基于医学图像的报告签发方法及装置

摘要

本发明实施例公开的基于医学图像的报告签发方法，通过当接收到关于一医学图像的报告签发指令时，获取所述医学图像的AI判读结果；当判断所述医学图像的AI判读结果为阴性结果时，且任一医生用户对所述医学图像的人工判读结果与所述AI判读结果一致时，签发关于所述医学图像的报告单，并在所述报告单中标明阴性结果；当判断所述医学图像的AI判读结果为阳性结果时，向任两个医生用户请求所述医学图像的人工判读结果，且所述两个医生用户对所述医学图像的人工判读结果均与所述AI判读结果一致时，签发关于所述医学图像的报告单，并在所述报告单中标明阳性结果，能将人工智能应用于临床实践的报告签发中，利于医学智能化的发展，提高报告签发的效率。

权利要求

1.一种基于医学图像的报告签发方法，其特征在于，包括步骤：

当接收到关于任一医学图像的报告签发指令时，获取所述医学图像的AI判读结果；其中，所述医学图像的AI判读结果包括阴性结果和阳性结果；

当判断所述医学图像的AI判读结果为阴性结果时，向任一医生用户请求所述医学图像的人工判读结果；

当判断所述医学图像的AI判读结果为阴性结果，且所述医生用户对所述医学图像的人工判读结果与所述AI判读结果一致时，签发关于所述医学图像的报告单，并在所述报告单中标明阴性结果；

当判断所述医学图像的AI判读结果为阳性结果时，向任两个医生用户请求所述医学图像的人工判读结果；

当判断所述医学图像的AI判读结果为阳性结果，且所述两个医生用户对所述医学图像的人工判读结果均与所述AI判读结果一致时，签发关于所述医学图像的报告单，并在所述报告单中标明阳性结果；

所述医学图像通过以下步骤生成：

对病理切片的原始扫描图像分割成n个小图片后，计算所述n个小图片中每一所述小图片的病理指数；其中，10^10≥n≥10；

所述n个小图片中每一所述小图片的病理指数，获取所述n个小图片中病理指数最高的前m个小图片作为所述医学图像；其中，50≥m≥5。

2.如权利要求1所述的基于医学图像的报告签发方法，其特征在于，所述方法还包括步骤：当判断所述医学图像的AI判读结果为阳性结果，且所述两个医生用户中存在至少一个医生用户对所述医学图像的人工判读结果均与所述AI判读结果不一致时，向其他医生用户或专家医生用户发送所述医学图像的判读请求或组织讨论请求。

3.如权利要求2所述的基于医学图像的报告签发方法，其特征在于，所述方法还包括步骤：当接收到所述其他医生用户或专家医生用户对所述医学图像的人工判读结果时，签发关于所述医学图像的报告单，并在所述报告单中标明所述其他用户或专家用户对所述医学图像的人工判读结果。

4.如权利要求2所述的基于医学图像的报告签发方法，其特征在于，所述方法还包括步骤：当接收到所述两个医生用户和所述其他医生用户或专家医生用户经过讨论后发送的最终人工判读结果时，签发关于所述医学图像的报告单，并在所述报告单中标明所述最终判读结果。

5.如权利要求1所述的基于医学图像的报告签发方法，其特征在于，所述医学图像的AI判读结果通过一预设的分类器进行判读后获得，所述分类器通过由若干个标记有参考标注结果的医学图像进行训练；所述参考标注结果由a个标注用户的人工标注结果决定；其中，a≥1。

6.如权利要求5所述的基于医学图像的报告签发方法，其特征在于，还包括步骤：当任一标注用户对任一医学图像的人工标注结果和所述参考标注结果相一致时，则为所述用户的正确标注数加1；

