一种基于大模型视觉识别的医用数字胶片生成方法及系统与流程

本发明涉及医学图像处理，特别涉及一种基于大模型视觉识别的医用数字胶片生成方法及系统。

背景技术：

1、随着医学影像设备和数字化医疗技术的发展，ct、mri、dr及超声等检查能够生成大量连续医学影像，医疗影像已成为医生进行病灶观察、病情评估和诊疗判断的重要依据。为便于医学影像的保存、传输及调阅，医用胶片逐渐由传统实体胶片向数字化、云端化方向发展。

2、现有技术通常采用实体胶片打印或云胶片存储患者的医学影像。实体胶片将选取的影像打印在胶片载体上，云胶片则将患者检查产生的原始影像序列上传至云端服务器，医生或患者通过移动终端访问云端服务器，对医学影像进行查看和调阅。

3、然而，现有云胶片通常保存完整原始影像序列，缺少对关键影像的智能筛选，导致影像数量较多、阅片效率较低；同时，影像调阅依赖网络和云端服务器，难以在无网络环境下通过移动端本地调阅。

技术实现思路

1、鉴于以上现有技术的不足，本发明实施例的目的在于提供一种基于大模型视觉识别的医用数字胶片生成方法及系统，能够解决现有技术存在的现有云胶片通常保存完整原始影像序列，缺少对关键影像的智能筛选，导致影像数量较多、阅片效率较低；同时，影像调阅依赖网络和云端服务器，难以在无网络环境下通过移动端本地调阅的技术问题。

2、本发明实施例的第一方面，提出了一种基于大模型视觉识别的医用数字胶片生成方法，包括：

3、s1：获取患者的原始影像序列集合；

4、s2：根据原始影像序列集合，通过医疗视觉大模型，筛选出关键影像集合；

5、s3：对关键影像集合进行排版封装，得到排版帧集合；

6、s4：对排版帧集合进行自适应压缩编码，得到专用格式的医用数字胶片；

7、s5：将医用数字胶片保存至移动端本地存储空间，形成本地数字胶片。

8、本发明实施例的第二方面，提出了一种基于大模型视觉识别的医用数字胶片生成系统，包括：处理器和存储器；

9、所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如第一方面所述的基于大模型视觉识别的医用数字胶片生成方法的步骤。

10、本发明实施例的第三方面，提出了一种可读存储介质，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如第一方面所述的基于大模型视觉识别的医用数字胶片生成方法的步骤。

11、本发明实施例提供的技术方案带来的有益效果至少包括：

12、在本发明实施例中，通过医疗视觉大模型对患者的原始影像序列集合进行分析和筛选，获得具有诊疗参考价值的关键影像集合，并对关键影像集合进行排版封装和自适应压缩编码，生成专用格式的医用数字胶片，从而减少数字胶片中的影像数量及数据量，实现关键影像的集中展示，提高影像调阅效率和阅片效率；同时，将生成的医用数字胶片保存至移动端本地存储空间，形成本地数字胶片，使用户能够直接从移动端本地调取医用数字胶片，降低影像调阅对网络环境和云端服务器的依赖，提高影像调阅的便捷性、稳定性和可用性。

1.一种基于大模型视觉识别的医用数字胶片生成方法，其特征在于，包括：

2.根据权利要求1所述的基于大模型视觉识别的医用数字胶片生成方法，其特征在于，所述s2具体包括：

3.根据权利要求2所述的基于大模型视觉识别的医用数字胶片生成方法，其特征在于，所述s204具体包括：

4.根据权利要求1所述的基于大模型视觉识别的医用数字胶片生成方法，其特征在于，所述s3具体包括：

5.根据权利要求1所述的基于大模型视觉识别的医用数字胶片生成方法，其特征在于，所述s4具体包括：

6.根据权利要求5所述的基于大模型视觉识别的医用数字胶片生成方法，其特征在于，所述s405具体包括：

7.根据权利要求1所述的基于大模型视觉识别的医用数字胶片生成方法，其特征在于，所述本地数字胶片具体包括：关键影像、患者基础诊疗信息、检查项目信息、影像参数信息以及云胶片溯源链接。

8.根据权利要求1所述的基于大模型视觉识别的医用数字胶片生成方法，其特征在于，所述s5具体包括：

9.一种基于大模型视觉识别的医用数字胶片生成系统，其特征在于，包括：处理器和存储器；

10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至8任一项所述的基于大模型视觉识别的医用数字胶片生成方法的步骤。