[发明专利]多模态医学影像智能辅助诊疗系统

说明书

本发明涉及医疗技术领域，具体涉及多模态医学影像智能辅助诊疗系统，包括获取单元和诊疗信息管理单元，所述诊疗信息管理单元设有分析单元和诊疗单元，采集单元收集多个比较病例，通过处理综合单元对所述比较病例进行图像处理和类别分析后发送至所述分析单元，经优化单元分析所述比较病例的生物学特征后，所述分析单元通过算法单元对所述比较病例进行AI预后算法检测；获取单元通过诊疗仪获取患者的诊疗数据以及病历信息，图像预处理单元对所述诊疗数据进行预处理并发送至所述诊疗单元，对比单元对比所述算法单元的检测数据，通过检测单元得到放射预测载体的分数和诊断报告，本发明解决了医院阅片效率低下、无法对早期癌症进行预判等问题。

技术领域

本发明涉及医疗技术领域，具体涉及多模态医学影像智能辅助诊疗系统。

背景技术

有数据显示，有些三甲医院一年产生的影像数据在10T以上，并且全部通过人力阅片，这就意味着影像科医生每天需要与数以千计、甚至万计的影像图片打交道。据不完全统计，当前医学影像数据占医院医疗大数据的85％～90％，随着医学影像设备精度的提高，密度更大、像素更高的影像在带来更高诊断精确度的同时，也意味着影像科医生日渐繁重的阅片工作量。

每个影像科医生的技术和经验各不相同，阅片工作又采取随机分配模式，有经验的医生看到的不一定都是问题复杂的片子，同样，缺乏经验的医生也不一定看到的都是问题简单的片子。通常来说，医生阅片就是面对一个患者的影像图片逐幅观察，每张片子的阅片时间从10分钟到半小时不等，其中只有小部分工作是在确认有效病症，其余大部分的工作则集中在是筛查早期症状。越是早期的症状就越容易被遗漏，医生疲于应付如此庞杂重复的阅片工作，就很有可能会忽略掉影像中重要的医疗信息，导致漏诊事件的发生。

恶性肿瘤新发病例392.9万例，死亡233.8万例，平均每天超过1万人被确诊为癌症。随着年龄的增长发病率及死亡率均逐渐上升，男性发病率最高的恶性肿瘤依次为肺癌、胃癌、肝癌、食管癌和结直肠癌等，女性发病率最高的恶性肿瘤依次为乳腺癌、肺癌、结直肠癌、胃癌和甲状腺癌等。常规的卵巢癌检测，医生会进行一系列操作。包括血液检查CA125(一种癌症的迹象)，然后进行CT扫描，利用X光和计算机生成肿瘤的详细图像进行分析。然而，这样的CT扫描只能让临床医生获得一个大概结果或治疗干预后的可能效果。由于癌症初期体积小、缺乏典型症状，早期往往很难发现，大多数癌症发现时已经扩散。因此癌症预后一直是一大难题，也是提高癌症患者存活率的关键。作为医生，参考检查值预测诊疗对象患者的今后的病情是非常重要的。尤其是，如果在治疗初期阶段预测病情的恶化，则能够预先对诊疗对象患者采取适当的处置。这样使得病情也得到改善，因此今后的病情的预测对于诊疗对象患者来说也非常重要。

发明内容

针对现有技术的不足，本发明公开了多模态医学影像智能辅助诊疗系统，用于解决医院阅片效率低下、无法对早期癌症进行预判等问题；本发明通过以下技术方案予以实现：

多模态医学影像智能辅助诊疗系统，其特征在于：包括获取单元和诊疗信息管理单元，所述诊疗信息管理单元设有分析单元和诊疗单元，采集单元收集多个比较病例，通过处理综合单元对所述比较病例进行图像处理和类别分析后发送至所述分析单元，经优化单元分析所述比较病例的生物学特征后，所述分析单元通过算法单元对所述比较病例进行AI预后算法检测，学习单元对所述算法单元和所述优化单元的检测结果进行案例学习；获取单元通过诊疗仪获取患者的诊疗数据以及病历信息，图像预处理单元对所述诊疗数据进行预处理并发送至所述诊疗单元，对比单元对比所述算法单元的检测数据，通过检测单元得到放射预测载体的分数和诊断报告并发送至输出单元与后台存储单元，所述分数表示疾病的严重程度，所述后台存储单元存储所述诊疗数据并发送至所述处理综合单元。

优选的，所述诊疗仪为医学影像成像装置，包括但不限于X线、超声波、磁共振、数字乳腺和PET等设备。

优选的，所述后台存储单元中运行有安全杀毒模块与安全检查模块，所述安全检查模块具体用于通过调用所述安全杀毒模块对存储区域的医学影像档案进行安全检查。