当所述标注用户的正确标注数大于预设的阈值时，将所述标注用户加入医生用户库中。

7.一种基于医学图像的报告签发装置，其特征在于，包括：

AI判读结果获取模块，用于当接收到关于一医学图像的报告签发指令时，获取所述医学图像的AI判读结果；其中，所述医学图像的AI判读结果包括阴性结果和阳性结果；

第一人工判读结果获取模块，用于当判断所述医学图像的AI判读结果为阴性结果时，向任一医生用户请求所述医学图像的人工判读结果；

第一报告签发模块，用于当判断所述医学图像的AI判读结果为阴性结果，且所述医生用户对所述医学图像的人工判读结果与所述AI判读结果一致时，签发关于所述医学图像的报告单，并在所述报告单中标明阴性结果；

第二人工判读结果获取模块，用于当判断所述医学图像的AI判读结果为阳性结果时，向任两个医生用户请求所述医学图像的人工判读结果；

第二报告签发模块，用于当判断所述医学图像的AI判读结果为阴性结果，且所述两个医生用户对所述医学图像的人工判读结果均与所述AI判读结果一致时，签发关于所述医学图像的报告单，并在所述报告单中标明阳性结果；

所述医学图像通过以下步骤生成：

对病理切片的原始扫描图像分割成n个小图片后，计算所述n个小图片中每一所述小图片的病理指数；其中，10^10≥n≥10；

所述n个小图片中每一所述小图片的病理指数，获取所述n个小图片中病理指数最高的前m个小图片作为所述医学图像；其中，50≥m≥5。

8.一种基于医学图像的报告签发装置，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-6中任意一项所述的基于医学图像的报告签发方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1-6中任意一项所述的基于医学图像的报告签发方法。

说明书

基于医学图像的报告签发方法及装置

技术领域

[0001] 本发明涉及智能医疗领域，尤其涉及一种基于医学图像的报告签发方法及装 置。

背景技术

[0002] 机器学习用于医学图像分析前，需要大量的高质量的标注数据。如何确保标 注质量结果的可靠性及医生如何在人工智能辅助下签发医学报告，都是未来人工 智能应用于临床实践中所要面临和解决的问题。在不断验证和调试人工智能的准 确性方面也缺乏系统性的方法。将科学研究中人工智能辅助诊断系统，落地到临 床医疗实践中，确保诊断结果的可靠性及准确性，需要医生和人工智能之间有良 好的工作流程。发现人工智能现在已存在或者未来可能遇到的问题时，有不断学 习和调整的相关机制。

[0003] 目前，人工智能已在一定范围内应用于医学图像标注，但其还并未应用于报 告签发的临床实践中，影响其在智能医学的深入发展。

发明内容

[0004] 本发明实施例提供一种基于医学图像的报告签发方法及装置，能有效解决现 有的自动审核方法能耗高、耗时长的问题，减少计算机的运算量，提高效率，利 于医疗检验工作快速、准确地运转。

[0005] 本发明一实施例提供一种基于医学图像的报告签发方法，包括步骤：

[0006] 当接收到关于一医学图像的报告签发指令时，获取所述医学图像的A I判读 结果；其中，所述医学图像的AI判读结果包括阴性结果和阳性结果；

[0007] 当判断所述医学图像的AI判读结果为阴性结果时，向任一医生用户请求所 述医学图像的人工判读结果；

[0008] 当判断所述医学图像的AI判读结果为阴性结果，且所述医生用户对所述医 学图像的人工判读结果与所述AI判读结果一致时，签发关于所述医学图像的报 告单，并在所述报告单中标明阴性结果；

[0009] 当判断所述医学图像的AI判读结果为阳性结果时，向任两个医生用户请求 所述医学图像的人工判读结果；

[0010] 当判断所述医学图像的AI判读结果为阴性结果，且所述两个医生用户对所 述医学图像的人工判读结果均与所述AI判读结果一致时，签发关于所述医学图 像的报告单，并在所述报告单中标明阳性结果。

[0011] 与现有技术相比，本发明实施例公开的基于医学图像的报告签发方法，通过 当接收到关于一医学图像的报告签发指令时，获取所述医学图像的AI判读结果； 当判断所述医学图像的AI判读结果为阴性结果时，且任一医生用户对所述医学 图像的人工判读结果与所述AI判读结果一致时，签发关于所述医学图像的报告 单，并在所述报告单中标明阴性结果；当判断所述医学图像的AI判读结果为阳 性结果时，向任两个医生用户请求所述医学图像的人工判读结果，且所述两个医 生用户对所述医学图像的人工判读结果均与所述AI判读结果一致时，签发关于 所述医学图像的报告单，并在所述报告单中标明阳性结果，能将人工智能应用于 临床实践的报告签发中，利于医学智能化的发展，提高报告签发的效率。

