【技术实现步骤摘要】
一种医学影像诊断报告辅助生成方法及其装置
本专利技术涉及基于神经网络的医学影像诊断报告生成
，更具体地说，涉及一种医学影像诊断报告辅助生成方法及其装置。
技术介绍
放射科的医生(医学影像科)的职责主要进行普通X线片、电子计算机体层摄影(CT)、与磁共振成像(MRI)等医学影像工作，为临床医生提供诊断支持。其中，工作的主要内容是对影像资料进行分析对比，得出诊断意见或进一步检查的建议。而目前，现有的影像科医生的工作流程为，观察医学影像，选择预先准备的模板后，手动输入医学影像描述，并根据自己输入的医学影像描述，手动输入对应的诊断意见。在进行对于患者的医学影像进行描述并输入诊断意见的过程中，由于需要大量的手动输入过程，大大降低了对患者进行诊断的效率，过程中由于完全凭借工作经验输入，极易存在结论遗漏、判断错误、事实错误，甚至存在医学影像描述与诊断意见二者不一致的情况，此外，不同医生由于临床经验不同，所得到的诊断意见也存在不一致的情况，导致医学影像诊断报告的准确性差、可信度低，为患者的正确确诊造成安全隐患。
技术实现思路
有鉴于此，本专利技术提供一种医学影像诊断报告辅助生成...
【技术保护点】
1.一种医学影像诊断报告辅助生成方法，其特征在于，包括：获取医生输入的医学影像描述信息；对所述医学影像描述信息进行语义分割，得到多个影像语义分节；利用预先训练的分节识别模型对所述影像语义分节进行识别，获得每个所述影像语义分节对应的诊断意见分节；将所有所述诊断意见分节组合，得到诊断意见信息，并根据所述诊断意见信息生成医学影像诊断报告。
【技术特征摘要】
1.一种医学影像诊断报告辅助生成方法，其特征在于，包括：获取医生输入的医学影像描述信息；对所述医学影像描述信息进行语义分割，得到多个影像语义分节；利用预先训练的分节识别模型对所述影像语义分节进行识别，获得每个所述影像语义分节对应的诊断意见分节；将所有所述诊断意见分节组合，得到诊断意见信息，并根据所述诊断意见信息生成医学影像诊断报告。2.如权利要求1所述医学影像诊断报告辅助生成方法，其特征在于，所述“利用预先训练的分节识别模型对所述影像语义分节进行识别，获得每个所述影像语义分节对应的诊断意见分节”包括：基于多层循环神经网络，建立多层循环神经网络模型；利用预存医学影像报告数据对所述多层循环神经网络模型训练，得到分节识别模型；通过所述分节识别模型对所述影像语义分节中的每个字符单元依次进行递归计算，获得与所述影像语义分节对应的所述诊断意见分节。3.如权利要求2所述医学影像诊断报告辅助生成方法，其特征在于，所述“通过所述分节识别模型对所述影像语义分节中的每个字符单元依次进行递归计算，获得与所述影像语义分节对应的所述诊断意见分节”包括：依次将所述影像语义分节中的所述字符单元作为输入数据，基于所述分节识别模型通过递归计算获得分节概率向量；选取所述分节概率向量中概率最大的诊断字符作为输出数据，直至所述概率最大的诊断字符为结束标识符，得到所述诊断意见分节；其中，所述输入数据中还包括所述字符单元相邻的前一个字符单元对应的输出数据。4.如权利要求2所述医学影像诊断报告辅助生成方法，其特征在于，所述“利用预存医学影像报告数据对所述多层循环神经网络模型训练，得到分节识别模型”包括：进行多层循环神经网络的编码过程，将所述预存医学影像报告数据进行分词，并将分词后的每个词语信息通过词嵌入并通过神经网络转换为对应的关系向量；进行多层循环神经网络的解码过程，将所述关系向量作为解码过程的输入，将输入的所述关系向量映射成包含有向量关系的词概率向量作为输出；将解码输出的所述词概率向量通过损失函数进行计算，通过计算结果更新所述多层循环神经网络模型，得到所述分节识别模型。5.如权利要求4所述医学影像诊断报告辅助生成方法，其特征在于，所述编码过程包括：进行多层循环神经网络的编码，获取所述预存医学影像报告数据D，通过分词和词嵌入，将输入D转换为初始步t＝0对应的向量x；通过如下函数实现：并且，将输出的向量x收集组合，作为关系向量；通过如下函数实现：所述解码过程为：yi∈[0,1]|V|,|yi|＝1；其中，y为所述词概率向量，V为输出字符集合。6.如权利要求5所述医学影像诊断报告辅助生成方法，其特征在于...
【专利技术属性】
技术研发人员：韩旭，刘士远，刘凯，张荣国，陈宽，王少康，
申请(专利权)人：北京推想科技有限公司，
类型：发明
国别省市：北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。