具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供了一种医学数据处理服务器。其中，所述医学数据处理服务器可以包括存储器和处理器。

详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件的形式，存在的软件功能模块。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例提供的医学检测数据的数据处理方法，即实现以下步骤以得到对应的健康状态检测结果数据：

获取医学影像检测设备发送的多帧医学检测图像，其中，医学影像检测设备基于对目标对象进行图像采集得到多帧医学检测图像；对多帧医学检测图像进行筛选，得到多帧医学检测图像对应的至少一帧目标医学检测图像；基于预先训练得到的目标健康状态检测模型对至少一帧目标医学检测图像进行识别处理，得到目标对象的健康状态检测结果数据，其中，目标健康状态检测模型为神经网络模型，健康状态检测结果数据用于表征目标对象的健康状态。

可选地，在一种可能的示例中，所述存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。所述处理器可以是一种通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、片上系统(System on Chip，SoC)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

可选地，在一种可能的示例中，图1所示的结构仅为示意，所述医学数据处理服务器还可包括比图1中所示更多或者更少的组件，例如，可以包括用于与其它设备进行信息交互的通信单元。

结合图2，本发明实施例还提供一种医学检测数据的数据处理方法，可应用于上述医学数据处理服务器。其中，所述医学检测数据的数据处理方法有关的流程所定义的方法步骤，可以由所述医学数据处理服务器实现，且所述医学数据处理服务器通信连接有医学影像检测设备。

下面将对图2所示的具体流程，进行详细阐述。

步骤S110，获取所述医学影像检测设备发送的多帧医学检测图像。

在本发明实施例中，所述医学数据处理服务器可以先获取所述医学影像检测设备发送的多帧医学检测图像。其中，所述医学影像检测设备基于对目标对象进行图像采集得到多帧医学检测图像。

步骤S120，对所述多帧医学检测图像进行筛选，得到所述多帧医学检测图像对应的至少一帧目标医学检测图像。

在本发明实施例中，所述医学数据处理服务器可以在获取到所述多帧医学检测图像之后，对所述多帧医学检测图像进行筛选，得到所述多帧医学检测图像对应的至少一帧目标医学检测图像。

步骤S130，基于目标健康状态检测模型对所述至少一帧目标医学检测图像进行识别处理，得到所述目标对象的健康状态检测结果数据。

在本发明实施例中，所述医学数据处理服务器可以在得到所述至少一帧目标医学检测图像之后，基于预先训练得到的目标健康状态检测模型对所述至少一帧目标医学检测图像进行识别处理，得到所述目标对象的健康状态检测结果数据。其中，所述目标健康状态检测模型为神经网络模型，所述健康状态检测结果数据用于表征所述目标对象的健康状态。

基于上述方法，可以先获取医学影像检测设备对目标对象进行图像采集得到的多帧医学检测图像，然后，对得到的多帧医学检测图像进行筛选得到至少一帧目标医学检测图像，使得可以基于预先训练得到的目标健康状态检测模型对目标医学检测图像进行识别处理，得到目标对象的健康状态检测结果数据，基于此，通过利用成熟的神经网络技术，在保障对应的样本数据较为充分的基础上，可以使得得到的健康检测结果具有较高的可靠性，从而改善现有技术中存在的健康检测结果的可靠性不佳的问题，并且，还可以将基于目标健康状态检测模型得到的健康状态检测结果数据与医生根据经验做出的诊疗结果进行对比，从而得出更为可靠的检测结果。

可选地，在一种可能的示例中，步骤S110可以包括以下步骤，以获取到所述多帧医学检测图像：

步骤A01，判断是否需要进行健康状态检测处理，并在判定需要进行健康状态检测处理时，生成对应的健康状态检测通知信息；

步骤A02，将所述健康状态检测通知信息发送给所述医学影像检测设备，其中，所述医学影像检测设备用于在接收到所述健康状态检测通知信息之后，基于所述健康状态检测通知信息将对目标对象进行图像采集得到多帧医学检测图像发送给所述医学数据处理服务器；

