一种基于大数据技术的肺癌早期智能辅助检测系统及方法技术方案

本发明专利技术提供了一种基于大数据技术的肺癌早期智能辅助检测系统及方法，涉及肺癌检测技术领域。本发明专利技术所述的基于大数据技术的肺癌早期智能辅助检测系统，包括肺部病灶大数据采集模块、肺部病灶大数据中心模块、肺部病灶大数据计算模块和肺部病灶大数据预警推荐模块。本发明专利技术所述的技术方案，通过将大数据技术应用在肺癌早期智能辅助检测领域，建立以肺部疾病病灶为主题的大数据采集、存储与计算分析系统，利用大数据分析挖掘辅助检测预警，实现了肺部病灶预警；对不同设备的数据格式、网关及协议等进行整合，保证数据完整性、实时性及稳定性。实时性及稳定性。实时性及稳定性。

【技术实现步骤摘要】
一种基于大数据技术的肺癌早期智能辅助检测系统及方法


[0001]本专利技术涉及健康监测
，具体而言，涉及一种基于大数据技术的肺癌早期智能辅助检测系统及方法。

技术介绍

[0002]肺癌是严重威胁人类生命健康的恶性肿瘤之一，在世界范围内，肺癌的患病率和病死率都居首位。
[0003]目前对肺部检测的设备包括X光、CT、MRI和PET
‑
CT,每种设备可以检测肺部病灶不同的阶段及不同程度，检测的准确性及费用差别很大，且设备型号及协议各异。虽然部分医院采用了PACS系统，但院内PACS系统目前类似于一个存储平台，院内PACS系统数据大量日积月累、年复一年存储保管，给查找、大数据分析挖掘和智能分析等带来诸多困难，丢失影片和资料时有发生。

