本实用新型专利技术涉及神经影像诊断装置，包括神经影像采集设备，处理器，显示器，输入设备，服务器和交互设备，处理器和服务器通过网络连接；神经影像采集设备包括影像采储模块，影像输出模块，处理器包括显示模块，处理模块，接收发送模块和输入模块，服务器包括数据库，比对模块，收发模块和交互模块；影像采储模块，用于采集神经影像；神经影像经过神经影像采集设备采集后，输入处理器，并在显示器上显示，通过输入设备将神经影像发送给服务器进行比对，并将比对后的结果返回到处理器，由显示器显示出来，帮助医护人员或者具有相关知识的人员学习、诊断病症、确定合适的治疗方法。本实用新型专利技术具有用于学习、辅助诊断，自动检索分享信息的优点。
【技术实现步骤摘要】
本技术涉及医用诊断系统，特别是一种用于学习、辅助诊断的神经影像诊断装置。
技术介绍
随着医学的不断进步，大脑、脊髓等神经系统影像检测技术，例如三维影像，CT，MRI(T1、T2、DWI、SWI)，MRS，MRA，MRV，颅脑血管DSA、PET等技术获得了较大进展。不同的影像检测技术显影不同，原理不同，再加上各种病变的差异性，例如中枢神经系统肿瘤分为神经上皮组织肿瘤，颅脑和脊神经肿瘤，脑膜肿瘤，与脑膜相关的其他类肿瘤，淋巴瘤和造血系统肿瘤，生殖细胞肿瘤，鞍区肿瘤，转移性肿瘤等大类，老年人群最常见的脑血管病变分为脑出血、蛛网膜下腔出血、脑梗死等类型，其中很多疾病初期临床表现不典型，影像学图片急诊时容易误诊，使中青年医师、基层医护人员难以把握。CT是用X线束对人体某部一定厚度的层面进行扫描，由探测器接收透过该层面的X线，转变为可见光后，由光电转换变为电信号，再经模拟/数字转换器转为数字，输入计算机处理。MRI是利用原子核在磁场内共振所产生信号经重建成像的一种成像技术。核磁共振是一种核物理现象，检查范围基本上覆盖了全身各系统，现改称为磁共振成象。参与MRI成像的因素较多，信息量大而且不同于现有各种影像学成像，在诊断疾病中有很大优越性和应用潜力核磁共振波谱图简单的说就是核磁共振(NMR)形成的图像医学上的形成原理——是将人体置于特殊的磁场中，用无线电射频脉冲激发人体内氢原子核，引起氢原子核共振，并吸收能量。在停止射频脉冲后，氢原子核按特定频率发出射电信号，并将吸收的能量释放出来，被体外的接受器收录，经电子计算机处理获得图像。PET为正电子发射型计算机断层显像(，是核医学领域比较先进的临床检查影像技术。方法是，将某种物质，一般是生物生命代谢中必须的物质，如：葡萄糖、蛋白质、核酸、脂肪酸，标记上短寿命的放射性核素，注入人体后，通过对于该物质在代谢中的聚集，来反映生命代谢活动的情况，从而达到诊断的目的。随着信息化、数据库、通信技术、图像识别技术、半导体技术等不断进步，互联网的普及，各学科的进一步融合，为信息的传播打下坚实基础。例如基于BSD许可(开源)发行的跨平台计算机视觉库OpenCV(OpenSourceComputerVisionLibrary)，可以运行在Linux、Windows和MacOS操作系统上。它轻量级而且高效—由一系列C函数和少量C++类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接口。该库也有大量的Python,JavaandMATLAB/OCTAVE的接口。这些语言的API接口函数可以通过在线文档获得。如今也提供对于C#，Ch，Ruby的支持。所有新的开发和算法都是用C++接口。又例如人脸识别技术，经过近40年的发展，取得了很大的发展，涌现出了大量的识别算法。这些算法的涉及面非常广泛，包括模式识别、图像处理、计算机视觉、人工智能、统计学习、神经网络、小波分析、子空间理论和流形学习等众多学科。所以很难用一个统一的标准对这些算法进行分类。根据输入数据形式的不同可分为基于静态图像的人脸识别和基于视频图像的人脸识别。因为基于静态图像的人脸识别算法同样适用于基于视频图像的人脸识别，所以只有那些使用了时间信息的识别算法才属于基于视频图像的人脸识别算法。现有的医疗资源分配不均衡，信息不对称，个体资源局限性，使得医护人员等具有相关专业知识的人员在学习、实践、诊断的过程中，缺乏有效的手段，尤其是神经影像诊断的临床诊断和学习，由于神经系统调控的复杂性，个体差异性大，直接可观性差，病理标本和活检采集率低等特点一直都是临床诊治和学习的难点。需要一种用于学习、辅助诊断的神经影像诊断装置。
技术实现思路
