一种动态医学影像AI训练诊断系统技术方案

本发明专利技术提供的一种动态医学影像AI训练诊断系统，适于在计算设备中执行，包括云端服务器，其中：所述云端服务器用于将接收到的影像样本进行识别，之后将得到的识别影像样本进行反馈；同时，云端服务器用于将根据接收到的反馈结果对AI训练模型进行动态训练和更新；该系统基于云端服务器将AI训练、影像自动识别和鉴定结合起来，根据鉴定结果主动对训练样本集和测试样本集进行调整和扩充，从而使系统能够自动提升辨识率；本系统能够对样本有自适应和自成长的特性；节约了人力，缩短了AI训练的迭代周期。

A dynamic medical image AI training diagnosis system

【技术实现步骤摘要】
一种动态医学影像AI训练诊断系统
本专利技术属于医疗器械领域，具体涉及一种动态医学影像AI训练诊断系统。
技术介绍
现代医学早已不再是“望闻问切”的年代，仅凭观察无法了解病人的情况，没有哪一个临床专业能离得开医学影像。然而，目前在我国仅有八万名影像科医生，他们面临的是几亿人的影像检查与诊断量，许多影像医生每天要阅读上千幅图像，一天工作下来，头昏眼花、疲惫不堪。过大的工作量难免会引起一些漏诊、误诊。依据目前AI(人工智能)的发展水平和在临床上的相关应用研究结果，将AI技术引入影像学，有望解决影像诊断医生的部分常规工作量，提高诊断正确率，减少误诊、漏诊率。目前，AI在医学影像技术的发展存在以下问题：(1)影像样本取得的周期比较长，收集比较困难；(2)验证周期较长，需要大量的人力参与；(3)AI训练模型迭代更新时间长；(4)AI训练模型对不同地区采集的样本无自适应能力。
技术实现思路
本专利技术的目的在于提供一种动态医学影像AI训练诊断系统，解决了现有的AI诊断模型存在迭代更新时间长的缺陷。为了达到上述目的，本专利技术采用的技术方案是：本专利技术提供的一种动态医学影像AI训练诊断系统，适于在计算设备中执行，包括云端服务器，其中：所述云端服务器用于将接收到的影像样本进行识别，之后将得到的识别影像样本进行反馈；同时，云端服务器用于将根据接收到的反馈结果对AI训练模型进行动态训练和更新。优选地，云端服务器包括交互模块、识别模块、预处理模块、动态处理模块和训练模块，其中：交互模块用于接收影像样本，并将接收到的影像样本传输至识别模块；将识别模块传输的识别影像样本进行反馈；同时，用于采集识别影像样本的反馈结果，若反馈结果为不接受，则将该反馈结果传输至动态处理模块；识别模块用于对接收到的影像样本进行识别，并将得到的识别影像样本传输至交互模块；预处理模块用于对接收到的反馈识别影像样本依次进行特征标注预处理和影像切割，得到样本数据，之后将得到的样本数据传输至动态处理模块；动态处理模块用于根据传输得到的样本数据对样本池进行动态更新，得到更新后的样本池；训练模块用于更新后的样本池对AI训练模型进行训练、测试，同时，将根据所得的测试结果，对更新后的样本池和更新后的AI训练模型进行处理。优选地，识别模块对接收到的影像样本进行识别，具体方法是：利用深度学习法对接收到的影像样本进行识别，之后将识别结果显示在所述影像样本上，得到的识别影像样本；其中，所述识别结果包括病灶的位置及病灶信息描述。优选地，对收到的反馈识别影像样本进行特征标注预处理和影像切割的具体方法是：首先，将反馈识别影像样本上的影像样本编号与该反馈识别影像样本上的病灶位置及病灶信息描述进行关联，并建立索引、储存；其次，根据标记的病灶位置对影像进行切割，得到反馈识别影像样本上标记的有效区域；最后，对得到的有效区域图片进行图像增强处理，得到样本数据。优选地，动态处理模块用于对样本池进行动态更新，具体方法是：首先，将得到的样本数据分别存储在临时测试样本池和临时训练样本池，并实时分别统计临时测试样本池和临时训练样本池中的样本个数；其次，当临时测试样本池或临时训练样本池的样本个数达到预设的阈值时，则分别将临时测试样本池中的样本与测试样本池中的样本、临时训练样本池中的样本与训练样本池中的样本进行合并，得到临时合并测试样本池和临时合并训练样本池。优选地，分别将临时测试样本池中的样本与测试样本池中的样本、以及临时训练样本池中的样本与训练样本池中的样本进行合并，具体方法是：当测试样本池或训练样本池中的样本数量小于预设阈值时，将临时测试样本池中的样本直接合并至测试样本池，或将临时训练样本池中的样本直接合并至训练样本池中；当测试样本池或训练样本池中的样本数量大于预设阈值时，则将从临时测试样本池中随机选取3％～5％的样本替换测试样本池中的同等数量的样本，或从临时训练样本池中随机选取3％～5％的样本替换训练样本池中的同等数量的样本。优选地，将根据所得的测试结果，对更新后的样本池和更新后的AI训练模型进行处理，具体方法是：当此次测试结果优于上一次测试结果，则将临时合并测试样本池和临时合并训练样本池中更换为测试样本池和训练样本池，同时将训练好的AI训练模型替换训练之前的AI训练模型；若此次测试结果劣于上一次测试结果，则恢复测试样本池和训练样本池中的样本数据，同时，保留训练之前的AI训练模型。与现有技术相比，本专利技术的有益效果是：本专利技术提供的一种动态医学影像AI训练诊断系统，基于云端服务器将AI训练、影像自动识别和鉴定结合起来，根据鉴定结果主动对训练样本集和测试样本集进行调整和扩充，从而使系统能够自动提升辨识率；本系统能够对样本有自适应和自成长的特性；本系统节约了人力，缩短了AI训练的迭代周期；本系统对不同的人种特点有自适应性。附图说明图1是本专利技术涉及的系统结构示意图；图2是本专利技术涉及的系统使用流程图。具体实施方式下面结合附图，对本专利技术进一步详细说明。如图1所示，本专利技术提供的一种动态医学影像AI训练诊断系统，基于云端服务器将AI训练、影像自动识别和鉴定结合起来，根据鉴定结果主动对训练样本集和测试样本集进行调整和扩充，从而使系统能够自动提升辨识率的动态医学影像AI训练诊断系统。具体地：一种动态医学影像AI训练诊断系统，包括云端服务器，以及能够在所述服务器上运行的计算机程序，所述处理器执行的所述计算机程序分割为交互模块、识别模块、预处理模块、动态处理模块和训练模块。所述云端服务器用于将接收到的影像样本进行识别，之后将得到的识别影像样本进行反馈；同时，云端服务器用于根据接收到的反馈结果对AI训练模型进行动态训练更新。云端服务器包括交互模块、识别模块、预处理模块、动态处理模块和训练模块，其中：交互模块用于接收影像样本，并将接收到的影像样本传输至识别模块；将识别模块传输的识别影像样本进行反馈；同时，用于采集识别影像样本的反馈结果，当反馈结果为接受，则进行报告打印输出；若反馈结果为不接受，则将该反馈结果传输至预处理模块。当识别影像样本上的识别结果为漏判或误判时，则反馈结果为不接受。识别模块利用深度学习法对接收到的影像样本进行识别，并将识别结果显示在所述影像样本上，最终将得到的识别影像样本传输至交互模块。识别结果包括病灶的位置及病灶信息描述。预处理模块用于对接收到的反馈识别影像样本依次进行特征标注预处理和影像切割，得到样本数据，之后将得到的样本数据传输至动态处理模块。具体地：对收到的反馈识别影像样本进行特征标注预处理和影像切割的具体方法是：首先，将反馈识别影像样本上的影像样本编号与该反馈识别影像样本上的病灶位置及病灶信息描述进行关联，并建立索引、储存本文档来自技高网...

