一种全涂片数字扫描人工智能细胞形态学智慧学习平台制造技术

本发明专利技术公开了一种全涂片数字扫描人工智能细胞形态学智慧学习平台，包括存储模块、学习模块、训练模块和会诊模块，学习模块为初学者“入门”阶段的学习而设置，训练模块为学员“提高”阶段的学习而设置，供学员闭卷式练习识别涂片中的细胞，并提出诊断意见和建议，会诊模块为学员提供了上传病例的通道，学员可将自己制作的全数字扫描标本片上传至所述平台“会诊”，平台的人工智能系统可帮助学员识别细胞、书写报告并提出诊断意见及建议，或由所述平台的专家系统的在线专家协助完成疑难细胞的识别和会诊病例的诊断，解决了目前在医学工作者细胞形态学的教与学过程中，受到时间、空间和教学资源的制约，学习和教学方式比较单一的问题。题。题。

【技术实现步骤摘要】
一种全涂片数字扫描人工智能细胞形态学智慧学习平台


[0001]本专利技术涉及医疗技术的学习和诊断方法领域，具体的说是一种全涂片数字扫描人工智能细胞形态学智慧学习平台。

技术介绍

[0002]传统的学习和教学模式是首先由老师讲解疾病和细胞形态特征，然后由学员们在各自的显微镜下观察涂片中的细胞形态。这种模式受到时间、空间和教学资源的制约，学习和教学方式比较单一，学员感觉枯燥乏味，部分性格内向的学员甚至不敢提问而闭门造车。
[0003]为了达到更好地学习效果，充分发挥学员的主观能动性，许多学者对其教学方式进行了改革，采用分课堂、病例导入式教学或案例教学法，有些教师通过建立骨髓细胞形态学图片库，利用网络平台，构建数字虚拟教学系统，或采用“雨课堂”，以及线上线下混合式教学法。这些改进，增加学员学习细胞形态的兴趣和机会，提高学员识别骨髓细胞的能力。但是图片库再大，所存的图片量也是有限的，并且不够“智能化”。
[0004]针对上述问题，申请人研发出了一种全涂片数字扫描人工智能细胞形态学智慧学习平台。

