基于二维码的质控数据传输方法及装置

摘要

本发明涉及医疗数据传输技术领域，具体涉及一种基于二维码的质控数据传输方法及装置，方法包括：获取在预设周期内的检查诊断信息；根据所述检查诊断信息，生成所述预设周期对应的质控文件；将所述质控文件编码为二维码序列，并将所述二维码序列进行展示；采集所述二维码序列的展示图像，并将所述展示图像上传至云端，以使所述云端识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件。本发明可以便捷快速的将医院内容的质控数据传输至云端。

权利要求

1.一种基于二维码的质控数据传输方法，其特征在于，包括：获取在预设周期内的检查诊断信息；

根据所述检查诊断信息，生成所述预设周期对应的质控文件；其中，所述质控文件中包含所述检查诊断信息的至少一项质控指标；

将所述质控文件编码为二维码序列，并将所述二维码序列进行展示，所述将所述质控文件编码为二维码序列包括：将所述质控文件分割为多个部分，每一个部分进行编码得到一个二维码，以将质控文件转换为二维码序列；其中，所述二维码序列中包含多个二维码，所述二维码序列中的各个二维码均携带有标识码和二维码序号，所述二维码序列中的第一个二维码还携带有所述质控文件对应的二维码数量和所述质控文件的属性信息，其中，所述属性信息包括质控文件的名称、类型、大小和对应的医院标识中的至少一项；

采集所述二维码序列的展示图像，并将所述展示图像上传至云端，以使所述云端识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件。

2.根据权利要求1所述的方法，其特征在于，所述根据所述检查诊断信息，生成所述预设周期对应的质控文件，包括：从所述检查诊断信息中获取每一个质控指标的计算基础值；

根据所述计算基础值，计算对应的质控指标；

根据各个质控指标，生成所述质控文件。

3.根据权利要求1所述的方法，其特征在于，所述云端识别出所述展示图像中的二维码序列，包括：识别出所述展示图像中的第一个二维码；

判断所述第一个二维码携带的医院标识和所述展示图像的上传账号是否对应同一个医院；

若是，则识别出所述展示图像中的其余二维码；

否则，进行相应的反馈提醒。

4.根据权利要求1所述的方法，其特征在于，所述云端识别出所述展示图像中的二维码序列之前，方法还包括：所述云端对所述展示图像进行畸变矫正处理；其中，所述畸变矫正处理过程包括：根据锚定物的已知形状和已知颜色，确定所述展示图像中的锚定点；

基于所述锚定点，通过透视变换对所述展示图像进行畸变矫正。

5.根据权利要求4所述的方法，其特征在于，所述根据锚定物的已知形状和已知颜色，确定所述展示图像中的锚定点，包括:将每一张所述展示图像转换为对应的HSV图像，提取出所述HSV图像中第一预设颜色的像素点，并根据所述第一预设颜色的像素点生成颜色过滤图像；其中，所述颜色过滤图像和所述HSV图像的尺寸一致，且所述颜色过滤图像由第一预设颜色的像素点和第二预设颜色的像素点构成，所述颜色过滤图像中第一预设颜色的像素点和所述HSV图像中第一预设颜色的像素点一一对应；所述已知颜色和所述第一预设颜色相对应；

根据锚定物的已知形状，从所述颜色过滤图像中筛选出所述锚定物；

根据所述锚定物，从所述展示图像中确定所述锚定物对应的锚定点。

6.根据权利要求5所述的方法，其特征在于，所述根据锚定物的已知形状，从所述颜色过滤图像中筛选出所述锚定物，包括：将所述颜色过滤图像进行二值化处理，得到二值化图像；

检测出所述二值化图像中的各个全联通区域；

从各个全联通区域中筛选出面积在预设范围内的全联通区域；

从筛选出的全联通区域中确定所述已知形状的区域，并将所述已知形状的区域作为所述锚定物。

7.根据权利要求1所述的方法，其特征在于，所述将所述展示图像上传至云端之前，所述方法还包括：通过超分辨率网络模型将所述展示图像的分辨率处理为初始分辨率的N倍；其中，N为展示屏幕上的二维码的缩放倍率。

