基于分布式CT终端机的医学影像云成像与判读方法及系统技术方案

本发明专利技术公开的一种基于分布式CT终端机的医学影像云成像与判读系统，解决了现有技术中高度集成化的CT只能集中部署在大医院、辐射危害大、难以汇集成影像大数据、不能进行影像自动智能判读等问题；该系统成本低廉，易于推广；可充分利用云计算资源优势，使采用高分辨率成像算法成为可能。本发明专利技术还公开了一种基于分布式CT终端机的医学影像云成像与判读方法，该方法可以解决医疗影像大数据的汇集与共享问题；同时可避免疲劳、情绪等人为干扰因素，从而降低误诊率。

Medical imaging cloud imaging and interpretation method and system based on distributed CT terminal

The invention discloses a medical image cloud imaging and interpretation system based on a distributed CT terminal, which solves the problems that the highly integrated CT can only be centrally deployed in a large hospital, has great radiation hazard, is difficult to collect and integrate large image data, and can not automatically and intelligently interpret the image, and the system has low cost and is easy to operate. It can make full use of the advantages of cloud computing and make it possible to use high-resolution imaging algorithms. The invention also discloses a medical image cloud imaging and interpretation method based on a distributed CT terminal, which can solve the problem of collecting and sharing large medical image data, and can avoid fatigue, emotional and other human interference factors, thereby reducing the misdiagnosis rate.