[0012] 作为上述方案的改进，所述方法还包括步骤：

[0013] 当判断所述医学图像的AI判读结果为阴性结果，且所述两个医生用户中存 在至少一个医生用户对所述医学图像的人工判读结果均与所述AI判读结果不一 致时，向其他医生用户或专家医生用户发送所述医学图像的判读请求或组织讨论 请求。

[0014] 作为上述方案的改进，所述方法还包括步骤：

[0015] 当接收到所述其他医生用户或专家医生用户对所述医学图像的人工判读结 果时，签发关于所述医学图像的报告单，并在所述报告单中标明所述其他用户或 专家用户对所述医学图像的人工判读结果。

[0016] 作为上述方案的改进，所述方法还包括步骤：

[0017] 当接收到所述两个医生用户和所述其他医生用户或专家医生用户经过讨论 后发送的最终人工判读结果时，签发关于所述医学图像的报告单，并在所述报告 单中标明所述最终判读结果。

[0018] 作为上述方案的改进，所述医学图像的AI判读结果通过一预设的分类器进 行判读后获得，所述分类器通过由若干个标记有参考标注结果的医学图像进行训 练；所述参考标注结果由a个标注用户的人工标注结果决定；其中，a≥1。

[0019] 作为上述方案的改进，所述医学图像通过以下步骤生成：

[0020] 对病理切片的原始扫描图像分割成n个小图片后，计算所述n个小图片中每 一所述小图片的病理指数；其中，10^10≥n≥10；

[0021] 所述n个小图片中每一所述小图片的病理指数，获取所述n个小图片中病理 指数最高的前m个小图片作为所述医学图像；其中，50≥m≥5。

[0022] 本发明另一实施例对应提供了一种基于医学图像的报告签发装置，包括：

[0023] A I判读结果获取模块，用于当接收到关于一医学图像的报告签发指令时，获 取所述医学图像的AI判读结果；其中，所述医学图像的AI判读结果包括阴性结 果和阳性结果；

[0024] 第一人工判读结果获取模块，用于当判断所述医学图像的AI判读结果为阴 性结果时，向任一医生用户请求所述医学图像的人工判读结果；

[0025] 第一报告签发模块，用于当判断所述医学图像的AI判读结果为阴性结果， 且所述医生用户对所述医学图像的人工判读结果与所述AI判读结果一致时，签 发关于所述医学图像的报告单，并在所述报告单中标明阴性结果；

[0026] 第二人工判读结果获取模块，用于当判断所述医学图像的AI判读结果为阳 性结果时，向任两个医生用户请求所述医学图像的人工判读结果；

[0027] 第二报告签发模块，用于当判断所述医学图像的AI判读结果为阴性结果， 且所述两个医生用户对所述医学图像的人工判读结果均与所述AI判读结果一致 时，签发关于所述医学图像的报告单，并在所述报告单中标明阳性结果。

[0028] 本发明另一实施例提供了一种基于医学图像的报告签发装置，包括处理器、 存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所 述处理器执行所述计算机程序时实现上述任一发明实施例所述的基于医学图像 的报告签发方法。

[0029] 本发明另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介 质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读 存储介质所在设备执行上述任一发明实施例所述的基于医学图像的报告签发方 法。

附图说明

[0030] 图1是本发明一实施例提供的一种基于医学图像的报告签发方法的流程示意 图。

[0031] 图2是本发明实施例提供的病理切片的原始扫描图像的分割示意图。

[0032] 图3(a)是宫颈细胞学单细胞切割小图片。

[0033] 图3(b)是为宫颈细胞学细胞团切割小图片。

[0034] 图4是本发明一实施例提供的一种基于医学图像的报告签发装置的结构示意 图。

[0035] 图5是本发明另一实施例提供的一种基于医学图像的报告签发装置的结构示 意图。

具体实施方式

[0036] 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，所描述的实施例仅仅是本发明一部分实施例，而不是全 部的实施例。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。

