医疗影像人工智能质控标注方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及医疗影像标注技术领域，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；质控标注方法，包括以下步骤：普通标注人员对医疗影像进行影像标注；审核专家对普通标注人员的标注结果进行质控。本发明专利技术所公开的医疗影像人工智能质控标注方法、装置、设备及存储介质，使专家的经验得到了更好的应用，保证了影像标注的质量；同时，实现影像标注的人工智能，降低了医生的工作强度。

【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。优选的，在S4步骤中，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，则将人工智能模型的标注结果反馈给普通标注人员，如普通标注人员对人工智能模型的标注结果意见不一致，再发送给审核专家对普通标注人员的标注结果进行进一步质控；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，并对标注结果进行归类和标准化。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：审核专家对普通标注人员的标注结果进行查看、审阅、增补和修改。审核专家标注质控模式包括线性质控模式和并行质控模式：线性质控模式是指每一个普通标注人员的标注结果都经过质控评价人工智能模型的质控步骤和审核专家质控步骤，用于模型初始的训练阶段。并行质控模式是指每一个普通标注人员的标注结果都经过质控评价人工智能模型的质控步骤，仅当普通标注人员的标注结果和质控评价人工智能模型的标注结果不一致时，再发送审核专家进行质控，用于模型中后期的使用阶段。还包括：根据专家质控标注结果对医疗影像人工智能模型进行进一步训练和完善；进一步地，还提供了一种医疗影像人工智能质控标注方法的医疗影像人工智能质控标注装置，包括：标注模块，用于普通标注人员对医疗影像进行影像标注；质控模块，审核专家对普通标注人员的标注结果进行质控。还包括：人工智能模块，用于根据专家质控标注结果对医疗影像人工智能模型进行训练；并利用医疗影像人工智能模型进行影像标注。标注模块、质控模块和人工智能模块依次电连接。一种电子设备，包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器执行所述存储器中的计算机程序，以实现所述的医疗影像人工智能质控标注方法。一种计算机可读存储介质，存储有计算机程序，该计算机程序被处理器执行时，用于实现所述的医疗影像人工智能质控标注方法。本专利技术产生的有益效果：本专利技术所公开的医疗影像人工智能质控标注方法、装置、设备及存储介质，质控标注方法，包括以下步骤：普通标注人员对医疗影像进行影像标注；审核专家对普通标注人员的标注结果进行质控；使专家的经验得到了更好的应用，保证了影像标注的质量；同时，实现影像标注的人工智能，降低了医生的工作强度。附图说明图1为本专利技术的医疗影像人工智能质控标注方法的流程框图。图2为本专利技术的基于词类别的神经网络机器翻译训练方法的流程框图。图3为本专利技术的基于词类别的神经网络机器翻译系统的结构框图。具体实施方式下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整地传达给本领域的技术人员。本
技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本专利技术所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。参见图1所示，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本文档来自技高网...

【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。/n...

【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