一种医学影像机器人及其控制方法技术

本发明专利技术公开了一种医学影像机器人，包括：云端服务平台、基层服务端、专家服务端；所述云端服务平台设有信息管理系统；所述云端服务平台、基层服务端、专家服务端之间通过网络传输通道连接，所述云端服务平台包括数据存储模块、数据分析模块、生成报告模块；所述信息管理系统采用分层架构，包括应用交互层和区块链层；通过智能化控制，增加专家服务端，加强医疗保障，减少医疗事故发生；IPv6网络环境下医学影像数据的高速传输，传输性能稳定；通过分层处理方式，实现数据采集安全、存储安全，具备强大的安全性和实用性。

【技术实现步骤摘要】
一种医学影像机器人及其控制方法
本专利技术属于医学影像
，尤其涉及一种医学影像机器人及其控制方法。
技术介绍
医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程；随着各类影像采集设备逐步在基层医疗机构部署,越来越多的基层患者可以根据临床需求进行医疗影像采集。由于医学影像的诊断主要依靠医务人员专业技能和个人经验,基层医务人员相关技能水平不足,导致漏诊和误诊情况比较突出。目前市场上的医学影像机器人多为单体工作，只能进行简单的拍摄收集资料影像资料，智能化远远不够，尤其是在偏远地区和医疗不发达地区，缺乏专家就诊，很难做到对症下药，容易造成延误治疗的情况；另外，由于医学影像数据量较大,受网络传输速率的限制,医疗数据传输速度较慢,影响了临床诊断工作的及时性；当前影像机器人系统健壮性不够，一旦服务器崩溃，将导致整个系统无法运行，影响正常使用；当中心数据库被外界攻击或者管理人员恶意修改数据将破坏数据真实性，造成严重的医疗事故。
技术实现思路
针对现有技术不足，本专利技术的目的在于提供一种医学影像机器人及其控制方法，解决了
技术介绍
中的问题，通过智能化控制，增加专家服务端，加强医疗保障，减少医疗事故发生；IPv6网络环境下医学影像数据的高速传输，传输性能稳定；通过分层处理方式，实现数据采集安全、存储安全，具备强大的安全性和实用性。本专利技术提供如下技术方案：一种医学影像机器人，包括：云端服务平台、基层服务端、专家服务端；所述云端服务平台设有信息管理系统；所述云端服务平台、基层服务端、专家服务端之间通过网络传输通道连接，所述云端服务平台包括数据存储模块、数据分析模块、生成报告模块；所述信息管理系统采用分层架构，包括应用交互层和区块链层。优选的，所述基层服务端包括报告查询模块、数据采集模块、病例讨论模块；所述专家服务端包括病例查看模块、报告审核模块、病例讨论模块。优选的，所述机器人采用分层处理方式进行系统搭建，包括数据层、网络层、接口层、存储层、处理层、应用层。优选的，所述数据层为采集医疗影像数据信息，所述网络层为信息传输层，所述接口层采用多源异构数据处理，存储层存储数据信息，处理层进行数据处理和生成报告，应用层包括信息管理系统、基层服务端和专家服务端。优选的，结构化数据使用数据仓库进行保存,非结构化数据采用Hadoop分布式存储结构。优选的，所述交互层使用Web终端机界面进行交互；所述区块链层一部分是维持系统运行和处理各项查询和存储功能的P2P网络，另一部分用于区块链存储已经生效的记录链。优选的，信息管理系统上层的应用层通过终端机Web界面显示各项操作按钮，通过操作按钮完成用户与区块链之间的数据交换，区块链将基层服务端提交的影像数据信息封装为虚拟资产或交易，然后提交给各个节点校验存储在区块链上，同时应用层也给专家服务端提供查询功能，通过查询功能获取数据并在Web界面显示。所述信息封装为虚拟资产或交易的过程为：采集数据后，将数据签名后存储至IPFS，IPFS会返回存储的数据索引哈希，之后将该索引哈希用系统公钥加密后存储到区块链上，IPFS可对大量数据进行去中心化的分布存储，在本系统中接收来自实训平台中心服务器的数据处理模块的数据，并存储在IPFS的节点上，后去接收应用层的数据调用；实现数据采集安全、存储安全，具备强大的安全性。优选的，所述网络传输通道为ipv6高速传输通道。优选的，采用ipv6高速传输通道需要配置网络环境，应用层包括网络通讯接口（HTTP接口、WedService接口、Socket通信）编程或接口升级支持ipv6；应用程序和裸机支持ipv6；数据层包括数据库中的IP地址的配置与存储支持ipv6；网路接入提供支持ipv6的双栈接入。优选的，一种医学影像机器人的控制方法，包括以下步骤：S1：基层服务端负责医疗影像数据采集，将采集的影像数据通过IPv6高速通道上传到云端服务平台并及时保存，经过云端服务平台进行数据分析，初步得到诊断报告；S2：经过步骤S1后，生成的诊断报告呗推送至专家服务端，通过查看医疗影像和专家诊断，参考诊断报告，做出最后诊断，并将诊断报告传输至云端服务平台；S3：基层服务端下载专家诊断报告，进行确诊。优选的，在步骤S1中，数据分析利用计算机影像组学的方法大量提取包括一阶统计特征、空间几何特征、纹理特征三大类特征,经过特征降维后,针对降维数据进行模型建立；其中,一阶统计特征16个(主要为描述亮度的标量)、空间几何特征9个(主要为描述空间几何特性的标量)、纹理特征300个(主要为描述病灶内部特征的标量)；使用互信息方法将提取的各类特征进行分组,在各组中计算信息增益,选择增益最大的特征构建降维候选集,最后进行模型训练,生成分类模型，导入分类模型进行分类,最后输出分析结果。优选的，为了提高信息处理的准确性，防止外界对数据信息的干扰，以增加医学影像机器人数据传输的安全性，所述用于ipv6高速传输通道连接方式均为采用屏蔽线连接。优选的，所述屏蔽线为多层屏蔽线，所述屏蔽线线芯多股金属丝互绞而成，并在其外侧设置第一绝缘层，所述第一绝缘层将互绞的多股金属丝紧紧包裹在一起；所述第一绝缘层外侧设置有第一屏蔽层，所述第一屏蔽层外侧设置有第二绝缘层，所述第二绝缘层外侧设置有第二屏蔽层，所述第二屏蔽层外侧设置有第三绝缘层。优选的，所述线芯的材质为铜；所述第一屏蔽层和第二屏蔽层为导电布，编织铜网或铜（铝）铂。优选的，为了增加屏蔽线的韧性和耐力度，所述铜质线芯的股数为n，每股铜质线芯线芯的直径为r，所述屏蔽线的直径为d，则d满足以下关系式：d=α·n/πr。上式中α为关系因子，取值范围为0.25=3.68；r和d的单位为mm。优选的，在电流通过信号线时，由于线芯有多股铜线互绞而成，在进行传输时会产生互电感l，产生热量，为了增加传输的安全性，减少热量的产生，更好的防止信号干扰，互电感l满足以下关系：l=β·μ0/nπ·ln（d/nr）；其中，μ0是真空中的磁导率，l单位为mH，β为系数，取值范围为0.06-0.14。与现有技术相比，本专利技术具有以下有益效果：（1）本专利技术一种医学影像机器人及其控制方法，通过智能化控制，增加专家服务端，加强医疗保障，减少医疗事故发生；网络层采用IPv6协议实现医疗大数据的快速转发,提高传输数据的安全性,减少传输过程中的抖动和丢包现象。（2）本专利技术一种医学影像机器人及其控制方法，通过分层处理方式，实现数据采集安全、存储安全，具备强大的安全性和实用性。（3）本专利技术一种医学影像机器人及其控制方法，结构化数据使用数据仓库进行保存,非结构化数据采用Hadoop分布式存储结构；充分保护患者的隐私,利用去隐私技术对医学数据进行处理。（4）本专利技术一种医学影像机器人及其控制方法，通过对n、r、d之间的关系限定，在电流通过信号线时，由于线芯有多股铜线互绞而成，增加传本文档来自技高网...

