[实用新型]神经影像诊断装置

说明书

技术领域

本实用新型涉及医用诊断系统，特别是一种用于学习、辅助诊断的神经影像诊断装置。

背景技术

随着医学的不断进步，大脑、脊髓等神经系统影像检测技术，例如三维影像，CT，MRI(T1、T2、DWI、SWI)，MRS，MRA，MRV，颅脑血管DSA、PET等技术获得了较大进展。不同的影像检测技术显影不同，原理不同，再加上各种病变的差异性，例如中枢神经系统肿瘤分为神经上皮组织肿瘤，颅脑和脊神经肿瘤，脑膜肿瘤，与脑膜相关的其他类肿瘤，淋巴瘤和造血系统肿瘤，生殖细胞肿瘤，鞍区肿瘤，转移性肿瘤等大类，老年人群最常见的脑血管病变分为脑出血、蛛网膜下腔出血、脑梗死等类型，其中很多疾病初期临床表现不典型，影像学图片急诊时容易误诊，使中青年医师、基层医护人员难以把握。

CT是用X线束对人体某部一定厚度的层面进行扫描，由探测器接收透过该层面的X线，转变为可见光后，由光电转换变为电信号，再经模拟/数字转换器转为数字，输入计算机处理。MRI是利用原子核在磁场内共振所产生信号经重建成像的一种成像技术。核磁共振是一种核物理现象，检查范围基本上覆盖了全身各系统，现改称为磁共振成象。参与MRI成像的因素较多，信息量大而且不同于现有各种影像学成像，在诊断疾病中有很大优越性和应用潜力核磁共振波谱图简单的说就是核磁共振(NMR)形成的图像医学上的形成原理——是将人体置于特殊的磁场中，用无线电射频脉冲激发人体内氢原子核，引起氢原子核共振，并吸收能量。在停止射频脉冲后，氢原子核按特定频率发出射电信号，并将吸收的能量释放出来，被体外的接受器收录，经电子计算机处理获得图像。PET为正电子发射型计算机断层显像(，是核医学领域比较先进的临床检查影像技术。方法是，将某种物质，一般是生物生命代谢中必须的物质，如：葡萄糖、蛋白质、核酸、脂肪酸，标记上短寿命的放射性核素，注入人体后，通过对于该物质在代谢中的聚集，来反映生命代谢活动的情况，从而达到诊断的目的。

随着信息化、数据库、通信技术、图像识别技术、半导体技术等不断进步，互联网的普及，各学科的进一步融合，为信息的传播打下坚实基础。例如基于BSD许可(开源)发行的跨平台计算机视觉库Open CV(Open Source Computer Vision Library)，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效—由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。Open CV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python,Java and MATLAB/OCTAVE的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#，Ch，Ruby的支持。所有新的开发和算法都是用C++接口。又例如人脸识别技术，经过近40年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形式的不同可分为基于静态图像的人脸识别和基于视频图像的人脸识别。因为基于静态图像的人脸识别算法同样适用于基于视频图像的人脸识别，所以只有那些使用了时间信息的识别算法才属于基于视频图像的人脸识别算法。

现有的医疗资源分配不均衡，信息不对称，个体资源局限性，使得医护人员等具有相关专业知识的人员在学习、实践、诊断的过程中，缺乏有效的手段，尤其是神经影像诊断的临床诊断和学习，由于神经系统调控的复杂性，个体差异性大，直接可观性差，病理标本和活检采集率低等特点一直都是临床诊治和学习的难点。需要一种用于学习、辅助诊断的神经影像诊断装置。

实用新型内容

本实用新型的目的是提供一种用于学习、辅助诊断的神经影像诊断装置。

神经影像诊断装置，包括：神经影像采集设备，处理器，显示器，输入设备，服务器和交互设备，所述处理器和服务器通过网络连接；

所述神经影像采集设备包括影像采储模块和影像输出模块；

所述处理器包括显示模块、处理模块、接收发送模块和输入模块；

所述服务器包括数据库、比对模块、收发模块和交互模块；

影像采储模块，用于采集神经影像；

影像输出模块，分别连接影像采储模块和接收发送模块；