本技术的目的是提供一种用于学习、辅助诊断的神经影像诊断装置。神经影像诊断装置，包括：神经影像采集设备，处理器，显示器，输入设备，服务器和交互设备，所述处理器和服务器通过网络连接；所述神经影像采集设备包括影像采储模块和影像输出模块；所述处理器包括显示模块、处理模块、接收发送模块和输入模块；所述服务器包括数据库、比对模块、收发模块和交互模块；影像采储模块，用于采集神经影像；影像输出模块，分别连接影像采储模块和接收发送模块；处理模块，分别连接显示模块，接收发送模块和输入模块，所述显示模块连接显示器，所述输入模块连接输入设备；比对模块，用于接收采集到的图片、与数据库中的数据进行比对、将比对的结果反馈给服务器，分别连接数据库，收发模块和交互模块，所述收发模块连接接收发送模块，所述交互模块连接交互设备。所述网络为有线或无线。所述处理器设有调整采集影像的图片处理模块，分别与接收发送模块和输入模块连接。所述神经影像采集设备，处理器，显示器和输入设备为手机，所述神经影像采集设备为手机中的照相设备，所述显示器和输入设备为具有触屏、显示功能的液晶设备，所述处理器为手机内部的CPU和存储设备。所述输入设备包括鼠标或键盘。所述显示器为液晶显示器。所述交互设备为鼠标、键盘和触摸屏。所述神经影像采集设备，处理器，显示器和输入设备设为折叠式、便于移动的箱体，所述箱体打开后的一面设置显示器，另一面设置采集设备和输入设备，所述接收发送模块设有连接网络的接口。所述输入设备还设有一个人形模型，所述人形模型连接到处理器，并分成两个以上的区域，每个区域设有触发开关，每个触发开关通过人形模型连接处理器。本技术包括：神经影像采集设备，处理器，显示器，输入设备，服务器和交互设备，处理器和服务器通过网络连接；神经影像采集设备包括影像采储模块，影像输出模块，处理器包括显示模块，处理模块，接收发送模块和输入模块，服务器包括数据库，比对模块，收发模块和交互模块；影像采储模块，用于采集神经影像；神经影像经过神经影像采集设备后，输入处理器，并在显示器上显示，通过输入设备将神经影像发送给服务器进行比对，并将比对后的结果返回到处理器，由显示器显示出来，同时显示神经影像所显示出患者可能的病症和相应的治疗方法，帮助医护人员或者具有相关知识的人员学习、诊断病症、确定合适的治疗方法。本技术具有用于学习、辅助诊断，自动检索分享信息的优点。附图说明图1为本专利技术的连接关系图；图2为本专利技术的连接图；图3为本专利技术的流程图；图4为折叠式箱体打开时的示意图；图5为折叠式箱体合上时的示意图；图6为显示器的主显示界面；图中：1、神经影像采集设备，2、处理器，3、显示器，4、输入设备，5、服务器，6、交互设备，11、影像采储模块，12、影像输出模块，21、显示模块，22、处理模块，23、接收发送模块，24、输入模块，51、数据库，52、比对模块，53、收发模块，54、交互模块。具体实施方式以下结合附图和具体实施例，对本技术做进一步说明。实施例1：神经影像诊断装置，包括：神经影像采集设备1，处理器2，显示器3，输入设备4，服务器5和交互设备6，处理器2和服务器5通过网络连接；神经影像采集设备1包括影像采储模块11和影像输出模块12；处理器2包括显示模块21、处理模块22、接收发送模块23和输入模块24；服务器5包括数据库51、本文档来自技高网...
【技术保护点】
神经影像诊断装置，其特征在于，包括：神经影像采集设备(1)，处理器(2)，显示器(3)，输入设备(4)，服务器(5)和交互设备(6)，所述处理器(2)和服务器(5)通过网络连接；所述神经影像采集设备(1)包括影像采储模块(11)和影像输出模块(12)；所述处理器(2)包括显示模块(21)、接收发送模块(23)和输入模块(24)；所述服务器(5)包括数据库(51)、比对模块(52)和收发模块(53)；影像采储模块(11)，用于采集神经影像；影像输出模块(12)，分别连接影像采储模块(11)和接收发送模块(23)；所述显示模块(21)连接显示器(3)，所述输入模块(24)连接输入设备(4)；比对模块(52)，用于接收采集到的图片、与数据库(51)中的数据进行比对、将比对的结果反馈给服务器(5)，分别连接数据库(51)，收发模块(53)，所述收发模块(53)连接接收发送模块(23)。
【技术特征摘要】
1.神经影像诊断装置，其特征在于，包括：神经影像采集设备(1)，处理器(2)，显示器(3)，输入设备(4)，服务器(5)和交互设备(6)，所述处理器(2)和服务器(5)通过网络连接；所述神经影像采集设备(1)包括影像采储模块(11)和影像输出模块(12)；所述处理器(2)包括显示模块(21)、接收发送模块(23)和输入模块(24)；所述服务器(5)包括数据库(51)、比对模块(52)和收发模块(53)；影像采储模块(11)，用于采集神经影像；影像输出模块(12)，分别连接影像采储模块(11)和接收发送模块(23)；所述显示模块(21)连接显示器(3)，所述输入模块(24)连接输入设备(4)；比对模块(52)，用于接收采集到的图片、与数据库(51)中的数据进行比对、将比对的结果反馈给服务器(5)，分别连接数据库(51)，收发模块(53)，所述收发模块(53)连接接收发送模块(23)。2.根据权利要求1所述的神经影像诊断装置，其特征在于，所述网络为有线或无线。3.根据权利要求1所述的神经影像诊断装置，其特征在于，所述处理器(2)设有调整采集影像的图片处理模块，分别与接收发送模块(23)和输入模块(24)连接。4.根据权...
【专利技术属性】
技术研发人员：尹又，刘艳，庄建华，李澎，徐瑾，赵忠新，
申请(专利权)人：中国人民解放军第二军医大学，
类型：新型
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。