8.一种基于二维码的质控数据传输装置，其特征在于，包括：信息获取模块，用于获取在预设周期内的检查诊断信息；

文件形成模块，用于根据所述检查诊断信息，生成所述预设周期对应的质控文件；其中，所述质控文件中包含所述检查诊断信息的至少一项质控指标；

文件编码模块，用于将所述质控文件编码为二维码序列，并将所述二维码序列进行展示，所述将所述质控文件编码为二维码序列包括：将所述质控文件分割为多个部分，每一个部分进行编码得到一个二维码，以将质控文件转换为二维码序列；其中，所述二维码序列中包含多个二维码，所述二维码序列中的各个二维码均携带有标识码和二维码序号，所述二维码序列中的第一个二维码还携带有所述质控文件对应的二维码数量和所述质控文件的属性信息，其中，所述属性信息包括质控文件的名称、类型、大小和对应的医院标识中的至少一项；

数据采集模块，用于采集所述二维码序列的展示图像，并将所述展示图像上传至云端，以使所述云端识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件。

说明书

基于二维码的质控数据传输方法及装置

技术领域

[0001] 本发明涉及医疗数据传输技术领域，尤其是涉及一种基于二维码的质控数据传输方法及装置。

背景技术

[0002] 我国消化道早癌检出率较低，尤其是基层医院的检查存在检查流程不规范、时长不够、漏检等问题，于是内镜质控逐渐成为学界关注的重点。通过对质控指标进行分析统计，可以规范消化内镜的诊疗行为，提高消化道早癌检出率，提高医院内镜诊疗的同质化水平。

[0003] 由于医学数据的特殊性，以往的质控数据是医生线下填写，这种方式存在效率低等问题。由于大部分医疗信息都是保存在医院的内网中，无法直接链接互联网，所以使得信息实时传输变得较为困难。

发明内容

[0004] 为了解决现有医疗系统由于无法直接链接互联网导致医疗质控数据传输困难的技术问题，本发明提供了一种基于二维码的质控数据传输方法及装置。

[0005] 第一方面，本发明实施例提供一种基于二维码的质控数据传输方法，包括：

[0006] 获取在预设周期内的检查诊断信息；

[0007] 根据所述检查诊断信息，生成所述预设周期对应的质控文件；其中，所述质控文件中包含所述检查诊断信息的至少一项质控指标；

[0008] 将所述质控文件编码为二维码序列，并将所述二维码序列进行展示；其中，所述二维码序列中包含多个二维码；

[0009] 通过图像采集模块采集所述二维码序列的展示图像，并将所述展示图像上传至云端，以使所述云端识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件。

[0010] 第二方面，本发明实施例提供一种基于二维码的质控数据传输装置，包括：

[0011] 信息获取模块，用于获取在预设周期内的检查诊断信息；

[0012] 文件形成模块，用于根据所述检查诊断信息，生成所述预设周期对应的质控文件；其中，所述质控文件中包含所述检查诊断信息的至少一项质控指标；

[0013] 文件编码模块，用于将所述质控文件编码为二维码序列，并将所述二维码序列进行展示；其中，所述二维码序列中包含多个二维码；

[0014] 数据采集模块，用于采集所述二维码序列的展示图像，并将所述展示图像上传至云端，以使所述云端识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件。

[0015] 本发明与现有技术相比，具有以下有益效果：

[0016] 本发明实施例提供的基于二维码的质控数据传输方法及装置，首先获取预设周期内的检查诊断信息，然后基于检查诊断信息生成所述预设周期对应的质控文件，将质控文件编码为二维码序列，采集所述二维码序列的展示图像，并将所述展示图像上传至云端，这样所述云端可以识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件，实现将医院内网中的质控文件上传到医院外网上的云端，使得数据传输变得简单快速，提高了数据传输的效率，而且便于云端对各个医院的诊疗水平进行对比分析，有利于医院诊疗水平的同质化提高。

