[发明专利]基于深度学习技术的人工智能尘肺筛查平台

说明书

本发明属于尘肺筛查技术领域，尤其是基于深度学习技术的人工智能尘肺筛查平台，现提出如下方案，包括数据输入端、数据交互端、筛查端和用户端，所述数据输入端包括与数据交互端连接的样品信息输入模块、模型指令信息输入模块和模型输入模块；所述筛查端包括与数据交互端连接的数据接收模块，所述数据接收模块连接有数据分类模块，所述数据分类模块连接有存储模块、胸片处理模块和数据转录模块。本发明实现尘肺的初步筛查操作，方便医生进行参考，辅助医生诊断，帮助医生提高诊断效率，降低漏诊率及误诊率，减轻医生的工作压力。

技术领域

本发明涉及尘肺筛查技术领域，尤其涉及基于深度学习技术的人工智能尘肺筛查平台。

背景技术

尘肺，是由于在生产环境中长期吸入生产性粉尘而引起的以肺组织纤维化为主的全球性的职业疾病。我国是世界上尘肺病发病数量最多的国家，2018年，全国共报告各类职业病新病例23497例，职业性尘肺病及其他呼吸系统疾病19524例(其中职业性尘肺病19468例)，其中，职业性尘肺占总职业病第比例达到82.85%。这些数据主要通过确诊得到，因此除了报告中的数据，潜在的尘肺病患者数量估计更加庞大。在我国，每年因尘肺病而去世的煤矿工人数远高于同期内煤炭生产事故的死亡人数。

安徽省是尘肺病高发的省份。尘肺病依然是安徽省重点防控的职业病病种。2016年全省对超过41万人次职业体检结果中，报告新发职业病482例，其中尘肺病437例，占新发病例的90.66%。由此可见，对于尘肺高危的职业人群的筛查工作是尘肺病防治的实际工作中一个重要的工作。

但是，尘肺病的诊断对医生的主观依赖程度较高，主要是以合格影像学表现为主要依据，结合临床表现和实验室检查来确诊。受医生能力、状态等多种因素的影像，存在一定的误诊以及漏诊。因此，政府与医院都大力支持尘肺病防治筛查方面的科学研究工作，为医生和患者服务。

随着计算机领域中人工智能技术的发展，计算机辅助医疗技术在医疗健康领域的应用越来越广泛。因此行业内一直在研究计算机辅助诊断(computer Aided Diagnosis,CAD)的方法，辅助临床医生发现识别病灶区域，提高诊断的效率。这对于减少医生工作量，减少诊断时间，提高诊断准确度，以及让更多的尘肺高危职业人群得到及时有效的诊疗有着重要的现实意义，为此需要基于深度学习技术的人工智能尘肺筛查平台。

发明内容

本发明提出的基于深度学习技术的人工智能尘肺筛查平台，解决了现有技术中存在的问题。

为了实现上述目的，本发明采用了如下技术方案：

基于深度学习技术的人工智能尘肺筛查平台，包括数据输入端、数据交互端、筛查端和用户端，所述数据输入端包括与数据交互端连接的样品信息输入模块、模型指令信息输入模块和模型输入模块；所述筛查端包括与数据交互端连接的数据接收模块，所述数据接收模块连接有数据分类模块，所述数据分类模块连接有存储模块、胸片处理模块和数据转录模块，所述胸片处理模块依次连接有胸片训练模块、胸片测试对比模块、胸片反馈模块和训练调整模块，所述训练调整模块与胸片训练模块和存储模块连接，数据转录模块依次连接有病患信息建立模块、病患信息筛查模块、测试整合模块和测试发布模块，所述测试整合模块与胸片反馈模块连接，数据交互模块与用户端和测试发布模块连接，测试发布模块与存储模块连接。

优选的，所述模型输入模块用于输入训练测试用模型内容，样品信息输入模块用于输入待测试的样品测试信息，模型指令信息输入模块用于输入模型测试指令内容信息。

优选的，所述数据交互端用于用户端、筛查端和数据输入端之间的数据交互。

优选的，所述数据接收模块用于接收数据交互端接收的用户端和数据输入端分发的信息，数据分类模块用于将数据交互端接收的信息进行分类处理，将其分类为胸片信息、样品信息、用户信息、模型指令信息。