一种基于云平台实现医疗图像深度匹配的方法及系统技术方案

本发明专利技术公开了一种基于云平台实现医疗图像深度匹配的方法及系统，其方法包括：基于终端应用层收集用户上传的医疗图像，并基于医疗图像格式生成计算任务；终端应用层基于安全协议向云平台的服务集群发送请求，并将计算任务发送给服务集群；服务集群分析所述云计算关键字获得医疗图像类别，根据所述云计算关键字和所述医疗图像类别调用目标服务程序执行云计算，基于深度学习的方法获得与所述云计算关键字相匹配的医疗业务数据，并将医疗业务数据发送给终端应用层。在本发明专利技术实施例中，解决了现有医疗图像匹配速率慢，从而提高了整个平台的体验性。

Method and system for realizing medical image depth matching based on cloud platform

The invention discloses a method and a system for realizing medical image depth matching based on cloud platform, the method comprises: a terminal application layer to collect user upload medical images based on medical image format, and based on the generation of computing tasks; terminal application layer security protocol to send service cluster Xiang Yun platform based on request, and will be sent to the computing task cluster service; analysis of the cloud computing key medical image categories service cluster, and the calculation of key medical image category called the target service according to the procedures for the implementation of cloud computing cloud, deep learning based on calculation method of medical service data matching keywords with the cloud, and the medical service data is sent to the terminal application layer. In the embodiment of the invention, the existing medical image matching rate is slow, thereby improving the experience of the whole platform.

【技术实现步骤摘要】
一种基于云平台实现医疗图像深度匹配的方法及系统
本专利技术涉及数字医疗
，具体涉及一种基于云平台实现医疗图像深度匹配的方法及系统。
技术介绍
近年来，随着人民生活水平的不断提高，人们对身体健康的重视程度越来越高，但伴随着国内人口老龄化成为趋势，患有糖尿病、高血压、心脑血管等症状的老人越来越多，慢病占比越来越高。同时现代社会生活节奏快、工作压力大、精神紧张以及受不健康的生活方式和肥胖等因素影响，在中青年人群中，慢性病患者也不断增加，平均年龄不断降低。据卫生部2009年统计数据，我国目前约有2亿高血压患者，9000万糖尿病人，这个数字还在不断增长中，慢病己经成为城市人群的头号杀手。而另一方面，因医疗资源分布不均衡，存在着城乡差异、地区差异，加之医疗资源配比相对国外发达地区还有差距，同时也缺少信息化的手段实现医院互通和健康档案共享，群众常常面临重复检查、重复缴费、多次重复诊断等情况，浪费了医疗资源和患者的人力、财务成本，并导致医患关系极为紧张。根据医疗信息水平来划分，医疗信息化即医疗信息系统建设将经历三个阶段:医院管理信息化阶段(HMIS)、临床管理信息化阶段(HCIS)、局域医疗卫生服务阶段(GMIS)。目前，世界数字化医疗雏形已经形成，欧美国家早己步入数字化医疗的领域，开始尝试通过远程医疗检测病人指标、诊断疑难病症、进行高难度手术等，并取得了满意的结果。如今数字化医疗发展的最具前景的领域当属移动医疗服务平台，移动医疗(MobileHealth)，旨在通过使用移动通信技术与设备以电子医疗(E-Health)应用形式给人们提供所需的医疗信息管理和医疗事务处理，其最大的特点就是提供随时随地的、普适的医疗服务(PervasiveHealthcare)，使医疗保健体系更加有效地分配医疗资源。云平台层的三大核心功能就是提供存储、数据和计算服务。存储云基于MHFS(MobileHealthFileSystem)分布式文件系统，为移动医疗平台提供海量的数据存储，也是云计算平台的基石。数据云采用MHBT(MobileHealthBigTable)分布式存储系统，满足存储不同类型医学数据的需要。计算云采用MHMapReduce并行编程模式，用于大规模数据集的并行运算。现有云平台按照医疗数据不同实现分布式存储功能，现有用户通过医疗数据无法较好实现海量医疗数据中的匹配过程，导致云计算面对数从而会导致用户体验差，不能快捷的获取到相关的医疗数据。
技术实现思路
为了解决现有技术的缺点，本专利技术提供一种基于云平台实现医疗图像深度匹配的方法及系统，解决了现有医疗图像匹配速率慢，从而提高了整个平台的体验性。为了实现本专利技术的目的，本专利技术提供一种基于云平台实现医疗图像深度匹配的方法，包括如下步骤：基于终端应用层收集用户上传的医疗图像，并基于医疗图像格式生成计算任务；终端应用层基于安全协议向云平台的服务集群发送请求，并将计算任务发送给服务集群；服务集群接收终端应用层发送的请求，提取医疗图像，基于图像相似度匹配算法获取一个以上的相似性图像；基于获取的一个以上的相似性图像所关联的文字文档采用TF-IDF算法提取计算任务中的云计算关键字,按照计算类型和所应用的数据，将计算任务转化为云平台的多个计算流，将多个计算流分别部署到服务集群中的每一个计算单元上；服务集群分析所述云计算关键字获得医疗图像类别，根据所述云计算关键字和所述医疗图像类别调用目标服务程序执行云计算，基于深度学习的方法获得与所述云计算关键字相匹配的医疗业务数据，并将医疗业务数据发送给终端应用层。所述获得与所述云计算关键字相匹配的医疗业务数据，并将医疗业务数据发送给终端应用层之后还包括：云平台获取所述终端侧用户的信息浏览习惯；按照所述信息浏览习惯对添加有来源标记的医疗业务数据进行整合处理；将整合后的医疗业务数据发送至所述给终端应用层。所述安全协议为TLS和SSL协议。所述基于图像相似度匹配算法获取一个以上的相似性图像中的图像相似度匹配算法包括：SIFT算法、BlobTracking算法、Meanshift算法、Camshift算法、粒子滤波算法。所述基于图像相似度匹配算法获取一个以上的相似性图像包括：基于图像匹配阈值获取一个以上的相似性图像，所述图像匹配阈值为100以内的任一数值。所述终端应用层与云平台间基于Web套接字接口实现通信。相应的，本专利技术还提供一种基于云平台实现医疗图像深度匹配的系统，所述系统包括：终端应用层，用于收集用户上传的医疗图像，并基于医疗图像格式生成计算任务；基于安全协议向云平台的服务集群发送请求，并将计算任务发送给服务集群；云平台，用于基于云平台的服务集群接收终端应用层发送的请求，并提取医疗图像，基于图像相似度匹配算法获取一个以上的相似性图像；基于获取的一个以上的相似性图像所关联的文字文档采用TF-IDF算法提取计算任务中的云计算关键字,按照计算类型和所应用的数据，将计算任务转化为云平台的多个计算流，将多个计算流分别部署到服务集群中的每一个计算单元上；基于云平台的服务集群分析所述云计算关键字获得医疗图像类别，根据所述云计算关键字和所述医疗图像类别调用目标服务程序执行云计算，基于深度学习的方法获得与所述云计算关键字相匹配的医疗业务数据，并将医疗业务数据发送给终端应用层。所述终端应用层与云平台间基于Web套接字接口实现通信。采用上面的方案后，本专利技术的有益效果包括：基于终端应用层获取用户相关的医疗图像，并针对医疗图像进行相似度匹配，获取相关图及文档，实现关键字提取，最终实现云计算关键字的分流处理，提高了并发处理能力，提高了检索速度和数据读取的速度，保证了云平台下数据计算的性能。这种方法，能够结合医疗图像快速推送数据到客户端，增强了用户体验度，加快了匹配速率。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例中的基于云平台实现医疗图像深度匹配的方法流程图；图2是本专利技术实施例中的基于云平台实现医疗图像深度匹配的系统结构图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。具体的，图1示出了本专利技术实施例中的基于云平台实现医疗图像深度匹配的方法程图，包括如下步骤：S101、基于终端应用层收集用户上传的医疗图像，并基于医疗图像格式生成计算任务；终端应用层可以与用户端或者起到用户端作用，其可以接收用户的医疗图像，这些医疗图像数据可以是基于相关专用设备实时采集的，也可以是用户直接基于web端或者移动端上传的数据。终端应用层在收到医疗特征数据之后，可以针对医疗特征数据来生成相应的计算任务，从而完成数据封装过程。S102、终端应用层基于安全协议向云平台的服务集群发送请求，并将计算任务发送给服务集群；具体实施过程中，该安全协议可以采用TL本文档来自技高网...