【技术保护点】
1.一种动态医学影像AI训练诊断系统，适于在计算设备中执行，其特征在于，包括云端服务器，其中：/n所述云端服务器用于将接收到的影像样本进行识别，之后将得到的识别影像样本进行反馈；/n同时，云端服务器用于将根据接收到的反馈结果对AI训练模型进行动态训练和更新。/n

【技术特征摘要】
1.一种动态医学影像AI训练诊断系统，适于在计算设备中执行，其特征在于，包括云端服务器，其中：
所述云端服务器用于将接收到的影像样本进行识别，之后将得到的识别影像样本进行反馈；
同时，云端服务器用于将根据接收到的反馈结果对AI训练模型进行动态训练和更新。


2.根据权利要求1所述的一种动态医学影像AI训练诊断系统，其特征在于，云端服务器包括交互模块、识别模块、预处理模块、动态处理模块和训练模块，其中：
交互模块用于接收影像样本，并将接收到的影像样本传输至识别模块；将识别模块传输的识别影像样本进行反馈；同时，用于采集识别影像样本的反馈结果，若反馈结果为不接受，则将该反馈结果传输至动态处理模块；
识别模块用于对接收到的影像样本进行识别，并将得到的识别影像样本传输至交互模块；
预处理模块用于对接收到的反馈识别影像样本依次进行特征标注预处理和影像切割，得到样本数据，之后将得到的样本数据传输至动态处理模块；
动态处理模块用于根据传输得到的样本数据对样本池进行动态更新，得到更新后的样本池；
训练模块用于更新后的样本池对AI训练模型进行训练、测试，同时，将根据所得的测试结果，对更新后的样本池和更新后的AI训练模型进行处理。


3.根据权利要求2所述的一种动态医学影像AI训练诊断系统，其特征在于，识别模块对接收到的影像样本进行识别，具体方法是：
利用深度学习法对接收到的影像样本进行识别，之后将识别结果显示在所述影像样本上，得到的识别影像样本；其中，所述识别结果包括病灶的位置及病灶信息描述。


4.根据权利要求2所述的一种动态医学影像AI训练诊断系统，其特征在于，对收到的反馈识别影像样本进行特征标注预处理和影像切割的具体方法是：
首先，将反馈识别影像样本上的影像样本编号与该反馈识别影像样本上的病灶位置及病灶信息描述进行关联，并建立索引、储存；
其次，根...

【专利技术属性】
技术研发人员：宋菁，杨党林，乔琛，方晗峰，
申请(专利权)人：苏州晗林信息技术发展有限公司，
类型：发明
国别省市：江苏;32