医院网络安全解决方案.pdf

中华医学会第二十三次全国医学信息学术会议论文汇编 学图像分割领域中具有较好的应用前景。 电子显微镜是病理诊断中的常用工具，在肾组织病理活检 2．2 cNN在临床病理学辅助诊断中的应用 诊断、肿瘤组织病理诊断中发挥重要作用。ciresall和wu 病理学诊断在观测器官肉眼改变的基础上，通过镜 提出了提出了基于迭代cNN的细胞膜分割方法，用于电 下观察组织和细胞结构做出诊断，是具有权威性的诊断方 子显微镜图像的分割。细胞膜检测概率地图可以通过采用 法，但目前基于医生主观意见的人工分析方法具有不可复 分类器算法判断图像中的像素是否对应细胞膜得出，经过 制性，不同医生对同一张病理切片的诊断可具有较大差异。 使用cNN多次迭代，相较于传统的机器学习分割方法， 随着计算机技术的发展，计算机自动识别和定量分析系统 该算法能够显著地提高膜分割效果。 被开发和推广于临床病理学的辅助诊断，其中cNN主要 综上，cNN应用于病理学辅助诊断具有巨大的前景， 应用于细胞的计数和分类、细胞有丝分裂等领域。 特别是于可携带电子终端平台上开发基于cNN技术的智 皮肤癌的诊断首先由医师采用皮肤镜对可疑区域进行 能应用，或可突破性地提高某些疾病的检出率，大大减轻 初筛，再经由患处皮肤活组织病理结检查即可确诊。最近， 临床医生的工作量。部分相关研究结果显示其实际应用效 Esteva等突破性地报道了基于cNN设计的用于检测皮肤果与理想效果还有一定差距，提示病理图像的分析研究还 癌的算法，其利用了心Ⅲ在图像分类领域的优势，采用 有很长的路要走。 129450张涵盖了2032种皮肤疾病的临床图片训练其识别3小结 能力。之后，该团队纳入21名皮肤科医生，令其通过图 CNN应用于临床医疗辅助诊断中，可在提高临床诊 片鉴别经病理验证的角化细胞癌和良性脂溢性角化病、恶 断效率的同时保证一定的准确率，且可通过扩充训练数据 性黑色素瘤和痣，并与该算法的识别结果进行比对，结果 样本进一步提高准确率，通过完善训练框架进一步缩短运 显示该算法对皮肤癌的分辨能力与一个训练有素的皮肤科 算时间，在医学影像学、病理学图像分割领域中具有较好 医生相当，准确率均约为91％。Esteva进一步提出，在不的应用前景。该技术的进一步完善和推广应用可或减轻医 远的未来，基于该算法开发出智能手机应用程序可帮助人 生的工作强度，提高工作效率和诊断的准确率，具有巨大 们低成本地进行皮肤癌自检，可极大地促进皮肤癌的早期 的潜力。 诊断。小细胞肺癌的病理学特征并不明显，其细胞较小， 光镜下可识别的分裂现象较少，为该病的诊断带来一定的 困难。李学沧等采用CNN方法辅助诊断小细胞肺癌，设 计了5层网络结构，采用300张小细胞肺癌的病理切片对 OR一3—003 CNN算法进行训练，结果显示CNN诊断小细胞肺癌的准医院网络安全解决方案 确率为68．6％，优势性欠佳，但其诊断速度较人工诊断大 比确子拉刘罡向明飞王欢 大提高。zhao等提出了基于cNN的白细胞五分类算法，(四JII省肿瘤医院．研究所，四川省癌症防治中心；电子科 成功识别了嗜酸性粒细胞和嗜碱性粒细胞，在进行特征提 技大学附院) 取后，于cellaⅥsion数据库上进行精度比对，结果提示该 算法对白细胞分类的精度达92．8％，取得了满意效果，为 第一章网络总体设计 临床医学诊断提供了一种可尝试的新方法。另有王冠皓基 1．1网络安全概述 于CNN技术建立初始化的局部区域活动边界模型，对乳 网络安全是指网络系统的硬件、软件及其系统中的数 腺病理图像中的乳腺肿瘤细胞进行细胞检测和细胞边界的 据受到保护，不受偶然的或者恶意的原因而遭到破坏、更 分割，结果显示该模型可自动检测到高分辨率图像中的细 改、泄露，系统连续可靠正常地运行，网络服务不中断。 胞，且其与蓝色比例阈值、迭代镜像选举等方法比较的结