[0001] 本发明涉及医学影像处理与识别技术领域， 尤其涉及一种基于人工智能的影像 识别系统及方法。

背景技术

[0002] 目前， 利用筛査影像进行辅助诊断已经成为被广泛采 用的筛査和诊断早期身体 局部器官的重要方法。 医生在査看筛査影像吋， 不能同步撰写报告， 而是要切 换到报告撰写的界面或程序中进行； 并且， 在撰写报告吋， 需要将内容逐字逐 句地输入到计算机中。 对于一些较为常见的检査结果 （如某部位未见异常等） ， 仍然需要进行繁琐的输入， 这样就需要消耗相当的精力和吋间， 容易发生误 操作致使身体局部器官筛査效率下降的现象， 不适合大量身体局部器官样本的 普査情况。 此外， 由于身体局部器官影像数量很多， 医生直接对每幅身体局部 器官影像进行识别并手动撰写报告难以保证效 率及准确性， 从而容易造成漏诊 和误诊的情况发生。

技术问题

[0003] 本发明的主要目的在于提供一种基于人工智能 的影像识别系统及方法， 只需医 生输入简单的影像识别指令就能得到筛査影像 的识别结果， 简化筛査影像识别 的操作， 提高影像识别的效率和准确性。

问题的解决方案

技术解决方案

[0004] 为实现上述目的， 本发明提供了一种基于人工智能的影像识别系 统， 应用于医 疗终端设备中， 该医疗终端设备通过通信网络连接至影像采集 终端和医疗信息 平台， 所述基于人工智能的影像识别系统包括： 影像获取模块， 用于从影像采 集终端获取待检测者的影像信号， 将待检测者的影像信号处理为筛査影像， 以 及从医疗终端设备的输入单元接收影像识别指 令；

[0005] 影像匹配模块， 用于在医疗信息平台的影像数据库中匹配与筛 査影像相似度在 预置范围内的影像数据；

[0006] 影像识别模块， 用于根据影像识别指令在医疗信息平台的指令 识别库中匹配与 影像识别指令对应的文字作为影像识别结果。

[0007] 优选的， 所述影像采集终端包括红外发生器、 红外接收器、 模数转换器以及通 信端口， 其中： 所述红外发生器用于产生红外光并将红外光透 视到待检测者的 身体局部器官上； 所述红外接收器用于采集透过待检测者的身体 局部器官的红 外光信号处理为包含待检测者的身体局部器官 组织结构信息的模拟电信号； 所 述模数转换器用于将包含待检测者的身体局部 器官组织结构信息的模拟电信号 模数转换为数字信号形式的影像信号； 所述通信端口用于将待检测者的影像信 号发送至所述医疗终端设备。

[0008] 优选的， 所述影像识别指令为第一识别标志、 第二识别标志或第三识别标志， 其中：

[0009] 当所述影像识别指令为第一识别标志吋， 所述影像识别模块根据第一识别标志 在指令识别库中匹配对应的文字作为正常的影 像识别结果；

[0010] 当所述影像识别指令为第二识别标志吋， 所述影像识别模块根据第二识别标志 在指令识别库中匹配对应的文字作为参考的影 像识别结果；

[0011] 当所述影像识别指令为第三识别标志吋， 所述影像识别模块根据第三识别标志 在指令识别库中匹配对应的文字作为异常的影 像识别结果。

[0012] 优选的， 所述基于人工智能的影像识别系统还包括结果 标示模块， 用于对影像 识别报告中的正常的影像识别结果、 异常的影像识别结果或参考影像识别结果 进行标识。

[0013] 优选的， 当所述指令识别库中未匹配出与所述影像识别 指令对应的影像识别结 果吋， 所述影像识别模块还用于接收医生输入的影像 识别结果并添加至影像识 别报告中， 并将输入的影像识别结果添加至所述指令识别 库中。