附图说明

[0017] 此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

[0018] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

[0019] 图1为本发明一个实施例中基于二维码的质控数据传输方法的流程示意图；

[0020] 图2为本发明一个实施例中手机采集的一张展示图像的示意图；

[0021] 图3是图2对应的颜色过滤图像的示意图；

[0022] 图4是对图2示出的展示图像提取二维码之后的图像示意图；

[0023] 图5是本发明一个实施例中各个锚定点所框起来的不规则区域的示意图；

[0024] 图6为本发明一个实施例中基于二维码的质控数据传输装置的结构框图。

具体实施方式

[0025] 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，所描述的实施例是本发明的一部分实施例，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做出创造性劳动的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。

[0026] 第一方面，本发明实施例提供一种基于二维码的质控数据传输方法，参见图1，该方法可以包括如下步骤S100 S400：~

[0027] S100、获取在预设周期内的检查诊断信息；

[0028] 其中，预设周期，可以是一个星期、一个月、两个月等，S200中得到的质控文件为这个星期对应的质控文件、这个月对应的质控文件、这两个月对应的质控文件。

[0029] 其中，检查诊断信息可以包括检查图像、诊断报告等信息。这些信息存储在医院的内网系统中，因此从医院的内网系统中获取到这些检查诊断信息。

[0030] S200、根据所述检查诊断信息，生成所述预设周期对应的质控文件；其中，所述质控文件中包含所述检查诊断信息的至少一项质控指标；

[0031] 其中，质控指标有多种，可以根据需要设置，例如，上消化道内镜检查完整率。

[0032] 在一个实施例中，S200可以包括如下附图中未示出的步骤S210 S230：~

[0033] S210、从所述检查诊断信息中获取每一个质控指标的计算基础值；

[0034] 其中，不同质控指标对应的计算基础值是不同的，利用对应的计算基础值和相应的计算公式可以得到对应的质控指标。

[0035] 例如，计算基础值可以为报告中包含的部位数、图像部位的识别结果、留图过程中黏膜清洁度评分等。

[0036] S220、根据所述计算基础值，计算对应的质控指标；

[0037] 例如，质控指标为上消化道内镜检查完整率。上消化道内镜检查完整率为在单位时间内上消化道内镜检查完整的例次数和同期的单位时间内上消化道内镜检查的总例次数之间的比值。其中，上消化道内镜检查完整是指对食管上段、中段、下段，贲门、胃底、胃体、胃角、胃窦、幽门，十二指肠球部、降段等部位完整观察并留图。

[0038] 在实际中，具体可以通过针对每一份检查图像和诊断报告中对应的检查部位数、识别结果等计算基础值确定该次内镜检查是否完整，进而利用单位时间内的上消化道内镜检查完整的例次数和上消化道内镜检查总例次数，计算上消化道内镜检查完整率。

[0039] 上消化道内镜检查完整率这一质控指标可以反映出医疗机构针对上消化道内镜技术的临床应用质量。

[0040] S230、根据各个质控指标，生成所述质控文件。

[0041] 基于上述S210 S230可以得到一个周期对应的质控文件。~

[0042] 具体的，在一个场景中，医院的工作人员可以将所述检查诊断信息上传至质控指标平台，所述质控指标平台将所述检查诊断信息上传至智能识别平台。所述智能识别平台在接收到检查诊断信息后会进行AI识别，可以从所述检查诊断信息中获取每一个质控指标的计算基础值，然后将所述计算基础值发送给质控指标平台。所述质控指标平台根据所述计算基础值计算对应的质控指标，并将各个质控指标形成所述质控文件。

[0043] S300、将所述质控文件编码为二维码序列，并将所述二维码序列进行展示；其中，所述二维码序列中包含多个二维码；

[0044] 在形成质控文件后，将质控文件进行编码，形成多个二维码，也就是说，将质控文件分割为多个部分，每一个部分进行编码得到一个二维码，这样就可以将质控文件转换为二维码序列，然后将这些二维码在屏幕上进行展示。