步骤A03，获取所述医学影像检测设备基于所述健康状态检测通知信息发送的所述多帧医学检测图像。

可选地，在一种可能的示例中，上述示例中的A01可以包括以下步骤，以判断是否需要进行健康状态检测处理：

步骤A011，判断是否接收到通信连接的目标用户终端设备发送的健康状态检测请求信息，其中，所述目标用户终端设备用于基于对应的医护人员进行的健康状态检测请求操作生成所述健康状态检测请求信息；

步骤A012，若接收到所述目标用户终端设备发送的所述健康状态检测请求信息，则判定需要进行健康状态检测处理，并生成对应的健康状态检测通知信息；

步骤A013，若未接收到所述目标用户终端设备发送的所述健康状态检测请求信息，则判定步需要进行健康状态检测处理。

可选地，在一种可能的示例中，步骤S120可以包括以下步骤，以得到所述至少一帧目标医学检测图像：

步骤A11，基于每一帧所述医学检测图像对应的拍摄角度对所述多帧医学检测图像进行分类，得到多个检测图像分类集合，其中，任意一个所述检测图像分类集合包括的任意两帧所述医学检测图像对应的拍摄角度相同，任意两个所述检测图像分类集合之间所述医学检测图像对应的拍摄角度不同；

步骤A12，针对每一个所述检测图像分类集合，对该检测图像分类集合包括的多帧医学检测图像进行筛选处理，得到该检测图像分类集合对应的至少一帧目标医学检测图像。

可选地，在一种可能的示例中，上述示例中的A12可以包括以下步骤以得到每一个检测图像分类集合对应的至少一帧目标医学检测图像：

步骤A121，针对每一个所述检测图像分类集合，按照对应的图像采集先后顺序对该检测图像分类集合包括的多帧医学检测图像进行排序，得到该检测图像分类集合对应的检测图像序列；

步骤A122，针对每一个所述检测图像序列，基于该检测图像序列中各所述医学检测图像之间的排序关系，对该检测图像序列包括的多帧医学检测图像进行筛选处理，得到该检测图像序列对应的至少一帧目标医学检测图像。

可选地，在一种可能的示例中，上述示例中的A122可以包括以下步骤以得到每一个检测图像序列对应的至少一帧目标医学检测图像：

步骤A1221，针对每一个所述检测图像序列，在该检测图像序列中确定出具有目标标识信息的一帧医学检测图像作为第一医学检测图像，并将其它的医学检测图像作为第二医学检测图像，其中，所述目标标识信息基于所述医学影像检测设备在采集得到所述第一医学检测图像之后，响应对应医护人员进行的选择操作生成(如医护人员认为最佳的一帧)；

步骤A1222，针对每一个所述检测图像序列，基于该检测图像序列中每一帧所述第二医学检测图像与所述第一医学检测图像之间的关系执行目标筛选操作，以得到该检测图像序列对应的至少一帧目标医学检测图像。

其中，所述目标筛选操作可以包括：

步骤1，基于与所述第一医学检测图像之间的图像相似度，将每一帧所述第二医学检测图像确定为第一类医学检测图像和第二类医学检测图像(每一帧所述第一类医学检测图像与所述第一医学检测图像之间的图像相似度大于或等于预先确定的图像相似度阈值，每一帧所述第二类医学检测图像与所述第一医学检测图像之间的图像相似度小于图像相似度阈值)；

步骤2，基于对应的图像采集先后顺序在多帧所述第一类医学检测图像中确定出目标第一类医学检测图像，其中，所述目标第一类医学检测图像对应的图像采集先后顺序在多帧所述第一类医学检测图像对应的图像采集先后顺序中与所述第一医学检测图像对应的图像采集先后顺序最接近；

步骤3，基于对应的图像采集先后顺序在多帧所述第二类医学检测图像中确定出目标第二类医学检测图像，其中，所述目标第二类医学检测图像对应的图像采集先后顺序在多帧所述第二类医学检测图像中与所述第一医学检测图像对应的图像采集先后顺序最接近；