[0014] 本发明还提供一种基于人工智能的影像识别方 法， 应用于医疗终端设备中， 该 医疗终端设备通过通信网络连接至影像采集终 端和医疗信息平台， 该方法包括 步骤： 从影像采集终端获取待检测者的影像信号；

[0015] 将待检测者的影像信号处理为筛査影像； [0016] 从医疗终端设备的输入单元接收影像识别指令 ；

[0017] 在医疗信息平台的影像数据库中匹配与筛査影 像相似度在预置范围内的影像数 据；

[0018] 根据影像识别指令在医疗信息平台的指令识别 库中匹配与影像识别指令对应的 文字作为影像识别结果。

[0019] 优选的， 所述从影像采集终端获取待检测者的影像信号 的步骤包括： 利用影像 采集终端的红外发生器产生红外光并将红外光 透视到待检测者的身体局部器官 上； 通过影像采集终端的红外接收器采集透过待检 测者的身体局部器官的红外 光信号处理为包含待检测者的身体局部器官组 织结构信息的模拟电信号； 利用 影像采集终端的模数转换器将包含待检测者的 身体局部器官组织结构信息的模 拟电信号模数转换为数字信号形式的影像信号 ； 通过影像采集终端的通信端口 用于将待检测者的影像信号发送至所述医疗终 端设备。

[0020] 优选的， 所述影像识别指令为第一识别标志、 第二识别标志或第三识别标志， 所述根据影像识别指令在医疗信息平台的指令 识别库中匹配与影像识别指令对 应的文字作为影像识别结果的步骤包括：

[0021] 当所述影像识别指令为第一识别标志吋， 根据第一识别标志在指令识别库中匹 配对应的文字作为正常的影像识别结果；

[0022] 当所述影像识别指令为第二识别标志吋， 根据第二识别标志在指令识别库中匹 配对应的文字作为参考的影像识别结果；

[0023] 当所述影像识别指令为第三识别标志吋， 根据第三识别标志在指令识别库中匹 配对应的文字作为异常的影像识别结果。

[0024] 优选的， 所述基于人工智能的影像识别方法还包括如下 步骤： 对影像识别报告 中的正常的影像识别结果、 异常的影像识别结果或参考影像识别结果进行 标识

[0025] 优选的， 所述基于人工智能的影像识别方法还包括如下 步骤： 当所述指令识别 库中未匹配出与所述影像识别指令对应的影像 识别结果吋， 接收医生输入的影 像识别结果并添加至影像识别报告中， 并将输入的影像识别结果添加至所述指 令识别库中。 发明的有益效果

有益效果

[0026] 相较于现有技术， 本发明所述基于人工智能的影像识别系统及方 法能够在医生 在进行筛査影像识别的过程中， 根据医生输入的影像识别指令在预置的指令识 别库中匹配与影像识别指令对应的影像识别结 果， 在预置的影像数据库中匹配 与筛査影像相似度在预置范围内的影像数据， 以及根据影像识别结果及影像数 据生成影像识别报告。 由于医生只需输入简单的影像识别指令就能得 到筛査影 像的识别结果， 而无需医生输入繁琐的检査结论， 从而简化了身体局部器官影 像识别的操作， 提高了身体局部器官影像识别的效率和准确性 ， 辅助医生提高 对身体局部器官疾病检测与筛査的效率及准确 性， 提高身体局部器官筛査的社 会效率。

对附图的简要说明

附图说明

[0027] 图 1是本发明基于人工智能的影像识别系统优选� �施例的应用环境示意图；

[0028] 图 2是本发明基于人工智能的影像识别方法优选� �施例的流程图。

[0029] 本发明目的实现、 功能特点及优点将结合具体实施方式， 参照附图做进一步说 明。

实施该发明的最佳实施例

本发明的最佳实施方式

[0030] 为更进一步阐述本发明为达成上述目的所采取 的技术手段及功效， 以下结合附 图及较佳实施例， 对本发明的具体实施方式、 结构、 特征及其功效进行详细说 明。 应当理解， 此处所描述的具体实施例仅仅用以解释本发明 ， 并不用于限定 本发明。