【技术实现步骤摘要】
基于分布式CT终端机的医学影像云成像与判读方法及系统
本专利技术属于医学成像及影像判读方法
，具体涉及一种基于分布式CT终端机的医学影像云成像与判读方法。本专利技术还涉及一种基于分布式CT终端机的医学影像云成像与判读系统。
技术介绍
计算机断层扫描(ComputedTomography，CT)是通过X射线对人体某一部位进行断层扫描，利用探测器接收衰减的X射线信号，形成原始数据，即RawData，然后应用成像算法将其转化为一系列断层图像的方法。现有医疗CT机由断层扫描单元和成像工作站构成，其中断层扫描单元(用于数据采集)经过40多年的发展已经非常成熟，其成本较低。成像工作站由配备有多块GPU计算卡的高性能计算机、成像软件和存储系统组成，完成数据校正、图像重建、图像显示和存储等功能。而GPU成像计算机、成像软件及存储系统是造成CT机昂贵的主要原因。传统高度集成化的CT设备存在价格昂贵、维护困难、成像软件更新效率低、存储容量有限等诸多不足之处。更为突出的是，目前所用的CT机仅仅是一种医学成像专用设备，尚无标配的自动影像判读功能。大数据时代对医疗领域带来了前所未有的机遇，尤其是云计算、GPU计算和分布式计算等技术为高分辨率和低剂量成像迭代重建算法的应用带来了机遇；深度学习技术使得计算机智能判读医学影像成为可能；高速互联网为医学影像生数据(rawdata)和影像数据(imagedata)高效传输提供了良好的通信条件。应用这些新技术，本专利技术提出了一种基于分布式CT终端机的数据采集、数据传输、云端成像和智能影像判读等技术为一体的医学影像中心系统实现方法。该系统打破了传统的医学影像检查工作方式，形成了医学影像应用的全新模式。本系统的应用能够有效解决传统CT硬件成本高且普及难度大、无法使用先进迭代重建算法、数据分散难以支持影像大数据分析等诸多难题，从而对缓解百姓“看病难、看病贵”等社会矛盾提供可行的技术途径，具有重要的社会价值和巨大的商业价值。
技术实现思路
本专利技术的基于分布式CT终端机的医学影像云成像与判读系统，解决了现有CT成像技术所存在的CT硬件成本高且普及难度大、无法使用先进迭代重建算法、数据分散难以支持影像大数据分析等诸多难题，特别是高度集成化的CT因其成本高一般集中部署在大医院，成像辐射剂量偏高，难以汇集成影像大数据，不便于影像自动智能判读技术推广应用等缺陷。本专利技术的一个技术方案为，本专利技术公开了一种基于分布式CT终端机的医学影像云成像与判读系统，包括分别依次连接的分布式CT终端、数据通信模块、云成像模块、云影像判读模块以及影像诊断报告发布模块。分布式CT终端包括若干个CT终端机，CT终端机包括相互连接的扫描单元及本地工作站；本地工作站包括相互连接的边缘计算单元、数据通信单元以及数据存储单元。云成像模块包括依次连接的前端Hbase、成像单元以及后端Hbase；前端Hbase和后端Hbase均分别由若干个相互独立的磁盘组成；每个成像单元均由相互连接的解密解压单元和迭代成像单元组成。云影像判读模块包括若干个影像判读诊断模块；每个影像判读诊断模块都与诊断报告数据库连接。本专利技术的另一个技术方案是，一种基于分布式CT终端机的医学影像云成像与判读方法，具体步骤如下：步骤1：分布式CT终端获取人体断层扫描数据；步骤1.1：由CT扫描单元对人体进行断层扫描，获得初始数据；步骤1.2：初始数据经本地工作站进行边缘计算，生成人体断层扫描数据包；其中边缘计算包括对所述初始数据进行滤波、非线性校正形成生数据，再对生数据进行压缩、加密，并与快速成像算法形成的预成像数据一起形成人体断层扫描数据，人体断层扫描数据通过数据缓存单元进行缓存。步骤2：人体断层扫描数据由数据通信模块传输到云成像模块，并由云成像模块将人体断层扫描数据生成通用格式影像文件；步骤2.1：数据通信模块向云成像模块发起传输请求，由云成像模块分配数据接收端，同时数据通信模块与云成像模块协商压缩、加密方式及密钥；步骤2.2：数据通信模块通过专用协议连接分配到的数据接收端，并通过专用信道将所述的人体断层扫描数据传输至数据接收端；步骤2.3：数据接收端接收所述人体断层扫描数据并校验完整性；步骤2.4：云成像模块将数据接收端收到的人体断层扫描数据还原为生数据和初始影像，然后使用成像算法形成通用格式影像数据文件，并保存于影像大数据存储系统中。具体来说，步骤2.4包括：步骤a：Flume监听数据源HBase，一旦发现有传输完成的加密文件，将其发送到FlumeChannel排队；步骤b：由Sink获取加密文件，并实现解密、解压，再还原为生数据和初始影像；步骤c：对生数据运用图像重建算法形成通用格式影像数据文件；其中初始影像作为图像重建算法的初始值；步骤d：将通用格式影像数据文件写入影像大数据存储系统中。步骤3：云影像判读模块对通用格式影像文件进行智能判读形成通用影像分析和针对特定疾病的辅助诊断报告；步骤3.1：FlumeAgent监听到HBase有新的通用格式影像数据文件写入完成，便自动将其信息发送到FlumeChannel排队；步骤3.2：由Sink调用深度学习影像判读算法实现自动影像判读，并生成通用影像分析和针对特定疾病的辅助诊断报告；步骤3.3：将通用影像分析和针对特定疾病的辅助诊断报告存入影像大数据存储系统中。步骤4：通用影像分析和针对特定疾病的辅助诊断报告经专家审核后由影像诊断报告发布模块进行发布。步骤4.1：专家阅读所述通用格式影像数据文件，审核对应的深度学习影像判读算法所生成的通用影像分析和针对特定疾病的辅助诊断报告；步骤4.2：经专家审核的通用影像分析和针对特定疾病的辅助诊断报告由影像诊断报告发布模块进行发布；步骤4.3：所述通用格式影像数据文件及其对应的已审核过的通用影像分析和针对特定疾病的辅助诊断报告存入影像大数据存储系统。本专利技术的有益效果是：本专利技术的基于分布式CT终端机的医学影像云成像与判读系统，其中分布式CT终端机是简化版的CT机，成本低廉，易于推广。它只进行断层扫描，不成像或进行快速初步预成像，最终成像在云端实现。分布式CT终端机省去了CT成像功能部分或仅需要配置简单计算设备，能够有效地减少硬件成本。由于成像在云端进行，成像软件更新时只需要对云服务器上的软件更新操作即可。这样可大幅提升维护效率，降低维护成本，便于CT终端机下到农村、走进基层医院和体检机构。云影像智能判读系统比人工判读效率更高、误判率更低。影像中心云计算系统并行化运行影像判读算法，判读效率极高，而且其影像判读算法可以通过影像中心积累的影像数据不断提升，判读准确率高于专家水平，同时还可避免医生因疲劳、情绪不佳等因素所引起的误诊。本专利技术的基于分布式CT终端机的医学影像云成像与判读方法，其中云成像方法可充分利用云计算资源优势，使采用高分辨率成像算法成为可能。传统CT机集成的计算机系统受硬件成本因素制约，其计算能力有限，成像算法仅以解析算法为主。解析法的优点是速度快，但当低剂量扫描时(含降低X线球管曝光条件或探测采样不足等)，相应生数据中噪声大信噪比低，这类算法的成像效果便不甚理想，难以实现高分辨率成像，导致影像诊断的高误诊率。使用云计算成像系统(模块)，可充分发挥影像中心云计算集群GPU计算资源本文档来自技高网...