[0045] 可理解的是，S100 S300可以由具有显示屏幕的计算设备执行。~

[0046] 在具体实施时，所述二维码序列中的各个二维码均携带有标识码和二维码序号，所述二维码序列中的第一个二维码还携带有所述质控文件对应的二维码数量和所述质控文件的属性信息，其中，所述属性信息包括质控文件的名称、类型、大小和对应的医院标识中的至少一项。

[0047] 也就是说，每一个二维码除了具有质控文件中对应部分的数据之外，还携带有标识码，例如MD5标识码，所有的二维码携带有相同的MD5标识码，携带有相同MD5标识码的二维码对应的是同一个质控文件。而每一个二维码还携带有二维码序号，按照质控文件中的各部分数据的先后顺序将各个二维码进行排序，每一个二维码具有自己的序号，一个二维码的序号越小，表明该二维码对应的部分数据在质控文件中越靠前。

[0048] 除此之外，第一个二维码中还携带有质控文件的相关属性信息、二维码的总数量等信息，属性信息可以体现质控文件的相关信息。其中，名称可以按照患者信息或其它信息定义。大小是指质控文件所占的空间大小。类型，例如，上消化道内镜检查、下消化道内镜检查等，即可以根据检查类型进行分类。医院标识是指质控文件的来源医院的标识，不同的医院具有不同的标识，用以区分不同医院的质控文件。在云端可以接收不同医院的质控文件，实现对多个医院的质量控制的总体分析。

[0049] 在具体实施时，各个二维码可以以静态图像或者动态图像的方式展示在屏幕上，静态图像即图片，动态图像即多个静态图像形成的视频。即，二维码序列可以以图片或者视频的形式显示在设备屏幕上。

[0050] S400、采集所述二维码序列的展示图像，并将所述展示图像上传至云端，以使所述云端识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件。

[0051] 可理解的是，在S400中可以由具有图像采集模块的计算设备执行，例如，手机，可以通过手机上的app对屏幕上的二维码序列进行拍照或录像，得到展示图像，因此展示图像可以为静态图片，也可以动态的视频。然后通过手机将展示图像发送给云端。

[0052] 在一个场景中，如果一个二维码的尺寸为a*a，这样可以在屏幕上展示m个二维码，此时二维码的分辨率是比较高的。如果将二维码的尺寸缩小为原来的1/N，每一个二维码的尺寸变为b*b，此时屏幕上可以展示的二维码数量为m*N。如果对二维码进行缩小后，二维码的分辨率降低，因此手机在将展示图像发送给云端之前，可以采用超分辨率网络模型处理成高分辨率的图像。其中，超分辨率网络模型是一个将低分辨率的图像处理成一个高分辨率图像的GAN模型。

[0053] 也就是说，在一个实施例中，S400中将所述展示图像上传至云端之前，所述方法还包括：通过超分辨率网络模型将所述展示图像的分辨率处理为初始分辨率的N倍；其中， N为展示屏幕上的二维码的缩放倍率。

[0054] 其中，初始分辨率为手机拍照或录像后展示图像原本的分辨率，例如，将初始分辨率称之为第一分辨率，将处理后得到的展示图像的分辨率称之为第二分辨率，所述第二分辨率和所述第一分辨率的之比为N。

[0055] 其中，N为大于1的正整数，而且N的取值为在缩小后屏幕可以展示的二维码数量和在缩小之前屏幕可以展示的二维码数量之间的比值。

[0056] 其中，超分辨率网络模型的预先训练过程可以包括如下步骤：

[0057] 首先，获取训练数据：采集二维码图像，对图像进行下采样，得到尺寸为a*a的二维码图像，a的大小可以基于识别准确率的阈值确定；

[0058] 然后，利用训练数据进行模型训练，得到所需的超分辨率网络模型，该模型能够将尺寸为b*b的二维码上采样得到尺寸为a*a的二维码图像，a和b之间的倍率为N。