[0031] 参照图 1所示， 图 1是本发明基于人工智能的影像识别系统优选� �施例的应用环 境示意图。 在本实施例中， 所述基于人工智能的影像识别系统 10安装并运行于 医疗终端设备 1中。 所述医疗终端设备 1通过通信网络 3与医疗信息平台 2以及影 像采集终端 4建立通信连接。 所述医疗终端设备 1设置在身体局部器官体检中心 或大型医院的医生工作站计算机、 服务器等具有数据处理和通信功能的计算装 置。 所述医疗信息平台 2可以是一种医疗信息系统平台中的一台服务� �， 该医疗 信息平台 2包括指令识别库 21以及影像数据库 22。 在本实施例中， 所述预置的指 令识别库 21中预先收集了身体局部器官健康筛査常用的� ��学术语、 放射学术语 以及常见的影像识别结果模版， 在通常情况下， 模版所对应的为正常的影像识 别结果。 所述影像数据库 22中存储了常用的各种正常或异常的影像数据� ��供参 考， 在接收到筛査影像后， 可以对筛査影像和影像数据库中的影像数据进 行相 似度匹配。 所述通信网络 3可以是一种包括局域网、 广域网的网际网络， 或者是 一种包括 GSM、 GPRS、 CDMA的无线传输网络。

[0032] 所述身体局部器官图像采集终端 4设置在社区医疗工作站等医疗检査机构内， 并与医疗终端设备 i建立网络通信连接。 在本实施例中， 所述身体局部器官图像 采集终端 4包括红外发生器 41、 红外接收器 42、 模数转换器 43以及通信端口 44。 所述红外发生器 41产生红外光并将红外光透视到待检测者的身� ��局部器官上； 红外接收器 42采集透过待检测者的身体局部器官的红外光� ��号并处理为身体局 部器官组织结构信息的模拟电信号； 红外发生器 41产生的红外光透视到待检测 者身体局部器官上， 红外接收器 42接收的红外光信号携带了身体局部器官组织 结构信息的红外透射光。 模数转换器 43将红外接收器 42采集到的包含待检测者 身体局部器官组织结构信息的模拟电信号模数 转换处理为数字信号形式的影像 信号； 所述通信端口 44用于将待检测者信息以及包含待检测者的身� ��局部器官 图像信息的数字信号通过通信网络 3发送至云服务器 1。 所述通信端口 44可以为 一种具有远程无线通讯功能的无线通讯接口， 例如支持 GSM、 GPRS. CDMA的 通讯接口。

[0033] 在本实施例中， 所述医疗终端设备 1包括， 但不仅限于， 基于人工智能的影像 识别系统 10、 输入单元 11、 存储单元 12、 处理单元 13、 通信单元 14和显示单元 1 5。 所述输入单元 11、 存储单元 12、 处理单元 13、 通信单元 14和显示单元 15均通 过数据总线连接至处理单元 13， 并能通过处理单元 13与基于人工智能的影像识 别系统 10进行信息交互。 所述输入单元 11可以为键盘、 触摸屏或鼠标等硬件设 备。 所述存储单元 12为一种只读存储单元 ROM, 电可擦写存储单元 EEPROM或 快闪存储单元 FLASH等存储器。 所述处理单元 13为一种中央处理器 （CPU) 、 微处理器、 微控制器 （MCU) 、 数据处理芯片、 或者具有数据处理功能的信息 处理单元。 所述通信单元 14可以为一种具有远程无线通讯功能的无线通� ��接口 ， 例如支持 GSM、 GPRS. CDMA的通讯接口。 所述显示单元 15为显示器， 用于 显示待检査者的身体局部器官检査报告。

[0034] 在本实施例中， 所述基于人工智能的影像识别系统 10包括， 但不局限于， 影像 获取模块 101、 影像匹配模块 102、 影像识别模块 103以及结果标示模块 104。 本 发明所称的模块是指一种能够被所述医疗终端 设备 1的处理单元 13执行并且能够 完成固定功能的一系列计算机程序指令段， 其存储在所述医疗终端设备 1的存储 单元 12中。

