一种基于移动终端的胆胰疾病多学科联合咨询会诊系统的制作方法

1.本发明涉及医疗信息处理技术领域，尤其涉及一种基于移动终端的胆胰疾病多学科联合咨询会诊系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.胆管、胰腺及十二指肠壶腹部恶性肿瘤发病率逐年上升，诊治难度大、学科交叉性强，对这类疾病，多学科咨询会诊是规范化、个体化治疗的发展方向，可以为患者提供更为优质的诊疗方案。但目前胆胰疾病会诊多采用传统会诊的面对面交流的方式，缺少基于移动客户端的针对胆胰疾病的特定会诊系统，给患者和医生造成了极大的不便。
4.目前现有的支持手机移动端的远程咨询系统诊疗模式单一，一方面病例数据单一,多为文字、文档、图片等形式的数据，无法将完整的影像资料、病理资料进行传输。完整的医学影像包含胰腺增强扫描的大数据量影像，增强胆胰ct、mr图像一般在1000
‑
3000(幅图/次检查)，原图占磁盘空间、内存大小1
‑
3(gb)，完整传输一次检查也需要1
‑
3(gb)的网络流量，传统技术难以在手机移动端实现稳定、快速地传输和浏览。而医师使用手机开展咨询业务，存在有时手机流量受限、4g网络速度并不理想的情况，为了减小传输到手机端的数据大小，需要对图像进行压缩处理。但由于是对于疑难病症的咨询场景，图像在显示时要求较高的清晰度，并且不能有损压缩，传统的jpg图像压缩方法对此场景应用效果不理想，难以达到高压缩比的同时保持高清晰度、图像不失真的要求。
5.现有技术公开的远程移动联合会诊系统，大多采用实时沟通的方式，多位被邀请人同时在线进行讨论及完成会诊意见，被邀请人很难根据自己的时间自由、反复地查看病例资料，且要求多人在相同的时间上线讨论，需要多方协调安排专门的时间段，综合而言浪费了大量的时间。并且现有会诊时间相当有限，没有将会诊被邀请人的诊疗意见以留言的形式非实时地展示给其他被邀请人并进行充分交互，不利于不同会诊被邀请人的交流沟通，增加了多学科会诊的不便，难以体现多学科会诊的充分沟通的优势所在。


技术实现要素：

6.为了解决上述问题，本发明提出了一种基于移动终端的胆胰疾病多学科联合咨询会诊系统，通过图像压缩技术，对胆胰疾病的医学影像、病历影像进行压缩处理，实现在移动终端能够以小数据量调阅高保真、高清晰度医学影像，使得医生可以顺利在手机移动端开展远程咨询会诊服务。
7.根据本发明实施例的第一个方面，公开了一种基于移动终端的胆胰疾病多学科联合咨询会诊系统，包括：
8.云端存储单元，被配置为获取胆胰疾病患者的原始高分辨率医学影像数据，并转换为低分辨率图像数据进行存储；
9.服务器图像处理单元，所述服务器图像处理单元包括：
10.数据调取模块，被配置为调取所述低分辨率图像数据，求取所述低分辨率图像数据在x方向和y方向的梯度图；
11.图像拆分模块，被配置为将所述模糊图像数据、x方向梯度图和y方向梯度图划分成若干图像块；
12.图像重建模块，被配置为确定每一个图像块所属的类别，进而确定该图像块重建像素对应的滤波器；每一个图像块与其相对应的滤波器做卷积操作，得到该图像块的高分辨率图像像素，最终得到还原后的高分辨率医学影像数据。
13.作为进一步地方案，获取胆胰疾病患者的原始高分辨率医学影像数据，并转换为低分辨率图像数据，具体包括：
14.对原始高分辨率医学影像数据采用双立方插值缩小至设定大小；然后对缩小后的图像采用双立方插值放大设定倍数，得到低分辨率图像数据。
15.作为进一步地方案，构建胆胰疾病原始高分辨率医学影像图像数据集；
16.将原始高分辨率医学影像图像数据下采样为低分辨率图像，形成对应的低分辨率
‑
高分辨率图像对；
17.通过机器学习的方法，学习到每一种医学影像数据从低分辨率图像到高分辨率图像的映射滤波器。
18.作为进一步地方案，通过机器学习的方法，学习到每一种医学影像数据从低分辨率图像到高分辨率图像的映射滤波器，具体过程包括：
19.获取各低分辨率图像在x方向和y方向上的梯度图；
20.将低分辨率图像、x方向梯度图和y方向梯度图集合以相同坐标区域切成若干个矩形块，以及该矩形中心对应的原始高分辨率像素；
21.构建矩形块矩阵g
k
，求取的特征值和特征向量；其中，w
k
为对角线元素为一维高斯核，其他位置为0的矩阵；
22.基于特征值和特征向量求取梯度angle、梯度strength和梯度coherence；
23.将每一个矩形块和对应的原始高分辨率像素，分到不同的类别中，计算每个类别对应滤波器。
24.作为进一步地方案，确定每一个图像块所属的类别，进而确定该图像块重建像素对应的滤波器，具体包括：
