应用于远程辅助诊疗系统的数据处理方法及相关设备与流程

1.本发明涉及医疗数据领域，尤其涉及一种应用于远程辅助诊疗系统的数据处理方法及相关设备。


背景技术：

2.随着医疗水平和通信技术的发展，远程辅助诊疗手段成为解决医疗资源分配不均的一种方案。远程辅助诊疗手段能够给人们带来更专业更及时的医治，也对诊疗方式、图像质量和数据传输提出了更高的要求。远程医生做出的诊疗判断主要依赖于远程传输的图像，因此这种视觉反馈应提供医生足够的医疗诊断信息；同时，从辅助诊疗端的指令发出到实地诊疗端的操作实施所用的延时应该尽可能小，需要从各方面的数据处理方式的优化来提升远程辅助诊疗的准确度。


技术实现要素：

3.本发明的主要目的在于解决现有技术中需要从各方面的数据处理方式的优化来提升远程辅助诊疗的准确度。
4.本发明第一方面提供了一种应用于远程辅助诊疗系统的数据处理方法，包括：通过通信装置从外部病历数据库中读取患者的影像数据；通过数据增强装置识别影像数据中的病灶部位，并提取病灶部位对应的局部图像，对局部图像进行质量增强处理，得到增强医学图像数据；通过辅助诊疗装置对增强医学图像数据进行病灶特征分析，得到病灶评估信息；通过数据加密装置采用预置ssl加密算法对增强医学图像数据进行加密处理，得到预置远程客户端对应的医学图像加密数据；通过通信装置将医学图像加密数据发送至远程客户端，并获取远程客户端发送的对医学图像加密数据的响应信息，将病灶评估信息和响应信息作为辅助诊疗信息。
5.可选的，在本发明第一方面的第一种实现方式中，在通过通信装置从外部病历数据库中读取患者的影像数据之前，还包括：通过辅助诊疗装置获取历史增强医学图像数据和对应的历史辅助诊疗信息，并采用历史增强医学图像数据构建训练数据集；采用对应的历史辅助诊疗信息对训练数据集中对应的病灶部位进行标注，得到训练数据集对应的标注文件；将训练数据集和标注文件输入辅助诊疗装置中的预训练模型进行训练，得到病灶评估模型。
6.可选的，在本发明第一方面的第二种实现方式中，将训练数据集和标注文件输入辅助诊疗装置中的预训练模型进行训练，得到病灶评估模型包括：将训练数据集和标注文件输入辅助诊疗装置中的预训练模型，并通过预训练模型识别训练数据集中的病灶特征；基于病灶特征，通过预训练模型进行病灶评估分析，得到对应的第一病灶异常类别；基于第一病灶异常类别和标注文件对预训练模型进行优化，得到病灶评估模型。
7.可选的，在本发明第一方面的第三种实现方式中，通过辅助诊疗装置对增强医学图像数据进行病灶特征分析，得到病灶评估信息包括：通过辅助诊疗装置中的病灶评估模
型对增强医学图像数据进行病灶评估分析，得到增强医学图像数据中对应病灶部位的第二病灶异常类别；结合第二病灶异常类别和增强图像数据生成病灶评估信息。
8.可选的，在本发明第一方面的第四种实现方式中，对局部图像进行质量增强处理，得到增强医学图像数据包括：提取局部图像中的像素信息，并采用像素信息构建像素图像；根据预置尺寸参数设置滤波模板，并采用滤波模板遍历像素图像，对像素图像进行降噪处理；采用降噪后的像素图像生成增强医学图像数据。
9.可选的，在本发明第一方面的第五种实现方式中，通过数据加密装置采用预置ssl加密算法对增强医学图像数据进行加密处理，得到预置远程客户端对应的医学图像加密数据包括：通过数据加密装置随机生成数据加密信息，并将数据加密信息发送至预置远程客户端，其中，数据加密信息包括加密方法和第一随机数；获取远程客户端发送的对加密方法的确认信息，并判断确认信息中的数字证书是否有效，其中，确认信息还包括第二随机数；若有效，则根据数字证书随机生成第三随机数，并基于预置aes算法，采用第一随机数、第二随机数和第三随机数生成秘钥；采用秘钥对增强医学图像数据进行加密处理，得到医学图像加密数据。