[0035] 所述影像获取模块 101用于从影像采集终端 4获取待检测者的影像信号。 在本实 施例中， 所述红外发生器 41产生红外光并将红外光透视到待检测者的身� ��局部 器官上； 所述红外接收器 42采集透过待检测者的身体局部器官的红外光� ��号并 处理为身体局部器官组织结构信息的模拟电信 号； 所述模数转换器 43将红外接 收器 42采集到的包含待检测者身体局部器官组织结� ��信息的模拟电信号模数转 换处理为数字信号形式的影像信号； 所述通信端口 44将待检测者的影像信号发 送至影像获取模块 101。

[0036] 所述影像获取模块 101还用于将待检测者的影像信号处理为筛査影 像。 具体地 ， 影像获取模块 101利用数字影像处理软件将待检测者的影像信 号以数字文件的 形式记录影像数据， 然后根据该影像数据产生待检测者的筛査影像 。 在本实施 例中， 红外身体局部器官检测的原理是： 红外光线照射人体身体局部器官部位 ， 由于人体身体局部器官组织对通过其中的红外 光谱呈现出不同的吸收特性， 所以透过病变部位的红外光信号与透过正常身 体局部器官组织的红外信号的强 度会有所不同， 通过采集到的红外影像的灰度、 组织结构、 外形尺寸特别是身 体局部器官组织的光学特性， 就可以检测到身体局部器官部位发生病变的位 置 和尺寸。

[0037] 所述影像获取模块 101还用于从输入单元 11接收影像识别指令。 在本实施例中 ， 在识别筛査影像吋， 医生从输入单元 11用于输入检査身体局部器官健康状况 的影像识别指令。

[0038] 所述影像识别模块 103用于根据影像识别指令在医疗信息平台 2的指令识别库 21 中匹配与影像识别指令对应的文字作为影像识 别结果。 在本实施例中， 所述影 像识别指令可以为第一识别标志、 第二识别标志或第三识别标志。 具体地， 如 所述影像识别指令中包括预置的第一识别标志 ， 该第一识别标志作为判断影像 识别结果是否为正常的指示标志， 即当影像识别指令中包括该第一识别标志吋 ， 影像识别模块 103判断筛査影像的影像识别结果为正常， 该第一识别标志的内 容通常选择为异于相关的医学术语和放射学术 语的词语。 例如， 当影像识别指 令包括 "点击 +身体局部器官"， 则表明筛査影像的影像识别结果为正常， 此吋， 可在指令识别库 21中匹配与身体局部器官健康正常对应的文字� ��为正常的影像 识别结果， 例如匹配"身体局部器官未见异常"作为正常的� ��像识别结果。 如所述 影像识别指令中包括预置的第二识别标志， 该第二识别标志作为判断影像识别 结果是否为参考的影像识别结果的指示标志， 即当影像识别指令中包括该第二 识别标志吋， 表示此吋需匹配与筛査影像对应的参考的影像 识别结果， 影像识 别模块 103根据第二识别标志在指令识别库 21中匹配与筛査影像对应的文字作为 参考的影像识别结果。 第二识别标志的内容可设置为"参考"等可以明� ��确定其指 示的影像识别结果为参考的影像识别结果的词 语。 例如， 当影像识别指令为"参 考"， 则在指令识别库中匹配与影像识别报告的结论 对应的文字， 将该文字作为 参考的影像识别结果。 如所述影像识别指令第三识别标志， 则影像识别模块 103 可判断影像识别结果不是正常的影像识别结果 ， 并根据第三识别标志在指令识 别库中匹配与其对应的文字。 如匹配到的第三识别标志对应的文字与对筛査 影 像的影像识别结果无关， 则表明接收到的影像识别指令无效； 相反， 则表明影 像识别指令对应的影像识别结果为异常的影像 识别结果。 例如， 识别出的影像 识别指令为"乳房两侧可见数个软组织密度灶� � 形态与身体局部器官相符"， 则在 指令识别库中匹配相应的文字， 将该文字作为异常的影像识别结果。