[0037] 参见图1，是本发明一实施例提供的一种基于医学图像的报告签发方法的流 程示意图，包括：

[0038] S1、当接收到关于一医学图像的报告签发指令时，获取所述医学图像的AI 判读结果；其中，所述医学图像的AI判读结果包括阴性结果和阳性结果；

[0039] 在步骤S1中，优选地，所述医学图像通过以下方式生成：

[0040] 首先，如图2所示，对病理切片的原始扫描图像分割成n个小图片后，计算 所述n个小图片中每一所述小图片的病理指数；其中，10^10≥n≥10；

[0041] 然后，所述n个小图片中每一所述小图片的病理指数，获取所述n个小图片 中病理指数最高的前m个小图片作为所述医学图像通；其中，50≥m≥5。

[0042] 上述计算所述n个小图片中每一所述小图片的病理指数由人工智能完成，例 如通过人工智能可从大量图像中优先筛选排序呈现20张图像，可大幅度降低医 生的工作量。

[0043] 一般来说，原始扫描图像通过将细胞病理玻片，通过数字切片扫描仪，转化 为X400倍的数字图像，其大小可达到几个G到几十个G。如果需要完成人工智能 判定，计算量非常大，需要特定的机器才能完成，地点受限。因此，通过对原始 数字图像进行切割后，可通过普通的移动终端即可完成AI判读，切割后的图像 无需在大容量的计算机才能加载，降低运算量和能耗。如图3(a)所示，为宫颈细 胞学单细胞切割小图片，如图3(b)所示，为宫颈细胞学细胞团切割小图片。

[0044] 另外，小图片可以方便在互联网上下载至不同的接收平台下，可便于在云端 快速响应到移动端设备中，实现快速的操作，从而完成AI判读过程。

[0045] S2、当判断所述医学图像的AI判读结果为阴性结果时，向任一医生用户请 求所述医学图像的人工判读结果；

[0046] 具体的，医生用户即具有签发资格的用户，一般其具有执业医师证。

[0047] 由于所述医学图像为切割后的小图片，其可加载至医生用户所持的移动终端 进行显示。因此，医生用户可在闲暇的空余时间(例如，在坐车、等车过程)使 用移动终端(例如，手机等)进行测试标注，也可在家或办公室使用一般的PC 进行判读，可在不同设备上同步性操作，大大增加了便捷性，最大时间利用医生 用户的零碎时间操作。而且，通过人工智能筛选过后的小图片，能大大降低医生 用户的工作量，并降低医生用户由于疲劳而容易出错的风险。

[0048] S3、当判断所述医学图像的AI判读结果为阴性结果，且所述医生用户对所 述医学图像的人工判读结果与所述AI判读结果一致时，签发关于所述医学图像 的报告单，并在所述报告单中标明阴性结果；

[0049] 在步骤S3中，由于阴性结果的概率远远高于阳性结果，因此，其出错率较 低，无需多个医生用户复核即可出单。

[0050] S4、当判断所述医学图像的AI判读结果为阳性结果时，向任两个医生用户 请求所述医学图像的人工判读结果；

[0051] 在步骤S3中，由通过随机向任两个医生用户符合AI判读结果，保证了阳性 结果的客观性，避免一个医生用户的偏见等导致结果出错。且在医学领域，阳性 结果的概率较低，需谨慎对待，因此，需要两个医生进行复核才可出单。

[0052] S5、当判断所述医学图像的AI判读结果为阳性结果，且所述两个医生用户 对所述医学图像的人工判读结果均与所述AI判读结果一致时，签发关于所述医 学图像的报告单，并在所述报告单中标明阳性结果。

[0053] 可以理解的，当两个医生用户均同意AI判读结果时，则证明AI判读结果具 有较高的客观性和准确性，可签发关于所述医学图像的报告单。

[0054] 对于医生用户所持的移动终端，当接受到请求人工判读的请求时，在显示所 述医学图像时，在所述显示界面上显示所述医学图像的AI判读结果，并同时显 示是否同意所述医学图像的AI判读结果的第二选项按钮；其中，所述第二选项 按钮包括同意按钮和反对按钮；