10.本发明第二方面提供了一种远程辅助诊疗系统，包括：通信装置，用于从外部病历数据库中读取患者的影像数据；数据增强装置，用于识别影像数据中的病灶部位，并提取病灶部位对应的局部图像，对局部图像进行质量增强处理，得到增强医学图像数据；辅助诊疗装置，用于对增强医学图像数据进行病灶特征分析，得到病灶评估信息；数据加密装置，用于采用预置ssl加密算法对增强医学图像数据进行加密处理，得到预置远程客户端对应的医学图像加密数据；通信装置还用于：将医学图像加密数据发送至远程客户端，并获取远程客户端发送的对医学图像加密数据的响应信息，将病灶评估信息和响应信息作为辅助诊疗信息。
11.可选的，在本发明第二方面的第一种实现方式中，辅助诊疗装置还用于：获取历史增强医学图像数据和对应的历史辅助诊疗信息，并采用历史增强医学图像数据构建训练数据集；采用对应的历史辅助诊疗信息对训练数据集中对应的病灶部位进行标注，得到训练数据集对应的标注文件；将训练数据集和标注文件输入辅助诊疗装置中的预训练模型进行训练，得到病灶评估模型。
12.可选的，在本发明第二方面的第二种实现方式中，辅助诊疗装置还用于：将训练数据集和标注文件输入辅助诊疗装置中的预训练模型，并通过预训练模型识别训练数据集中的病灶特征；基于病灶特征，通过预训练模型进行病灶评估分析，得到对应的第一病灶异常类别；基于第一病灶异常类别和标注文件对预训练模型进行优化，得到病灶评估模型。
13.可选的，在本发明第二方面的第三种实现方式中，辅助诊疗装置还用于：通过辅助诊疗装置中的病灶评估模型对增强医学图像数据进行病灶评估分析，得到增强医学图像数据中对应病灶部位的第二病灶异常类别；结合第二病灶异常类别和增强图像数据生成病灶评估信息。
14.可选的，在本发明第二方面的第四种实现方式中，数据增强装置还用于：提取局部图像中的像素信息，并采用像素信息构建像素图像；根据预置尺寸参数设置滤波模板，并采用滤波模板遍历像素图像，对像素图像进行降噪处理；采用降噪后的像素图像生成增强医学图像数据。
15.可选的，在本发明第二方面的第五种实现方式中，数据加密装置还用于：通过数据加密装置随机生成数据加密信息，并将数据加密信息发送至预置远程客户端，其中，数据加密信息包括加密方法和第一随机数；获取远程客户端发送的对加密方法的确认信息，并判断确认信息中的数字证书是否有效，其中，确认信息还包括第二随机数；若有效，则根据数字证书随机生成第三随机数，并基于预置aes算法，采用第一随机数、第二随机数和第三随机数生成秘钥；采用秘钥对增强医学图像数据进行加密处理，得到医学图像加密数据。
16.本发明第三方面提供了一种计算机设备，包括：存储器和至少一个处理器，存储器中存储有指令；至少一个处理器调用存储器中的指令，以使得计算机设备执行上述的应用于远程辅助诊疗系统的数据处理方法。
17.本发明的第四方面提供了一种计算机可读存储介质，计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的应用于远程辅助诊疗系统的数据处理方法。
18.本发明提供的技术方案中，通过通信装置从外部病历数据库中读取患者的影像数据；通过数据增强装置识别影像数据中的病灶部位，并提取病灶部位对应的局部图像，对局部图像进行质量增强处理，得到增强医学图像数据，使得影像资料后续发送至远程客户端时传输质量高，病灶识别度高，避免误诊错诊；通过辅助诊疗装置对增强医学图像数据进行病灶特征分析，得到病灶评估信息；通过数据加密装置采用预置ssl加密算法对增强医学图像数据进行加密处理，使得患者信息得到有效保护，保证不会遭泄露，提升远程辅助诊疗的数据安全性；在将医学图像加密数据发送至预置远程客户端时，通信装置可以采用例如5g/6g技术进行数据传输、专家团队对病灶的响应信息的实时传输，保证医生与病患及病患资料传输的实时性，避免延时带来的不利后果。总体上提升远程辅助诊疗的准确性。
附图说明
19.图1为本发明实施例中应用于远程辅助诊疗系统的数据处理方法的一个实施例示意图；
20.图2为本发明实施例中应用于远程辅助诊疗系统的数据处理方法的另一个实施例示意图；
21.图3为本发明实施例中远程辅助诊疗系统的实施例示意图；
22.图4为本发明实施例中计算机设备的实施例示意图。
具体实施方式