技术实现思路

[0004]本专利技术解决的问题是如何实现肺部病灶预警。
[0005]为解决上述问题，本专利技术提供一种基于大数据技术的肺癌早期智能辅助检测系统，包括肺部病灶大数据采集模块、肺部病灶大数据中心模块、肺部病灶大数据计算模块和肺部病灶大数据预警推荐模块；所述肺部病灶大数据采集模块用于采集影像数据、非影像数据以及诊断数据并传输至所述肺部病灶大数据中心模块，其中，所述影像数据包括采用统一标准格式、网关及协议采集自X光、CT、MRI、PET
‑
CT设备的图片数据和视频数据；所述肺部病灶大数据中心模块用于根据所述影像数据、所述非影像数据以及所述诊断数据建立以肺部为主题的数据仓库，其中，所述影像数据存储在HDFS、kudu和HBASE内；所述肺部病灶大数据计算模块用于采用多数据计算引擎对肺部病灶进行预测计算，其中，所述多数据计算引擎包括Druid、Kylin、SparkSQL和ElasticSearch；所述肺部病灶大数据预警推荐模块用于根据肺部病灶预测计算结果进行病情预警。
[0006]可选地，所述肺部病灶大数据采集模块采用Netty框架模型且应用HL7协议及FHIR协议。
[0007]可选地，所述肺部病灶大数据采集模块包括MQ\KAFKA模块，所述MQ\KAFKA模块用于对数据采集规范格式、数据通道、数据源、采集频率、数据认证和数据主题进行集中配置和管理。
[0008]可选地，所述肺部病灶大数据中心模块包括MySQL集群中心，所述MySQL集群中心用于管理HIS、CIS和NIS结构化数据。
[0009]可选地，所述HBASE包括可更新的KV，所述KV用于存储肺部病灶分析维度表。
[0010]可选地，所述数据仓库包括DWS层、DWT层和ADS层，所述数据仓库基于肺部基本病变CT影像表现及鉴别诊断建立所述DWS层、所述DWT层和所述ADS层。
[0011]可选地，所述肺部病灶大数据中心模块采用Zabbix&Graffana进行集群监控。
[0012]可选地，所述肺部病灶大数据计算模块用于建立肺部检测训练集和肺部检测测试集，并评估ROC曲线下的AUC面积以确定最优模型算法。
[0013]可选地，所述肺部病灶大数据预警推荐模块还用于为客户端和客服端提供查询服务。
[0014]本专利技术所述的基于大数据技术的肺癌早期智能辅助检测系统，通过将大数据技术应用在肺癌早期智能辅助检测领域，建立以肺部疾病病灶为主题的大数据采集、存储与计算分析系统，利用大数据分析挖掘辅助检测预警，实现了肺部病灶预警；对不同设备的数据格式、网关及协议等进行整合，保证数据完整性、实时性及稳定性。
[0015]本专利技术还提供一种基于大数据技术的肺癌早期智能辅助检测方法，应用于上述基于大数据技术的肺癌早期智能辅助检测系统，包括：通过肺部病灶大数据采集模块采集影像数据、非影像数据以及诊断数据并传输至肺部病灶大数据中心模块；通过所述肺部病灶大数据中心模块建立以肺部为主题的数据仓库；通过肺部病灶大数据计算模块对肺部病灶进行预测计算；通过肺部病灶大数据预警推荐模块根据肺部病灶预测计算结果进行病情预警。所述基于大数据技术的肺癌早期智能辅助检测方法与上述基于大数据技术的肺癌早期智能辅助检测系统相对于现有技术所具有的优势相同，在此不再赘述。
附图说明
[0016]图1为本专利技术实施例的基于大数据技术的肺癌早期智能辅助检测系统的示意图；
[0017]图2为本专利技术实施例的基于大数据技术的肺癌早期智能辅助检测方法的示意图。
具体实施方式
[0018]为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。
[0019]如图1所示，本专利技术实施例提供一种基于大数据技术的肺癌早期智能辅助检测系统，包括肺部病灶大数据采集模块、肺部病灶大数据中心模块、肺部病灶大数据计算模块和肺部病灶大数据预警推荐模块；所述肺部病灶大数据采集模块用于采集影像数据、非影像数据以及诊断数据并传输至所述肺部病灶大数据中心模块，其中，所述影像数据包括采用统一标准格式、网关及协议采集自X光、CT、MRI、PET
‑
CT设备的图片数据和视频数据；所述肺部病灶大数据中心模块用于根据所述影像数据、所述非影像数据以及所述诊断数据建立以肺部为主题的数据仓库，其中，所述影像数据存储在HDFS、kudu和HBASE内；所述肺部病灶大数据计算模块用于采用多数据计算引擎对肺部病灶进行预测计算，其中，所述多数据计算引擎包括Druid、Kylin、SparkSQL和ElasticSearch；所述肺部病灶大数据预警推荐模块用于根据肺部病灶预测计算结果进行病情预警。
[0020]具体地，基于大数据技术的肺癌早期智能辅助检测系统包括肺部病灶大数据采集模块、肺部病灶大数据中心模块、肺部病灶大数据计算模块和肺部病灶大数据预警推荐模块。
[0021](1)肺部病灶大数据采集模块
[0022]由于目前大部分肺部病灶检测设备，例如X光、CT、MR、PET
‑
CT等设备接口console RS232、USB、Ethernet、WIFI等采用多方式连接各自的Server服务器，这样协议接口及服务
等混乱不堪、层次不齐、难于实时同步及集中管理等。因此在本实施例中，检测设备接口全部转换为Ethernet RJ45，统一Server服务器端，建立统一物联网网关，对肺部科室不同设备厂家不同协议及X光、CT、MRI、PET
‑
CT等设备数据进行了整合，对肺部检测设备数据统一标准格式、统一网关及协议进行采集，保证数据完整性、实时性及稳定性。同时采用Netty框架模型，在此基础上进行HL7解析，解决客户端面临断连重连、网络闪断、心跳处理、半包读写、网络拥塞和异常流的处理等，确保客户、服务器端的通信框架统一，实现数据读取、连续、监听无阻塞，兼容行业HL7各版本及FHIR协议同时增加了统一网关。
[0023]数据采集模块采集以病人为关键主题的相关全量实时数据，结构化的院内HIS\LIS\CIS等数据，包括病人姓名、日期、年龄、医师、检验设备、检测人员、检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据技术的肺癌早期智能辅助检测系统，其特征在于，包括肺部病灶大数据采集模块、肺部病灶大数据中心模块、肺部病灶大数据计算模块和肺部病灶大数据预警推荐模块；所述肺部病灶大数据采集模块用于采集影像数据、非影像数据以及诊断数据并传输至所述肺部病灶大数据中心模块，其中，所述影像数据包括采用统一标准格式、网关及协议采集自X光、CT、MRI、PET
‑
CT设备的图片数据和视频数据；所述肺部病灶大数据中心模块用于根据所述影像数据、所述非影像数据以及所述诊断数据建立以肺部为主题的数据仓库，其中，所述影像数据存储在HDFS、kudu和HBASE内；所述肺部病灶大数据计算模块用于采用多数据计算引擎对肺部病灶进行预测计算，其中，所述多数据计算引擎包括Druid、Kylin、SparkSQL和ElasticSearch；所述肺部病灶大数据预警推荐模块用于根据肺部病灶预测计算结果进行病情预警。2.根据权利要求1所述的基于大数据技术的肺癌早期智能辅助检测系统，其特征在于，所述肺部病灶大数据采集模块采用Netty框架模型且应用HL7协议及FHIR协议。3.根据权利要求1所述的基于大数据技术的肺癌早期智能辅助检测系统，其特征在于，所述肺部病灶大数据采集模块包括MQ\KAFKA模块，所述MQ\KAFKA模块用于对数据采集规范格式、数据通道、数据源、采集频率、数据认证和数据主题进行集中配置和管理。4.根据权利要求1所述的基于大数据技术的肺癌早期智能辅助检测系统，其特征在于，所述肺部病灶大数据中心模块包括MySQL集群中心，所述My...

【专利技术属性】
技术研发人员：唐海啸，杨洪磊，
申请(专利权)人：一选浙江医疗科技有限公司，
类型：发明
国别省市：