【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种基于电子胶片的数据获取方法及系统。
技术介绍
1、在当今医学影像处理领域，数字化和自动化的趋势日益显著。电子胶片作为医学影像的一种数字形式，提供了更便捷的存储和传输方式，为医学影像的获取和分析提供了新的可能性。
2、然而，随着数据量的增大和医学影像处理的复杂性，传统的处理方法已经难以满足对高效、精准医学影像处理的需求。当前医学影像处理仍然存在一些挑战和不足。传统的图像处理方法往往难以充分挖掘图像底层和高层信息，导致对医学影像的理解不够全面。同时，部分医学影像处理仍依赖于人工干预，缺乏自动化和智能化的特征提取和缺陷识别能力。此外，医学影像的安全传输和隐私保护也是当前亟待解决的问题。
技术实现思路
1、有鉴于此，本专利技术实施例提供了一种基于电子胶片的数据获取方法及系统，用于提高基于电子胶片的数据获取的准确率及安全性。
2、本专利技术提供了一种基于电子胶片的数据获取方法，包括：从预置的医学影像设备中采集电子胶片数据，并对所述电子胶片数据进行图像标准化处理，得到初始胶片数据；将所述初始胶片数据输入图像特征提取模型的底层特征提取层进行底层特征提取，得到底层特征集合，其中，所述底层特征集合包括：像素特征子集以及局部特征子集；将所述初始胶片数据输入图像特征提取模型的高层特征提取层进行高层特征提取，得到高层语义特征集合；将所述底层特征集合以及高层语义特征集合输入所述图像特征提取模型的特征融合层进行特征融合，得到语义融合特征；将所述语义融
3、在本专利技术中，所述将所述初始胶片数据输入图像特征提取模型的底层特征提取层进行底层特征提取，得到底层特征集合，其中，所述底层特征集合包括：像素特征子集以及局部特征子集步骤，包括：将所述初始胶片数据输入图像特征提取模型的底层特征提取层进行图像边缘识别，得到所述初始胶片数据对应的图像边缘尺寸；基于所述图像边缘尺寸，对所述初始胶片数据进行图像纹理数据分析，得到所述初始胶片数据对应的图像纹理数据；通过所述图像纹理数据，对所述初始胶片数据进行图像分割，得到多个分割图像；对每个所述分割图像进行二值化处理，得到多个二值化图像；对每个所述二值化图像进行像素密度分析，得到每个所述二值化图像的像素密度数据；基于每个所述二值化图像的像素密度数据，对每个所述二值化图像进行像素特征提取，得到所述像素特征子集；基于预设的局部图像感受野，对每个所述二值化图像进行图像局部特征提取，得到所述局部特征子集，并将所述像素特征子集及所述局部特征子集合并为所述局部特征子集。
4、在本专利技术中，所述将所述初始胶片数据输入图像特征提取模型的高层特征提取层进行高层特征提取，得到高层语义特征集合步骤，包括：将所述初始胶片数据输入图像特征提取模型的高层特征提取层进行多次卷积操作，得到多层卷积特征；对所述多层卷积特征进行感受野尺寸匹配，得到目标感受野尺寸；基于所述目标感受野尺寸以及所述多层卷积特征，对所述初始胶片数据进行目标卷积操作，得到目标卷积特征；对所述目标卷积特征进行语义信息匹配，得到目标语义信息；将所述目标语义信息输入所述高层特征提取层中的归一化子层进行归一化处理，得到所述高层语义特征集合。
5、在本专利技术中，所述将所述语义融合特征输入预置的图像缺陷识别模型进行图像缺陷识别，得到所述初始胶片数据对应的图像缺陷数据步骤，包括：对所述语义融合特征进行特征维度识别，得到所述语义融合特征对应的特征维度数据；通过所述特征维度数据，对所述语义融合特征进行特征维度修正，得到修正融合特征；将所述修正融合特征输入所述图像缺陷识别模型的卷积层进行基于多个预设尺度的特征提取，得到多个融合子特征；将多个所述融合子特征输入所述图像缺陷识别模型的池化层进行特征压缩处理，得到多个压缩子特征；将多个所述压缩子特征输入所述图像缺陷识别模型的全连接层进行特征映射，得到多个映射子特征；将多个所述映射子特征输入所述图像缺陷识别模型的输出层进行前向传播处理，输出对应的缺陷概率数据；通过所述缺陷概率数据对所述语义融合特征进行图像缺陷匹配，得到所述初始胶片数据对应的图像缺陷数据，其中，所述图像缺陷数据包括图像缺陷位置以及图像缺陷类型。
