一种胶囊内镜在线阅片系统及阅片方法与流程

1.本发明涉及医疗设备领域，特别是涉及一种胶囊内镜在线阅片系统及阅片方法。


背景技术：

2.随着胶囊内镜的推广使用，如何更方便快捷的完成阅片，逐渐成为一个技术难题。为此，很多家厂家推出了不同的阅片辅助手段，如ai自动筛图、异常病灶识别、神经网络学习等，以尽量过滤掉不必要的胶囊内镜图片，减少待阅图片数量，提升阅片效率。但随着各项新技术的引入，不可避免的对阅片电脑提出了新的配置要求，而很多医院现有的电脑配置并不能满足该要求，造成新技术的应用遭遇尴尬局面，如数据处理时间太长、数据处理功能不能使用，导致整体阅片效率低。从基于成本方面的考量，医院也缺乏频繁更换硬件的动力。
3.因此本领域技术人员致力于开发一种方便快捷的胶囊内镜在线阅片系统及阅片方法。


技术实现要素：

4.有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种方便快捷的基于云计算的胶囊内镜在线阅片系统及方法。
5.为实现上述目的，本发明提供了一种胶囊内镜在线阅片系统，包括：
6.数据上传模块，用于将数据上传至云服务器或服务器集群；
7.前置处理模块，与云服务器或服务器集群连接，将数据加工处理成标准文件，并发送至中心处理模块，形成智能病例库病情输入；
8.中心处理模块，将所述前置处理模块输出的标准文件，通过动态配置库进行分析处理为标准数据流，所述标准数据流包括患者信息和图片信息，形成智能病例库的病情分析；
9.在线阅片模块，用于通过终端读取所述标准数据流中的数据，并将医生诊断结论发回中心处理模块，形成智能病例库病例病情诊断。
10.较佳的，还包括身份验证模块，用于识别用户的身份，判断该用户是否有上传数据到所述云服务器或服务器集群的权限，以及用户是否有使用所述中心处理模块的权限。
11.较佳的，还包括有报告标准流模块，用于将医生的阅片结果形成报告标准流。
12.较佳的，还包括有数据接口模块，用于向用户终端传输所述标准数据流或报告标准流中的数据。
13.较佳的，所述数据接口模块采用http请求方式，post的数据提交方式。
14.本发明还提供一种胶囊内镜在线阅片方法，包括以下步骤：
15.s1:将数据上传至云服务器或服务器集群；
16.s2:将数据进行前置处理，得标准文件格式，形成标准文件，即智能病例库的病情输入；
17.s3:将所述标准文件进行中心分析处理为标准数据流，通过动态配置库进行智能病例库病情分析；
18.s4:通过终端连接云服务器或服务器集群，阅读标准数据流中的数据，回写诊断数据；
19.s5:生成报告标准流，其中包括将医生诊断结论回写到中心处理模块的步骤，形成智能病例库的人工诊断。
20.较佳的，还包括将所述标准数据流和报告标准流发送给数据接口模块的步骤。
21.较佳的，所述步骤s1前，还包括步骤s11：身份验证。
22.较佳的，还包括将所述标准数据流和报告标准流通过数据接口模块发送到用户终端的步骤。
23.本发明的有益效果是：本发明无需改变现有硬件设备，能够大大缩短胶囊内镜的阅片时间；适用性广，能读取不同厂家、不同类型的胶囊内镜图片；前置处理模块、中心处理模块、在线阅片模块三者形成的智能病例库，是一个辅助诊断学习模型，可有效减轻医生阅片负担。
附图说明
24.图1是本发明一具体实施方式的结构原理图。
25.图2是本发明一流程图。
26.图3是本发明一具体实施方式的在线阅片界面图。
具体实施方式
27.下面结合附图和实施例对本发明作进一步说明
28.如图1所示，一种胶囊内镜在线阅片系统，包括：
29.身份验证模块1，用于识别用户的身份，判断该用户是否有上传数据到云服务器或服务器集群的权限，以及用户是否有使用中心处理模块4的权限，具体操作中，可在每个工作站都设置一个身份识别id，只有通过身份验证的用户才能进行数据上传。本实施例中，身份验证模块1采用每个工作站配置一个身份appkey和密钥secret的方式实现，appkey用于标识用户身份，secret为定期更换的密钥，保证系统的安全性。appkey可用于用户权限的判断，判断该用户是否有上传数据到云服务器或服务器集群的权限，以及该用户能否使用的中心处理模块的功能模块。另身份验证模块1除了身份验证部分，也还可以包括支付扩展部分，可基于身份唯一标识appkey，进行结算阅片的服务权限剩余、账户余额、阅片费用结转等，预留支付系统接入的能力。
30.数据上传模块2，用于将数据上传至云服务器或服务器集群的模块，数据上传模块2采用http,ftp,4g,5g等传输方案均可，本实施例中，采用4g模块上传数据到云服务器或服务器集群。此模块具有独立运行、数据分块、多点上传的特点。其中，独立运行指用户完成了升级包安装后，即完成了与原有胶囊内镜系统的兼容，不会对原有业务造成影响，保证系统升级的安全性和稳定性。此模块可由医生手动选择病例或由模块自动进行病例搜索，完成数据的上传。同时，此模块支持数据分块和断点续传等功能，从而可充分利用网络带宽，保证数据上行效率，支持数据多次、多时间点上传，尽量利用计算机的有效时间片段完成数据
