【技术实现步骤摘要】
基于深度学习技术的人工智能尘肺筛查平台
[0001]本专利技术涉及尘肺筛查
,尤其涉及基于深度学习技术的人工智能尘肺筛查平台。
技术介绍
[0002]尘肺,是由于在生产环境中长期吸入生产性粉尘而引起的以肺组织纤维化为主的全球性的职业疾病。我国是世界上尘肺病发病数量最多的国家,2018年,全国共报告各类职业病新病例23497例,职业性尘肺病及其他呼吸系统疾病19524例(其中职业性尘肺病19468例),其中,职业性尘肺占总职业病第比例达到82.85%。这些数据主要通过确诊得到,因此除了报告中的数据,潜在的尘肺病患者数量估计更加庞大。在我国,每年因尘肺病而去世的煤矿工人数远高于同期内煤炭生产事故的死亡人数。
[0003]安徽省是尘肺病高发的省份。尘肺病依然是安徽省重点防控的职业病病种。2016年全省对超过41万人次职业体检结果中,报告新发职业病482例,其中尘肺病437例,占新发病例的90.66%。由此可见,对于尘肺高危的职业人群的筛查工作是尘肺病防治的实际工作中一个重要的工作。
[0004]但是,尘肺病的 ...
【技术保护点】
【技术特征摘要】
1.基于深度学习技术的人工智能尘肺筛查平台,包括数据输入端、数据交互端、筛查端和用户端,其特征在于,所述数据输入端包括与数据交互端连接的样品信息输入模块、模型指令信息输入模块和模型输入模块;所述筛查端包括与数据交互端连接的数据接收模块,所述数据接收模块连接有数据分类模块,所述数据分类模块连接有存储模块、胸片处理模块和数据转录模块,所述胸片处理模块依次连接有胸片训练模块、胸片测试对比模块、胸片反馈模块和训练调整模块,所述训练调整模块与胸片训练模块和存储模块连接,数据转录模块依次连接有病患信息建立模块、病患信息筛查模块、测试整合模块和测试发布模块,所述测试整合模块与胸片反馈模块连接,数据交互模块与用户端和测试发布模块连接,测试发布模块与存储模块连接。2.根据权利要求1所述的基于深度学习技术的人工智能尘肺筛查平台,其特征在于,所述模型输入模块用于输入训练测试用模型内容,样品信息输入模块用于输入待测试的样品测试信息,模型指令信息输入模块用于输入模型测试指令内容信息。3.根据权利要求1所述的基于深度学习技术的人工智能尘肺筛查平台,其特...
【专利技术属性】
技术研发人员:崔风涛,高伟,张艳,
申请(专利权)人:安徽相王医疗健康股份有限公司,
类型:发明
国别省市:
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。