一种基于深度学习的智能检查诊断系统技术方案

本发明专利技术涉及一种基于深度学习的智能检查诊断系统，具有移动终端设备及装载有智能诊断平台的云服务器；移动终端设备用于获取使用者的图像数据信息，该图像数据信息通过云服务器接口传输至云服务器；云服务器接收移动终端设备上传的使用者的图像数据信息，并对该使用者的图像数据信息分析处理，利用模糊匹配算法配合数据索引器对临床信息表和疾病信息表进行模糊匹配，得到初步疾病诊断结果；再通过智能排序处理器对所述初步疾病诊断结果进行相关度估计后，得到评分结果，利用最优规则集对所述疾病诊断结果进行最优化判定，最终将结果返回给使用者。使用者可随时随地进行检查，能够早发现疾病，早就医诊断，早治疗。

【技术实现步骤摘要】
一种基于深度学习的智能检查诊断系统
本专利技术涉及移动医疗
，具体地说是利用移动互联网来提供智能诊断辅助系统。
技术介绍
目前，人们主要是通过到相应医院进行体检，才能有效了解到自身的身体情况。这模式费时、费事，效率低，甚至有的人为了省事不做体检，导致有的疾病没办法及时发现，错过了最佳治疗时间。随着互联网技术的普及与发展，手机等移动端应用在生活中的方方面面，给人们带来极大的便捷。如何结合互联网技术进一步推进医疗体系的发展，则成为业界关注及研发的课题。
技术实现思路
本专利技术的目的在于提供一种基于深度学习的智能检查诊断系统，达到简单方便的自我检查，有助于疾病能够被早发现、早诊断及早治疗。为达到上述目的，本专利技术采用如下技术方案：一种基于深度学习的智能检查诊断系统，该系统具有移动终端设备及装载有智能诊断平台的云服务器；所述移动终端设备至少包括：采集模块、云服务器接口；该采集模块的工作模式包括视频模式和拍照模式，用于获取使用者的图像数据信息，该图像数据信息通过云服务器接口传输至云服务器；所述云服务器接口用于移动终端设备通过网络与云服务器相连，实现移动终端设备与云服务器之间双向通讯；所述云服务器至少包括：图像处理模块、知识库及数据推理模块；云服务器接收移动终端设备上传的使用者的图像数据信息，并对该使用者的图像数据信息分析处理，最终将结果返回给使用者，其中，所述图像处理模块至少包括图像预处理和图像识别；所述知识库至少包括临床信息表、疾病信息表、医学影像数据及数据索引器；该医学影像数据是将人体的诊断数据加以归纳、总结，列出正常与异常临界的数据；该数据索引器是对所述疾病信息表和临床信息表所建立的索引；所述数据推理模块至少包括：相关度排序处理器、模糊匹配处理器、智能排序处理器及包含最优规则集的最优化判定处理器；该相关度排序处理器对所述临床信息表和疾病信息表里的信息进行分词处理，得到排序后的临床信息表和疾病信息表；该模糊匹配处理器利用模糊匹配算法配合所述数据索引器对临床信息表和疾病信息表进行模糊匹配，得到初步疾病诊断结果；所述智能排序处理器对所述初步疾病诊断结果进行相关度估计后，得到评分结果，并对所述评分结果进行智能化排序，得到排序结果，从所述排序结果中取出前N条数据，作为疾病诊断结果；所述最优化判定处理器利用最优规则集对所述疾病诊断结果进行最优化判定，若所述疾病诊断结果满足所述最优规则集中的任意一条规则，则表示所述疾病诊断结果达到最优，令判定结果为“True”；否则，表示所述疾病诊断结果未达到最优，令判定结果为“False”。上述方案进一步是，所述图像预处理包括：图像采集、图像变换、特征分析、图像分割及区域形态学处理；图像采集是通过传感器，将图像信息转化为电信息；图像信息可以是二维的文字和/或图象，也可以是一维的波形，该波形是声波、心电图或脑电图；图像信息还可以是物理量与逻辑值；图像变换是用正交函数或正交矩阵表示图像，以此对原图像所作的二维线性可逆变换，使其更有利于特征抽取、增强、压缩和图像编码；特征分析是用于从所接收图像中提取有用的数据或信息，得到图像的“非图像”的表示或描述，该表示或描述可以是数值、向量或符号；图像分割是把所接收图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程；区域形态学处理是指将数字形态学作为工具从图像中提取对于表达和描绘区域形状有用处的图像分量以及用于预处理或后处理的形态学过滤、细化和修剪；所述图像分量是边界、骨架、凸壳或其结合。