[发明专利]一种基于云平台的超声检测系统及超声检测方法

说明书

本发明涉及超声检测技术领域，尤其涉及一种基于云平台的超声检测系统，云平台包括：语义识别模块采用语义识别模型对超声数据文件中的关联信息进行语义分割和识别，提取对应检测部位的第一类关键词；图像识别模块，采用图像识别模型对超声数据文件中的超声图像进行图像特征提取，并生成对应的第二类关键词；词条检索模块将第一类关键词和第二类关键词进行融合以形成核心关键词，并根据核心关键词在云平台预设的专家词库内搜索对应的超声所见词条和超声建议词条；报告生成模块，根据搜索得到的超声所见词条和超声建议词条生成初步处理报告并反馈给超声工作站。有益效果：云平台自动生成初步处理报告，提高了检测人员的检测效率。

技术领域

本发明涉及超声检测技术领域，尤其涉及一种基于云平台的超声检测系统及超声检测方法。

背景技术

目前，人工智能(Artificial Intelligence，简称AI)技术已经融入了超声检测系统，“AI+云平台+医疗”的应用都是着眼于医学影像的病灶筛查，例如肺结节、甲状腺结节等筛查项目。但目前的超声检测系统存在下述问题：(1)病灶筛查的应用场景比较单一，无法应对多个应用场景，例如，用于检测甲状腺的超声检测系统只能用于检测甲状腺，而无法用于检测肺；(2)由于AI筛查所需的图像数据量比较大，所以对进行处理的计算机硬件的要求比较高；(3)筛查并标记出来的病灶需要医生手动选择相对应类型的报告进行填写，这就要求医生对此超声工作站报告系统非常熟悉，而实际情况是医生并没有太多时间去学习超声工作站报告系统的词条目的分类，所以在实际使用过程中，医生大多使用“自定义”功能，这就大大浪费了词条目的功能。

因此，本发明提出一种基于云平台的超声检测系统及超声检测方法，在云平台预先设置一个图像识别模块，通过云平台内预存的病灶图像特征对图像识别模型进行训练以得到多个分节识别模型，以使其适应不同应用场景的病灶筛查；然后使用分节识别模型对超声工作站上传的超声图像进行特征提取，以获取对应当前检测部位病灶的关键词，通过关键词检索出相关词条以自动生成超声报告，以减轻检测人员的工作量。

发明内容

针对现有技术中存在的上述问题，现提供一种基于云平台的超声检测系统及超声检测方法。

具体技术方案如下：

本发明包括一种基于云平台的超声检测系统，包括一超声工作站与一云平台双向通信连接，所述超声工作站包括：

一录入模块，用于录入所述患者的关联信息，所述关联信息包括用于指示当前的检测部位的检测位置信息；

一采集模块，用于采集所述检测部位的超声图像；

一处理模块，分别连接所述录入模块和所述采集模块，用于将所述关联信息和所述超声图像打包成一超声数据文件，再将所述超声数据文件发送至所述云平台；

所述云平台包括：

一语义识别模块，采用一预先训练形成的语义识别模型对所述超声数据文件中的所述关联信息进行语义分割和识别，提取所述检测位置信息，并生成对应于所述检测部位的一第一类关键词；

一图像识别模块，采用一预先训练形成的图像识别模型对所述超声数据文件中的所述超声图像进行图像特征提取，并根据提取出的图像特征生成对应的一第二类关键词；

一词条检索模块，分别连接所述语义识别模块和所述图像识别模块，用于将所述第一类关键词和所述第二类关键词进行融合以形成一核心关键词，并根据所述核心关键词在所述云平台预设的专家词库内搜索对应的超声所见词条和超声建议词条；

一报告生成模块，连接所述词条检索模块，用于根据搜索得到的所述超声所见词条和所述超声建议词条生成至少一份所述初步处理报告，并将所述初步处理报告反馈给所述超声工作站。

优选的，所述处理模块包括：