本發(fā)明涉及醫(yī)療信息系統(tǒng)領(lǐng)域，尤其是涉及一種基于ai的醫(yī)療影像集成平臺及方法。

背景技術(shù)：

1、在現(xiàn)代醫(yī)療中，醫(yī)學影像存檔與通信系統(tǒng)(pacs)是醫(yī)院影像科的重要組成部分。pacs系統(tǒng)負責影像數(shù)據(jù)的采集、傳輸、存儲和管理，能夠提高醫(yī)院的影像處理效率。然而，隨著醫(yī)療ai技術(shù)的發(fā)展，越來越多的醫(yī)療機構(gòu)引入了ai系統(tǒng)用于影像分析和診斷。這些ai系統(tǒng)可以通過深度學習等技術(shù)，從影像數(shù)據(jù)中提取有價值的信息，輔助醫(yī)生進行診斷。

2、目前，現(xiàn)有的pacs系統(tǒng)與ai系統(tǒng)之間的集成存在一些問題。主要問題包括:

3、a)不同ai系統(tǒng)的數(shù)據(jù)格式和接口標準不一致，導致集成復雜度高；

4、b)數(shù)據(jù)傳輸和處理過程中存在安全和隱私風險；

5、c)缺乏實時交互功能，醫(yī)生無法方便地獲取和反饋ai分析結(jié)果。

6、基于上述主要問題，導致醫(yī)療影像數(shù)據(jù)的處理效率不高，安全性存在一定風險，醫(yī)生交互不方便的問題。

7、如何實現(xiàn)不同ai接口標準醫(yī)療影像數(shù)據(jù)的集成，同時提高安全性和交互性，成為需要解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于ai的醫(yī)療影像集成平臺及方法。

2、本發(fā)明的目的可以通過以下技術(shù)方案來實現(xiàn)：

3、根據(jù)本發(fā)明的一個方面，提供了一種基于ai的醫(yī)療影像集成平臺，該平臺集成于pacs系統(tǒng)內(nèi)，包括依次連接的ai引擎集成模塊、數(shù)據(jù)管理模塊和用戶界面模塊；

4、所述ai引擎集成模塊將pacs系統(tǒng)的醫(yī)療影像發(fā)送給多個ai系統(tǒng)分別處理，并將ai系統(tǒng)處理后的數(shù)據(jù)通過標準api接口進行快速集成，將集成后的數(shù)據(jù)發(fā)送給數(shù)據(jù)管理模塊進行加密壓縮存儲，再傳輸給用戶界面模塊進行影像數(shù)據(jù)的顯示和交互。

5、優(yōu)選地，所述ai引擎集成模塊的標準api接口提供統(tǒng)一的數(shù)據(jù)格式和通信協(xié)議，支持多種ai系統(tǒng)的快速集成，其中快速集成通過插件機制來實現(xiàn)，并允許不同ai算法的動態(tài)加載和更新。

6、更加優(yōu)選地，所述的ai引擎集成模塊支持不同格式的數(shù)據(jù)轉(zhuǎn)換為標準格式，以及在不同數(shù)據(jù)格式之間進行轉(zhuǎn)換。

7、優(yōu)選地，所述的ai引擎集成模塊支持ai分析結(jié)果的并行處理，根據(jù)醫(yī)生的需求進行ai分析結(jié)果的融合和對比。

8、優(yōu)選地，所述的數(shù)據(jù)管理模塊采用hadoop分布式文件系統(tǒng)作為數(shù)據(jù)存儲解決方案，支持dicom協(xié)議在設備間傳輸醫(yī)療影像數(shù)據(jù)，并在醫(yī)療影像數(shù)據(jù)傳輸前后采用圖像壓縮算法分別進行壓縮和解壓縮操作。

9、優(yōu)選地，所述的數(shù)據(jù)管理模塊采用aes算法對醫(yī)療影像數(shù)據(jù)進行加密存儲和權(quán)限管理，并使用ssl或tls協(xié)議確保數(shù)據(jù)傳輸?shù)陌踩浴?/p>

10、優(yōu)選地，所述的用戶界面模塊包括報告生成和反饋單元、2d、3d重建和多平面重組單元以及ai分析和結(jié)果整合單元；

11、所述2d、3d重建和多平面重組單元用于多種影像數(shù)據(jù)的二維、三維渲染和多視圖同步顯示，支持同時查看多個影像切片和重建圖像，并進行對比和分析；

12、所述ai分析和結(jié)果整合單元用于集成不同ai系統(tǒng)的api接口，將多個ai系統(tǒng)的分析結(jié)果進行綜合處理，并將分析結(jié)果統(tǒng)一展示在一個界面上；

13、所述報告生成和反饋單元用于整合ai分析結(jié)果與電子病歷、實驗室結(jié)果，采用模塊化設計，自動生成綜合診斷報告。

14、更加優(yōu)選地，所述交互包括：

15、所述ai分析和結(jié)果整合單元支持實時反饋功能，醫(yī)生對ai分析結(jié)果進行標注和修改，并將這些反饋信息回傳給ai系統(tǒng)；

16、所述報告生成和反饋單元將醫(yī)生對自動生成綜合診斷報告的審核或修改意見反饋給ai系統(tǒng)。

17、優(yōu)選地，所述平臺還包括與ai引擎集成模塊連接的預處理模塊，所述預處理模塊通過機器學習技術(shù)，根據(jù)不同類型的影像數(shù)據(jù)自動選擇最適合的圖像處理算法，包括去噪、增強和標準化。

