[发明专利]一种医疗数据脱敏方法和系统在审

专利信息
申请号: 202310341702.5 申请日: 2023-03-31
公开(公告)号: CN116415298A 公开(公告)日: 2023-07-11
发明(设计)人: 刘洁;张伟 申请(专利权)人: 中国医学科学院北京协和医院;杭州咏柳科技有限公司
主分类号: G06F21/62 分类号: G06F21/62;G16H10/60
代理公司: 杭州创智卓英知识产权代理事务所(普通合伙) 33324 代理人: 何光宇
地址: 100010 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 医疗 数据 方法 系统
【权利要求书】:

1.一种医疗数据脱敏方法,其特征在于,所述方法包括:

获取患者的图像数据,对所述图像数据进行预处理后存储到数据库中;

通过基于人工智能技术的医疗影像脱敏模型,对待脱敏数据目录下的文件数据进行结构化分析,得到图像内容的元数据信息和文本内容的元数据信息;

根据所述图像内容的元数据信息,通过所述医疗影像脱敏模型定位图像内容中的隐私特征,并对所述隐私特征进行脱敏处理;

根据所述文本内容的元数据信息,通过所述医疗影像脱敏模型定位文本内容中的文本敏感信息,并对所述文本敏感信息进行脱敏处理。

2.根据权利要求1所述的方法,其特征在于,通过基于人工智能技术的医疗影像脱敏模型,对待脱敏数据目录下的文件数据进行结构化分析,得到图像内容的元数据信息包括:

通过基于人工智能技术的医疗影像脱敏模型,提取待脱敏数据目录下文件数据中图像内容的图像特征,对所述图像特征进行结构化处理,得到图像内容的元数据信息,其中,所述图像特征包括部位特征、坐标特征和方向特征。

3.根据权利要求1所述的方法,其特征在于,通过基于人工智能技术的医疗影像脱敏模型,对待脱敏数据目录下的文件数据进行结构化分析,得到文本内容的元数据信息包括:

通过基于人工智能技术的医疗影像脱敏模型,提取待脱敏数据目录下文件数据中文本内容的文本信息,对所述文本信息进行结构化处理,得到文本内容的元数据信息,其中,所述文本信息包括姓名信息、编号信息和生日信息。

4.根据权利要求1所述的方法,其特征在于,通过所述医疗影像脱敏模型定位图像内容中的隐私特征,并对所述隐私特征进行脱敏处理包括:

通过所述医疗影像脱敏模型定位图像内容中的隐私特征,采用基于图像处理库的绘制函数对所述隐私特征进行隐藏处理,并将脱敏后的文件数据存储到数据库中。

5.根据权利要求1所述的方法,其特征在于,通过所述医疗影像脱敏模型定位文本内容中的文本敏感信息,并对所述文本敏感信息进行脱敏处理包括:

通过所述医疗影像脱敏模型定位文本内容中的文本敏感信息,采散列函数对所述文本敏感信息进行去除处理,并将脱敏后的文件数据存储到数据库中。

6.根据权利要求1所述的方法,其特征在于,所述方法还包括:

通过Electron编程框架,对所述基于人工智能技术的医疗影像脱敏模型进行跨平台系统的开发,其中,所述平台系统包括Windows系统、MacOS系统和Linux系统。

7.根据权利要求1所述的方法,其特征在于,所述方法还包括:

通过预设前端编程语言,对所述基于人工智能技术的医疗影像脱敏模型的交互界面进行开发,其中,所述预设前端编程语言包括JavaScript编程语言、HTML5编程语言和CSS编程语言。

8.根据权利要求1所述的方法,其特征在于,所述基于人工智能技术的医疗影像脱敏模型为离线部署的轻量化模型。

9.根据权利要求1所述的方法,其特征在于,获取患者的图像数据,对所述图像数据进行预处理后存储到数据库中包括:

获取患者的图像数据,对所述图像数据进行数据清洗、数据标注和数据分组后存储到数据库中。

10.一种医疗数据脱敏系统,其特征在于,所述系统包括数据获取模块、数据提取模块和脱敏处理模块;

所述数据获取模块,用于获取患者的图像数据,对所述图像数据进行预处理后存储到数据库中;

所述数据提取模块,用于通过基于人工智能技术的医疗影像脱敏模型,对待脱敏数据目录下的文件数据进行结构化分析,得到图像内容的元数据信息和文本内容的元数据信息;

所述脱敏处理模块,用于根据所述图像内容的元数据信息,通过所述医疗影像脱敏模型定位图像内容中的隐私特征,并对所述隐私特征进行脱敏处理;根据所述文本内容的元数据信息,通过所述医疗影像脱敏模型定位文本内容中的文本敏感信息,并对所述文本敏感信息进行脱敏处理。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国医学科学院北京协和医院;杭州咏柳科技有限公司,未经中国医学科学院北京协和医院;杭州咏柳科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310341702.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top