技术实现思路

[0005]本专利技术的目的在于提供一种全涂片数字扫描人工智能细胞形态学智慧学习平台，以解决上述
技术介绍
中提出的目前在医学工作者细胞形态学的教与学过程中，受到时间、空间和教学资源的制约，学习和教学方式比较单一，学员感觉枯燥乏味，部分性格内向的学员甚至不敢提问而闭门造车的问题。
[0006]为实现上述目的，本专利技术提供如下技术方案：一种全涂片数字扫描人工智能细胞形态学智慧学习平台，包括：
[0007]存储模块，其用于存储细胞形态学教学影片、细胞形态人工智能识别算法、基于深度学习的文本处理算法和基于真实病例的一般资料、临床病史、常规检查结果以及全数字扫描涂片；
[0008]学习模块,所述学习模块调取存储于所述存储模块的细胞形态学教学影片并将其展示给用户，所述细胞形态学教学影片对每一个病例的细胞涂片在显微镜下做了全数字扫描；调取存储于所述存储模块的所述人工智能识别算法，人工智能识别算法能够通过图像处理算法对涂片中的细胞进行类型判定并将判定结果展示给用户；
[0009]训练模块，包括扫描涂片展示区，学员交互区和训练成果判定子模块，训练成果判定子模块存储有基于深度学习的文本处理算法，所述训练模块调取所述存储于所述存储模块的基于真实病例的一般资料、临床病史、常规检查结果以及全数字扫描涂片，于所述扫描涂片展示区展示给用户，用户识别涂片中的细胞，并提出诊断意见和建议，按实战要求书写诊断报告，然后与人工智能平台系统的报告结果基于深度学习的文本处理算法将二者进行比对，了解差异程度并对用户的学习掌握程度进行评价；
[0010]会诊模块，包括病例上传子模块，用户通过所述病例上传子模块将自己制作的全数字扫描标本片上传至平台，平台按照所述学习模块的功能帮助学员识别细胞、书写报告并提出诊断意见及建议。
[0011]作为一种优选的技术方案，学习模块包括教学子模块、自学子模块、自测子模块和考试子模块。
[0012]作为一种优选的技术方案，细胞形态学教学影片包括正常人外周血涂片细胞形态学检验、正常骨髓细胞形态学、细胞化学染色检验、常见贫血疾病的细胞形态学检验、常见的急性髓系白血病(AML)和急性淋巴细胞白血病(ALL)、慢性淋巴细胞白血病(CLL)、慢性髓细胞性白血病(CML)、骨髓增生异常综合征(MDS)、多发性骨髓瘤(MM)和淋巴瘤的骨髓细胞形态学标本片。
[0013]作为一种优选的技术方案，扫描涂片展示区设置有缩放功能子模块，通过该缩放功能子模块实现对扫描涂片的不同倍率缩放展示。
[0014]作为一种优选的技术方案，还包括有云端服务器，用户通过互联网云端服务器进入所述学习平台学习和教学。
[0015]作为一种优选的技术方案，还包括有：所述细胞涂片包括外周血涂片、骨髓涂片、特殊染色涂片、肿块穿刺细胞学涂片、各种脱落细胞学涂片(例如宫颈细胞、痰液细胞、尿液细胞、胸腹水细胞等涂片)、手术组织印片和病理学切片中的一种或多种。
[0016]作为一种优选的技术方案，训练模块中，所述扫描涂片展示区，学员交互区和训练成果判定子模块均以积分和升级闯关的形式展示给用户。
[0017]与现有技术相比，本专利技术的有益效果是：
[0018]⑴
该全涂片数字扫描人工智能细胞形态学智慧学习平台，采用案例导入式学习方法结合人工智能的阅片技术，制作智慧教学片，并建立“云平台”，学员通过互联网进入“全涂片数字扫描人工智能细胞形态学学习平台”学习细胞形态学，兼有“线上线下混合式学习”和“全线上学习”的功能。
[0019]⑵
所述平台采用人工智能阅片技术在显微镜下对涂片进行全数字扫描，提供了海量的细胞形态学资源供学员学习及辨认细胞。人工智能可以帮助学员识别涂片中的绝大部分细胞。对于少数有疑问的细胞或人工智能系统不能识别的细胞，可提交给老师或细胞形态学专家帮助识别。提高了学员的学习效率，也减轻了教师的负担。
[0020]⑶
所述平台，设置有：学习模块、训练模块、会诊模块。学习模块包括：“教学模块”、“自学模块”、“自测模块”和“考试模块”。这些学习模块兼有“游戏模式”的特点，让学员在游戏中学习细胞形态学，达到随时学习，弹性学习、快乐学习、自愿学习，个性化学习，反复学习的目的。提高了学员对细胞形态的学习兴趣，提高了对各类血细胞的识别能力。训练模块可以满足学员的进一步学习和提高的需要。会诊模块可帮助学员解决学习及实践中的疑难问题。
附图说明
[0021]图1为本专利技术的一种全涂片数字扫描人工智能细胞形态学智慧学习平台的系统框图。
具体实施方式
[0022]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0023]请参阅图1，本专利技术提供一种技术方案：一种全涂片数字扫描人工智能细胞形态学智慧学习平台，包括存储模块，其用于存储细胞形态学教学影片、细胞形态人工智能识别算法、基于深度学习的文本处理算法和基于真实病例的一般资料、临床病史、常规检查结果以及全数字扫描涂片；
[0024]学习模块,所述学习模块调取存储于所述存储模块的细胞形态学教学影片并将其展示给用户，所述细胞形态学教学影片对每一个病例的细胞涂片在显微镜下做了全数字扫描；调取存储于所述存储模块的所述人工智能识别算法，所述人工智能识别算法能够通过图像处理算法对涂片中的细胞进行类型判定并将判定结果展示给用户；
[0025]训练模块，包括扫描涂片展示区，学员交互区和训练成果判定子模块，所述训练成果判定子模块存储有基于深度学习的文本处理算法，所述训练模块调取存储于存储模块的基于真实病例的一般资料、临床病史、常规检查结果以及全数字扫描涂片，于所述扫描涂片展示区展本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种全涂片数字扫描人工智能细胞形态学智慧学习平台，其特征在于，包括：存储模块，其用于存储细胞形态学教学影片、细胞形态人工智能识别算法、基于深度学习的文本处理算法和基于真实病例的一般资料、临床病史、常规检查结果以及全数字扫描涂片；学习模块,所述学习模块调取存储于所述存储模块的细胞形态学教学影片并将其展示给用户，所述细胞形态学教学影片对每一个病例的细胞涂片在显微镜下做了全数字扫描；调取存储于所述存储模块的所述人工智能识别算法，所述人工智能识别算法能够通过图像处理算法对涂片中的细胞进行类型判定并将判定结果并展示给用户；训练模块，包括扫描涂片展示区，学员交互区和训练成果判定子模块，所述训练成果判定子模块存储有基于深度学习的文本处理算法，所述训练模块调取存储于所述存储模块的基于真实病例的一般资料、临床病史、常规检查结果以及全数字扫描涂片，于所述扫描涂片展示区展示给用户，用户识别涂片中的细胞，并提出诊断意见和建议，按实战要求书写诊断报告，然后与人工智能平台系统的报告结果基于深度学习的文本处理算法将二者进行比对，了解差异程度并对用户的学习掌握程度进行评价；会诊模块，包括病例上传子模块，用户通过所述病例上传子模块将自己制作的全数字扫描标本片上传至平台，平台按照所述学习模块的功能帮助学员识别细胞、书写报告并提出诊断意见及建议。2.根据权利要求1所述的一种全涂片数字扫描人工智能细胞形态学智慧学习平台，其特征在于，所述学习模块包括教学子模块、自...

【专利技术属性】
技术研发人员：陈万新，梅恒，陈宏睿，薛梅，
申请(专利权)人：华中科技大学同济医学院附属协和医院，
类型：发明
国别省市：