23.本发明实施例提供了一种应用于远程辅助诊疗系统的数据处理方法及相关设备，通过通信装置从外部病历数据库中读取患者的影像数据；通过数据增强装置识别影像数据中的病灶部位并提取对应的局部图像，对局部图像进行质量增强处理，得到增强医学图像数据；通过辅助诊疗装置对增强医学图像数据进行病灶特征分析，得到病灶评估信息；通过数据加密装置采用预置ssl加密算法对增强医学图像数据进行加密处理，得到预置远程客户端对应的医学图像加密数据；通过通信装置将医学图像加密数据发送至远程客户端，并获取远程客户端发送的对医学图像加密数据的响应信息，将病灶评估信息和响应信息作为辅助诊疗信息。本发明实现了远程的辅助诊疗，提升了远程辅助诊疗效率。
24.本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
25.为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中应用于远程辅助诊疗系统的数据处理方法的第一个实施例包括：
26.101、通过通信装置从外部病历数据库中读取患者的影像数据；
27.可以理解的是，本发明的执行主体可以为应用于远程辅助诊疗系统的数据处理装置，还可以是终端或者服务器，具体此处不做限定。本发明实施例以服务器为执行主体为例进行说明。
28.本实施例中，通信装置可以以5g网络或者其他更快传输速度的传输网络与外部病历数据库进行连接，以读取外部病历数据库中存储或者缓存的患者的影像数据，其中，影像数据可以通过ct(computed tomography，电子计算机断层扫描)、mri(magnetic resonance imaging，磁共振成像)或者pet-ct(positron emission computed tomography-computed tomography，正电子发射型计算机断层显像)等影像器械对患者的病灶部位进行采集得到，并存储在外部病历数据库中，其数据格式可以为dicom(digital imaging and communications in medicine，医学数字成像和通信)的影像数据。
29.102、通过数据增强装置识别影像数据中的病灶部位，并提取病灶部位对应的局部图像，对局部图像进行质量增强处理，得到增强医学图像数据；
30.本实施例中，可以引入超像素理论，通过数据增强装置将影像数据分割成大小均匀且包含相似像素的若干区域；然后，分别提取颜色特征和纹理特征，并将其融合作为特征描述符；最后，采用二级串联分类器进行影像数据内干扰区域的去除以及病灶区域的识别。
31.另外，通过数据增强装置对识别到的影像数据中的局部图像先做初步的质量增强处理，以对对应医疗影像进行降噪和数据增强，以得到质量更高的医疗。其中，对影像数据中的病灶部位进行增强，可以包括数据预处理、降噪和增强三个过程。
32.具体的，可以先通过预先设置的窗宽和窗位来对影像数据中的像素归一化到0-1之间，然后通过高斯滤波、高斯噪音、均值滤波、中值滤波等方式进行降噪处理，接着通过裁剪、平移、旋转、翻转、调整亮度和对比度等进行数据增强，即可得到质量增强处理后的增强医学图像数据。
33.103、通过辅助诊疗装置对增强医学图像数据进行病灶特征分析，得到病灶评估信息；
34.本实施例中，辅助诊疗装置是一个基于ai(artificial intelligence，人工智能)的数据处理装置，部署有训练好的机器学习模型，增强医学图像数据输入该机器学习模型后进行病灶特征分析，可以快速识别出当前增强医学图像数据中病灶部位的病灶特征，并基于病灶特征来确定该病灶部位的类别，以帮助现场处理的医生对患者进行辅助诊疗。
35.104、通过数据加密装置采用预置ssl加密算法对增强医学图像数据进行加密处
理，得到预置远程客户端对应的医学图像加密数据；