【技术保护点】
一种基于云平台实现医疗图像深度匹配的方法，其特征在于，包括如下步骤：基于终端应用层收集用户上传的医疗图像，并基于医疗图像格式生成计算任务；终端应用层基于安全协议向云平台的服务集群发送请求，并将计算任务发送给服务集群；服务集群接收终端应用层发送的请求，提取医疗图像，基于图像相似度匹配算法获取一个以上的相似性图像；基于获取的一个以上的相似性图像所关联的文字文档采用TF‑IDF算法提取计算任务中的云计算关键字,按照计算类型和所应用的数据，将计算任务转化为云平台的多个计算流，将多个计算流分别部署到服务集群中的每一个计算单元上；服务集群分析所述云计算关键字获得医疗图像类别，根据所述云计算关键字和所述医疗图像类别调用目标服务程序执行云计算，基于深度学习的方法获得与所述云计算关键字相匹配的医疗业务数据，并将医疗业务数据发送给终端应用层。

【技术特征摘要】
1.一种基于云平台实现医疗图像深度匹配的方法，其特征在于，包括如下步骤：基于终端应用层收集用户上传的医疗图像，并基于医疗图像格式生成计算任务；终端应用层基于安全协议向云平台的服务集群发送请求，并将计算任务发送给服务集群；服务集群接收终端应用层发送的请求，提取医疗图像，基于图像相似度匹配算法获取一个以上的相似性图像；基于获取的一个以上的相似性图像所关联的文字文档采用TF-IDF算法提取计算任务中的云计算关键字,按照计算类型和所应用的数据，将计算任务转化为云平台的多个计算流，将多个计算流分别部署到服务集群中的每一个计算单元上；服务集群分析所述云计算关键字获得医疗图像类别，根据所述云计算关键字和所述医疗图像类别调用目标服务程序执行云计算，基于深度学习的方法获得与所述云计算关键字相匹配的医疗业务数据，并将医疗业务数据发送给终端应用层。2.如权利要求1所述的基于云平台实现医疗图像深度匹配的方法，其特征在于，所述获得与所述云计算关键字相匹配的医疗业务数据，并将医疗业务数据发送给终端应用层之后还包括：云平台获取所述终端侧用户的信息浏览习惯；按照所述信息浏览习惯对添加有来源标记的医疗业务数据进行整合处理；将整合后的医疗业务数据发送至所述给终端应用层。3.如权利要求1所述的基于云平台实现医疗图像深度匹配的方法，其特征在于，所述安全协议为TLS和SSL协议。4.如权利要求1所述的基于云平台实现医疗图像深度匹配的方法，其特征在于，所述基于图像相似度匹配算法获取一个以上的相似性图像中的图像相似度匹配算法包括：SIFT算法、B...

【专利技术属性】
技术研发人员：林瞰，
申请(专利权)人：广州七乐康药业连锁有限公司，
类型：发明
国别省市：广东,44