上述方案进一步是，所述图像识别包括：预处理、特征选择和训练过程；其中，预处理包括A\D、二值化、图象的平滑、变换、增强、恢复及滤波的图象处理；特征选择在模式识别中，需要进行特征的抽取和选择，在测量空间的原始数据通过变换获得在特征空间最能反映分类本质特征的过程；所述训练过程包括：分类器设计和分类决策；该分类器设计是建立LSSVM分类器，通过训练确定判决规则，使按此类判决规则分类时，错误率最低；该分类决策是在特征空间中对被识别对象进行分类。上述方案进一步是，所述LSSVM分类器是首先从训练图像中求得特征空间,然后将训练集和测试集图像投影到特征空间得到投影系数，使用训练样本投影系数训练LSSVM分类器,对训练图像和测试图像进行分类试验,同时计算出分类准确率。上述方案进一步是，所述的移动终端设备包括手机、平板电脑及其它具有WiFi联网功能的嵌入式设备。本专利技术结合现有的互联网技术，利用移动终端设备和云服务器的便捷、高效等特点，使用者可以由移动终端设备采集图像数据信息，通过云服务器接口与云服务器建立连接，传输图像数据至云服务器。云服务器接收图像数据信息并进行一系列处理，最终将结果返回给使用者，使用者根据云服务器反馈的结果了解身体情况，可随时随地进行检查，有效节省体检时间，并能够早发现疾病，早就医诊断，早治疗。附图说明：附图1为本专利技术的连接实施示意图；附图2为本专利技术的总体框图；附图3为本专利技术的云服务器处理流程图；附图4为云服务器的图像识别框图；附图5为云服务器的图像预处理框图。具体实施方式：以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。需要说明的是，在本专利技术的描述中，术语“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方向或位置关系的术语是基于附图所示的方向或位置关系，这仅仅是为了便于描述，而不是指示或暗示所述装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。参阅图1~5所示，本专利技术提出的一种基于深度学习的智能检查诊断系统，该系统具有移动终端设备10及装载有智能诊断平台的云服务器20。所述移动终端设备10包括手机、平板电脑及其它具有WiFi联网功能的嵌入式设备，可移动使用，使用简便、快捷。移动终端设备10至少包括：采集模块11、云服务器接口12；该采集模块11的工作模式包括视频模式和拍照模式，用于获取使用者的图像数据信息，该图像数据信息通过云服务器接口12传输至云服务器20。所述云服务器接口12用于移动终端设备10通过网络与云服务器20相连，并达到移动终端设备10与云服务器20之间双向通讯。所述云服务器20至少包括：图像处理模块21、知识库22及数据推理模块23；云服务器20接收移动终端设备上传的使用者的图像数据信息，并对该使用者的图像数据信息分析处理，最终将结果返回给使用者。其中，所述图像处理模块21包括图像预处理211和图像识别212；所述知识库22包括临床信息表、疾病信息表、医学影像数据及数据索引器；该医学影像数据是将人体的诊断数据加以归纳、总结，列出正常与异常临界的数据；该数据索引器是对所述疾病信息表和临床信息表所建立的索引。所述数据推理模块23包括：相关度排序处理器、模糊匹配处理器、本文档来自技高网...