36.本实施例中，为了降低患者医疗信息的泄露风险，提升数据安全性，通过数据加密装置对增强医学图像数据进行加密，再发送至专家团队所在的远程客户端，具体采用ssl(secure sockets layer，安全套接字协议)加密算法对增强医学图像数据，数据加密装置和远程客户端之间可以通过对称加密来加密密文，保证增强医学图像数据的加密效率，然后使用非对称加密的方式来传递对称加密锁使用的秘钥，同时保证医学图像加密数据传输的安全性能。ssl运行在tcp/ip(transmission control protocol/internet protocol，传输控制协议/网际协议)层之上、应用层之下，为数据加密装置和远程客户端之间提供加密数据通道，采用了rc4(rivest cipher 4，一种流加密算法)、md5(message-digest algorithm，一种密码散列函数)以及rsa(一种公开秘钥密码体制)等加密算法，使用40位的密钥，对增强医学图像数据进行加密。
37.105、通过通信装置将医学图像加密数据发送至远程客户端，并获取远程客户端发送的对医学图像加密数据的响应信息，将病灶评估信息和响应信息作为辅助诊疗信息。
38.本实施例中，通信装置也可以以5g网络或者其他更快传输速度的传输网络与远程客户端连接，与远程客户端进行数据交换传输，故此处可以通过通信装置将医学图像加密数据发送至远程客户端，以保证数据传输带实时性，使得远程客户端所在的专家团队可以及时对医生对患者的现场诊疗进行远程辅助诊疗。
39.另外，发送至远程客户端的医学图像加密进行解密后对应医学图像显示在该远程客户端上，以供专家团队阅览该医学图像，来判别患者的病情，并根据病情来作出病灶评估的响应信息，可以为视频格式、或者图像采集仪器和治疗仪器的操作指令，也可以是图像格式或者文本格式等，此处不作具体限定。结合专家团队作为的经远程客户端发送的响应信息和辅助诊疗装置中机器学习模型的人工智能分析所得到的病灶评估信息，得到辅助诊疗信息，以供现场诊疗的医生根据辅助诊疗信息进行下一步的诊疗操作。
40.本发明实施例中，通过通信装置从外部病历数据库中读取患者的影像数据；通过数据增强装置识别影像数据中的病灶部位，并提取病灶部位对应的局部图像，对局部图像进行质量增强处理，得到增强医学图像数据，使得影像资料后续发送至远程客户端时传输质量高，病灶识别度高，避免误诊错诊；通过辅助诊疗装置对增强医学图像数据进行病灶特征分析，得到病灶评估信息；通过数据加密装置采用预置ssl加密算法对增强医学图像数据进行加密处理，使得患者信息得到有效保护，保证不会遭泄露，提升远程辅助诊疗的数据安全性；在将医学图像加密数据发送至预置远程客户端时，通信装置可以采用例如5g/6g技术进行数据传输、专家团队对病灶的响应信息的实时传输，保证医生与病患及病患资料传输的实时性，避免延时带来的不利后果。总体上提升远程辅助诊疗的准确性。
41.请参阅图2，本发明实施例中应用于远程辅助诊疗系统的数据处理方法的第二个实施例包括：
42.201、通过辅助诊疗装置获取历史增强医学图像数据和对应的历史辅助诊疗信息，并采用历史增强医学图像数据构建训练数据集；
43.202、采用对应的历史辅助诊疗信息对训练数据集中对应的病灶部位进行标注，得到训练数据集对应的标注文件；
44.203、将训练数据集和标注文件输入辅助诊疗装置中的预训练模型进行训练，得到
病灶评估模型；
45.本实施例中，在通过辅助诊疗装置对其部署的机器学习模型进行训练时，需先准备数据，此处用于模型训练的数据包括过往诊疗过程中收集到的历史增强医学图像数据和对应的历史辅助诊疗信息，通过历史增强医学图像数据构建训练数据集来模拟每次模型输入的数据，比如当前输入的增强医学图像数据，通过对应的历史辅助诊疗信息来对历史增强医学图像数据中的病灶部位以及对应的病灶评估信息进行标注，包括病灶部位在历史增强医学图像数据中的位置、病灶类别、颜色、纹理等相关数据。其中，在没有历史的病灶评估信息时，历史辅助诊疗信息可以只包含历史的响应信息。
46.本实施例中，构建完成的训练数据集和对应的标注文件同时输入到一个用于图像识别的预训练模型中，此处可以为tensorflow、spark_mllib、mxnet、caffe、pytorch、xgboost-sklearn、mindspore等预训练模型，其中，以训练数据集对预训练模型进行训练，以标注文件对每次训练后的预训练模型进行评估并调参，对预训练模型进行优化，比如通过准确率、召回率、auc等指标进行评估和优化，使得预训练模型学习训练数据集对应数据特征与标注文件对应结果之间的关联性，直到预训练模型收敛时，得到对应的病灶评估模型。
