[發(fā)明專利]一種影像報(bào)告分析方法、設(shè)備及計(jì)算機(jī)存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201911345502.7
• 申請(qǐng)日: 2019-12-24
• 公開（公告）號(hào): CN111192660B
• 公開（公告）日: 2023-10-13
• 發(fā)明（設(shè)計(jì)）人: 何志強(qiáng);鄭介志
• 申請(qǐng)（專利權(quán)）人: 上海聯(lián)影智能醫(yī)療科技有限公司
• 主分類號(hào): G16H30/20
• 分類號(hào): G16H30/20
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;賈允

1.一種影像報(bào)告分析方法，其特征在于，所述方法包括：

獲取多組數(shù)據(jù)，所述多組數(shù)據(jù)中的每組數(shù)據(jù)包含目標(biāo)影像和目標(biāo)用戶的影像報(bào)告；

利用神經(jīng)網(wǎng)絡(luò)對(duì)所述每組數(shù)據(jù)中的目標(biāo)影像進(jìn)行圖像識(shí)別，得到第一識(shí)別結(jié)果；

將所述每組數(shù)據(jù)中的影像報(bào)告進(jìn)行基于文本特征的識(shí)別，得到第二識(shí)別結(jié)果；

將所述多組數(shù)據(jù)中每組數(shù)據(jù)對(duì)應(yīng)的第一識(shí)別結(jié)果和第二識(shí)別結(jié)果進(jìn)行準(zhǔn)確性分析，得到目標(biāo)識(shí)別結(jié)果；

根據(jù)所述第二識(shí)別結(jié)果和所述目標(biāo)識(shí)別結(jié)果生成統(tǒng)計(jì)樣本集；

基于所述統(tǒng)計(jì)樣本集進(jìn)行統(tǒng)計(jì)分析，得到針對(duì)所述目標(biāo)用戶的影像報(bào)告的分析結(jié)果。

2.根據(jù)權(quán)利要求1所述的影像報(bào)告分析方法，其特征在于，所述將所述多組數(shù)據(jù)中每組數(shù)據(jù)對(duì)應(yīng)的第一識(shí)別結(jié)果和第二識(shí)別結(jié)果進(jìn)行準(zhǔn)確性分析，得到目標(biāo)識(shí)別結(jié)果包括：

將所述多組數(shù)據(jù)中每組數(shù)據(jù)對(duì)應(yīng)的第一識(shí)別結(jié)果和第二識(shí)別結(jié)果進(jìn)行比對(duì)，得到比對(duì)結(jié)果；

在比對(duì)結(jié)果表示所述第一識(shí)別結(jié)果和第二識(shí)別結(jié)果的一致度大于等于預(yù)設(shè)閾值時(shí)，獲取相應(yīng)的第一識(shí)別結(jié)果作為第一目標(biāo)識(shí)別結(jié)果；

在比對(duì)結(jié)果表示所述第一識(shí)別結(jié)果和第二識(shí)別結(jié)果的一致度小于預(yù)設(shè)閾值時(shí)，獲取相應(yīng)的目標(biāo)影像和/或第一識(shí)別結(jié)果和/或第二識(shí)別結(jié)果作為待核實(shí)數(shù)據(jù)；

發(fā)送針對(duì)所述待核實(shí)數(shù)據(jù)的核實(shí)請(qǐng)求；

獲取響應(yīng)于所述核實(shí)請(qǐng)求的核實(shí)結(jié)果，將所述核實(shí)結(jié)果作為第二目標(biāo)識(shí)別結(jié)果；

根據(jù)所述第一目標(biāo)識(shí)別結(jié)果和所述第二目標(biāo)識(shí)別結(jié)果得到目標(biāo)識(shí)別結(jié)果。

3.根據(jù)權(quán)利要求1所述的影像報(bào)告分析方法，其特征在于，

所述統(tǒng)計(jì)樣本集中的每一條統(tǒng)計(jì)樣本包括以下至少之一：序號(hào)標(biāo)識(shí)、用戶標(biāo)識(shí)、器官標(biāo)識(shí)、疾病標(biāo)識(shí)和疾病特征；