【技术保护点】
1.一种医学影像机器人，其特征在于，包括：云端服务平台、基层服务端、专家服务端；所述云端服务平台设有信息管理系统；所述云端服务平台、基层服务端、专家服务端之间通过网络传输通道连接，所述云端服务平台包括数据存储模块、数据分析模块、生成报告模块；所述信息管理系统采用分层架构，包括应用交互层和区块链层。/n

【技术特征摘要】
1.一种医学影像机器人，其特征在于，包括：云端服务平台、基层服务端、专家服务端；所述云端服务平台设有信息管理系统；所述云端服务平台、基层服务端、专家服务端之间通过网络传输通道连接，所述云端服务平台包括数据存储模块、数据分析模块、生成报告模块；所述信息管理系统采用分层架构，包括应用交互层和区块链层。


2.根据权利要求1所述一种医学影像机器人，其特征在于，所述基层服务端包括报告查询模块、数据采集模块、病例讨论模块；所述专家服务端包括病例查看模块、报告审核模块、病例讨论模块。


3.根据权利要求1-2任一项所述一种医学影像机器人，其特征在于，所述机器人采用分层处理方式进行系统搭建，包括数据层、网络层、接口层、存储层、处理层、应用层。


4.根据权利要求1或3所述一种医学影像机器人，其特征在于，所述数据层为采集医疗影像数据信息，所述网络层为信息传输层，所述接口层采用多源异构数据处理，存储层存储数据信息，处理层进行数据处理和生成报...

【专利技术属性】
技术研发人员：方朋，
申请(专利权)人：河南省中医院河南中医药大学第二附属医院，
类型：发明
国别省市：河南;41