[發明專利]一種基于卷積神經網絡的醫療分析輔助系統

在審

• 申請號: 201810914423.2
• 申請日: 2018-08-13
• 公開（公告）號: CN109192299A
• 公開（公告）日: 2019-01-11
• 發明（設計）人: 商顯震;孫毓忠
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06N3/04
• 代理公司: 北京泛華偉業知識產權代理有限公司 11280
• 代理人: 王勇

1.一種構建醫療分析模型的方法，包括以下步驟：

步驟1：根據醫學書籍記載的疾病種類和醫學特征之間的關聯性，構建由多組樣本數據組成的訓練樣本集，其中每組樣本數據包括一種疾病種類和對應的醫學特征；

步驟2：基于所述訓練樣本集，以醫學特征作為輸入，以疾病種類作為輸出，通過訓練卷積神經網絡獲得用于預測疾病信息的醫療分析模型。

2.根據權利要求1所述的方法，其中，在步驟1，對于所述醫學書籍包含的多種疾病中的一種疾病，執行以下步驟：

步驟11：從所述醫學書籍中抽取關于該種疾病的多個方面的文字描述；

步驟12：通過分詞方法將該種疾病的多個方面的文字描述轉換為醫學特征表示；

步驟13：根據所轉換的醫學特征表示和該種疾病的對應關系構成一組樣本數據。

3.根據權利要求2所述的方法，其中，步驟13還包括以下子步驟：

步驟131：從該種疾病對應的醫學特征中隨機抽取預定比例的組合作為該種疾病對應的醫學特征；

步驟132：將步驟131重復執行多次以獲得該種疾病對應的多種醫學特征組合。

4.根據權利要求2所述的方法，其中，所述多個方面包括病因、發病機制、臨床表現、影像學表現、實驗室檢查、診斷、鑒別診斷、預防以及治療中的至少兩項。

5.根據權利要求1所述的方法，其中，步驟2中包括：

步驟21：將所述訓練樣本集中的醫學特征轉換為向量表示；

步驟22：將所述訓練樣本集中的醫學特征的向量表示組合為醫學特征向量矩陣；

步驟23：以所述醫學特征向量矩陣為輸入，以對應的疾病種類為輸出訓練所述卷積神經網絡。

6.根據權利要求5所述的方法，其中，在步驟21中，利用連續詞袋模型將醫學特征轉換為向量表示。

7.一種醫療分析輔助系統，包括：

醫學特征提取單元，用于獲取描述待診斷樣本的醫學特征；

輔助分析單元：用于將所述醫學特征輸入到根據權利要求1至6任一項所獲得的醫療分析模型，以獲得預測的疾病種類信息。

8.根據權利要求7所述的系統，其特征在于，所述輔助分析單元還用于基于所述預測的疾病種類信息輸出用于臨床指示的醫療信息。

9.一種計算機可讀存儲介質，其上存儲有計算機程序，其中，該程序被處理器執行時實現根據權利要求1至6中任一項所述方法的步驟。

10.一種計算機設備，包括存儲器和處理器，在所述存儲器上存儲有能夠在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1至6中任一項所述的方法的步驟。