6、在本专利技术中，所述基于所述图像缺陷数据对所述初始胶片数据进行胶片图像修正，得到目标胶片数据，并通过所述目标胶片数据匹配对应的电子报告步骤，包括：通过所述图像缺陷位置以及所述图像缺陷类型，对所述图像缺陷数据进行伪影识别，得到多个伪影图像区域；通过所述图像缺陷位置以及所述图像缺陷类型，对所述图像缺陷数据进行缺失区域识别，得到多个图像缺失区域；通过所述图像缺陷位置以及所述图像缺陷类型，对所述图像缺陷数据进行非连续边缘区域识别，得到多个非连续边缘区域；对多个所述伪影图像区域进行伪影图像校正，得到多个伪影校正图像；对多个所述图像缺失区域进行缺失区域填充，得到多个填充区域图像；对多个所述非连续边缘区域进行边缘平滑处理，得到多个平滑区域图像；基于多个伪影校正图像、多个所述填充区域图像以及多个所述平滑区域图像对所述初始胶片数据进行胶片图像修正，得到目标胶片数据，并通过所述目标胶片数据匹配对应的电子报告。
7、在本专利技术中，所述获取目标用户的报告查看指令，并对所述报告查看指令进行解析，得到指令编码，并根据所述指令编码对所述目标用户进行身份验证，得到身份验证结果步骤，包括：获取所述报告查看指令，对所述报告查看指令进行解析，得到多个指令解析字段；基于预设的编码规则对多个所述指令解析字段进行编码，得到对应的加密字段数据集；对所述加密字段数据集进行字段分割，得到多个加密子字段数据；对每个所述加密子字段数据进行数据编码，得到多个数据编码；基于多个所述数据编码生成所述指令编码，并对所述指令编码进行时间戳匹配，得到目标时间戳；基于所述目标时间戳，对所述目标用户进行身份信息提取，得到目标身份信息；通过所述目标身份信息对所述目标用户进行身份验证，得到所述身份验证结果。
8、在本专利技术中，所述当所述身份验证结果为通过验证时，对所述电子报告进行加密，得到加密电子报告，并基于预设的数据传输协议将所述加密电子报告传输至预置的解码终端步骤，包括：当所述身份验证结果为通过验证时，对所述电子报告进行加密算法匹配，得到目标对称加密算法；通过所述目标对称加密算法对所述电子报告进行密钥生成，得到目标密钥；基于所述目标密钥，通过所述目标对称加密算法对所述电子报告进行分段加密，得到多段加密数据；通过多段加密数据生成所述加密电本文档来自技高网...
【技术保护点】
1.一种基于电子胶片的数据获取方法，其特征在于，包括：
2.根据权利要求1所述的基于电子胶片的数据获取方法，其特征在于，所述将所述初始胶片数据输入图像特征提取模型的底层特征提取层进行底层特征提取，得到底层特征集合，其中，所述底层特征集合包括：像素特征子集以及局部特征子集步骤，包括：
3.根据权利要求1所述的基于电子胶片的数据获取方法，其特征在于，所述将所述初始胶片数据输入图像特征提取模型的高层特征提取层进行高层特征提取，得到高层语义特征集合步骤，包括：
4.根据权利要求1所述的基于电子胶片的数据获取方法，其特征在于，所述将所述语义融合特征输入预置的图像缺陷识别模型进行图像缺陷识别，得到所述初始胶片数据对应的图像缺陷数据步骤，包括：
5.根据权利要求4所述的基于电子胶片的数据获取方法，其特征在于，所述基于所述图像缺陷数据对所述初始胶片数据进行胶片图像修正，得到目标胶片数据，并通过所述目标胶片数据匹配对应的电子报告步骤，包括：
6.根据权利要求1所述的基于电子胶片的数据获取方法，其特征在于，所述获取目标用户的报告查看指令，并
7.根据权利要求6所述的基于电子胶片的数据获取方法，其特征在于，所述当所述身份验证结果为通过验证时，对所述电子报告进行加密，得到加密电子报告，并基于预设的数据传输协议将所述加密电子报告传输至预置的解码终端步骤，包括：
8.一种基于电子胶片的数据获取系统，用以执行如权利要求1至7任一项所述的基于电子胶片的数据获取方法，其特征在于，包括：
...【技术特征摘要】
1.一种基于电子胶片的数据获取方法，其特征在于，包括：
2.根据权利要求1所述的基于电子胶片的数据获取方法，其特征在于，所述将所述初始胶片数据输入图像特征提取模型的底层特征提取层进行底层特征提取，得到底层特征集合，其中，所述底层特征集合包括：像素特征子集以及局部特征子集步骤，包括：
3.根据权利要求1所述的基于电子胶片的数据获取方法，其特征在于，所述将所述初始胶片数据输入图像特征提取模型的高层特征提取层进行高层特征提取，得到高层语义特征集合步骤，包括：
4.根据权利要求1所述的基于电子胶片的数据获取方法，其特征在于，所述将所述语义融合特征输入预置的图像缺陷识别模型进行图像缺陷识别，得到所述初始胶片数据对应的图像缺陷数据步骤，包括：
5.根据权利要求4所述的基于电子胶片的数据获取方...
【专利技术属性】
技术研发人员：周雄伟，张健，宋嘉颖，翟耀斌，晁闪闪，李扬凤，高音，
申请(专利权)人：贵州精准健康数据有限公司，
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。