47.具体的，预训练模型的训练具体可以包括以下步骤：
48.(1)将训练数据集和标注文件输入辅助诊疗装置中的预训练模型，并通过预训练模型识别训练数据集中的病灶特征；
49.(2)基于病灶特征，通过预训练模型进行病灶评估分析，得到对应的第一病灶异常类别；
50.(3)基于第一病灶异常类别和标注文件对预训练模型进行优化，得到病灶评估模型。
51.本实施例中，此处可以通过pytorch模型，可以通过其中的vgg(visual geometry group network，可视化几何组网络)、resnet(残差网络)，densenet(稠密连接网络)等图像识别网络来进行学习。在训练预训练模型时，从训练数据集中提取病灶特征进行病灶评估分析，来识别该病灶特征是否识别正常，或者进一步确定该病灶特征对应哪一类型的病灶异常类别；标注文件中标注有训练数据集中携带有病灶部位的正样本的病灶区域，即可以通过标注文件来评估识别得到的病灶特征的区域是否正确，以及识别得到的第一病灶异常类别与标注文件中标注的实际病灶类别是否一致，并通过准确率、召回率、auc等指标来评估识别的准确率，同时指示调整当前训练后预训练模型的参数以及数据，直到准确率达到预设阈值时预训练模型收敛，即可确定当前模型学习到的病灶特征与病灶异常类别之间的关系具有一定的可信度，得到用于基于增强医学图像数据识别患者病灶部位的病灶异常类别的病灶评估模型。
52.204、通过通信装置从外部病历数据库中读取患者的影像数据；
53.205、通过数据增强装置识别影像数据中的病灶部位，并提取病灶部位对应的局部图像；
54.206、提取局部图像中的像素信息，并采用像素信息构建像素图像；
55.207、根据预置尺寸参数设置滤波模板，并采用滤波模板遍历像素图像，对像素图像进行降噪处理；
56.208、采用降噪后的像素图像生成增强医学图像数据；
57.本实施例中，在对病灶部位对应的局部图像进行降噪增强质量时，可以采用均值滤波、中值滤波和高斯滤波的方法，针对其像素信息对局部图像进行降噪。
58.在一实施例中，在像素图像上对目标像素套用预置尺寸参数为x*y的滤波模板，该滤波模板包含其周围的临近像素，比如预置尺寸参数为3*3，则以目标像素为中心的周围8个临时像素，构成一个滤波模板，即去掉目标像素本身，再用滤波模板中的全体像素的平均值来代替目标像素值。其中，可以使用meanimagefilter()函数来对像素图像进行平滑去噪。
59.在一实施例中，将像素图像上的目标像素在预置尺寸内的区域作为滤波模板，然后根据滤波模板选取该区域内包含的所有像素点，然后将目标像素值及其邻点内的像素值排序，确定出中值，并将中值赋予该像素点，让周围的像素值接近的真实值，从而消除孤立的噪声点。其中，可以使用medianimagefilter()函数来对图像进行中值滤波去噪。
60.在一实施例中，我们使用smoothingrecursivegaussianimagefilter()函数来对图像进行高斯滤波平滑去噪。预置尺寸参数设置即高斯核参数sigma大小，其中，还包括是否对高斯进行尺度归一化的设置参数。
61.209、通过辅助诊疗装置中的病灶评估模型对增强医学图像数据进行病灶评估分析，得到增强医学图像数据中对应病灶部位的第二病灶异常类别；
62.210、结合第二病灶异常类别和增强图像数据生成病灶评估信息；
63.本实施例中，此处病灶评估模型对增强医学图像数据的病灶评估分析与采用增强医疗图像数据对预训练模型进行训练时相似，故此处不再赘述，通过相似的流程处理，即可得到当前增强医学图像数据中对应病灶部位的第二病灶异常类别。然后将识别得到的第二病灶异常类别标注在增强图像数据对应的位置上即可生成病灶评估信息，其中，第二病灶异常类别还包含有病灶区域的位置信息和病灶评估内容。