上传。
31.前置处理模块3，与云服务器或服务器集群连接，将数据加工处理成标准文件，并发送至中心处理模块4，形成智能病例库8病情输入。本申请引入的前置处理模块3在本实施例中为一前置库，可通过数据仓库和数据集技术对数据进行存储读取处理，其具有标准文件生成、智能病例库的功能。因工作站多次升级，可能存在多个版本的病例数据，各个版本之间的数据存在差异性；一个医院多家胶囊厂商，数据之间存在差异性，互通性较差。前置库可以通过预置的数据分析模块，将同一厂商的多个版本数据或其他胶囊厂商的数据，处理成标准的文件格式，再输入到中心处理模块。
32.该标准的文件格式以json或xml的形式存在，支持网络流的读取。具体可如下：
33.患者数据(json)：
34.{
35."appkey":"707ba48b
‑
7cfd
‑
41ab
‑
9ec2
‑
74aaf6d52b26",
36."patientid":"044c555d
‑
96ff
‑
4e39
‑
b5ee
‑
df5ace1c1533",
37."orginpatientid":"xxxxxxxxxx",
38."patientname":"李xxx",
39."birthday":"1985
‑
02
‑
14",
40."sex":"0",
41."complaint":"患者多日胃部不舒服x",
42."suggestion":"",
43."piccount":"30000"
44.}
45.图像数据(json)：
46.{
47."appkey":"707ba48b
‑
7cfd
‑
41ab
‑
9ec2
‑
74aaf6d52b26",
48."patientid":"044c555d
‑
96ff
‑
4e39
‑
b5ee
‑
df5ace1c1533",
49."imageindex":"1",
50."jpgdata":"二进制数据流"
51.}
52.标准文件格式至少包括这些字段，但不限于这些字段。
53.本申请中，智能病例库8是前置处理模块3、中心处理模块4、在线阅片模块5共同组成的一个智能数据库，是一个可以不断改进的学习模型，可通过前置处理模块3的不断数据仓库挖掘、中心处理模块4配置库的完善、医生人工阅片诊断结论，形成依托于阅片系统的“智能阅片机器人”。智能病例库8采用固定标签和动态标签的技术进行标定病情输入。固定标签是通过抽取标准文件的患者基础信息，如性别、年龄、地域、主诉等，生成对应的索引，形成按固定标签检索的智能病例库。如根据性别，得出肠道疾病男女的发病比例；根据年龄，得出不同年龄段的发病比例；根据地域，得出饮食文化对发病的影响；通过主诉提前关键字，对病情做一个初步的判断。动态标签是通过中心处理模块的分析结果以及最终的诊断结果，给该病例打一个行为标签。动态标签会随着数据仓库病例的增加，逐渐增加、细化、精确。
54.中心处理模块4，将前置处理模块3输出的标准文件通过动态配置库(包括ai自动筛图、异常病灶识别、神经网络学习等)进行分析处理为标准数据流，标准数据流包括患者信息和图片信息，形成智能病例库8的病情分析。本实施例中，系统可根据用户的appkey动态加载需要的功能模块。每个功能模块都是独立存在的，支持热插拔，将前置库中的标准文件进行分析处理，输出的处理结果为标准数据流，为json或xml数据格式。输出的结果集可以是多个功能模块的合集、交集。功能模块的热插拔性质和标准数据流，便于新加入模块的扩展，以及原有模块的废弃。标准数据流示例如下：
55.标准数据流(json)：
56.[0057][0058]
另中心处理模块4还包括结构化病例、智能病例库的功能。结构化病例是指通过输出的病灶key，进行cest搜索，形成标准的cest描述：病灶区域
‑
>病灶分类
‑
>病灶名称。支持与国内其他医学厂商的标准化对接，而标准的cest描述则作为一个行为标签，记为b，更新到智能病例库。医生阅片后会形成一个诊断结果，将诊断结果提取关键字，形成一个行为标签，记为c。而病例输入的的固定标签则记为a。a
‑
>b
‑
>c三者联动，形成一个病情
‑
>分析
‑
>诊断的学习模型，该学习模型通过数据仓库的不断完善，进行大数据分析，不断优化固定标签
