一种影像报告分析方法、设备及计算机存储介质技术

本发明专利技术涉及一种影像报告分析方法、设备及存储介质，其中所述方法包括：获取多组数据，每组数据包含目标影像和目标用户的影像报告；对目标影像进行图像识别得到第一识别结果；将影像报告进行基于文本特征的识别得到第二识别结果；将对应的第一识别结果和第二识别结果进行准确性分析，得到目标识别结果；根据第二识别结果和目标识别结果生成统计样本集；基于统计样本集进行统计分析，得到针对目标用户的影像报告的分析结果。本发明专利技术对批量的影像报告数据进行分析，得到对目标用户阅片水平的分析结果，帮助目标用户针对性地提升阅片水平。

An image report analysis method, equipment and computer storage medium

【技术实现步骤摘要】
一种影像报告分析方法、设备及计算机存储介质
本专利技术涉及图像分析和自然语言处理领域，尤其涉及一种影像报告分析方法、设备及计算机存储介质。
技术介绍
X射线以其方便、简捷、经济的特点，成为临床检查的常用手段之一。不论是一般的门诊、急诊、ICU都需要需要胸部X光片的检查来帮助确诊与观察病人的健康状况。就体检的应用而言，胸部X光片也是标准的检查项目之一，并且体检的涵盖范围广，包含一般的健康体检、入职体检等。因此，医生面临着超大体量的阅片压力。目前医生在X光片的阅片中，通常是根据各种疾病的先验特征进行分析，从而判断X光片中存在的疾病，进而得出影像报告。因此阅片的准确性常常受限于医生的主观知识水平。在一些极端的场景下，例如急诊，一般要求放射科医生在30分钟之内对急诊的医学图像进行阅片并出具报告，对放射科医生的阅片准确性具有更高的要求。
技术实现思路
为及时发现医学阅片中存在的问题，针对性地提升医生的阅片水平，本专利技术公开了一种影像报告分析方法、设备及计算机存储介质。所述技术方案如下：第一方面，本专利技术提供了一种影像报告分析方法，所述方法包括：获取多组数据，所述多组数据中的每组数据包含目标影像和目标用户的影像报告；利用神经网络对所述每组数据中的目标影像进行图像识别，得到第一识别结果；将所述每组数据中的影像报告进行基于文本特征的识别，得到第二识别结果；将所述多组数据中每组数据对应的第一识别结果和第二识别结果进行准确性分析，得到目标识别结果；根据所述第二识别结果和所述目标识别结果生成统计样本集；基于所述统计样本集进行统计分析，得到针对所述目标用户的影像报告的分析结果。进一步地，所述将所述多组数据中每组数据对应的第一识别结果和第二识别结果进行准确性分析，得到目标识别结果包括：将所述多组数据中每组数据对应的第一识别结果和第二识别结果进行比对，得到比对结果；在比对结果表示所述第一识别结果和第二识别结果的一致度大于等于预设阈值时，获取相应的第一识别结果作为第一目标识别结果；在比对结果表示所述第一识别结果和第二识别结果的一致度小于预设阈值时，获取相应的目标影像和/或第一识别结果和/或第二识别结果作为待核实数据；发送针对所述待核实数据的核实请求；获取响应于所述核实请求的核实结果，将所述核实结果作为第二目标识别结果；根据所述第一目标识别结果和所述第二目标识别结果得到目标识别结果。优选地，所述统计样本集中的每一条统计样本包括以下至少之一：序号标识、用户标识、器官标识、疾病标识和疾病特征。进一步地，所述基于所述统计样本集进行统计分析，得到分析结果包括：获取目标用户的用户标识和目标疾病的疾病标识；根据所述目标用户的用户标识和所述目标疾病的疾病标识从所述统计样本集中获取对应的统计样本作为目标统计样本集；根据所述目标统计样本集进行分析，得到针对所述目标用户和所述目标疾病的分析结果。优选地，所述分析结果包括以下至少之一：检出率、漏检率、特异度和敏感度。进一步地，所述利用神经网络对所述每组数据中的目标影像进行图像识别，得到第一识别结果包括：将所述每组数据中的目标影像输入至经过训练后的神经网络进行分类，得到影像分类结果；将所述影像分类结果按照预设的形式进行结构化处理，得到所述第一识别结果；其中，所述第一识别结果包括以下至少之一：所述每组数据中的目标影像的序号标识、器官标识、疾病标识和疾病特征。优选地，所述经过训练后的神经网络采用密集神经网络、残差神经网络或者压缩与激活网络其中任意一种作为分类网络的骨干网络，对所述每组数据中的目标影像进行分类，得到所述影像分类结果。进一步地，所述将所述每组数据中的影像报告进行基于文本特征的识别，得到第二识别结果还包括：对所述每组数据中的影像报告进行预处理，得到待分析的报告数据；将所述待分析的报告数据输入至经过训练后的向量模型中进行特征提取，得到影像报告特征向量；将所述影像报告特征向量输入至分类器中进行分类，得到报告分类结果；将所述报告分类结果按照预设的形式进行结构化处理，得到所述第二识别结果；其中，所述第二识别结果包括以下至少之一：所述每组数据中的影像报告的序号标识、用户标识、器官标识、疾病标识和疾病特征。优选地，所述经过训练后的向量模型采用词向量工具对所述每组数据中的影像报告进行特征提取，得到所述影像报告特征向量。第二方面，本专利技术提供了一种影像报告分析装置，所述装置包括：获取模块，用于获取多组数据，所述多组数据中的每组数据包含目标影像和目标用户的影像报告；第一识别模块，用于利用神经网络对所述每组数据中的目标影像进行图像识别，得到第一识别结果；第二识别模块，用于将所述每组数据中的影像报告进行基于文本特征的识别，得到第二识别结果；第一分析模块，用于将所述多组数据中的每组数据对应的第一识别结果和第二识别结果进行准确性分析，得到目标识别结果；样本生成模块，用于根据所述第二识别结果和所述目标识别结果生成统计样本集；统计分析模块，用于基于所述统计样本集进行统计分析，得到针对所述目标用户的影像报告的分析结果。第三方面，本专利技术提供了一种影像报告分析系统，所述系统包括本专利技术第二方面提供的影像报告分析装置，所述系统能应用于各种终端设备中提供针对所述目标用户的影像报告的分析结果。第四方面，本专利技术提供了一种计算机设备，所述设备包括：处理器和存储器，所述存储器中存储有至少一条指令或至少一段程序，所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现上述的一种影像报告分析方法。第五方面，本专利技术提供了一种计算机存储介质，所述存储介质中存储有至少一条指令或至少一段程序，所述至少一条指令或至少一段程序由处理器加载并执行以实现上述的一种影像报告分析方法。采用上述技术方案，本专利技术所述的一种影像报告分析方法、设备及计算机存储介质具有如下有益效果：本专利技术结合了基于深度学习的图像识别分析技术和自然语言处理技术，能够对批量的医学影像和对应的影像报告进行智能分析。通过对智能分析的结果进一步进行准确性分析和统计分析，可以得到对目标用户阅片水平的分析结果。在医学领域中，将分析结果反馈给医生，能够让医生有针对性的对疾病检测进行训练，从而提升阅片水平。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，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的附图。图1是本专利技术实施例提供的一种影像报告分析方法流程示意图；图2是本专利技术实施例中利用神经网络对每组数据中的目标影像进行图像识别得到第一识别结果的流程示意图；图3是本专利技术实施例提供的一种将每组数据中的目标影像输入本文档来自技高网...