[0055] 当所接收到所述医生用户对所述同意按钮的点击操作时，则确定该医生用户 的人工判读结果与所述医学图像的AI判读结果一致；

[0056] 当接收到所述医生用户对所述反对按钮的点击操作时，则确定该医生用户的 人工判读结果与所述医学图像的AI判读结果不一致。

[0057] 本发明实施例在实施过程中，能将人工智能应用于临床实践的报告签发中， 利于医学智能化的发展，提高报告签发的效率，确保在人工智能辅助诊断下的医 疗安全，在患者人数增加时，医疗质量不降低而提升。

[0058] 此外，在上述实施例的基础上，另一实施例还包括步骤：

[0059] 当判断所述医学图像的AI判读结果为阳性结果，且所述两个医生用户中存 在至少一个医生用户对所述医学图像的人工判读结果均与所述AI判读结果不一 致时，向其他医生用户或专家医生用户发送所述医学图像的判读请求或组织讨论 请求；

[0060] 当接收到所述其他医生用户或专家医生用户对所述医学图像的人工判读结 果时，签发关于所述医学图像的报告单，并在所述报告单中标明所述其他用户或 专家用户对所述医学图像的人工判读结果；

[0061] 当接收到所述两个医生用户和所述其他医生用户或专家医生用户经过讨论 后发送的最终人工判读结果时，签发关于所述医学图像的报告单，并在所述报告 单中标明所述最终判读结果。

[0062] 优选地，所述医学图像的AI判读结果通过一预设的分类器进行判读后获得， 所述分类器通过由若干个标记有参考标注结果的医学图像进行训练；所述参考标 注结果由a个标注用户的人工标注结果决定；其中，a≥1。

[0063] 其中，标注用户和医生用户有所区别，标注用户仅具有病理标注资格，而医 生用户还具有报告签发资格，其对报告的内容负责。用户需经过专门的测试才能 授予其病理标注资格，例如需随机调用s张(s≥10)用于测试所述用户的医学图 像，获取所述用户对每一所述医学图像的标注结果，将所述用户对每一所述医学 图像的标注结果与所述正确标注结果进行比对，获取所述用户对所述s张具有正 确标记结果的医学图像的标注正确率，当判断所述标注正确率大于预设的第一阈 值时，则确定所述用户具有病理标注资格。通过统一的测试对标注工作者进行筛 选，可保证了较高的医疗水平，标注质量的一致性和稳定性，能够保证标注质量， 能获得客观性的科学评价指标，利于后续的机器学习模型构建。

[0064] 在另一优选实施例中，所述方法还包括步骤：

[0065] 当任一标注用户对任一医学图像的人工标注结果和所述参考标注结果相一 致时，则为所述用户的正确标注数加1；

[0066] 当所述标注用户的正确标注数大于预设的阈值时，将所述标注用户加入医生 用户库中。

[0067] 将优秀的标注用户加入医生用户库中，当其具有执业医师证时，可申请正式 的医生用户，具有报告签发资格，能克服现有医生用户严重不足和超负荷工作的 问题，大大缓解现有的报告签发压力，提高报告签发的效率。

[0068] 参见图4，为本发明实施例提供的一种基于医学图像的报告签发装置的结构 示意图，包括：

[0069] AI判读结果获取模块101，用于当接收到关于一医学图像的报告签发指令时， 获取所述医学图像的AI判读结果；其中，所述医学图像的AI判读结果包括阴性 结果和阳性结果；

[0070] 第一人工判读结果获取模块102，用于当判断所述医学图像的AI判读结果为 阴性结果时，向任一医生用户请求所述医学图像的人工判读结果；

[0071] 第一报告签发模块103，用于当判断所述医学图像的AI判读结果为阴性结 果，且所述医生用户对所述医学图像的人工判读结果与所述AI判读结果一致时， 签发关于所述医学图像的报告单，并在所述报告单中标明阴性结果；

