【技术实现步骤摘要】
医疗影像人工智能质控标注方法、装置、设备及存储介质
本专利技术涉及医疗影像标注
,尤其涉及一种医疗影像人工智能质控标注方法、装置、设备及存储介质。
技术介绍
症状监测,又叫症候群监测,是指通过连续、系统地收集和分析特定疾病临床症候群的发生频率的数据,及时发现疾病在时间和空间分布上的异常聚集,以期对疾病暴发进行早期探查、预警和快速反应的监测方法。疾病监测是疾病预防控制中心最基本的职能,传统意义上的监测工作一般是由医院诊断后将病情上报,是以诊断为基础的疾病监测,较难实现对疫情的早期发现和早期预警;而且,现有的监测工作操作较复杂,需要具备一定的医学背景才能使用,以至监测工作并不能实现预计目的。对于医疗影像来说,通常都是人工进行标注,影像标注的质量往往取决于标注人员的工作经验,导致标注结果参差不齐,不能很好的控制标注的质量,影像后续的诊断结果。因此,为了解决上述问题,急需专利技术一种新的医疗影像人工智能质控标注方法、装置、设备及存储介质。
技术实现思路
本专利技术的目的在于:提供一种医疗影像人工智能质控标注方法、装置、设备及存储介质。本专利技术提供了下述方案:一种医疗影像人工智能质控标注方法,包括以下步骤:S1、设置普通标注人员标注数据层,用于收集和存储普通标注人员在线对医疗影像进行影像标注数据;S2、设置审核专家质控数据层,用于收集和存储审核专家在线对普通标注人员的标注结果进行质控评价;S3、设置质控评价人工智能模型,利用质控评价人工智能模型对普通标 ...
【技术保护点】
1.一种医疗影像人工智能质控标注方法,其特征在于,包括以下步骤:/nS1、设置普通标注人员标注数据层,用于收集和存储普通标注人员在线对医疗影像进行影像标注数据;/nS2、设置审核专家质控数据层,用于收集和存储审核专家在线对普通标注人员的标注结果进行质控评价;/nS3、设置质控评价人工智能模型,利用质控评价人工智能模型对普通标注人员进行影像标注进行质控,其中包括:/n构建质控评价人工智能模型;通过质控评价人工智能模型构建质控评价卷积神经网络;/n对普通标注人员的标注数据进行处理,得到普通标注人员标注训练集;/n对审核专家的质控数据进行处理,得到审核专家质控标注结果集;/n利用普通标注人员标注训练集和审核专家质控标注结果集对质控评价人工智能模型的卷积神经网络进行训练,得到训练后的质控评价人工智能模型;/nS4、用质控评价人工智能模型对普通标注人员的标注结果进行质控,具体为:/n如质控评价人工智能模型的标注结果与普通标注人员的标注结果一致,则为质控合格;/n如质控评价人工智能模型的标注结果与普通标注人员的标注结果不一致,则发送审核专家对普通标注人员的标注结果进行进一步质控;/nS5、将普通标 ...
【技术特征摘要】
1.一种医疗影像人工智能质控标注方法,其特征在于,包括以下步骤:
S1、设置普通标注人员标注数据层,用于收集和存储普通标注人员在线对医疗影像进行影像标注数据;
S2、设置审核专家质控数据层,用于收集和存储审核专家在线对普通标注人员的标注结果进行质控评价;
S3、设置质控评价人工智能模型,利用质控评价人工智能模型对普通标注人员进行影像标注进行质控,其中包括:
构建质控评价人工智能模型;通过质控评价人工智能模型构建质控评价卷积神经网络;
对普通标注人员的标注数据进行处理,得到普通标注人员标注训练集;
对审核专家的质控数据进行处理,得到审核专家质控标注结果集;
利用普通标注人员标注训练集和审核专家质控标注结果集对质控评价人工智能模型的卷积神经网络进行训练,得到训练后的质控评价人工智能模型;
S4、用质控评价人工智能模型对普通标注人员的标注结果进行质控,具体为:
如质控评价人工智能模型的标注结果与普通标注人员的标注结果一致,则为质控合格;
如质控评价人工智能模型的标注结果与普通标注人员的标注结果不一致,则发送审核专家对普通标注人员的标注结果进行进一步质控;
S5、将普通标注人员的标注结果和审核专家的质控标注结果纳入训练集进行学习。
2.根据权利要求1所述的医疗影像人工智能质控标注方法,其特征在于,普通标注人员对医疗影像进行影像标注的步骤,具体为:
普通标注人员对医疗影像进行浏览、勾画、测量,完成对病灶的检出、分割和属性信息选取。
3.根据权利要求2所述的医疗影像人工智能质控标注方法,其特征在于,审核专家对普通标注人员的标注结果进行质控的步骤,具体为:
审核专家对普...
【专利技术属性】
技术研发人员:谢俊祥,李勇,
申请(专利权)人:中国医学科学院医学信息研究所,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。