面向分级诊疗的远程影像诊断解决方案

目录

声明

1 绪论

1.1 论文的研究背景

1.2 国内外研究与应用现状

1.3 本文的内容与结构

2 相关技术

2.1 系统开发工具

2.2 开发框架

2.2.1 SpringMVC框架

2.2.2 MyBatis框架

2.2.3 Spring框架

2.2.4 Flask框架

2.3 系统中间件

2.3.1 Nginx服务器

2.3.2 Tomcat应用服务器

2.3.3 ActiveMQ消息中间件

2.3.4 Redis缓存系统

2.4 Faster-RCNN深度学习框架

2.5 本章小结

3 需求分析

3.1 功能分析

3.1.1 远程预约检查

3.1.2 远程影像诊断

3.1.3 人工智能辅助诊断

3.2 系统的性能指标

3.2.1 稳定性

3.2.2 可维护性

3.2.3 易用性

3.2.4 技术约束

3.3 可行性分析

3.3.1 技术可行性

3.3.2 社会可行性

3.3.3 运行可行性

3.4 本章小结

4 远程影像智能诊断系统的设计与实现

4.1 系统的业务流程设计

4.2 系统的总体架构设计

4.3 系统的功能模块设计

4.3.1 基本功能模块设计

4.3.2 扩展功能模块设计

4.4 系统数据库设计

4.4.1 实体及E-R图

4.4.2 数据库表设计

4.5 系统功能模块的实现

4.5.1 系统登录模块

4.5.2 预约检查模块

4.5.3 影像诊断模块

4.5.4 诊断报告模块

4.5.5 人工智能辅助诊断模块

4.6 本章小结

5 远程影像智能诊断系统中的关键技术

5.1 海量数据下序列号生成策略的优化

5.2 异构系统中检查实例号的生成方法

5.3 B/S系统调用本地应用

5.4 人工智能辅助诊断模块的关键技术

5.4.1 Faster-RCNN处理DICOM影像文件

5.4.2 辅助诊断模块与诊断系统兼容方案

5.4.3 标注影像的缓存设计

5.4.4 辅助诊断模块集群设计

5.5 本章小结

6 系统的测试与评价

6.1 测试方案

6.1.1 测试环境

6.1.2 测试内容

6.2 功能测试

6.2.1 登录模块测试

6.2.2 远程预约检查测试

6.2.3 远程影像诊断测试

6.2.4 诊断报告功能测试

6.2.5 人工智能辅助诊断模块测试

6.3 性能测试

6.3.1 系统平均时延测试

6.3.2 系统并发性能测试

6.3.3 人工智能辅助诊断模块性能测试

6.4 本章小结

7 总结与展望

7.1 工作总结

7.2 工作展望

参考文献

个人简历

致谢