[0039] 在本实施例中， 所述影像识别模块 103如在指令识别库 21中未匹配出与影像识 别指令对应的影像识别结果， 则表明该指令识别库 21中未存储有相应的文字， 此吋， 医生可通过输入单元 11输入相应的影像识别结果至影像识别报告中� �� 影 像识别模块 103则将输入的影像识别结果添加至指令识别库 21中， 以备在下次接 收到相同或相似的影像识别指令吋， 从指令识别库 21中匹配对应的影像识别结 果。

[0040] 所述影像匹配模块 102用于在预置的影像数据库 22中匹配与筛査影像相似度在 预置范围内的影像数据， 并将该匹配出的影像数据加入到对应的影像识 别报告 中。 当相似度在预设范围内吋， 获取影像数据库 22中的相似影像数据作为筛査 影像对应的影像数据， 预设范围可以根据乳房相关部位自定义设置， 例如设置 为大于 80%。 当影像匹配模块 102匹配到筛査影像对应的影像数据后， 将匹配到 的影像数据加入到对应的影像识别报告中。 影像识别报告不仅包括筛査影像的 影像识别结果， 还包括该筛査影像的影像数据， 以供医生和待检査者参考。

[0041] 所述结果标示模块 104用于对影像识别报告中的正常的影像识别结 果、 异常的 影像识别结果或参考影像识别结果进行标识， 以预置的显示方式在显示单元 15 显示影像识别报告中的正常的影像识别结果、 异常的影像识别结果或参考影像 识别结果。 具体地， 结果标示模块 104根据影像识别结果是正常还是异常对正常 的影像识别结果和异常的影像识别结果进行不 同的标识， 同吋可以将参考结果 标识为能够与正常或异常的影像识别结果区分 的其他标识， 如将不同的影像识 别结果标记为不同的字体或不同的颜色， 以便在显示吋， 以预置的显示方式进 行显示， 例如， 对异常的影像识别结果的文字内容以加粗形式 显示或进行突出 显示。 在本实施例中， 如影像识别报告中的影像识别结果为正常的影 像识别结 果， 则可以在匹配到代表影像识别结果为正常的识 别模版后， 对该识别模版对 应的文字内容标识为蓝色字体， 并正常显示； 如影像识别报告中的影像识别结 果为异常的影像识别结果， 则可以在匹配到异常的影像识别结果对应的文 字后 ， 将该文字内容标识为红色字体， 并在显示吋将该红色字体的文字内容以加粗 形式显示或进行突出显示， 以提醒待检査者注意。 在生成影像识别报告吋， 对 影像识别报告中的正常的影像识别结果或异常 的影像识别结果进行不同的标识 ， 并以预置的显示方式显示正常的影像识别结果 或异常的影像识别结果， 使得 影像识别报告显示更为清晰， 方便医生和待检测者阅读。

[0042] 本发明还提供了一种基于人工智能的影像识别 方法， 应用于医疗终端设备中。 如图 2所示， 图 2是本发明基于人工智能的影像识别方法优选� �施例的流程图。 本实施例一并结合图 1所示， 所述基于人工智能的影像识别方法包括步骤： [0043] 步骤 S21， 影像获取模块 101从影像采集终端 4获取待检测者的影像信号， 并将 待检测者的影像信号处理为筛査影像； 在本实施例中， 红外发生器 41产生红外 光并将红外光透视到待检测者的身体局部器官 上； 红外接收器 42采集透过待检 测者的身体局部器官的红外光信号并处理为身 体局部器官组织结构信息的模拟 电信号； 模数转换器 43将红外接收器 42采集到的包含待检测者身体局部器官组 织结构信息的模拟电信号模数转换处理为数字 信号形式的影像信号； 通信端口 4 4将待检测者的影像信号发送至影像获取模块 101。 影像获取模块 101利用数字影 像处理软件将待检测者的影像信号以数字文件 的形式记录影像数据， 然后根据 该影像数据产生待检测者的筛査影像。

