数据处理方法、装置及电子设备制造方法及图纸

本发明专利技术公开了一种数据处理方法、装置及电子设备，涉及医疗数据处理技术领域。其中，所述方法包括：将待分析医疗图像划分为多个子图块；利用所述乳腺数据分析模型对每一所述子图块进行分类处理，以获取对应的预测评分；基于每一所述子图块对应的预测评分，确定所述待分析医疗图像对应的分类结果。本方案通过将基于医疗图像水平的乳腺分析问题转化为基于子图块水平的乳腺分析问题，提高了识别的准确性，更加适于乳腺类医疗图像数据的分析，便于为专业医护人员提供可靠的参考数据，减轻专业医护人员的工作负担，辅助提高乳腺癌早期诊断准确率。

Data Processing Method, Device and Electronic Equipment

The invention discloses a data processing method, device and electronic equipment, which relates to the technical field of medical data processing. The method includes: dividing the medical image to be analyzed into several sub-blocks; classifying each sub-block using the breast data analysis model to obtain the corresponding prediction score; and determining the corresponding classification results of the medical image to be analyzed based on the corresponding prediction score of each sub-block. By transforming the breast analysis problem based on medical image level into the breast analysis problem based on sub-block level, this scheme improves the accuracy of recognition and is more suitable for the analysis of breast medical image data. It is convenient for professional medical staff to provide reliable reference data, reduce the workload of professional medical staff, and assist in improving the accuracy of early diagnosis of breast cancer.

【技术实现步骤摘要】
数据处理方法、装置及电子设备
本专利技术涉及医疗数据处理
，具体而言，涉及数据处理方法、装置及电子设备。
技术介绍
乳腺癌是女性最常见的恶性肿瘤之一，以其高发病率、高死亡率严重威胁女性身体健康。然而，其发病机理不确定和病情隐匿，使得早期乳腺癌很难被发现。目前医学影像技术是诊断乳腺癌的主要手段。然而，对乳腺医疗图像的分析却依赖于专业医护人员。但是专业医护人员的数量相对较少，而患癌人数又在不断增多。海量的医学影像数据不仅给工作人员带来疲劳，还容易导致误诊率的上升。因此，亟需一种辅助专业医护人员对乳腺医疗图像进行分析的方法。
技术实现思路
本专利技术实施例的目的在于提供一种数据处理方法、装置及电子设备，用于自动对乳腺医疗图像进行分析，为专业医护人员提供可靠的参考数据。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本专利技术实施例提供了一种数据处理方法，应用于电子设备，所述电子设备包括乳腺数据分析模型，所述方法包括：将待分析医疗图像划分为多个子图块；利用所述乳腺数据分析模型对每一所述子图块进行分类处理，以获取对应的预测评分；基于每一所述子图块对应的预测评分，确定所述待分析医疗图像对应的分类结果。第二方面，本专利技术实施例提供了一种数据处理装置，应用于电子设备，所述电子设备包括乳腺数据分析模型，所述装置包括：划分模块，用于将待分析医疗图像划分为多个子图块；处理模块，用于利用所述乳腺数据分析模型对每一所述子图块进行分类处理，以获取对应的预测评分；确定模块，用于基于每一所述子图块对应的预测评分，确定所述待分析医疗图像对应的分类结果。第三方面，本专利技术实施例提供一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行前述的数据处理方法的步骤。相对现有技术，本专利技术实施例提供的一种数据处理方法，通过将待分析医疗图像划分为多个子图块，再利用所述乳腺数据分析模型对每一所述子图块进行分类处理，以获取对应的预测评分，基于每一所述子图块对应的预测评分，确定所述待分析医疗图像对应的分类结果。通过先将待分析医疗图像划分为子图块，便于乳腺数据分析模型进行特征提取，再根据特征提取结果分析出待分析医疗图像对应的分类结果，将基于医疗图像水平的乳腺分析问题转化为基于子图块水平的乳腺分析问题，提高了识别的准确性，更加适于乳腺类医疗图像数据的分析，便于为专业医护人员提供可靠的参考数据，减轻专业医护人员的工作负担，辅助提高乳腺癌早期诊断准确率。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1示出了本专利技术实施例提供的应用场景示意图。图2示出了本专利技术实施例提供的电子设备的方框示意图。图3示出了本专利技术实施例提供的数据处理方法的步骤流程图。图4示出了本专利技术实施例提供的乳腺数据分析模型的结构示意图。图5示出了本专利技术实施例提供的数据处理方法的步骤流程图的另一部分。图6示出了本专利技术实施例提供的数据处理装置的示意图。图标：100-电子设备；101-存储器；102-通信接口；103-处理器；104-总线；200-TCGA服务器；300-数据处理装置；301-划分模块；302-处理模块；303-确定模块；304-获取模块；305-训练模块。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。乳腺癌是女性最常见的恶性肿瘤之一，以其高发病率、高死亡率严重威胁女性身体健康。然而，其发病机理不确定和病情隐匿，使得早期乳腺癌很难被发现。目前医学影像技术是诊断乳腺癌的主要手段。伴随着医学影像技术的发展，临床实际中产生了大量医学影像数据，同时也包含绝大数的干扰信息，高效准确的挖掘出疾病信息对于疾病诊断至关重要。就核磁共振影像技术来说，病人一次检测有十几种扫描序列，产生的图像数据更是多达上千张。而从影像数据中挖掘出有效信息，主要依赖于专业医护人员的专业技术和主观经验。同时，由于乳腺在其症状的隐匿性，加上MRI影像数据的多序列特点，对医生的技术水平和专业知识和临床经验都有极高的要求，需要医生较高的耐压力和专注力。这些高强度的工作难免会给医生带来视觉和心理疲劳导致诊断错误，对于病人来说更是承担了极大风险，如果误判断为假阴性，患者会错过最佳治疗时间而造成更大的损失。因此，本专利技术实施例提供了一种数据处理方法、装置及电子设备，用于改善上述问题。利用神经网络对癌症筛查与诊断的原理是：将癌症相关的病理数据分别进行数据清理、数据集成、数据变换、数据规约等处理。然后，针对结构化数据直接采用神经网络进行特征选择和提取，针对非结构化数据，进行病灶分割特征提取。再组合特征，利用分类器训练与验证，最后利用经验系统进行癌症推理引擎，实现诊断、预警和提示。需要说明的是，医疗图像具有与自然图像不同的特点，比如病灶只占整个图像的一小部分，而且病灶的发生对周围的组织会产生影响。而且，医疗图像以多切片形式组织，这些切片组合起来可以很好的描述器官组织的立体结构。再加之，医疗图像的全尺寸、无标注的特点，直接利用深度学习模型对其进行特征提取准确度不高，难以识别。本专利技术实施例提供的数据处理方法则通过将基于医疗图像水平的乳腺分析问题转化为基于图像块水平的乳腺分析问题，进而得到最终可靠的分析结果。通过大量测试验证，在针对乳腺类医疗图像的分析识别上具有显著的性能提升，有助于乳腺癌早期诊断。请参照图1，图1示出了本专利技术实施例提供的数据处理方法的应用场景图。图1中所示的电子设备100与TCGA服务器200通信连接。上述TCGA服务器200用于存储癌症相关的病理数据。癌症相关的病理数据可以包括癌症诊断记录、临床数据、基因数据、影像数据等。请参照图2，图2示出了本专利技术实施例提供的电子设备100的方框示意图。电子设备100可以是，但不限于个人电脑(personalcomputer，PC)、服务器、分布式部署的计算机等等。可以理解的是，电子设备100也不限于物理服务器，还可以是物理服务器上的虚拟机、基于云平台上构建的虚拟机等能提供与所述服务器或者虚拟机有相本文档来自技高网...