18、根據(jù)本發(fā)明的另一個方面，提供了一種基于ai的醫(yī)療影像集成方法，該方法包括以下步驟：

19、步驟s1，將獲取的醫(yī)療影像數(shù)據(jù)進行預處理，所述預處理包括去噪、增強和標準化操作；

20、步驟s2，將預處理后的結(jié)果按照設置發(fā)送給對應的ai系統(tǒng)進行分析；

21、步驟s3，ai系統(tǒng)反饋分析結(jié)果，將來自不同ai系統(tǒng)的分析結(jié)果使用標準api接口進行集成，并加密壓縮存儲；

22、步驟s4，將集成后的結(jié)果進行整合，在用戶界面進行2d、3d渲染和顯示，并自動生成綜合診斷報告，醫(yī)生通過用戶界面與ai系統(tǒng)交互。

23、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

24、1)本發(fā)明通過標準化的api接口將多ai系統(tǒng)的分析結(jié)果進行快速集成，解決了不同ai系統(tǒng)格式和通信協(xié)議不同的問題；之后在用戶界面進行多種影像數(shù)據(jù)的顯示和交互，提升了實時交互功能，并根據(jù)反饋信息完善ai系統(tǒng)模型，進而幫助醫(yī)生提升診斷效率和準確性。

25、2)本發(fā)明將集成后的數(shù)據(jù)進行加密壓縮存儲和權(quán)限管理，提高了數(shù)據(jù)在傳輸和處理過程中的安全和隱私性。

26、3)本發(fā)明通過可定制的用戶界面實現(xiàn)2d、3d渲染以及多視圖同步顯示，支持同時查看多個影像切片和重建圖像，并進行對比和分析；整合ai分析結(jié)果、電子病歷和實驗室結(jié)果，采用模塊化設計，自動生成綜合診斷報告，提高ai分析結(jié)果的可用性。

技術(shù)特征：

1.一種基于ai的醫(yī)療影像集成平臺，其特征在于，該平臺集成于pacs系統(tǒng)內(nèi)，包括依次連接的ai引擎集成模塊(12)、數(shù)據(jù)管理模塊(13)和用戶界面模塊(14)；

2.根據(jù)權(quán)利要求1所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述ai引擎集成模塊(12)的標準api接口提供統(tǒng)一的數(shù)據(jù)格式和通信協(xié)議，支持多種ai系統(tǒng)的快速集成，其中快速集成通過插件機制來實現(xiàn)，并允許不同ai算法的動態(tài)加載和更新。

3.根據(jù)權(quán)利要求2所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述的ai引擎集成模塊(12)支持不同格式的數(shù)據(jù)轉(zhuǎn)換為標準格式，以及在不同數(shù)據(jù)格式之間進行轉(zhuǎn)換。

4.根據(jù)權(quán)利要求1所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述的ai引擎集成模塊(12)支持ai分析結(jié)果的并行處理，根據(jù)醫(yī)生的需求進行ai分析結(jié)果的融合和對比。

5.根據(jù)權(quán)利要求1所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述的數(shù)據(jù)管理模塊(13)采用hadoop分布式文件系統(tǒng)作為數(shù)據(jù)存儲解決方案，支持dicom協(xié)議在設備間傳輸醫(yī)療影像數(shù)據(jù)，并在醫(yī)療影像數(shù)據(jù)傳輸前后采用圖像壓縮算法分別進行壓縮和解壓縮操作。

6.根據(jù)權(quán)利要求1所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述的數(shù)據(jù)管理模塊(13)采用aes算法對醫(yī)療影像數(shù)據(jù)進行加密存儲和權(quán)限管理，并使用ssl或tls協(xié)議確保數(shù)據(jù)傳輸?shù)陌踩浴?/p>

7.根據(jù)權(quán)利要求1所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述的用戶界面模塊(14)包括報告生成和反饋單元(141)、2d、3d重建和多平面重組單元(142)以及ai分析和結(jié)果整合單元(143)；

8.根據(jù)權(quán)利要求7所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述交互包括：

9.根據(jù)權(quán)利要求1所述的一種基于ai的醫(yī)療影像集成平臺，其特征在于，所述平臺還包括與ai引擎集成模塊(12)連接的預處理模塊(11)，所述預處理模塊(11)通過機器學習技術(shù)，根據(jù)不同類型的影像數(shù)據(jù)自動選擇最適合的圖像處理算法，包括去噪、增強和標準化。

10.一種利用權(quán)利要求1～9中任一項所述基于ai的醫(yī)療影像集成平臺的方法，其特征在于，該方法包括以下步驟：

技術(shù)總結(jié)
本發(fā)明涉及一種基于AI的醫(yī)療影像集成平臺及方法，該平臺集成于PACS系統(tǒng)內(nèi)，包括依次連接的AI引擎集成模塊、數(shù)據(jù)管理模塊和用戶界面模塊；所述AI引擎集成模塊將PACS系統(tǒng)的醫(yī)療影像發(fā)送給多個AI系統(tǒng)分別處理，并將AI系統(tǒng)處理后的數(shù)據(jù)通過標準API接口進行快速集成，將集成后的數(shù)據(jù)發(fā)送給數(shù)據(jù)管理模塊進行存儲，再傳輸給用戶界面模塊進行影像數(shù)據(jù)的顯示和交互。與現(xiàn)有技術(shù)相比，本發(fā)明具有集成不同AI系統(tǒng)、增強醫(yī)療影像數(shù)據(jù)傳輸?shù)陌踩砸约霸鰪妼崟r交互功能等優(yōu)點。

技術(shù)研發(fā)人員：謝培,張鵬
受保護的技術(shù)使用者：上海旗云岱嘉醫(yī)學科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2