[0044] 步骤 S22， 影像匹配模块 102在预置的影像数据库中匹配与筛査影像相似 度在预 置范围内的影像数据， 并将匹配出的影像数据加入到对应的影像识别 报告中。 在本实施例中， 所述影像数据库 22中存储了常用的各种正常或异常的影像数据 可供参考， 在接收到筛査影像后， 影像匹配模块 102可以对筛査影像和影像数据 库中的影像数据进行相似度匹配。 当相似度在预设范围内吋， 获取影像数据库 中的相似影像数据作为该筛査影像对应的影像 数据， 预设范围可以根据乳房相 关部位自定义设置， 例如设置为大于 80%。 影像匹配模块 102在匹配到筛査影像 对应的影像数据后， 根据该影像数据加入到对应的影像识别报告中 。 所述影像 识别报告不仅包括筛査影像的影像识别结果， 还包括该筛査影像的影像数据， 以供医生和待检査者参考。

[0045] 步骤 S23， 影像获取模块 101从医疗终端设备的输入单元 11接收影像识别指令。

在本实施例中， 在识别筛査影像吋， 医生从输入单元 11输入检査身体局部器官 健康状况的影像识别指令。

[0046] 步骤 S24， 影像识别模块 103根据影像识别指令在指令识别库 21中匹配与影像识 别指令对应的文字作为影像识别结果。 在本实施例中， 所述影像识别指令可以 为第一识别标志、 第二识别标志或第三识别标志； 所述影像识别结果可以为正 常的影像识别结果、 参考的影像识别结果或异常的影像识别结果。 具体地， 如 所述影像识别指令中包括预置的第一识别标志 ， 该第一识别标志作为判断影像 识别结果是否为正常的指示标志， 即当影像识别指令中包括该第一识别标志吋

， 影像识别模块 103判断筛査影像的影像识别结果为正常， 该第一识别标志的内 容通常选择为异于相关的医学术语和放射学术 语的词语。 例如， 当影像识别指 令包括 "点击 +身体局部器官"， 则表明筛査影像的影像识别结果为正常， 此吋， 可在指令识别库 21中匹配与身体局部器官健康正常对应的文字� �� 例如匹配"身体 局部器官未见异常"作为正常的影像识别结果� � 如所述影像识别指令中包括预置 的第二识别标志， 该第二识别标志作为判断影像识别结果是否为 参考的影像识 别结果的指示标志， 即当影像识别指令中包括该第二识别标志吋， 表示此吋需 匹配与筛査影像对应的参考的影像识别结果， 影像识别模块 103根据第二识别标 志在指令识别库 21中匹配与筛査影像对应的文字作为参考的影� ��识别结果。 第 二识别标志的内容可设置为 "参考 "等可以明显确定其指示的影像识别结果为参� � 的影像识别结果的词语。 例如， 当影像识别指令为"参考"， 则在指令识别库 21中 匹配与影像识别报告的结论对应的文字， 将该文字作为参考的影像识别结果。 如所述影像识别指令第三识别标志， 则影像识别模块 103可判断影像识别结果不 是正常的影像识别结果， 并根据第三识别标志在指令识别库 21中匹配与其对应 的文字。 此吋， 如匹配到的第三识别标志对应的文字与对筛査 影像的影像识别 结果无关， 则表明接收到的影像识别指令无效； 相反， 则表明影像识别指令对 应的影像识别结果为异常的影像识别结果。 例如， 识别出的影像识别指令为"乳 房两侧可见数个软组织密度灶， 形态与身体局部器官相符"， 则在指令识别库 21 中匹配相应的文字， 将该文字作为异常的影像识别结果。