【技术保护点】
1.一种数据处理方法，其特征在于，应用于电子设备，所述电子设备包括乳腺数据分析模型，所述方法包括：将待分析医疗图像划分为多个子图块；利用所述乳腺数据分析模型对每一所述子图块进行分类处理，以获取对应的预测评分；基于每一所述子图块对应的预测评分，确定所述待分析医疗图像对应的分类结果。

【技术特征摘要】
1.一种数据处理方法，其特征在于，应用于电子设备，所述电子设备包括乳腺数据分析模型，所述方法包括：将待分析医疗图像划分为多个子图块；利用所述乳腺数据分析模型对每一所述子图块进行分类处理，以获取对应的预测评分；基于每一所述子图块对应的预测评分，确定所述待分析医疗图像对应的分类结果。2.如权利要求1所述的数据处理方法，其特征在于，所述基于每一所述子图块对应的预测评分，确定所述待分析医疗图像对应的分类结果的步骤，包括：根据每一所述子图块对应的预测评分进行融合处理，以获得表征所述待分析医疗图像的最终评分；根据所述最终评分，评估所述待分析医疗图像的所述分类结果。3.如权利要求1所述的数据处理方法，其特征在于，所述电子设备内预先存储一初始模型，所述电子设备与TCGA服务器通信连接，所述方法还包括：从所述TCGA服务器获取样本病理图像数据；基于所述样本病理图像数据对所述初始模型进行训练，以获得所述乳腺数据分析模型。4.如权利要求3所述的数据处理方法，其特征在于，所述基于所述样本病理图像数据对所述初始模型进行训练的步骤，包括：对所述样本病理图像数据进行预处理，以获得多个样本子图块；将所述样本病理图像数据的分类标签赋予对应的所述样本子图块；利用所述初始模型对每一所述样本子图块进行分类评估，以获取对应的所述预测评分；基于每一所述样本病理图像数据对应的所述样本子图块的所述预测评分，以获得所述样本病理图像数据的最终评分；根据所述样本病理图像数据的所述最终评分调整所述初始模型的参数，以获得所述乳腺数据分析模型。5.如权利要求4所述的数据处理方法，其特征在于，所述对所述样本病理图像数据进行预处理的步骤，包括：依次对所述样本病理图像数据进行数据清理处...

【专利技术属性】
技术研发人员：艾红，刘志华，朱木春，胡帆，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44