技術(shù)特征：

1.基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，所述病灶邊界數(shù)據(jù)包括病灶輪廓點坐標、邊界灰度梯度方向、邊界像素變化速率，所述分布位置預(yù)測結(jié)果具體為病灶擴展方向、病灶空間分布區(qū)域、病灶邊界變化趨勢，所述活動速率分級數(shù)據(jù)包括病灶灰度變化速率、病灶信號變化等級、病灶活動分類結(jié)果，所述影像數(shù)據(jù)索引具體指影像分類標簽、影像存儲路徑、影像類型標識。

3.根據(jù)權(quán)利要求1所述的基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，所述病灶邊界數(shù)據(jù)的獲取步驟具體為：

4.根據(jù)權(quán)利要求1所述的基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，所述分布位置預(yù)測結(jié)果的獲取步驟具體為：

5.根據(jù)權(quán)利要求1所述的基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，所述活動速率分級數(shù)據(jù)的獲取步驟具體為：

6.根據(jù)權(quán)利要求1所述的基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，所述影像數(shù)據(jù)索引的獲取步驟具體為：

7.根據(jù)權(quán)利要求1所述的基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，所述方法還包括：

8.根據(jù)權(quán)利要求7所述的基于云平臺的醫(yī)學(xué)影像診斷方法，其特征在于，所述影像訪問管理參數(shù)的獲取步驟具體為：

9.基于云平臺的醫(yī)學(xué)影像診斷系統(tǒng)，其特征在于，根據(jù)權(quán)利要求1-8任一項所述的基于云平臺的醫(yī)學(xué)影像診斷方法，所述系統(tǒng)包括：

技術(shù)總結(jié)
本發(fā)明涉及醫(yī)學(xué)影像處理技術(shù)領(lǐng)域，具體為基于云平臺的醫(yī)學(xué)影像診斷方法及系統(tǒng)，包括以下步驟，基于輸入醫(yī)學(xué)影像，分析圖像中多個位置的紋理密度，計算像素點的灰度梯度變化方向和速率，提取圖像中病灶區(qū)域的邊界點，對病灶圖像進行分割，得到病灶邊界數(shù)據(jù)。本發(fā)明中，通過計算圖像中多個位置的紋理密度，實現(xiàn)了病灶區(qū)域的精準分割，利用病變區(qū)域的組織密度值及鄰近像素間的密度變化率，預(yù)測病灶的空間分布，使病變區(qū)域的動態(tài)變化得到量化，動態(tài)影像序列的分析，實現(xiàn)了病灶活動等級的分級，使病變的發(fā)展趨勢更加直觀，結(jié)合實時用戶操作和網(wǎng)絡(luò)狀態(tài)，動態(tài)調(diào)整圖像加載區(qū)域的分辨率，優(yōu)化遠程影像訪問的體驗，使影像調(diào)用更加高效流暢。

技術(shù)研發(fā)人員：王鵑,李曉茁,孫平,韓晶晶,朱玲玲
受保護的技術(shù)使用者：珠海行知生物科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15