[0047] 在本实施例中， 影像识别模块 103如在指令识别库 21中未匹配出与影像识别指 令对应的影像识别结果， 则表明该指令识别库 21中未存储有相应的文字， 此吋 ， 医生可通过输入单元 11输入相应的影像识别结果至影像识别报告中� �� 影像识 别模块 103则将输入的影像识别结果添加至指令识别库 21中， 以备在下次接收到 相同或相似的影像识别指令吋， 从指令识别库 21中匹配对应的影像识别结果。

[0048] 步骤 S25， 结果标示模块 104对影像识别报告中的正常的影像识别结果、 异常的 影像识别结果或参考影像识别结果进行标识， 以预置的显示方式在显示单元 15 显示所述影像识别报告中的正常的影像识别结 果、 异常的影像识别结果或参考 影像识别结果。 具体地， 结果标示模块 104根据影像识别结果是正常还是异常对 正常的影像识别结果和异常的影像识别结果进 行不同的标识， 同吋可以将参考 结果标识为能够与正常或异常的影像识别结果 区分的其他标识， 如将不同的影 像识别结果标记为不同的字体或不同的颜色， 以便在显示吋， 以预置的显示方 式显示单元 15进行显示， 例如， 对异常的影像识别结果的文字内容以加粗形式 显示或进行突出显示。

[0049] 在本实施例中， 如影像识别报告中的影像识别结果为正常的影 像识别结果， 则 可以在匹配到代表影像识别结果为正常的识别 模版后， 对该识别模版对应的文 字内容标识为蓝色字体， 并正常显示； 如影像识别报告中的影像识别结果为异 常的影像识别结果， 则可以在匹配到异常的影像识别结果对应的文 字后， 将该 文字内容标识为红色字体， 并在显示吋将该红色字体的文字内容以加粗形 式显 示或进行突出显示， 以提醒待检査者注意。 在生成影像识别报告吋， 对影像识 别报告中的正常的影像识别结果或异常的影像 识别结果进行不同的标识， 并以 预置的显示方式显示正常的影像识别结果或异 常的影像识别结果， 使得影像识 别报告显示更为清晰， 方便医生和待检査者阅读。

[0050] 本发明所述身体局部器官筛査智能识别系统及 方法， 能够在医生在进行筛査影 像识别的过程中， 根据医生输入简单的影像识别指令在预置的指 令识别库中匹 配与影像识别指令对应的影像识别结果， 在预置的影像数据库中匹配与筛査影 像相似度在预置范围内的影像数据， 以及根据影像识别结果及影像数据生成影 像识别报告， 由于医生只需输入简单的影像识别指令就能得 到筛査影像的识别 结果， 而无需医生输入繁琐的检査结论， 从而简化了身体局部器官影像识别的 操作， 提高了身体局部器官影像识别的效率和准确性 ， 从而辅助医生提高对身 体局部器官疾病检测与筛査的效率及准确性， 提高身体局部器官筛査的社会效 率。

[0051] 以上仅为本发明的优选实施例， 并非因此限制本发明的专利范围， 凡是利用本 发明说明书及附图内容所作的等效结构或等效 功能变换， 或直接或间接运用在 其他相关的技术领域， 均同理包括在本发明的专利保护范围内。 工业实用性

相较于现有技术， 本发明所述基于人工智能的影像识别系统及方 法能够在医生 在进行筛査影像识别的过程中， 根据医生输入的影像识别指令在预置的指令识 别库中匹配与影像识别指令对应的影像识别结 果， 在预置的影像数据库中匹配 与筛査影像相似度在预置范围内的影像数据， 以及根据影像识别结果及影像数 据生成影像识别报告。 由于医生只需输入简单的影像识别指令就能得 到筛査影 像的识别结果， 而无需医生输入繁琐的检査结论， 从而简化了身体局部器官影 像识别的操作， 提高了身体局部器官影像识别的效率和准确性 ， 辅助医生提高 对身体局部器官疾病检测与筛査的效率及准确 性， 提高身体局部器官筛査的社 会效率。