和行为标签。一个新录入病例，即可通过固定标签a和中心处理模块的行为标签b，给出一个建议诊断行为标签c，最终进化成一个智能辅助诊断系统，类似一个“智能阅片机器人”，可大大减轻医生的读片压力。即在本申请中，前置处理模块3、中心处理模块4、在线阅片模块5三者可分别形成的智能病例库8有病情输入、分析、诊断(人工)三个部分，是阅片系统的“智能阅片机器人”，进而形成一个辅助诊断学习模型，减轻医生阅片负担。
[0059]
在线阅片模块5，用于通过终端读取标准数据流中的数据，将医生诊断结论发回中心处理模块4，形成智能病例库8病例病情诊断。本实施例中，在线阅片模块5为浏览器在线阅片模块，通过浏览器阅片，设置一个如图3所示的在线阅片界面，用户打开浏览器输入地址，通过用户名和密码登陆系统后，就可以通过自身的appkey，查看已上传的病例数据列表，从病例列表中选择一条记录，点击即可进入在线阅片界面，病例采用离线缓存和在线阅读两种方式进行阅片。用户可通过网络缓存病例户阅片或直接通过网络在线加载病例。如图3所示，该界面包括图片显示仓、浏览控制按钮(上一页、前播放、后播放、下一页、播放进度条)、截图区域、中心处理功能模块设置按钮、报告按钮、多图显示按钮(支持1,2，4,8等多张图播放)、病灶描述按钮。在阅片界面中，图像显示仓用于图像的显示，将用户选择的图片显示在中心区域，该显示仓默认为黑色背景，支持缩放操作，改变显示仓的区域大小；浏览控制按钮，包括上一页、前播放、后播放、下一页四个按钮。按钮位置顺序可根据用户的使用习惯进行调整；播放进度条用于控制播放进度的调整，用户可通过进度条快速进行播放位置的大致调整，通过翻页按钮实现精确定位；截图区域，医生感兴趣或有病变的图片，支持系统自动导入或医生手动双击导入截图，截取的图像放置在截图区域，截图区域有滚动条，当图像超过可显示区域后，支持自动播放和手动拖动滚动条左右切换；设置按钮，系统根据appkey设定用户可使用的辅助阅片功能模块，用户可在该基础上，进行再次配置，舍弃部分功能模块；报告按钮，用户点击该按钮，打开报告编辑界面，完成报告的填写，出据报告；多图显示按钮：该按钮显示在图像显示仓的左侧，支持1、2、4、8等多张图的显示；病灶描述，用户点击该按钮，显示图像的“病灶描述”，病灶描述为标准输出流显示，提供给用户进行辅助决策。
[0060]
报告标准流模块7，用于将医生的阅片结果形成报告标准流。医生在完成在线阅片的步骤后，利用本模块可将医生的阅片结果(包括截图、描述等)形成报告标准流，报告标准流的格式为json或xml，提供给系统或第三方机构使用。在线阅片的界面中的“报告”按钮，就是调用报告标准流的数据生成的报告。服务端收到发回的报告后，提取诊断结论，更新到智能病例库8。
[0061]
本申请还包括有数据接口模块6，用于向用户终端传输标准数据流或报告标准流中的数据。本实施例中，用户在调用前，必须传入appkey用于身份验证，只有通过验证的用户才能进行数据获取。而每个appkey又是可追溯的，保证数据调用的安全性。数据接口模块是将中心处理模块生成的标准数据流返回给客户端或第三方研究机构。数据接口采用http请求方式，post的数据提交方式。当然,数据接口不限于http请求方式和post提交方式,在其他实施方式中也可采用其他如rpc，webservice等方式。
[0062]
在本申请使用时，医生通过数据上传模块2将数据上传到前置处理模块3，进行存储排队，由前置处理模块3加工成标准文件，发送给中心处理模块4。中心处理模块4根据配置的阅片辅助技术进行处理，形成标准数据流，标准数据流包括患者信息和图片信息，标准
数据流一个分支是直接通过数据接口模块6提供给用户调用，一个分支是流向在线阅片模块5，提供给医生进行在线阅片。医生在线阅片后，会形成报告流，通过数据接口模块6提供给用户调用。数据接口模块6是直接面向用户的，提供标准数据流和报告标准流给用户。
[0063]
本发明还提供一种胶囊内镜在线阅片方法，可应用本申请提供的胶囊内镜在线阅片系统实现，如图2所示，包括以下步骤：
[0064]
s11：身份验证，身份验证通过后进行步骤s1。
[0065]
s1:将数据上传至云服务器或服务器集群。
[0066]
s2:将数据进行前置处理，得标准文件格式，形成标准文件，即智能病例库的病情输入。
[0067]
s3:将标准文件进行中心分析处理为标准数据流，通过动态配置库进行智能病例库病情分析。
[0068]
s4:通过终端连接云服务器或服务器集群，阅读标准数据流中的数据，回写诊断数据。
[0069]
s5:生成报告标准流，包括将医生诊断结论回写到中心处理模块的步骤，形成智能病例库的人工诊断。
[0070]
本实施例中，还包括将标准数据流和报告标准流发送给数据接口模块的步骤，再发送到用户终端，供用户调取。
[0071]
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。