[0059] 一方面，在云端上视频解析出的图像的分辨率固有的低于图像采集时的分辨率，另一方面为了保证视频画面清晰，屏幕一般会停留一定时间，这就导致获取时间的增加，而使用超分辨率网络模型后可以将原本需要通过视频方式传输的情况转变为通过一幅图像传输，在保证二维码清晰度的同时节省了获取数据的时间，确保图像传输到云端的解析成功率避免返工拍摄，在总体上提升质控文件的传输效率。

[0060] 可理解的是，在云端进行全部的二维码解析之前，可以先进行身份校验，例如，先提取出第一个二维码，然后判断第一个二维码中携带的医院标识和质控文件对应的展示图像的上传者的账号即上传账号是否对应同一家医院，如果对应同一家医院，则云端继续提取其它的二维码，否则云端停止对其它二维码的解析，且不进行后续的数据合并等操作，并且给出失败的提示信息。

[0061] 也就是说，在一个实施例中，所述云端识别出所述展示图像中的二维码序列，包括：

[0062] 识别出所述展示图像中的第一个二维码；

[0063] 判断所述第一个二维码携带的医院标识和所述展示图像的上传账号是否对应同一个医院；

[0064] 若是，则识别出所述展示图像中的其余二维码；

[0065] 否则，进行相应的反馈提醒。

[0066] 即，云端在识别除了第一个二维码之外的其它二维码之前，首先会进行身份校验，只有身份校验成功才继续进行解析，这样可以提高解析的有效性。

[0067] 由于是通过手机或者其它设备采集的展示图像，展示图像会具有一些波纹、反光点等干扰信息，因此在对展示图像进行解析之前，可以进行图像矫正。如果展示图像包括一张或者多张图片，则针对每一张图片进行矫正。如果展示图像为一段视频，则将该段视频中的每一帧图片进行矫正，即将视频转为逐帧图片。

[0068] 在具体实施时，所述云端识别出所述展示图像中的二维码序列之前，方法还包括：所述云端对所述展示图像进行畸变矫正处理。

[0069] 其中，所述畸变矫正处理过程可以包括如下步骤：

[0070] （1）根据锚定物的已知形状和已知颜色，确定所述展示图像中的锚定点；

[0071] 参见图2，锚定物是指在一张图片的四个角上的具有特定形状和颜色的标记，通过锚定物可以确定一张图片的四个顶点的位置，一个图片中实际内容位于这4个顶点形成的矩形框内部。例如，在图2，锚定物的形状为L形，也可以称为直角框，颜色为蓝色。

[0072] 可理解的是，在该步骤中确定图像中的锚定点实际上是提取图像的顶点坐标。

[0073] （2）基于所述锚定点，通过透视变换对所述展示图像进行畸变矫正。

[0074] 可理解的是，在进行畸变矫正之前首先确定一张展示图像的锚定点，然后才能对四个锚定点形成的矩形框内部的图像进行矫正。

[0075] 其中，透视变换可以采用透视变换矩阵实现，其中透视变换矩阵中包括三部分数据，一部分数据是线性变换子矩阵，一部分数据是透视变换子矩阵，一部分是平移子矩阵。这三个子矩阵组合形成一个透视变换矩阵，利用该透视变换矩阵对四个锚定点形成的矩形框内部的图像进行透视变换处理，得到畸变矫正后的图像。

[0076] 进一步的，上述步骤“根据锚定物的已知形状和已知颜色，确定所述展示图像中的锚定点”，具体可以包括：

[0077] （1.1）将每一张所述展示图像转换为对应的HSV图像，提取出所述HSV图像中第一预设颜色的像素点，并根据所述第一预设颜色的像素点生成颜色过滤图像；

[0078] 其中，所述颜色过滤图像和所述HSV图像的尺寸一致，且所述颜色过滤图像由第一预设颜色的像素点和第二预设颜色的像素点构成，所述颜色过滤图像中第一预设颜色的像素点和所述HSV图像中第一预设颜色的像素点一一对应；所述已知颜色和所述第一预设颜色相对应；