[0072] 第二人工判读结果获取模块104，用于当判断所述医学图像的AI判读结果为 阳性结果时，向任两个医生用户请求所述医学图像的人工判读结果；

[0073] 第二报告签发模块105，用于当判断所述医学图像的AI判读结果为阴性结 果，且所述两个医生用户对所述医学图像的人工判读结果均与所述AI判读结果 一致时，签发关于所述医学图像的报告单，并在所述报告单中标明阳性结果。

[0074] 本发明实施例的基于医学图像的报告签发装置的实施过程和工作原理可参 考上述任一项对基于医学图像的报告签发方法的描述，在此不再赘述。

[0075] 本发明另一实施例提供了一种基于医学图像的报告签发装置，包括处理器、 存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所 述处理器执行所述计算机程序时实现上述任一发明实施例所述的基于医学图像 的报告签发方法。

[0076] 本发明另一实施例提供了一种计算机可读存储介质，所述计算机可读存储介 质包括存储的计算机程序，其中，在所述计算机程序运行时控制所述计算机可读 存储介质所在设备执行上述任一发明实施例所述的基于医学图像的报告签发方 法。

[0077] 参见图5，是本发明另一实施例提供的基于医学图像的报告签发装置的结构 示意图。所述基于医学图像的报告签发装置包括：至少一个处理器11，例如CPU， 至少一个网络接口14或者其他用户接口13，存储器15，至少一个通信总线12， 通信总线12用于实现这些组件之间的连接通信。其中，用户接口13可选的可以 包括USB接口以及其他标准接口、有线接口。网络接口14可选的可以包括Wi-Fi 接口以及其他无线接口。存储器15可能包含高速RAM存储器，也可能还包括非 不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。存储器15 可选的可以包含至少一个位于远离前述处理器11的存储装置。

[0078] 在一些实施方式中，存储器15存储了如下的元素，可执行模块或者数据结 构，或者他们的子集，或者他们的扩展集:

[0079] 操作系统151，包含各种系统程序，如电池管理系统等等，用于实现各种基 础业务以及处理基于硬件的任务；

[0080] 程序152。

[0081] 具体地，处理器11用于调用存储器15中存储的程序152，执行上述实施 例所述基于医学图像的报告签发方法，例如图1所示的步骤S11。或者，所述处 理器11执行所述计算机程序时实现上述各装置实施例中各模块/单元的功能，例 如AI判读结果获取模块101。

[0082] 示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个 或者多个模块/单元被存储在所述存储器中，并由所述处理器执行，以完成本发 明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指 令段，该指令段用于描述所述计算机程序在所述基于医学图像的报告签发装置中 的执行过程。

[0083] 所述基于医学图像的报告签发装置可包括，但不仅限于，处理器11、存储器 15。本领域技术人员可以理解，所述示意图仅仅是基于医学图像的报告签发装置 的示例，并不构成对基于医学图像的报告签发装置的限定，可以包括比图示更多 或更少的部件，或者组合某些部件，或者不同的部件，例如所述基于医学图像的 报告签发装置还可以包括输入输出设备、网络接入设备、总线等。

[0084] 所称处理器11可以是中央处理单元(Central Processing Unit，CPU)，还 可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、 专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编 程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、 分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者 该处理器也可以是任何常规的处理器等，所述处理器11是所述基于医学图像的 报告签发装置的控制中心，利用各种接口和线路连接整个基于医学图像的报告签 发装置的各个部分。

[0085] 所述存储器15可用于存储所述计算机程序和/或模块，所述处理器11通过 运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储 器内的数据，实现所述基于医学图像的报告签发装置的各种功能。所述存储器15 可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少 一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据 区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外， 存储器15可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬 盘、内存、插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、 或其他易失性固态存储器件。

[0086] 其中，所述基于医学图像的报告签发装置集成的模块/单元如果以软件功能 单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取 存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程， 也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一 计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法 实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代 码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算 机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介 质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电 信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可 以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管 辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。

[0087] 以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术 人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改 进和润饰也视为本发明的保护范围。