64.211、通过数据加密装置随机生成数据加密信息，并将数据加密信息发送至预置远程客户端，其中，数据加密信息包括加密方法和第一随机数；
65.212、获取远程客户端发送的对加密方法的确认信息，并判断确认信息中的数字证书是否有效，其中，确认信息还包括第二随机数；
66.213、若有效，则根据数字证书随机生成第三随机数，并采基于预置aes算法，采用第一随机数、第二随机数和第三随机数生成秘钥；
67.214、采用秘钥对增强医学图像数据进行加密处理，得到医学图像加密数据；
68.本实施例中，ssl包括记录协议层和握手协议层，其中，通过ssl记录协议使得超文本的传输协议http(超文本传输协议，hyper text transfer protocol)能够在ssl运行，用于记录封装各种高层协议，可以具体实施压缩解压缩、加密解密、计算和校验mac(message authentication code，消息认证码)等与安全有关的操作。而ssl握手协议层包括ssl握手协议、ssl密码参数修改协议、应用数据协议和ssl告警协议。握手协议层的的协议用于管理数据加密装置和远程客户端之间的数据交换，允许应用协议传送数据之间的相互验证、协商加密算法和生成密钥等。
69.其中，利用ssl握手协议来生成数据加密装置的数据加密信息，包括加密方法和第一随机数以及支持ssl协议版本号，以供远程客户端进行加密方法的确认，并返回一个数字
证书来证明自身的合法性，同时生成并返回第二随机数，以用于表示远程客户端自身身份；当数据加密装置验证数字证书有效时，则再次随机生成第三随机数，以用于表示数据加密装置自身身份，并基于三个随机数与远程客户端之间进行通信连接并生成秘钥。最终，利用ssl记录协议来采用秘钥对增强医学图像数据进行加密处理。
70.215、通过通信装置将医学图像加密数据发送至远程客户端，并获取远程客户端发送的对医学图像加密数据的响应信息，将病灶评估信息和响应信息作为辅助诊疗信息。
71.本发明实施例中，通过ssl算法对增强医学图像数据进行加密，以用于将医学图像加密数据发送至远程客户端，保证了患者信息安全，而在加密过程中，通过对增强医学图像数据进行对称加密，对秘钥进行非对称加密，同时兼顾加密效率和加密安全性能，另外，还通过病灶评估模型对增强医学图像数据进行评估，通过人工智能快速确定患者的病灶异常类别，同时利用大数据分析，可以更准确地客观定位患者的病灶异常情况。
72.上面对本发明实施例中应用于远程辅助诊疗系统的数据处理方法进行了描述，下面对本发明实施例中远程辅助诊疗系统进行描述，请参阅图3，本发明实施例中远程辅助诊疗系统的一个实施例包括：
73.通信装置301，用于从外部病历数据库中读取患者的影像数据；
74.数据增强装置302，用于识别影像数据中的病灶部位，并提取病灶部位对应的局部图像，对局部图像进行质量增强处理，得到增强医学图像数据；
75.辅助诊疗装置303，用于对增强医学图像数据进行病灶特征分析，得到病灶评估信息；
76.数据加密装置304，用于采用预置ssl加密算法对增强医学图像数据进行加密处理，得到预置远程客户端对应的医学图像加密数据；
77.通信装置301还用于：将医学图像加密数据发送至远程客户端，并获取远程客户端发送的对医学图像加密数据的响应信息，将病灶评估信息和响应信息作为辅助诊疗信息。
78.具体的，辅助诊疗装置303还用于：
79.获取历史增强医学图像数据和对应的历史辅助诊疗信息，并采用历史增强医学图像数据构建训练数据集；
80.采用对应的历史辅助诊疗信息对训练数据集中对应的病灶部位进行标注，得到训练数据集对应的标注文件；
81.将训练数据集和标注文件输入辅助诊疗装置中的预训练模型进行训练，得到病灶评估模型。
82.具体的，辅助诊疗装置303还用于：
83.将训练数据集和标注文件输入辅助诊疗装置中的预训练模型，并通过预训练模型识别训练数据集中的病灶特征；
84.基于病灶特征，通过预训练模型进行病灶评估分析，得到对应的第一病灶异常类别；