25.找到每个图像块中心像素对应的像素类型，求出图像块的梯度(angle,strength,coherence)；
26.根据像素类型和梯度(angle,strength,coherence)，找到每个图像块所属的类，获取到各图像块重建像素对应的滤波器。
27.作为进一步地方案，还包括：
28.患者移动终端，被配置为发起多学科联合会诊申请，同时将胆胰疾病医学影像数据以及病例数据上传至云端存储单元。
29.作为进一步地方案，还包括：
30.医生移动终端，被配置为接收患者会诊申请，从服务器图像处理单元调取患者的医学影像数据以及病例数据，并根据需要向不同的专家移动终端发起会诊邀请和咨询建
议；
31.专家移动终端，被配置为接收会诊邀请，从服务器图像处理单元调取患者的医学影像数据以及病例数据，根据咨询建议进行相应的留言，或者对已存在留言进行回复。
32.作为进一步地方案，接受会诊申请的医生以及所有参与讨论的被邀请专家，都能够查看和参与编辑咨询建议，进行留言及对其他留言进行回复讨论，支持多级回复、语音回复、删除自己的回复。
33.根据本发明实施例的第二个方面，公开了一种终端设备，其包括处理器和存储器，处理器用于实现各指令；存储器用于存储多条指令，其特征在于，所述指令适于由处理器加载并执行以下过程：
34.获取胆胰疾病患者的原始高分辨率医学影像数据，并转换为低分辨率图像数据存储至云端；
35.需要查看云端的数据时，调取所述低分辨率图像数据，求取所述低分辨率图像数据在x方向和y方向的梯度图；
36.将所述模糊图像数据、x方向梯度图和y方向梯度图划分成若干图像块；
37.确定每一个图像块所属的类别，进而确定该图像块重建像素对应的滤波器；每一个图像块与其相对应的滤波器做卷积操作，得到该图像块的高分辨率图像像素，最终得到还原后的高分辨率医学影像数据。
38.根据本发明实施例的第三个方面，公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由处理器加载并执行以下过程：
39.获取胆胰疾病患者的原始高分辨率医学影像数据，并转换为低分辨率图像数据存储至云端；
40.需要查看云端的数据时，调取所述低分辨率图像数据，求取所述低分辨率图像数据在x方向和y方向的梯度图；
41.将所述模糊图像数据、x方向梯度图和y方向梯度图划分成若干图像块；
42.确定每一个图像块所属的类别，进而确定该图像块重建像素对应的滤波器；每一个图像块与其相对应的滤波器做卷积操作，得到该图像块的高分辨率图像像素，最终得到还原后的高分辨率医学影像数据。
43.与现有技术相比，本发明的有益效果是：
44.(1)对胆胰疾病的医学影像、病历影像进行压缩处理，进行数据调取查看时，能够实现在手机移动端以小数据量调阅高保真、高清晰度医学影像，使得会诊专家能够全方位了解患者的病情信息。
45.(2)通过手机终端发起会诊申请，患者无需专程去到医院，可以随时随地远程发起会诊申请，专家也可以通过远程终端反复查看患者信息，不受时间和地点的限制，也不需要多人同时在线，便于会诊专家有充足的时间对病情进行分析，提高会诊质量和效率。
46.(3)以论坛留言的形式进行多学科会诊可以使讨论时间充分，时间可以延长至24小时，便于多学科会诊医生充分沟通，给出诊疗建议。突显了多学科会诊的充分沟通协作的优势。
47.本发明的其他特征和附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本方面的实践了解到。
附图说明
48.图1为本发明实施例中基于移动终端的胆胰疾病多学科联合咨询会诊系统结构示意图；
49.图2为本发明实施例中通过机器学习的方法训练滤波器的过程示意图；
50.图3为本发明实施例中患者上传数据过程示意图；
51.图4为本发明实施例中会诊专家调取数据过程示意图。
具体实施方式
52.应该指出，以下详细说明都是例示性的，旨在对本申请提供进一步的说明。除非另有指明，本发明使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。
53.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本申请的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
54.实施例一
55.多学科诊疗模式(multi disciplinary team mdt)是由来自两个及以上科室专家组成的工作组，针对某一疾病，通过定期会诊形式，提出适合患者的最佳治疗方案，继而由相关学科或多学科联合执行该治疗方案。