[0079] 可理解的是，已知颜色是指在RGB图像中的颜色，而第一预设颜色是指已知颜色在HSV图像中的颜色，两者是对应的。例如，已知颜色为蓝色H:90 125或紫色H:125 155。~ ~

[0080] 可理解的是，HSV图像中的H为色调、S为饱和度、V为明度。其中，色调用角度度量，取值范围为0°～360°，从红色开始按逆时针方向计算，红色为0°，绿色为120°,蓝色为240°。它们的补色是：黄色为60°，青色为180°,品红为300°。饱和度S表示颜色接近光谱色的程度。
一种颜色，可以看成是某种光谱色与白色混合的结果。其中光谱色所占的比例越大，颜色接近光谱色的程度就越高，颜色的饱和度也就越高。饱和度高，颜色则深而艳。光谱色的白光成分为0，饱和度达到最高。通常取值范围为0%～100%，值越大，颜色越饱和。明度V表示颜色明亮的程度，对于光源色，明度值与发光体的光亮度有关，对于物体色，此值和物体的透射比或反射比有关。通常取值范围为0%（黑）到100%（白）。

[0081] 例如，针对图2示出的展示图像，转换为HSV图像，并根据HSV图像生成图3示出的颜色过滤图像。在图3示出的颜色过滤图像中包含两种颜色的像素点：第一预设颜色的像素点、第二预设颜色的像素点。第一预设颜色的像素点包括4个锚定物对应的像素点、因反光和波纹等因素造成的干扰像素点。第二预设颜色的像素点为黑色的像素点。

[0082] （1.2）根据锚定物的已知形状，从所述颜色过滤图像中筛选出所述锚定物；

[0083] 例如，由于锚定物具有特定的L形，因此可以根据特定的L形从图3示出的颜色过滤图像确定四个锚定物对应的各个像素点，从而得知展示图像中的四个锚定物，同时清除了中间的噪声干扰项，即基于形状清除了噪点。

[0084] （1.3）根据所述锚定物，从所述展示图像中确定所述锚定物对应的锚定点。

[0085] 在确定每一张展示图像中的锚定物之后，可以根据提前设定好的计算方式确定每一个锚定物的锚定点，锚定点是指锚定物中的一个固定点，例如，中心点、角点等。

[0086] 进一步的，在具体实施时，步骤（1.2）具体可以包括：

[0087] （1.21）将所述颜色过滤图像进行二值化处理，得到二值化图像；

[0088] （1.22）检测出所述二值化图像中的各个全联通区域；

[0089] 例如，通过边缘检测的方式可以找到二值化图像中的全联通区域。

[0090] （1.23）从各个全联通区域中筛选出面积在预设范围内的全联通区域；

[0091] 例如，过滤掉面积过小和过大的全联通区域，面积过小的区域一般为噪音、杂点等。面积过大的区域是非锚定物，因为锚定物的大小是毕竟有限的。

[0092] （1.24）从筛选出的全联通区域中确定所述已知形状的区域，并将所述已知形状的区域作为所述锚定物。

[0093] 例如，可以采用HOG+SVM算法从各个全联通区域中筛选出上述已知形状的区域，进而得到四个锚定物。

[0094] 可见，通过上述（1.21）（1.24）可以得到每一张展示图像中的锚定物。~

[0095] 在一个实施例中，对展示图像进行畸变矫正处理，之后识别出第一个二维码，然后依据第一个二维码携带的相关信息进行身份校验，在身份校验成功之后，识别出其它的二维码。具体可以通过腐蚀、膨胀的方式使每一个二维码变成单连通区域，之后利用边缘检测的算法将二维码提取出来，参见图4示出的提取二维码之后的展示图像。将各个二维码解码得到对应部分的质控数据后，将各个部分的质控数据合并为质控文件。