【技术保护点】
1.基于分布式CT终端机的医学影像云成像与判读方法，其特征在于：步骤1：分布式CT终端获取人体断层扫描数据；步骤2：人体断层扫描数据由数据通信模块传输到云成像模块，并由云成像模块将所述人体断层扫描数据生成通用格式影像文件；步骤3：云影像判读模块对所述通用格式影像文件进行智能判读形成通用影像分析和针对特定疾病的辅助诊断报告；步骤4：所述通用影像分析和针对特定疾病的辅助诊断报告经专家审核后由影像诊断报告发布模块进行发布。

【技术特征摘要】
1.基于分布式CT终端机的医学影像云成像与判读方法，其特征在于：步骤1：分布式CT终端获取人体断层扫描数据；步骤2：人体断层扫描数据由数据通信模块传输到云成像模块，并由云成像模块将所述人体断层扫描数据生成通用格式影像文件；步骤3：云影像判读模块对所述通用格式影像文件进行智能判读形成通用影像分析和针对特定疾病的辅助诊断报告；步骤4：所述通用影像分析和针对特定疾病的辅助诊断报告经专家审核后由影像诊断报告发布模块进行发布。2.如权利要求1所述的一种基于分布式CT终端机的医学影像云成像与判读方法，其特征在于，所述步骤1具体包括：步骤1.1：由CT扫描单元对人体进行断层扫描，获得初始数据；步骤1.2：所述初始数据经本地工作站进行边缘计算，生成人体断层扫描数据包；其中边缘计算包括对所述初始数据进行滤波、非线性校正形成生数据，再对所述生数据进行压缩、加密，并与快速成像算法形成的预成像数据一起形成人体断层扫描数据，所述人体断层扫描数据通过数据缓存单元进行缓存。3.如权利要求2所述的一种基于分布式CT终端机的医学影像云成像与判读方法，其特征在于，所述步骤2具体包括：步骤2.1：数据通信模块向云成像模块发起传输请求，由云成像模块分配数据接收端，同时数据通信模块与云成像模块协商压缩、加密方式及密钥；步骤2.2：数据通信模块通过专用协议连接分配到的数据接收端，并通过专用信道将所述的人体断层扫描数据传输至数据接收端；步骤2.3：数据接收端接收所述人体断层扫描数据并校验完整性；步骤2.4：云成像模块将数据接收端收到的人体断层扫描数据还原为生数据和初始影像，然后使用成像算法形成通用格式影像数据文件，并保存于影像大数据存储系统中。4.如权利要求3所述的一种基于分布式CT终端机的医学影像云成像与判读方法，其特征在于，所述步骤2.4具体包括：步骤a：Flume监听数据源HBase，一旦发现有传输完成的加密文件，将其发送到FlumeChannel排队；步骤b：由Sink获取加密文件，并实现解密、解压，再还原为生数据和初始影像；步骤c：对生数据运用图像重建算法形成通用格式影像数据文件；其中初始影像作为图像重建算法的初始值；步骤d：将...

【专利技术属性】
技术研发人员：徐宗本，孔德兴，马建华，陶国谦，靖稳峰，
申请(专利权)人：西安大数据与人工智能研究院，
类型：发明
国别省市：陕西,61