56.在一个或多个实施方式中，公开了一种基于移动终端的胆胰疾病多学科联合咨询会诊系统，参照图1，包括：
57.云端存储单元，被配置为获取胆胰疾病患者的原始高分辨率医学影像数据，并转换为低分辨率图像数据进行存储；
58.服务器图像处理单元，所述服务器图像处理单元包括：
59.数据调取模块，被配置为调取所述低分辨率图像数据，求取所述低分辨率图像数据在x方向和y方向的梯度图；
60.图像拆分模块，被配置为将所述模糊图像数据、x方向梯度图和y方向梯度图划分成若干图像块；
61.图像重建模块，被配置为确定每一个图像块所属的类别，进而确定该图像块重建像素对应的滤波器；每一个图像块与其相对应的滤波器做卷积操作，得到该图像块的高分辨率图像像素，最终得到还原后的高分辨率医学影像数据。
62.患者移动终端，被配置为发起多学科联合会诊申请，同时将胆胰疾病医学影像数据以及病例数据上传至云端存储单元。
63.医生移动终端，被配置为接收患者会诊申请，从服务器图像处理单元调取患者的医学影像数据以及病例数据，并根据需要向不同的专家移动终端发起会诊邀请和咨询建议；
64.专家移动终端，被配置为接收会诊邀请，从服务器图像处理单元调取患者的医学影像数据以及病例数据，根据咨询建议进行相应的留言，或者对已存在留言进行回复。
65.具体地，患者移动终端向云端存储单元传送胆胰疾病的医学影像和/或病历影像
数据；医生移动终端和专家移动终端通过服务器图像处理单元调取云端存储单元中存储的数据。
66.本实施例采用机器学习的方法，将高分辨率图像下采样为低分辨率图像，成对生成低分辨率
‑
高分辨率图像组合，通过大量样本数据，学习得到从低分辨率到高分辨率图像的映射滤波器，之后使用机器学习所得滤波器即可处理训练数据以外的图像，从低分辨得到高分辨率的图像。优势在于低分辨率图像在移动端设备上能够实现快速恢复成高分辨率图像，且没有丢失图像细节。
67.需要说明的是，本实施例所述的高分辨率图像指的是原始医学影像数据，图像分辨率高；而低分辨率图像指的是经过图像压缩后的图像数据。
68.具体的图像压缩过程以及解压缩过程如下：
69.1、准备数据及数据预处理过程如下：
70.(1)准备待训练的原始增强胆胰ct(x线计算机断层摄影)、mr(核磁共振)原始图像数据集hr。
71.(2)对每一个原始图像采用双立方插值缩放至四分之一大小，得到清晰的小图数据集。
72.(3)对每一个清晰的小图数据采用双立方插值放大两倍，得到和对应原始图像同样大小的低分辨率图像数据集lr。
73.2、训练步骤参照图2，具体包括：
74.(1)对模糊图像求x方向、y方向梯度，得到梯度图集合gradx，grady。
75.将模糊图像集lr，gradx，grady梯度图集合以相同坐标区域切成若干个矩形块sqrt(n)
×
sqrt(n)，以及该矩形中心对应的原始高分辨率像素。
76.(2)将gradx和grady矩形块填充到以下矩阵中：
[0077][0078]
其中，利用每个像素计算√n
×
√n，对于第k个像素，我们考虑位于k1，...，kn的所有像素。基本方法从计算2
×
n矩阵开始，该矩阵由水平梯度g
xk
和垂直梯度g
yk
组成k个像素。
[0079]
求出的特征值和特征向量，w
k
可以简单理解为：对角线元素为一维高斯核，其他位置为0的矩阵。
[0080]
此处求出的特征值(r1,r2)和特征向量应该都有两个，取最大特征值对应的特征向量，计算梯度angle：
[0081][0082]
(3)sqrt(r1)表示为梯度强度(strength)。
[0083]
(4)利用以下公式：求出梯度相干值(coherence)：
[0084]
[0085]
其中，是的特征向量；的平方根类似于梯度的“强度”，的平方根可以看作是局部梯度的“扩展”，或者更确切地说是它们在方向上的变化量。
[0086]
强度和相干性对于检测各种不同的局部图像属性非常有用。低强度低相干性通常表示缺少图像结构，通常对应于噪声或压缩。强度高但相干性低通常表示拐角或其他多向结构。有一个高相干性通常是边缘或同一方向上的一系列条纹，强度测量条纹的相对强度。强度和连贯性使我们能够检测语义上不同的局部图像属性，因此通过将它们用作哈希的一部分，可以使过滤器学习过程适应这些条件。这样将角，强度和相干性组合为哈希函数可以产生一系列能够处理各种情况的学习型过滤器。
[0087]
(5)设置梯度angle范围为[0,180]，将范围分为24段；梯度strength和梯度coherence范围为[0,1.0]，各将范围分成3份。这样，每个低分辨率矩形块和矩形中心对应的原始高分辨率像素，都可以根据它们各自的梯度(angle，strength,coherence)，分类到24*3*3＝216种类别中。