步骤4，基于所述目标第一类医学检测图像对应的图像采集先后顺序和所述目标第二类医学检测图像对应的图像采集先后顺序，确定出图像采集先后顺序范围得到图像采集先后顺序范围，并统计所述图像采集先后顺序范围内所述检测图像序列包括的医学检测图像的图像帧数，确定所述图像帧数与预先确定的帧数阈值之间的大小关系；

步骤5，若所述图像帧数大于或等于所述帧数阈值，则将所述图像采集先后顺序范围确定为目标图像采集先后顺序范围；

步骤6，若所述图像帧数小于所述所述帧数阈值，则基于多帧所述第一类医学检测图像对应的图像采集先后顺序确定第一采集先后顺序范围，并基于多帧所述第二类医学检测图像对应的图像采集先后顺序确定第二采集先后顺序范围，以及将所述第一采集先后顺序范围和所述第二采集先后顺序范围之间的交集范围，确定为目标图像采集先后顺序范围；

步骤7，在多帧所述第一类医学检测图像中选择出对应的图像采集先后顺序属于所述目标图像采集先后顺序范围的第一类医学检测图像，作为目标医学检测图像，并在多帧所述第二类医学检测图像中选择出对应的图像采集先后顺序属于所述目标图像采集先后顺序范围的第二类医学检测图像，作为目标医学检测图像，以及，将所述第一医学检测图像作为目标医学检测图像。

可选地，在一种可能的示例中，步骤S130可以包括以下步骤，以得到所述目标对象的健康状态检测结果数据：

步骤A31，针对所述至少一帧目标医学检测图像中的每一帧目标医学检测图像，基于预先训练得到的目标健康状态检测模型对该目标医学检测图像进行识别处理，得到该目标医学检测图像对应的健康状态检测结果数据；

步骤A32，基于每一帧所述目标医学检测图像对应的所述健康状态检测结果数据，确定所述目标对象的健康状态检测结果数据(例如，可以只要有一帧目标医学检测图像对应的所述健康状态检测结果数据表征所述目标对象的健康状态异常，就可以认为所述目标对象的健康状态检测结果数据为健康状态异常，或者，结合医护人员的诊断结果综合判断)。

可选地，在一种可能的示例中，上述示例中的步骤A31可以包括以下步骤，以得到每一帧目标医学检测图像对应的健康状态检测结果数据：

步骤A311，获取多帧医学检测样本图像，其中，所述多帧医学检测样本图像包括多个样本对象中每一个样本对象对应的多帧医学检测样本图像，所述多个样本对象包括多个第一样本对象和多个第二样本对象，每一个所述第一样本对象对应的目标部位或目标器官属于健康状态，每一个所述第二样本对象对应的所述目标部位或所述目标器官属于非健康状态，所述多个第二样本对象中至少存在两个第二样本对象对应的非健康状态的程度不同，每一个所述第一样本对象对应的多帧医学检测样本图像基于与所述目标部位或所述目标器官之间具有的多个拍摄角度进行图像采集得到，每一个所述第二样本对象对应的多帧医学检测样本图像基于与所述目标部位或所述目标器官之间具有的多个拍摄角度进行图像采集得到；

步骤A312，(基于对应的样本对象)对所述多帧医学检测样本图像进行分类，得到第一样本图像集合和第二样本图像集合，其中，所述第一样本图像集合包括的每一帧医学检测样本图像对应的样本对象属于所述第一样本对象，所述第二样本图像集合包括的每一帧医学检测样本图像对应的样本对象属于所述第二样本对象；

步骤A313，基于预设比例信息在所述第一样本图像集合中选择出多帧医学检测样本图像、在所述第二样本图像集合中选择出多帧医学检测样本图像，构建得到第一样本图像训练集合，并基于所述第一样本图像训练集合以外的其它医学检测样本图像构建得到第一样本图像测试集合；

步骤A314，基于所述第一样本图像训练集合对目标神经网络模型进行训练，得到对应的健康状态检测模型，并基于所述第一样本图像测试集合对所述健康状态检测模型进行测试处理，得到对应的测试结果；

