基于B/S架构的医用磁共振质量控制处理系统的设计研究

发布时间：2021-01-29 12:52

　　目的研究并设计一套医用磁共振质量控制处理系统。方法利用Node.js、Python及Tensorflow等技术,采用B/S架构,根据医用磁共振设备日常维护及质量控制工作的需求和要求,构建相对应的深度学习应用模块。结果初步实现了高性能、高拓展性及高可维护性的医用磁共振质量控制处理系统。结论该处理系统提供了一种数字化质量控制解决思路,具有较高的实用价值和应用前景。 

【文章来源】：中国医疗设备. 2020,35(11)

【文章页数】：4 页

【部分图文】：

医用磁共振质量控制处理系统运行状况

系统采用B/S架构模式进行部署。如图1所示，前端表示层面向用户提供医用磁共振设备的信息登记、质量控制管理、信息查询、日志管理、数据导入导出等服务；业务逻辑层由Node.js作为运行环境，搭建与前后端进行交互的Web服务器数据通讯枢纽，提供应用服务，并与python核心运算模块及tensorflow机器学习开发平台链接；数据存储层由My SQL、Mongo Db等数据库保存常用文本信息，由Redis构建高速缓存数据库，由dcm4che构建用于存储标准医学影像数据的DICOM图像服务器[17-20]。2.2 系统业务流程

该系统的主要操作流程如图2所示。管理人员在登录系统后，进行设备信息登记、质量控制管理、信息查询、日志管理、数据导入导出等操作。网络平台收到请求后，根据请求的内容将请求信息分发到对应的模块，在获得返回结果后将其返回给用户，管理人员可根据后续结果进行下一步操作。3 系统开发

【参考文献】：
期刊论文
[1]基于Node.js的Python脚本调用方法[J]. 吴晓一.  电脑编程技巧与维护. 2020(06)
[2]基于Python的超声设备可靠性自动化测试系统[J]. 郑天,程建政.  电脑知识与技术. 2020(10)
[3]我国各区域磁共振成像设备配置效率及影响因素[J]. 杨毅,魏艳,周星宇,黄晓玲,张晨,徐宁泽,程敬亮,陈英耀.  中国卫生资源. 2020(02)
[4]基于B/S构架的放射治疗质控系统的设计[J]. 方园.  医疗装备. 2020(05)
[5]基于ORB算法与神经网络的图像特征点提取方法[J]. 赵旭,张建伟,梁斌斌.  现代计算机. 2020(07)
[6]基于人工智能的正位DR胸片质控体系研究与应用[J]. 王继元,李真林,蒲立新,张凯,刘秀民,周滨.  生物医学工程学杂志. 2020(01)
[7]利用深度学习技术构建药品包装识别系统方法研究[J]. 施华宇,刘敏超,辛海莉,李闯,张震江.  中国医院. 2019(10)
[8]基于Python和MySQL的医疗机构药品及耗材信息管理系统的设计与实现[J]. 邹奕轩,赵海桐,赵紫婷,周蕾蕾,马洁,蒋红兵,赵蓉.  中国医学装备. 2019(09)
[9]关于医用磁共振成像系统（MRI）磁场强度建标符合性评定的探讨[J]. 刘维霞.  信息记录材料. 2019(09)
[10]TensorFlow架构与实现机制的研究[J]. 费宁,张浩然.  计算机技术与发展. 2019(09)

硕士论文
[1]磁共振质量控制的智能评价系统研究[D]. 林迪逵.福州大学 2017



本文编号：3006918