85.基于第一病灶异常类别和标注文件对预训练模型进行优化，得到病灶评估模型。
86.具体的，辅助诊疗装置303还用于：
87.通过辅助诊疗装置中的病灶评估模型对增强医学图像数据进行病灶评估分析，得到增强医学图像数据中对应病灶部位的第二病灶异常类别；
88.结合第二病灶异常类别和增强图像数据生成病灶评估信息。
89.具体的，数据增强装置302还用于：
90.提取局部图像中的像素信息，并采用像素信息构建像素图像；
91.根据预置尺寸参数设置滤波模板，并采用滤波模板遍历像素图像，对像素图像进行降噪处理；
92.采用降噪后的像素图像生成增强医学图像数据。
93.具体的，数据加密装置304还用于：
94.通过数据加密装置随机生成数据加密信息，并将数据加密信息发送至预置远程客户端，其中，数据加密信息包括加密方法和第一随机数；
95.获取远程客户端发送的对加密方法的确认信息，并判断确认信息中的数字证书是否有效，其中，确认信息还包括第二随机数；
96.若有效，则根据数字证书随机生成第三随机数，并基于预置aes算法，采用第一随机数、第二随机数和第三随机数生成秘钥；
97.采用秘钥对增强医学图像数据进行加密处理，得到医学图像加密数据。
98.本发明实施例中，，通过ssl算法对增强医学图像数据进行加密，以用于将医学图像加密数据发送至远程客户端，保证了患者信息安全，而在加密过程中，通过对增强医学图像数据进行对称加密，对秘钥进行非对称加密，同时兼顾加密效率和加密安全性能，另外，还通过病灶评估模型对增强医学图像数据进行评估，通过人工智能快速确定患者的病灶异常类别，同时利用大数据分析，可以更准确地客观定位患者的病灶异常情况。
99.上面图3从装置化功能实体的角度对本发明实施例中的远程辅助诊疗系统进行详细描述，下面从硬件处理的角度对本发明实施例中的计算机设备进行详细描述。
100.图4是本发明实施例提供的一种计算机设备的结构示意图，该计算机设备400可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)410(例如，一个或一个以上处理器)和存储器420，一个或一个以上存储应用程序433或数据432的存储介质430(例如一个或一个以上海量存储设备)。其中，存储器420和存储介质430可以是短暂存储或持久存储。存储在存储介质430的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对计算机设备400中的一系列指令操作。更进一步地，处理器410可以设置为与存储介质430通信，在计算机设备400上执行存储介质430中的一系列指令操作。
101.计算机设备400还可以包括一个或一个以上电源440，一个或一个以上有线或无线网络接口450，一个或一个以上输入输出接口460，和/或，一个或一个以上操作系统431，例如windows serve，mac os x，unix，linux，freebsd等等。本领域技术人员可以理解，图4示出的计算机设备结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
102.本发明还提供一种计算机设备，计算机设备包括存储器和处理器，存储器中存储有计算机可读指令，计算机可读指令被处理器执行时，使得处理器执行上述各实施例中的应用于远程辅助诊疗系统的数据处理方法的步骤。
103.本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，计算
机可读存储介质中存储有指令，当指令在计算机上运行时，使得计算机执行应用于远程辅助诊疗系统的数据处理方法的步骤。
104.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
105.集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
106.以上，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。