所述基于所述統(tǒng)計(jì)樣本集進(jìn)行統(tǒng)計(jì)分析，得到分析結(jié)果包括：

獲取目標(biāo)用戶的用戶標(biāo)識(shí)和目標(biāo)疾病的疾病標(biāo)識(shí)；

根據(jù)所述目標(biāo)用戶的用戶標(biāo)識(shí)和所述目標(biāo)疾病的疾病標(biāo)識(shí)從所述統(tǒng)計(jì)樣本集中獲取對(duì)應(yīng)的統(tǒng)計(jì)樣本作為目標(biāo)統(tǒng)計(jì)樣本集；

根據(jù)所述目標(biāo)統(tǒng)計(jì)樣本集進(jìn)行分析，得到針對(duì)所述目標(biāo)用戶和所述目標(biāo)疾病的分析結(jié)果。

4.根據(jù)權(quán)利要求3所述的影像報(bào)告分析方法，其特征在于，所述分析結(jié)果包括以下至少之一：檢出率、漏檢率、特異度和敏感度。

5.根據(jù)權(quán)利要求1所述的影像報(bào)告分析方法，其特征在于，所述利用神經(jīng)網(wǎng)絡(luò)對(duì)所述每組數(shù)據(jù)中的目標(biāo)影像進(jìn)行圖像識(shí)別，得到第一識(shí)別結(jié)果包括：

將所述每組數(shù)據(jù)中的目標(biāo)影像輸入至經(jīng)過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)進(jìn)行分類，得到影像分類結(jié)果；

將所述影像分類結(jié)果按照預(yù)設(shè)的形式進(jìn)行結(jié)構(gòu)化處理，得到所述第一識(shí)別結(jié)果；

其中，所述第一識(shí)別結(jié)果包括以下至少之一：所述每組數(shù)據(jù)中的目標(biāo)影像的序號(hào)標(biāo)識(shí)、器官標(biāo)識(shí)、疾病標(biāo)識(shí)和疾病特征。

6.根據(jù)權(quán)利要求5所述的影像報(bào)告分析方法，其特征在于，

所述經(jīng)過訓(xùn)練后的神經(jīng)網(wǎng)絡(luò)采用密集神經(jīng)網(wǎng)絡(luò)、殘差神經(jīng)網(wǎng)絡(luò)或者壓縮與激活網(wǎng)絡(luò)其中任意一種作為分類網(wǎng)絡(luò)的骨干網(wǎng)絡(luò)，對(duì)所述每組數(shù)據(jù)中的目標(biāo)影像進(jìn)行分類，得到所述影像分類結(jié)果。

7.根據(jù)權(quán)利要求1所述的影像報(bào)告分析方法，其特征在于，所述將所述每組數(shù)據(jù)中的影像報(bào)告進(jìn)行基于文本特征的識(shí)別，得到第二識(shí)別結(jié)果還包括：

對(duì)所述每組數(shù)據(jù)中的影像報(bào)告進(jìn)行預(yù)處理，得到待分析的報(bào)告數(shù)據(jù)；

將所述待分析的報(bào)告數(shù)據(jù)輸入至經(jīng)過訓(xùn)練后的向量模型中進(jìn)行特征提取，得到影像報(bào)告特征向量；

將所述影像報(bào)告特征向量輸入至分類器中進(jìn)行分類，得到報(bào)告分類結(jié)果；

將所述報(bào)告分類結(jié)果按照預(yù)設(shè)的形式進(jìn)行結(jié)構(gòu)化處理，得到所述第二識(shí)別結(jié)果；

其中，所述第二識(shí)別結(jié)果包括以下至少之一：所述每組數(shù)據(jù)中的影像報(bào)告的序號(hào)標(biāo)識(shí)、用戶標(biāo)識(shí)、器官標(biāo)識(shí)、疾病標(biāo)識(shí)和疾病特征。

8.根據(jù)權(quán)利要求7所述的影像報(bào)告分析方法，其特征在于，

所述經(jīng)過訓(xùn)練后的向量模型采用詞向量工具對(duì)所述每組數(shù)據(jù)中的影像報(bào)告進(jìn)行特征提取，得到所述影像報(bào)告特征向量。