[发明专利]AI-CPU系统平台

说明书

本发明涉及用于处理医疗数据的信息和通信技术领域，具体为一种AI‑CPU系统平台，包括后台服务器，所述后台服务器用于获取影像图片，并生成底层图片，并识别影像图片中的可疑区域，并在底层图片中标记出与可疑区域位置相同的标记区域，所述后台服务器用于获取患者信息，并根据患者信息和影像图片生成就诊信息，并将文本格式的就诊信息转换为所需的图片格式，并将图片格式的就诊信息分割为多个信息块，并为信息块之间建立联系。采用本方案能够在保证影像图片不失真的情况下，对患者的病灶进行标记，辅助医生进行病情诊断。

技术领域

本发明涉及用于处理医疗数据的信息和通信技术领域，具体为一种AI-CPU系统平台。

背景技术

AI俗称人工智能，主要指通过计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)，随着人们对人工智能的开发，部分人工智能已经应用到我们的生活中，例如智能家居，使得我们的生活更方便、快捷，例如利用人工智能进行图像识别，识别的精准度更高，并且还能随之不断进行学习提高识别的精准度。

而在医院最常见的就是各种检测设备，其中人们熟知的就有“拍片”，通常是通过X线机、CT机、PET机等设备对人体进行扫描得到人体内部的拍片图像，医生根据拍片图像结合患者的其他检测信息判断患者的病情。现有技术中记载有利用图像识别的方式对拍片图像进行识别，并在拍片图像上标记出病灶供医生查看，但是所采用的图像识别技术的识别精准度并不高，同时在拍片图像上进行标记，会对原本的拍片图像造成数据的变化，可能会导致拍片图像的失真，并且医生在诊断时会综合患者的总体情况进行诊断，而标记会遮挡拍片图像的某部分内容，可能会对医生的判断造成影响。

发明内容

本发明意在提供一种AI-CPU系统平台，能够在保证影像图片不失真的情况下，对患者的病灶进行标记，辅助医生进行病情诊断。

本发明提供基础方案：AI-CPU系统平台，包括后台服务器，所述后台服务器用于获取影像图片，并生成底层图片，并识别影像图片中的可疑区域，并在底层图片中标记出与可疑区域位置相同的标记区域。

基础方案的工作原理及有益效果：根据影像图片生成底层图片，底层图片的大小、规格与影像图片相同，对影像图片进行识别，在识别到病灶后，确定病灶所在的可疑区域，在底层图片中与可疑区域相同位置处进行标记作为标记区域，医生进行诊断时，底层图片和影像图片进行叠加，医生查看叠加底层图片后的影像图片，由于标记区域并未直接在影像图片中进行标记，不会对影像图片本身的数据造成影响，从而保证影像图片的不失真，在底层图片上标记的标记区域能够明显的显示病灶，辅助医生对患者的病情进行诊断。

进一步，所述后台服务器存储有病灶信息数据模型，所述后台服务器用于根据病灶信息数据模型识别影像图片中的可疑区域。

说明：病灶信息数据模型为现有的识别病灶的数据模型。

有益效果：根据病灶信息数据模型对影像图片中的可疑区域进行识别，便于后续标记标记区域。

进一步，所述后台服务器用于获取检测类型，并根据检测类型获取匹配阀值，并在识别影像图片中的可疑区域时，生成匹配值，当匹配值大于匹配阀值时，将可疑区域作为病灶区域。

说明：检测类型包括体检或专项检查，匹配值为百分比。

有益效果：根据匹配值判断是否将可疑区域作为病灶区域，当进行某种疾病的专项检查时，匹配值较高，当进行体检时，匹配值较低，这与患者的不同目的相关，当患者进行专项检查时，医生需要对患者的病情进行确诊，病灶信息数据模型通过该专项检查的样本进行学习而形成，只有当患者的可疑区域匹配值较高才会作为病灶区域进行标记，以辅助医生进行病情确诊，当患者进行检查时，患者想要得知自身所有的身体状况，因此此时匹配值较低，将所有的可疑区域都作为病灶区域进行标记。