基于人工智能的超声影像智能培训方法、系统及应用系统技术方案

本发明专利技术公开了一种基于人工智能的超声影像智能培训方法、系统及应用系统，该方法通过人工智能方式将传统的超声医师规培方法升级为人工和智能相结合的超声医师智能规范培训方法，提升了培训效率和培训质量。该培训系统由学员培训子系统、导师管理子系统、人工智能子系统和系统管理员子系统组成，为培训学员提供了一个不受环境和时间限制、更加灵活自由的学习环境，实现了在人工智能系统辅助和监督下的超声培训自我训练和自我考核的目的，可大大减少超声科室的培训工作量，也在很大程度上提升了培训效率，以较为科学的方式保证了培训的质量。该培训系统可以多种方式实现部署，包括网络方式、单机方式、集成或嵌入方式等。

【技术实现步骤摘要】
基于人工智能的超声影像智能培训方法、系统及应用系统
本专利技术涉及医学影像处理与智能培训
，更具体的说是涉及一种基于人工智能的超声影像智能培训方法、系统及应用系统。
技术介绍
目前，超声影像检查由于具有无创性、无辐射、影像实时获取和没有已知副作用等优势，已经成为临床中最常用的非侵入性无创检查手段。但是，由于种种原因，超声医疗资源严重不足，尤其是具有专业资格认证和临床经验的超声医生严重缺乏，各级医疗机构诊断水平和能力参差不齐。由于超声医师必须在短时间内检查完病人并作出较为准确的超声诊断，这对超声医师的医学知识、临床经验和规范化操作(例如操作手法等)提出了较高的要求。鉴于目前复杂的医疗环境、日益增加的医疗纠纷，对低年资住院医生和实习医师以及下级医疗机构的进修医师进行更多的临床前培训，使其掌握基本操作技能是超声技能培训的一个工作重点。由于超声技能培训过程中需要学员亲自操作、反复练习，并需要导师手把手培训和督导才能达到较优的培训效果，现有的培训方式一般采用定期定点集中培训的模式，由于培训后学员缺乏实操练习机会，且缺乏导师督导，培训效果并不本文档来自技高网...

【技术保护点】
1.一种基于人工智能的超声影像智能培训方法，其特征在于，包括：/n辅助导师采集超声视频影像，对超声视频影像进行阅览和编辑，制作用于学生培训的培训资料；/n对所述培训资料内的超声视频影像进行人工智能辅助分析，生成机器答案；/n辅助导师核实所述机器答案，并对所述机器答案中错误的数据进行标注和保存；/n辅助学生根据所述培训资料、机器答案以及导师标注数据进行基本知识学习、流程训练、阅片练习和考核，并辅助学员进行超声扫描实操训练；/n辅助导师查阅学生学习状况，并对学生训练和考核数据进行统计与分析。/n

【技术特征摘要】
1.一种基于人工智能的超声影像智能培训方法，其特征在于，包括：
辅助导师采集超声视频影像，对超声视频影像进行阅览和编辑，制作用于学生培训的培训资料；
对所述培训资料内的超声视频影像进行人工智能辅助分析，生成机器答案；
辅助导师核实所述机器答案，并对所述机器答案中错误的数据进行标注和保存；
辅助学生根据所述培训资料、机器答案以及导师标注数据进行基本知识学习、流程训练、阅片练习和考核，并辅助学员进行超声扫描实操训练；
辅助导师查阅学生学习状况，并对学生训练和考核数据进行统计与分析。


2.一种基于人工智能的超声影像智能培训系统，其特征在于，包括：
学员培训子系统，用于为学员提供申请、培训、考核和培训记录检索功能；
导师管理子系统，用于为导师提供题库管理、学员账户管理、数据采集和标注工具以及动态视频智能采集和分析工具功能；
人工智能子系统，用于部署各种人工智能神经网络并进行智能运算；以及
系统管理员子系统，用于协调、控制和管理整个培训系统。


3.根据权利要求2所述的一种基于人工智能的超声影像智能培训系统，其特征在于，所述学员培训子系统包括：
申请培训/考核模块，用于管理学员计划、申请或确认参加培训和考核的日程安排和审批流程；
学员培训考核模块，用于学员进行理论知识学习、训练、考核以及各阶段的阅片和实操培训；以及
培训和考核记录查询，用于学员查询培训和考核记录，并检索培训相关数据。


4.根据权利要求2所述的一种基于人工智能的超声影像智能培训系统，其特征在于，所述导师管理子系统包括：
题库管理模块，用于导师建立、编辑和管理各培训科目下的具体培训数据和考核数据；
学员账户管理模块，用于导师对学员账户进行新建、编辑、查看、密码重置、统计分析和培训质量评估操作；
数据采集和标注工具模块，用于导师对所述题库管理模块内培训数据和考核数据中的图像数据进行标注和特征描述，标注数据还用于对所述人工智能子系统内的人工智能算法和神经网络进行优化；以及
动态视频智能采集和分析工具模块，用于辅助导师对超声视频进行阅览、目标物动态识别、视频和图像抓取、诊断智能辅助分析。


5.根据权利要求2所述的一种基于人工智能的超声影像智能培训系统，其特征在于，所述人工智能子系统包括：
超声影像动态识别和提醒模块，用于通过人工智能深度学习方法对超声影像和图像数据分析和学习，构建算法模型和神经网络并将构建好的神经网络部署到人工智能引擎上对输入超声影像数进行动态处理和识别，标记出疑似病变的位置及区域并输出标记图像；
识别提示音控制模块，用于发出声音提醒用户发现目标物，并在视频回放过程中，动态标记识别图像帧；
智能动态影像采集和标识模块，用于对每个识别的动态图像帧进行标记并自动进行视频录像；
超声影像智能辅助分析模块，用于通过人工智能深度学习方法对特定部位的确诊病变和正常组织的超声图像大数据进行学习，构建图像识别算法模型和神经网络并将该神经网络部署到人工智能引擎上，对输入超声图像进行处理和识别，最后得出识别结论作为诊断辅助参考；以及
超声动态影像智能辅助分析模块，用于与所述超声影像动态识别和提醒模块和所述超声影像智能辅助分析模块配合，对识别目标影像数据进行动态图像识别、识别帧标记、分类和命名以及加权后多帧图像智能辅助分析。


6.根据权利要求2所述一种基于人工智能的超声影像智能培训系统，其特征在于，所述系统管理员子系统包括：
系统维护模块，用于对整个培训系统进行维护和控制，对系统和接口配置及设置进行维护、配置相应的客户端以及对系统数据进行存储和备份；
账户管理模块，用于对系统内所有账户进行设立、权限设置、编辑、查看、统计分析、密码重置操作；
培训要求制定模块，用于设定和评估培训导师或带教医师的工作任务、计划、培训质量指标；
题库内容审核模块，用于审核导师提交的培训内容；以及
数据库管理模块，用于对培训系统中包括账户信息、各科目下的培训和考核内容、采集和标注数据在内的相关数据进行管理。<...

【专利技术属性】
技术研发人员：龚任，谢晓燕，张晓儿，
申请(专利权)人：视隼智能科技上海有限公司，
类型：发明
国别省市：上海;31