【技术保护点】
1.一种影像报告分析方法，其特征在于，所述方法包括：/n获取多组数据，所述多组数据中的每组数据包含目标影像和目标用户的影像报告；/n利用神经网络对所述每组数据中的目标影像进行图像识别，得到第一识别结果；/n将所述每组数据中的影像报告进行基于文本特征的识别，得到第二识别结果；/n将所述多组数据中每组数据对应的第一识别结果和第二识别结果进行准确性分析，得到目标识别结果；/n根据所述第二识别结果和所述目标识别结果生成统计样本集；/n基于所述统计样本集进行统计分析，得到针对所述目标用户的影像报告的分析结果。/n

【技术特征摘要】
1.一种影像报告分析方法，其特征在于，所述方法包括：
获取多组数据，所述多组数据中的每组数据包含目标影像和目标用户的影像报告；
利用神经网络对所述每组数据中的目标影像进行图像识别，得到第一识别结果；
将所述每组数据中的影像报告进行基于文本特征的识别，得到第二识别结果；
将所述多组数据中每组数据对应的第一识别结果和第二识别结果进行准确性分析，得到目标识别结果；
根据所述第二识别结果和所述目标识别结果生成统计样本集；
基于所述统计样本集进行统计分析，得到针对所述目标用户的影像报告的分析结果。


2.根据权利要求1所述的影像报告分析方法，其特征在于，所述将所述多组数据中每组数据对应的第一识别结果和第二识别结果进行准确性分析，得到目标识别结果包括：
将所述多组数据中每组数据对应的第一识别结果和第二识别结果进行比对，得到比对结果；
在比对结果表示所述第一识别结果和第二识别结果的一致度大于等于预设阈值时，获取相应的第一识别结果作为第一目标识别结果；
在比对结果表示所述第一识别结果和第二识别结果的一致度小于预设阈值时，获取相应的目标影像和/或第一识别结果和/或第二识别结果作为待核实数据；
发送针对所述待核实数据的核实请求；
获取响应于所述核实请求的核实结果，将所述核实结果作为第二目标识别结果；
根据所述第一目标识别结果和所述第二目标识别结果得到目标识别结果。


3.根据权利要求1所述的影像报告分析方法，其特征在于，
所述统计样本集中的每一条统计样本包括以下至少之一：序号标识、用户标识、器官标识、疾病标识和疾病特征；
所述基于所述统计样本集进行统计分析，得到分析结果包括：
获取目标用户的用户标识和目标疾病的疾病标识；
根据所述目标用户的用户标识和所述目标疾病的疾病标识从所述统计样本集中获取对应的统计样本作为目标统计样本集；
根据所述目标统计样本集进行分析，得到针对所述目标用户和所述目标疾病的分析结果。


4.根据权利要求3所述的影像报告分析方法，其特征在于，所述分析结果包括以下至少之一：检出率、漏检率、特异度和敏感度。
<...

【专利技术属性】
技术研发人员：何志强，郑介志，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：上海;31