一种对医疗影像数据进行脱敏处理的方法及系统技术方案

本发明专利技术公开了一种对医疗影像数据进行脱敏处理的方法及系统，其特征在于，包括如下步骤：步骤1、以历史医疗影像数据为训练集，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型；步骤2、读取待处理的医疗影像数据，分析并确定所述医疗影像数据中的文件属性敏感信息以及通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域；步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储。本发明专利技术法能够保留原始医疗影像数据的格式和图像信息便于后续分析处理，且能够去除文本属性和影像内容中的敏感信息。

Method and system for desensitization treatment of medical image data

The invention discloses a method and a system for desensitization treatment on medical imaging data, characterized by comprising the following steps: 1, in the history of medical image data as the training set, the use of deep learning convolutional neural network trained sensitive image recognition model and corresponding sensitive image set; medical procedures 2, read the image data to be processed, analyzed and determined the file attribute sensitive information of the medical image data and determine the medical image data in the image content is sensitive information sensitive image through the sensitive image recognition model; step 3, to determine the file attribute sensitive information and image content sensitive desensitization treatment and storage information. The method of the invention can retain the format and the image information of the original medical image data, is convenient for subsequent analysis and processing, and can remove the sensitive information in the text attribute and the image content.

【技术实现步骤摘要】
一种对医疗影像数据进行脱敏处理的方法及系统
本专利技术涉及医疗人工智能与大数据处理领域，特别涉及一种对医疗影像数据进行脱敏处理的方法及系统。
技术介绍
随着以深度学习框架为内核的新人工智能技术强势崛起，在各个领域都获得了长足的发展与推进，AlphaGo、无人驾驶车、语音识别等人们期盼多年的技术也都在很短的时间内获得了突破。在可见的未来当中，深度学习也将推动医疗行业的大数据分析与人工智能应用的发展。因此深度学习需要大量的医疗影像数据进行模型的训练，并对这些影像数据的脱敏处理的需求就显得极为迫切。其中，DICOM标准是一个交换和管理医疗影像数据及相关数据的标准，可以用于医用信息系统之间或者医用信息系统与医用设备之间进行通讯。医院的医用设备采集生成的病人检查影像文件为DICOM文件。因为DICOM影像文件本身包含如病人姓名、病人ID、病人住址等信息，直接将该影像文件应用深度学习等人工智能领域，就有可能侵犯病人的隐私权。因此，就需要研究一种有效且高速便捷的脱敏处理方法能够解决上面提到的两个问题，并能够在快速推进深度学习等人工智能方法在医学领域应用的同时，又保护了患者的隐私的方法。
技术实现思路
鉴于已有技术存在的缺陷，本专利技术的目的是要提供一种对医疗影像数据进行脱敏处理的方法，该方法能够保留原始医疗影像数据的格式和图像信息便于后续分析处理，且能够去除文本属性和影像内容中的敏感信息。为了实现上述目的，本专利技术的技术方案：一种对医疗影像数据进行脱敏处理的方法，其特征在于，包括如下步骤：步骤1、以历史医疗影像数据为训练集，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型；步骤2、读取待处理的医疗影像数据，分析并确定所述医疗影像数据中的文件属性敏感信息以及通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域；步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储。进一步的，所述步骤1包括：步骤11、自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据；步骤12、确定图像敏感区域并在所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据；步骤13、分别对所选择出的影像文件数据进行图像预处理，以提取出影像文件数据中的图像数据；步骤14、分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件；步骤15、以所述标记文件以及所提取出图像数据为模型输入参数，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。进一步的，所述步骤1还包括：步骤16、重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据，并将所述影像文件数据作为测试数据，对图像敏感区域识别模型进行可靠性验证。进一步的，所述步骤3中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作；对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理。优选的，所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。进一步的，所述步骤3中记录存储所对应的步骤为：分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志；并按照文件属性敏感信息及图像内容敏感信息，对数据进行分类别存储。本专利技术的另一目的是要提供一种对医疗影像数据进行脱敏处理的系统，其特征在于，包括：医疗影像数据读取模块，其能够自数据库中读取待处理的医疗影像数据；与所述医疗影像数据读取模块相连接的文件属性敏感信息查找模块，其能够分析并确定所述医疗影像数据中的文件属性敏感信息；与所述医疗影像数据读取模块相连接的图像内容敏感信息查找模块，其能够通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域，所述图像敏感区域识别模型是通过以历史医疗影像数据为训练集，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的识别模型；与所述文件属性敏感信息查找模块、图像内容敏感信息查找模块相连接的脱敏处理模块，其能够对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理；以及对脱敏处理后的数据进行记录存储的记录存储模块。进一步的，所述医疗影像数据读取模块包括：历史数据读取子模块，其能够自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据；影像文件数据提取子模块，其能够按照所确定图像敏感区域，自所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据；图像预处理子模块，其能够分别对所选择出的影像文件数据进行图像预处理，以提取出影像文件数据中的图像数据；图像数据标记子模块，其能够分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件；模型创建子模块，其能够以所述标记文件以及所提取出图像数据为模型输入参数，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。进一步的，所述医疗影像数据读取模块还包括：模型验证子模块，其能够重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据，并将所述影像文件数据作为测试数据，对图像敏感区域识别模型进行可靠性验证。进一步的，所述脱敏处理模块中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作；对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理。优选的，所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。进一步的，所述记录存储模块对数据进行记录存储所对应的步骤为：分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志；并按照文件属性敏感信息及图像内容敏感信息，对数据进行分类别存储。与现有技术相比，本专利技术的有益效果：本专利技术通过利用深度学习卷积神经网络训练图像敏感区域识别模型对图像敏感区域进行识别并进行脱敏处理；同时结合脱敏日志，完成脱敏数据的存储；其能够高效准确地处理医疗影像数据，进而保护患者的隐私不被泄漏。附图说明图1为本专利技术所述方法对应的步骤流程图；图2为本专利技术所述系统对应的结构原理框图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术的技术方案进行清楚、完整地描述，显然，所描述的实施例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他实施例，都属于本专利技术保护的范围。如图1所示，一种对医疗影像数据进行脱敏处理的方法，其特征在于，包括如下步骤：步骤1、以历史医疗影像数据为训练集，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型；进一步的，所述步骤1包括：步骤11、自数据库(其包括PACS存储库)中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像本文档来自技高网...

