[發明專利]醫學影像信息的處理方法、裝置、電子設備和存儲介質

有效

• 申請號: 202011383478.9
• 申請日: 2020-11-30
• 公開（公告）號: CN112635013B
• 公開（公告）日: 2023-10-27
• 發明（設計）人: 閆靜靜;潘超;孟文宇;湯晉軍;白皎
• 申請（專利權）人: 泰康保險集團股份有限公司;泰康養老保險股份有限公司
• 主分類號: G16H15/00
• 分類號: G16H15/00;G06V10/774;G06F16/35
• 代理公司: 隆天知識產權代理有限公司 72003
• 代理人: 章侃銥;鄭特強

1.一種醫學影像信息的處理方法，其特征在于，包括：

對用于進行訓練的第一醫學影像信息進行字段劃分，按照預設的醫學標簽對所述字段進行多個粒度的標注，所述醫學標簽包括發病部位和病例類型組合構成的第一標簽；

對標注后的所述字段中的字進行遮擋處理，以生成衍生字段，根據標注后的所述字段和所述衍生字段構成的訓練集對識別模型進行訓練；

獲取待識別的第二醫學影像信息，并通過所述訓練后的識別模型對所述第二醫學影像信息中的字段進行分類識別；

對所述分類識別后的屬于同一關鍵字段的標注進行合并，并將合并后的標注對應的所述關鍵字段以鍵值形式輸出。

2.根據權利要求1所述的醫學影像信息的處理方法，其特征在于，所述醫學標簽還包括所述發病部位的第二標簽和所述病例類型的第三標簽，對用于進行訓練的第一醫學影像信息進行字段劃分，按照預設的醫學標簽對所述字段進行多個粒度的標注包括：

對所述第一醫學影像信息進行字段劃分，按照所述第一標簽、所述第二標簽和所述第三標簽對所述字段進行標注，以分別生成第一粒度的第一帶標注字段、第二粒度的第二帶標注字段和第三粒度的第三帶標注字段。

3.根據權利要求1所述的醫學影像信息的處理方法，其特征在于，對用于進行訓練的第一醫學影像信息進行字段劃分，按照預設的醫學標簽對所述字段進行多個粒度的標注還包括：

對用于進行訓練的第一醫學影像信息進行字段劃分，并確定所述字段中的數值字段；

根據所述數值字段的類型，對所述數值字段進行格式標準化。

4.根據權利要求3所述的醫學影像信息的處理方法，其特征在于，對用于進行訓練的第一醫學影像信息進行字段劃分，按照預設的醫學標簽對所述字段進行多個粒度的標注還包括：

對所述第一醫學影像信息進行字段劃分，確定同一個字段的多個描述字段；

確定多個所述描述字段中的最大范圍對應的字段；

按照預設的醫學標簽對所述最大范圍對應的字段進行標注。

5.根據權利要求1-4中任一項所述的醫學影像信息的處理方法，其特征在于，對標注后的所述字段中的字進行遮擋處理，以生成衍生字段，根據標注后的所述字段和所述衍生字段構成的訓練集對識別模型進行訓練包括：

按照預設比例將所述標注后的字段生成訓練集、驗證集和測試集；

通過所述訓練集對BERT模型進行訓練，所述BERT模型的參數架構為面向中文的12層和768隱層；

通過所述驗證集生成所述訓練后的BERT模型進行驗證，以獲得所述BERT模型的準確率和平均損失；

確定使所述訓練集的平均損失最小的參數；

根據所述平均損失最小的參數和所述測試集對所述訓練后的BERT模型進行測試，以獲得所述BERT模型的測試準確率。

6.根據權利要求1-4中任一項所述的醫學影像信息的處理方法，其特征在于，對標注后的所述字段中的字進行遮擋處理，以生成衍生字段，根據標注后的所述字段和所述衍生字段構成的訓練集對識別模型進行訓練包括：

根據標注后的所述字段生成所述訓練集；

通過醫學專業詞典確定所述訓練集中的樣本字段中的專業詞匯字段；

按照預設概率對所述專業詞匯字段中的單個字進行遮擋，以生成所述字段的衍生字段；

將包含標注的所述衍生字段添加至所述訓練集；

通過所述訓練集對識別模型進行訓練，至所述識別模型能夠識別遮擋的單個字為止。

7.根據權利要求1-4中任一項所述的醫學影像信息的處理方法，其特征在于，對標注后的所述字段中的字進行遮擋處理，以生成衍生字段，根據標注后的所述字段和所述衍生字段構成的訓練集對識別模型進行訓練還包括：

對所述識別模型的超參數進行設置，所述超參數包括最大序列長度、批處理大小和學習率；

將交叉熵函數作為所述識別模型的損失函數，并通過所述訓練集對設置所述超參數的識別模型進行訓練，至所述損失函數收斂為止。