[0088]
(6)2倍插值可以理解为原始图像每个像素，对应到四个类型插值像素中。根据分割矩阵窗口中心像素所属，再将矩形窗口根据不同像素类型分到四类，最终每个分割矩形窗口，将被分类为：4*24*3*3＝864类中。
[0089]
(7)每个类中，低分辨率矩形块数据保存到q中，原始高分辨率像素存入v中，根据下面公式，解最小二乘，得到每个类别对应滤波器。
[0090][0091]
其中，h是计算得出来的2x2矩阵的滤波器，a为低分辨率矩形块数据，b为原始高分辨率像素，b为低分辨率矩形块中心坐标。
[0092]
3、数据解压过程如下：
[0093]
(1)从服务器图像处理单元下载缩放后的图像时，首先获取低分辨率图像；
[0094]
(2)获取低分辨率图像的x方向和{y方向的梯度图gradx，grady。
[0095]
(3)将低分辨率图像、gradx、grady图像分成和训练时相同大小的图像块。
[0096]
(4)与训练使用相同办法，找到每个图像块中心像素对应的像素类型，求出图像块的梯度(angle,strength,coherence)。
[0097]
(5)根据像素类型和梯度(angle,strength,coherence)，在864个分类中，找到该块所属的类，获取到该块重建像素对应的滤波器。
[0098]
(6)每个图像块和它对应的滤波器做卷积操作，得到该矩形中心位置像素的hr图像像素，遍历全图之后，也就生成了对应的高分辨率图像。
[0099]
本实施例中，参照图3，患者上传数据的过程包括：
[0100]
(1)患者通过微信扫描医生anymed app应用下，mdt讨论模块生成的二维码，发起会诊申请。
[0101]
(2)患者输入病情描述及会诊目的等信息；
[0102]
(3)患者上传病历资料、检查资料照片及医学影像数据至云端；
[0103]
(4)对医学影像数据依次进行患者信息脱敏、格式转换(从dicom转为位图)及图像
大小变换等预处理过程，将医学影像数据转换为低分辨率图像数据并存储至云端；完成会诊申请。
[0104]
参照图4，会诊专家调取数据的过程如下：
[0105]
(1)接受咨询的医生接收到会诊申请，根据患者资料决定是否接受会诊申请。接受即可主持发起对该患者的病例讨论，并将会诊邀请发给各学科医生。
[0106]
(2)各学科被邀请专家接受会诊申请后即可对本病例进行多学科讨论。
[0107]
(3)接受咨询的医生发起咨询建议，所有参与讨论的被邀请专家都可查看和参与编辑咨询建议，进行留言及对其他留言进行回复讨论，支持多级回复、语音回复、删除自己的回复。
[0108]
(4)由接受咨询的医生最终审核会诊咨询建议。
[0109]
(5)由接受咨询的医生点击“结束咨询”按钮，完成该胆胰疾病多学科远程会诊。
[0110]
实施例二
[0111]
在一个或多个实施方式中，公开了一种终端设备，其包括处理器和计算机可读存储介质，处理器用于实现各指令；计算机可读存储介质用于存储多条指令，所述指令适于由处理器加载并执行以下过程：
[0112]
获取胆胰疾病患者的原始高分辨率医学影像数据，并转换为低分辨率图像数据存储至云端；
[0113]
需要查看云端的数据时，调取所述低分辨率图像数据，求取所述低分辨率图像数据在x方向和y方向的梯度图；
[0114]
将所述模糊图像数据、x方向梯度图和y方向梯度图划分成若干图像块；
[0115]
确定每一个图像块所属的类别，进而确定该图像块重建像素对应的滤波器；每一个图像块与其相对应的滤波器做卷积操作，得到该图像块的高分辨率图像像素，最终得到还原后的高分辨率医学影像数据。
[0116]
在另一些实施方式中，公开了一种计算机可读存储介质，其中存储有多条指令，所述指令适于由处理器加载并执行以下过程：
[0117]
获取胆胰疾病患者的原始高分辨率医学影像数据，并转换为低分辨率图像数据存储至云端；
[0118]
需要查看云端的数据时，调取所述低分辨率图像数据，求取所述低分辨率图像数据在x方向和y方向的梯度图；
[0119]
将所述模糊图像数据、x方向梯度图和y方向梯度图划分成若干图像块；
[0120]
确定每一个图像块所属的类别，进而确定该图像块重建像素对应的滤波器；每一个图像块与其相对应的滤波器做卷积操作，得到该图像块的高分辨率图像像素，最终得到还原后的高分辨率医学影像数据。
[0121]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。