[0096] 可见，云端提取二维码的流程大致为：将视频形式的展示图像中获取每一帧图像，对每一帧图像确定顶点即锚定点，然后基于锚定点进行畸变矫正处理，在矫正之后进行二维码的提取。其中，顶点提取的过程可以包括：首先将图像转换为HSV图像，提取出第一预设颜色图像的像素点，形成颜色过滤图像，即颜色过滤。然后基于已知的情况从颜色过滤图像筛选出锚定物，即形状过滤。然后基于筛选得到的锚定物确定对应的锚定点。

[0097] 本方法中涉及到具有显示屏幕的计算设备、图像采集设备、云端等。这种方式以二维码为媒介，将医院内网中的质控文件上传到医院外网上的云端，在保证数据真实有效可回溯的基础上，提高了数据传输的效率。

[0098] 本方案中通过将内部文件转化为二维码后，采用外部拍摄的方式，实现了实时高效的信息传递。在数据传输时可以加入加密算法，保障信息传递的安全性和通用性。而且在使用外部摄像头（或手机）进行拍摄时，出现的图像畸变和反光导致的信息缺失是困扰当前算法的难点，而本方案提出了一种畸变矫正的算法，克服了这一问题。

[0099] 本发明实施例中采用的畸变矫正方法，采用锚定点确定矫正的区域，即利用锚定点对感兴趣区域进行标定，这种方式不受限于传输内容，感兴趣区域中的内容可以是任意形状、图形或者文本。

[0100] 虽然上文中多处提及四个锚定点，实际上并不限于矩形框作为感兴趣区域，也就是说，锚定点的数量不限于四个，各个锚定点所框起来的区域也不限于矩形，可以任意规则或者不规则的区域，例如，参见图5示出的不规则区域，这种算法使得不拘泥于某个特定的外边框。

[0101] 还有，由于我们已知锚定物的形状，因此畸变中间有断点，依旧可以找到锚定物中的锚定点。还有，由于本方案在确定锚定点时是对每一张图像进行标定，因此摄像头的角度、位置有变化时不会对二维码的识别结果有太大影响。

[0102] 本发明实施例提供的基于二维码的质控数据传输方法，首先获取预设周期内的检查诊断信息，然后基于检查诊断信息生成所述预设周期对应的质控文件，将质控文件编码为二维码序列，利用图像采集模块采集所述二维码序列的展示图像，并将所述展示图像上传至云端，这样所述云端可以识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件，实现将医院内网中的质控文件上传到医院外网上的云端，使得数据传输变得简单快速，提高了数据传输的效率，而且便于云端对各个医院的诊疗水平进行对比分析，有利于医院诊疗水平的同质化提高。

[0103] 第二方面，本发明实施例提供一种基于二维码的质控数据传输装置，参见图6，装置包括：

[0104] 信息获取模块，用于获取在预设周期内的检查诊断信息；

[0105] 文件形成模块，用于根据所述检查诊断信息，生成所述预设周期对应的质控文件；其中，所述质控文件中包含所述检查诊断信息的至少一项质控指标；

[0106] 文件编码模块，用于将所述质控文件编码为二维码序列，并将所述二维码序列进行展示；其中，所述二维码序列中包含多个二维码；

[0107] 数据采集模块，用于采集所述二维码序列的展示图像，并将所述展示图像上传至云端，以使所述云端识别出所述展示图像中的二维码序列，并将所述二维码序列解码为所述质控文件。

[0108] 在一个实施例中，所述二维码序列中的各个二维码均携带有标识码和二维码序号，所述二维码序列中的第一个二维码还携带有所述质控文件对应的二维码数量和所述质控文件的属性信息，其中，所述属性信息包括质控文件的名称、类型、大小和对应的医院标识中的至少一项。

[0109] 可理解的是，本发明实施例提供的装置中有关内容的解释、具体实施方式、有益效果、举例等内容可以参见第一方面提供的方法中的相应部分，此处不再赘述。

[0110] 本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

[0111] 本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、挂件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。

[0112] 以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。