步骤A315，若所述测试结果满足预先设置的测试条件，则将所述健康状态检测模型确定为目标健康状态检测模型，若所述测试结果不满足预先设置的测试条件，则基于所述预设比例信息在所述第一样本图像集合中重新选择出多帧医学检测样本图像、在所述第二样本图像集合中重新选择出多帧医学检测样本图像，构建得到第二样本图像训练集合(与所述第一样本图像训练集合不完全相同)，并基于所述第一样本图像训练集合以外的其它医学检测样本图像构建得到第二样本图像测试集合(与所述第一样本图像测试集合不完全相同)，直到基于所述第二样本图像测试集合对基于所述第二样本图像训练集合训练得到的健康状态检测模型进行测试处理得到的测试结果满足测试条件(循环至少一次)；

步骤A316，针对所述至少一帧目标医学检测图像中的每一帧目标医学检测图像，基于所述目标健康状态检测模型对该目标医学检测图像进行识别处理，得到该目标医学检测图像对应的健康状态检测结果数据。

结合图3，本发明实施例还提供一种医学检测数据的数据处理系统，可应用于上述医学数据处理服务器，所述医学数据处理服务器通信连接有医学影像检测设备。其中，所述医学检测数据的数据处理系统可以包括医学检测图像获取模块、医学检测图像筛选模块和医学检测图像识别模块。

详细地，所述医学检测图像获取模块，用于获取所述医学影像检测设备发送的多帧医学检测图像，其中，所述医学影像检测设备基于对目标对象进行图像采集得到多帧医学检测图像。所述医学检测图像筛选模块，用于对所述多帧医学检测图像进行筛选，得到所述多帧医学检测图像对应的至少一帧目标医学检测图像。所述医学检测图像识别模块，用于基于预先训练得到的目标健康状态检测模型对所述至少一帧目标医学检测图像进行识别处理，得到所述目标对象的健康状态检测结果数据，其中，所述目标健康状态检测模型为神经网络模型，所述健康状态检测结果数据用于表征所述目标对象的健康状态。

可选地，在一种可能的示例中，所述医学检测图像筛选模块具体用于：

基于每一帧所述医学检测图像对应的拍摄角度对所述多帧医学检测图像进行分类，得到多个检测图像分类集合，其中，任意一个所述检测图像分类集合中包括的任意两帧所述医学检测图像对应的拍摄角度相同，任意两个所述检测图像分类集合之间所述医学检测图像对应的拍摄角度不同；针对每一个所述检测图像分类集合，对该检测图像分类集合包括的多帧医学检测图像进行筛选处理，得到该检测图像分类集合对应的至少一帧目标医学检测图像。

可选地，在一种可能的示例中，所述医学检测图像识别模块具体用于：

针对所述至少一帧目标医学检测图像中的每一帧目标医学检测图像，基于预先训练得到的目标健康状态检测模型对该目标医学检测图像进行识别处理，得到该目标医学检测图像对应的健康状态检测结果数据；基于每一帧所述目标医学检测图像对应的所述健康状态检测结果数据，确定所述目标对象的健康状态检测结果数据。

综上所述，本发明提供的一种医学检测数据的数据处理方法及系统，可以先获取医学影像检测设备对目标对象进行图像采集得到的多帧医学检测图像，然后，对得到的多帧医学检测图像进行筛选得到至少一帧目标医学检测图像，使得可以基于预先训练得到的目标健康状态检测模型对目标医学检测图像进行识别处理，得到目标对象的健康状态检测结果数据，基于此，通过利用成熟的神经网络技术，在保障对应的样本数据较为充分的基础上，可以使得得到的健康检测结果具有较高的可靠性，从而改善现有技术中存在的健康检测结果的可靠性不佳的问题，并且，还可以将基于目标健康状态检测模型得到的健康状态检测结果数据与医生根据经验做出的诊疗结果进行对比，从而得出更为可靠的检测结果。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。