[发明专利]一种超声检查技术与人工智能技术相结合的学习系统在审

专利信息
申请号: 202110172668.4 申请日: 2021-02-08
公开(公告)号: CN112992338A 公开(公告)日: 2021-06-18
发明(设计)人: 高榆秀;姜丹妮 申请(专利权)人: 青岛大学附属医院
主分类号: G16H50/20 分类号: G16H50/20;G16H50/70;G06T11/40;G06T11/60;G06T5/00
代理公司: 青岛华慧泽专利代理事务所(普通合伙) 37247 代理人: 赵梅
地址: 266071 山*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 超声 检查 技术 人工智能 相结合 学习 系统
【权利要求书】:

1.一种超声检查技术与人工智能技术相结合的学习系统,其特征在于:包括

云端数库单元(100)、网络通信单元(200)、功能应用单元(300)和显示管理单元(400);所述云端数库单元(100)、所述功能应用单元(300)与所述显示管理单元(400)依次通过以太网通讯连接;所述云端数库单元(100)用于收集临床数据并存储在云端形成数据库以便查看;所述网络通信单元(200)用于在系统各层面之间建立连接通道;所述功能应用单元(300)用于集中管理并分别控制学习系统的各类功能;所述显示管理单元(400)用于管理控制显示终端上的图像显示功能;

所述云端数库单元(100)包括数据采集模块(101)、注名分类模块(102)、归类存储模块(103)和实时更新模块(104);

所述功能应用单元(300)包括超声造像模块(301)、控制管理模块(302)、数据传输模块(303)和智能学习模块(304);

所述显示管理单元(400)包括讲义播讲模块(401)、多屏对比模块(402)、重点保存模块(403)和学习共享模块(404)。

2.根据权利要求1所述的超声检查技术与人工智能技术相结合的学习系统,其特征在于:所述数据采集模块(101)的信号输出端与所述注名分类模块(102)的信号输入端连接,所述注名分类模块(102)的信号输出端与所述归类存储模块(103)的信号输入端连接,所述归类存储模块(103)的信号输出端与所述实时更新模块(104)的信号输入端连接;所述数据采集模块(101)用于采集录入临床上已公开的各类型数据;所述注名分类模块(102)用于对采集的数据按照图形对应的结构进行文件名标注;所述归类存储模块(103)用于按照组织部位对注名后的数据进行归类并分别存储;所述实时更新模块(104)用于及时将新增的数据进行注名及归类后存储到对应的文件夹中。

3.根据权利要求2所述的超声检查技术与人工智能技术相结合的学习系统,其特征在于:所述注名分类模块(102)包括超声图像模块(1021)、切面结构模块(1022)、组织结构模块(1023)和结构解剖模块(1024);所述超声图像模块(1021)、所述切面结构模块(1022)、所述组织结构模块(1023)与所述结构解剖模块(1024)并列运行;所述超声图像模块(1021)用于对身体部位的超声造像图形进行注名归类;所述切面结构模块(1022)用于对身体部位切面角度的图形进行注名归类;所述组织结构模块(1023)用于对身体部位的内部组织分层结构图形进行注名分类;所述结构解剖模块(1024)用于对身体组织解剖状态的图形进行注名分类。

4.根据权利要求2所述的超声检查技术与人工智能技术相结合的学习系统,其特征在于:所述归类存储模块(103)采用TF-IDF匹配算法,其公式如下:

式中,tfi,j为中i和j的文本数量,dfi为包含i的文本数量,N为文本的总数。

5.根据权利要求1所述的超声检查技术与人工智能技术相结合的学习系统,其特征在于:所述超声造像模块(301)、所述控制管理模块(302)、所述数据传输模块(303)与所述智能学习模块(304)依次通过以太网通讯连接;所述超声造像模块(301)用于提供常规的超声检查并对超声图像进行处理的功能通道;所述控制管理模块(302)用于集中管理系统的各功能及控制各功能的运行启停过程;所述数据传输模块(303)用于将超声造像及云端数据实时传输到学习系统中;所述智能学习模块(304)用于根据实时的超声造像提供可智能生成对应组织结构图形以供学习的功能通道。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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青岛大学附属医院,未经青岛大学附属医院许可,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/202110172668.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top