【技术实现步骤摘要】
基于置信度的结节显示方法及计算设备
本专利技术涉及机器学习
，尤其涉及基于置信度的结节显示方法及计算设备。
技术介绍
目前，结节己引起广泛关注，例如肺结节、甲状腺结节等等，医生一般通过医学影像观察患者结节的情况。由于随着时间的增长，患者的结节可能发生变化，例如，增大、减小，或者长出新的结节等。目前有一些人工智能产品，通过机器学习，可自动识别出医学影像中的结节，但是这些人工智能产品只能显示以固定置信度阈值作为临界值时，结节置信度位于某一范围时对应的结节，如在对产品进行设置时，确定了一个置信度阈值，则在识别的结节中显示置信度大于该置信度阈值的结节，若医生想看到更多的结节，则需要人工阅片或要求厂家重新确定一个置信度阈值，使得医生阅片过程智能度较低且给医生阅片带来了较大的不便。
技术实现思路
为了解决现有技术中的问题，本专利技术通过智能调节置信度阈值，并根据调节后的置信度阈值和结节的置信度显示对应结节，方便医生阅片的同时提高了阅片的效率。为了实现所述目的，本专利技术提供一种基于置信度的结节显示方法，...
【技术保护点】
1.一种基于置信度的结节显示方法，其特征在于，包括：/n获取医学影像中的结节及该结节的置信度；/n获取患者的病历信息；/n根据所述患者的病历信息确定待显示结节的置信度阈值；/n根据确定的置信度阈值及结节的置信度显示对应的结节。/n
【技术特征摘要】 【专利技术属性】
1.一种基于置信度的结节显示方法，其特征在于，包括：
获取医学影像中的结节及该结节的置信度；
获取患者的病历信息；
根据所述患者的病历信息确定待显示结节的置信度阈值；
根据确定的置信度阈值及结节的置信度显示对应的结节。
2.如权利要求1所述的方法，其特征在于，所述根据所述患者的病历信息确定待显示结节的置信度阈值，包括：
提取病历信息中的预设特征值；
将所述预设特征值输入至线性分类模型，获得患者的类别；
根据患者的类别确定待显示结节的置信度阈值。
3.如权利要求2所述的方法，其特征在于，
所述患者的类别包括一般和密切关注，所述线性分类模型的自变量为多个预设特征值，所述线性分类模型的因变量为类别，所述线性分类模型的自变量系数是采用多个训练样本对所述线性分类模型进行拟合获得的。
4.如权利要求3所述的方法，其特征在于，所述病历信息中的预设特征值通过以下一个或多个特征获取：
性别、年龄、体重、是否咳嗽、是否胸痛、是否有肺炎家族史、职类。
5.如权利要求3所述的方法，其特征在于，所述置信度阈值包括对应一般的第一置信度阈值和对应密切关注的第二置信度阈值，其中，所述第一置信度阈值大于第二置信度阈值。
6.如权利要求5所述的方法，其特征在于，
所述第一置信度阈值为判断结节是否为重要结节的阈值；
技术研发人员：石磊，谢晋，史晶，
申请(专利权)人：杭州依图医疗技术有限公司，
类型：发明
国别省市：浙江;33
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。