【技术保护点】
1.一种基于深度学习的智能检查诊断系统，其特征在于，该系统具有移动终端设备及装载有智能诊断平台的云服务器；/n所述移动终端设备至少包括：采集模块、云服务器接口；该采集模块的工作模式包括视频模式和拍照模式，用于获取使用者的图像数据信息，该图像数据信息通过云服务器接口传输至云服务器；/n所述云服务器接口用于移动终端设备通过网络与云服务器相连，实现移动终端设备与云服务器之间双向通讯；/n所述云服务器至少包括：图像处理模块、知识库及数据推理模块；云服务器接收移动终端设备上传的使用者的图像数据信息，并对该使用者的图像数据信息分析处理，最终将结果返回给使用者，其中，/n所述图像处理模块至少包括图像预处理和图像识别；/n所述知识库至少包括临床信息表、疾病信息表、医学影像数据及数据索引器；该医学影像数据是将人体的诊断数据加以归纳、总结，列出正常与异常临界的数据；该数据索引器是对所述疾病信息表和临床信息表所建立的索引；/n所述数据推理模块至少包括：相关度排序处理器、模糊匹配处理器、智能排序处理器及包含最优规则集的最优化判定处理器；该相关度排序处理器对所述临床信息表和疾病信息表里的信息进行分词处理，得到排序后的临床信息表和疾病信息表；该模糊匹配处理器利用模糊匹配算法配合所述数据索引器对临床信息表和疾病信息表进行模糊匹配，得到初步疾病诊断结果；所述智能排序处理器对所述初步疾病诊断结果进行相关度估计后，得到评分结果，并对所述评分结果进行智能化排序，得到排序结果，从所述排序结果中取出前N条数据，作为疾病诊断结果；所述最优化判定处理器利用最优规则集对所述疾病诊断结果进行最优化判定，若所述疾病诊断结果满足所述最优规则集中的任意一条规则，则表示所述疾病诊断结果达到最优，令判定结果为“True”；否则，表示所述疾病诊断结果未达到最优，令判定结果为“False”。/n...

【技术特征摘要】
1.一种基于深度学习的智能检查诊断系统，其特征在于，该系统具有移动终端设备及装载有智能诊断平台的云服务器；
所述移动终端设备至少包括：采集模块、云服务器接口；该采集模块的工作模式包括视频模式和拍照模式，用于获取使用者的图像数据信息，该图像数据信息通过云服务器接口传输至云服务器；
所述云服务器接口用于移动终端设备通过网络与云服务器相连，实现移动终端设备与云服务器之间双向通讯；
所述云服务器至少包括：图像处理模块、知识库及数据推理模块；云服务器接收移动终端设备上传的使用者的图像数据信息，并对该使用者的图像数据信息分析处理，最终将结果返回给使用者，其中，
所述图像处理模块至少包括图像预处理和图像识别；
所述知识库至少包括临床信息表、疾病信息表、医学影像数据及数据索引器；该医学影像数据是将人体的诊断数据加以归纳、总结，列出正常与异常临界的数据；该数据索引器是对所述疾病信息表和临床信息表所建立的索引；
所述数据推理模块至少包括：相关度排序处理器、模糊匹配处理器、智能排序处理器及包含最优规则集的最优化判定处理器；该相关度排序处理器对所述临床信息表和疾病信息表里的信息进行分词处理，得到排序后的临床信息表和疾病信息表；该模糊匹配处理器利用模糊匹配算法配合所述数据索引器对临床信息表和疾病信息表进行模糊匹配，得到初步疾病诊断结果；所述智能排序处理器对所述初步疾病诊断结果进行相关度估计后，得到评分结果，并对所述评分结果进行智能化排序，得到排序结果，从所述排序结果中取出前N条数据，作为疾病诊断结果；所述最优化判定处理器利用最优规则集对所述疾病诊断结果进行最优化判定，若所述疾病诊断结果满足所述最优规则集中的任意一条规则，则表示所述疾病诊断结果达到最优，令判定结果为“True”；否则，表示所述疾病诊断结果未达到最优，令判定结果为“False”。


2.根据权利要求1所述的一种基于深度学习的智能检查诊断系统，其特征在于，所述图像预处理包括：图像采集、图像变换、特征分析、图像分割及...

【专利技术属性】
技术研发人员：梁经伦，叶国良，钟守炎，钟玉梅，黄子欣，吴佳鑫，
申请(专利权)人：东莞理工学院，
类型：发明
国别省市：广东;44