[发明专利]医疗影像安全多阶段脱敏方法及系统在审
申请号: | 201911372027.2 | 申请日: | 2019-12-27 |
公开(公告)号: | CN113051600A | 公开(公告)日: | 2021-06-29 |
发明(设计)人: | 苏之道;陈瑜;付文明;惠友东 | 申请(专利权)人: | 无锡祥生医疗科技股份有限公司 |
主分类号: | G06F21/62 | 分类号: | G06F21/62;G16H30/20;G06K9/62 |
代理公司: | 无锡市大为专利商标事务所(普通合伙) 32104 | 代理人: | 曹祖良 |
地址: | 214028 江苏省无锡市新吴区新*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 医疗 影像 安全 阶段 方法 系统 | ||
1.一种医疗影像安全多阶段脱敏方法,其特征在于,包括以下步骤:
获取影像文件;
提取所述影像文件中敏感区域的特征,形成所述敏感区域的特征数据;
通过监督学习算法的生成模型,计算所述特征数据的类别属于各个敏感信息类别的概率;
选择最大概率的敏感信息类别,作为所述特征数据的敏感信息类别;
至少基于用户的类型,获得对应的脱敏模型,根据所述对应的脱敏模型和所述特征数据的敏感信息类别,对所述敏感区域进行脱敏处理。
2.如权利要求1所述的医疗影像安全多阶段脱敏方法,其特征在于,
所述影像文件中敏感区域,包括;所述影像文件中敏感像素区域和敏感文本区域的特征;
所述敏感像素区域中敏感信息的类别,包括:影像敏感信息;
所述敏感文本区域中敏感信息的类别,包括:文本敏感信息。
3.如权利要求2所述的医疗影像安全多阶段脱敏方法,其特征在于,
所述影像敏感信息包括:超声机器型号信息和超声机器品牌信息;
所述文本敏感信息包括:病患个人信息、诊断信息、研究信息和标注信息。
4.如权利要求2所述的医疗影像安全多阶段脱敏方法,其特征在于,所述根据所述对应的脱敏模型和所述特征数据的敏感信息类别,对所述敏感区域进行脱敏处理,包括:
当确定所述敏感信息类别属于影像敏感信息时;
根据所述对应的脱敏模型和所述特征数据的敏感信息类别,对所述敏感区域经过脱敏算法进行脱敏处理;
更改所述敏感像素区域中各个像素的像素值。
5.如权利要求2所述的医疗影像安全多阶段脱敏方法,其特征在于,所述根据脱敏模型和所述特征数据的敏感信息类别,对所述敏感区域进行脱敏处理,包括:
当确定所述敏感信息类别属于文本敏感信息时;
根据所述对应的脱敏模型和所述特征数据的敏感信息类别,对所述敏感区域经过脱敏算法进行脱敏处理;
加密所述敏感文本区域中出现的文字数据。
6.如权利要求1所述的医疗影像安全多阶段脱敏方法,其特征在于,所述通过监督学习算法的生成模型,计算所述特征数据的类别属于各个敏感信息类别的概率,包括:
预先训练朴素贝叶斯分类器;
根据所述朴素贝叶斯分类器,计算所述特征数据的类别属于各个敏感信息类别的概率。
7.如权利要求6所述的医疗影像安全多阶段脱敏方法,其特征在于,所述预先训练朴素贝叶斯分类器,包括:
提供海量的影像文件;
提取所述影像文件中敏感区域的特征形成训练集;
基于训练集,分别计算出各类敏感信息出现的先验概率P(yn);
计算出训练集中,出现各类敏感信息的敏感区域的概率P(x丨yn);
计算出训练集中,出现敏感区域的概率P(x);
根据朴素贝叶斯推断,预估出敏感区域中出现各类敏感信息的后验概率F(yn丨x),
8.如权利要求1所述的医疗影像安全多阶段脱敏方法,其特征在于,所述根据所述对应的脱敏模型和所述特征数据的敏感信息类别,判断是否对所述敏感区域进行脱敏处理,之后包括:
将脱敏后的影像文件按照DICOM文件转换算法转换成脱敏DICOM格式的影像文件。
9.如权利要求1所述的医疗影像安全多阶段脱敏方法,其特征在于,所述用户类型至少包括算法工程师、医生或患者。
10.一种医疗影像安全多阶段脱敏系统,其特征在于,包括:
获取模块,所述获取模块用于获取影像文件;
特征提取模块,所述特征提取模块用于提取所述影像文件中敏感区域的特征,形成所述敏感区域的特征数据;
脱敏分类模块,所述脱敏分类模块用于通过监督学习算法的生成模型,计算所述特征数据的类别属于各个敏感信息类别的概率;选择最大概率的敏感信息类别,作为所述特征数据的敏感信息类别;
脱敏模块,所述脱敏模块用于基于用户的类型,获得对应的脱敏模型,根据所述对应的脱敏模型和所述特征数据的敏感信息类别,对所述敏感区域进行脱敏处理。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于无锡祥生医疗科技股份有限公司,未经无锡祥生医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201911372027.2/1.html,转载请声明来源钻瓜专利网。