【技术保护点】
一种对医疗影像数据进行脱敏处理的方法，其特征在于，包括如下步骤：步骤1、以历史医疗影像数据为训练集，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型；步骤2、读取待处理的医疗影像数据，分析并确定所述医疗影像数据中的文件属性敏感信息以及通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域；步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储。

【技术特征摘要】
1.一种对医疗影像数据进行脱敏处理的方法，其特征在于，包括如下步骤：步骤1、以历史医疗影像数据为训练集，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型；步骤2、读取待处理的医疗影像数据，分析并确定所述医疗影像数据中的文件属性敏感信息以及通过所述图像敏感区域识别模型确定所述医疗影像数据中的图像内容敏感信息即图像敏感区域；步骤3、对所确定的文件属性敏感信息以及图像内容敏感信息进行脱敏处理并记录存储。2.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法，其特征在于：所述步骤1包括：步骤11、自数据库中获取若干个历年DICOM文件数据样本以及与各历年DICOM文件数据样本相对应的影像文件数据；步骤12、确定图像敏感区域并在所获取的影像文件数据中选择出含有所确定图像敏感区域的影像文件数据；步骤13、分别对所选择出的影像文件数据进行图像预处理，以提取出影像文件数据中的图像数据；步骤14、分别对提取出图像数据进行标记并将标记后的图像数据生成能够被扩展的标记文件；步骤15、以所述标记文件以及所提取出图像数据为模型输入参数，利用深度学习卷积神经网络训练出与所设定的图像敏感区域相对应的图像敏感区域识别模型。3.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法，其特征在于：所述步骤1还包括：步骤16、重新自数据库中选择出若干含有所确定图像敏感区域的影像文件数据，并将所述影像文件数据作为测试数据，对图像敏感区域识别模型进行可靠性验证。4.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法，其特征在于：所述步骤3中对所确定的文件属性敏感信息进行脱敏处理是指对所确定的文件属性敏感信息进行抹除操作或者加密操作；对所确定的图像内容敏感信息进行脱敏处理是指对所确定的图像内容敏感信息所在的图像区域进行图像模糊化处理。5.根据权利要求4所述的对医疗影像数据进行脱敏处理的方法，其特征在于：所述的加密操作是指对所确定的文件属性敏感信息进行哈希加密处理。6.根据权利要求1所述的对医疗影像数据进行脱敏处理的方法，其特征在于：所述步骤3中记录存储所对应的步骤为：分别将对所确定的文件属性敏感信息进行脱敏处理所涉及的数据记入脱敏日志同时对所确定的图像内容敏感信息进行脱敏处理所涉及的数据同步记入脱敏日志；并按照文件属性敏感信息及图像内容敏感信息，对数据进行分类别存储。7.一种对医疗...

【专利技术属性】
技术研发人员：孟群，张翔，董方杰，张耀光，
申请(专利权)人：孟群，张翔，董方杰，张耀光，
类型：发明
国别省市：北京,11