[發明專利]醫學數據標注方法、裝置、存儲介質及計算機設備

有效

• 申請號: 202010181144.7
• 申請日: 2020-03-16
• 公開（公告）號: CN111444686B
• 公開（公告）日: 2023-07-25
• 發明（設計）人: 李然;沈宏;李蕊
• 申請（專利權）人: 武漢中科醫療科技工業技術研究院有限公司
• 主分類號: G06F40/169
• 分類號: G06F40/169;G06F40/295;G06F40/284
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 孫巖

1.一種醫學數據標注方法，其特征在于，包括：

獲取待標注的醫學數據以及預先訓練的標注模型；

對所述醫學數據進行編碼處理，得到所述醫學數據中最低粒度的數據對應的字向量，并對具備醫學相關性的相鄰數據對應的相鄰字向量進行組合處理，得到不同粒度的字向量組合；

通過所述標注模型對各所述字向量以及各所述字向量組合進行數據屬性類別標注，得到所述醫學數據的醫學屬性類別標注結果；

所述標注模型的訓練過程包括以下步驟：

從第一數據中選擇預設數量的第二數據，通過所述第二數據進行模型訓練，得到初步訓練模型；

通過所述初步訓練模型對剩余的第一數據進行數據處理，得到數據處理結果；所述數據處理結果包括所述剩余的第一數據對應的醫學屬性類別以及置信度；

基于所述醫學屬性類別以及所述置信度確定所述剩余的第一數據的不確定度，從所述剩余的第一數據中篩選不確定度達到預設指標的數據作為第三數據；

通過所述第三數據對所述初步訓練模型進行模型優化處理，得到所述標注模型。

2.根據權利要求1所述的方法，其特征在于，所述通過所述第二數據進行模型訓練，得到初步訓練模型包括：

獲取預設的標注詞庫，所述標注詞庫包含需要進行標注的關鍵醫學數據以及各所述關鍵醫學數據對應的醫學屬性類別標注；

根據所述標注詞庫對所述第二數據中與所述關鍵醫學數據匹配的數據添加對應的醫學屬性類別標注，得到所述第二數據的醫學屬性類別標注結果；

通過所述第二數據以及所述第二數據的醫學屬性類別標注結果對初始模型進行模型訓練，得到所述初步訓練模型。

3.根據權利要求2所述的方法，其特征在于，所述通過所述第二數據進行模型訓練，得到初步訓練模型之前，還包括：

獲取所述初始模型對應的標注任務；

基于所述標注任務，確定需要進行標注的醫學數據的醫學屬性類別，并確定各所述醫學屬性類別對應的關鍵醫學數據；

根據所述標注任務對應的醫學屬性類別以及關鍵醫學數據建立所述標注詞庫。

4.根據權利要求2所述的方法，其特征在于，所述根據所述標注詞庫對所述第二數據中與所述關鍵醫學數據匹配的數據添加對應的醫學屬性類別標注，得到所述第二數據的醫學屬性類別標注結果包括：

通過標注方法對所述第二數據中與所述關鍵醫學數據匹配的數據添加對應的醫學屬性類別標注，得到所述第二數據的標注結果；

推送所述標注結果至第三方校核平臺；

接收所述第三方校核平臺反饋的所述標注結果的校核信息；

基于所述標注結果以及所述校核信息，得到所述第二數據的醫學屬性類別標注結果。

5.根據權利要求2所述的方法，其特征在于，所述第二數據的醫學屬性類別標注結果包含不同粒度的數據的醫學屬性類別標注；

所述通過所述第二數據以及所述第二數據的醫學屬性類別標注結果對初始模型進行模型訓練，得到所述初步訓練模型包括：

對所述第二數據進行編碼處理，得到所述第二數據中最低粒度的數據對應的字向量，并對具備醫學相關性的相鄰數據對應的相鄰字向量進行組合處理，得到不同粒度的字向量組合；

基于所述不同粒度的數據的醫學屬性類別標注，確定單個字向量以及字向量組合對應的醫學屬性類別標注；

通過各所述單個字向量以及對應的醫學屬性類別標注、各所述字向量組合以及對應的醫學屬性類別標注對所述初始模型進行模型訓練，得到所述初步訓練模型。

6.根據權利要求1所述的方法，其特征在于，所述通過所述第三數據對所述初步訓練模型進行模型優化處理，得到所述標注模型，包括：

根據標注詞庫對所述第三數據進行醫學屬性類別標注，得到所述第三數據對應的醫學屬性類別標注結果；

通過所述第三數據以及對應的醫學屬性類別標注結果對所述初步訓練模型進行訓練優化，得到所述標注模型。