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
郑州大学;