一种跨模态融合分析疾病的系统、设备、存储介质技术方案

本发明专利技术公开一种跨模态融合分析疾病的系统、设备、存储介质，所述方法包括：数据获取模块：用于获取多个前列腺液外观图像样本、对应的前列腺液常规检测数据以及伴随症状特征信息；预处理模块：用于对前列腺液外观图像样本进行图像特征提取，将对应的前列腺液常规检测数据以及伴随症状特征信息进行预处理；特征融合模块：用于将预处理后的三种特征融合在一起，并进行归一化处理，形成前列腺液医学生物特征与对应疾病的集合；关系挖掘模块：用于利用关联规则挖掘算法提取前列腺液医学生物特征与对应疾病之间的关联规则；疾病分析模块：用于基于关系挖掘模块的关联规则进行疾病分析。本发明专利技术实现了基于跨模态融合的疾病自动认知与分析。知与分析。知与分析。

【技术实现步骤摘要】
一种跨模态融合分析疾病的系统、设备、存储介质


[0001]本专利技术属于数据处理
，具体涉及一种跨模态融合分析疾病的系统、设备、存储介质。

技术介绍

[0002]人体分泌物在一定程度上反映了人体的健康状况，比如前列腺液是前列腺的分泌物，正常前列腺液外观呈稀薄的淡乳白色，感染了炎症性状发生改变，炎症严重时物质地可变浓厚，色泽变黄或呈淡红色混浊，或含絮状物，并黏丝。前列腺癌时，前列腺液常显不同程度的血性。
[0003]目前在进行前列腺液常规检查时，在较大程度上依赖于人工检查，比如在载玻片上由检验人员使用显微镜人工目测若干个高倍视野后，估算白细胞、红细胞、卵磷脂小体等指标的平均值并出具检验报告。这些检测方式过度依赖常规检测数据，当需要结合外观性状进行判断时则依赖于专家经验，不利于前列腺相关疾病分析。

技术实现思路

[0004]有鉴于此，本专利技术提出了一种跨模态融合分析疾病的系统、设备、存储介质，用于解决前列腺检查时过度依赖常规检测数据和专家经验的问题。
[0005]本专利技术第一方面，公开一种跨模态融合分析疾病的系统，所述方法包括：
[0006]数据获取模块：用于获取多个前列腺液外观图像样本、对应的前列腺液常规检测数据以及伴随症状特征信息；
[0007]预处理模块：用于对前列腺液外观图像样本进行图像特征提取，将对应的前列腺液常规检测数据以及伴随症状特征信息进行预处理；
[0008]特征融合模块：用于将前列腺液外观图像特征、预处理后的前列腺液常规检测数据、伴随症状特征信息融合在一起，并进行归一化处理，形成前列腺液医学生物特征与对应疾病的集合；
[0009]关系挖掘模块：用于利用关联规则挖掘算法提取前列腺液医学生物特征与对应疾病之间的关联规则.
[0010]优选的，所述数据获取模块中，所述前列腺液常规检测数据包括前列腺液的卵磷脂小体、上皮细胞、红细胞、白细胞、精子、PH值；所述伴随症状特征信息包括但不限于尿频、尿急、尿不尽、尿滴白、尿分叉、前列腺液分泌过多。
[0011]优选的，所述预处理模块具体包括：
[0012]通过HSV颜色空间的分量表，提取前列腺液外观图像中的淡乳白色区域，并通过淡乳白色区域面积进行前列腺液外观性状的判定；
[0013]提取前列腺液常规检测数据的数值；
[0014]提取伴随症状特征信息的关键字，对伴随症状特征信息进行向量化表示。
[0015]优选的，所述关系挖掘模块具体包括：
[0016]阈值设置单元：预先设置最小支持度阈值、最小置信度阈值；
[0017]规则分析单元：基于前列腺液医学生物特征与对应疾病的集合，利用关联规则挖掘算法对集合中的每一类疾病的前列腺液外观图像特征、前列腺液常规检测数据、伴随症状特征信息分别进行关联规则分析，得到前列腺液外观图像特征、前列腺液常规检测数据、伴随症状特征信息与对应疾病之间的关联规则。
[0018]优选的，所述关联规则挖掘算法为Aprior算法或频繁模式增长树算法。
[0019]优选的，所述系统还包括疾病分析模块：用于基于关系挖掘模块的关联规则进行疾病分析。
[0020]优选的，所述疾病分析模块具体用于：利用关系挖掘模块提取出的关联规则识别出待识别前列腺液的异常状况，预测潜在疾病，给出对应的解决方案。
[0021]本专利技术第二方面，公开一种电子设备，包括：至少一个处理器、至少一个存储器、通信接口和总线；
[0022]其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；
[0023]所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令，以实现如本专利技术第一方面所述的系统。
[0024]本专利技术第三方面，公开一种计算机可读存储介质，所述计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机实现本专利技术第一方面所述的系统。
[0025]本专利技术相对于现有技术具有以下有益效果：
[0026]1)本专利技术综合了前列腺液不同模态的特征信息，包括前列腺液外观图像样本、对应的前列腺液常规检测数据以及伴随症状特征信息，并建立融合后的特征集合，利用关联规则算法分析疾病与各个模态特征之间的对应关系，可明确前列腺液医学生物特征与对应疾病之间的关联规则，将疾病与各个模态特征之间原本模糊的关系进行量化表示，基于量化表示的关联规则实现基于跨模态融合的疾病自动认知与分析，避免过度依赖常规检测数据和专家经验，降低了疾病认知难度；
[0027]2)本专利技术跨模态融合认知疾病的系统既保留了单个模态的信息特点，又可以综合利用多模态的特征信息，提高了认知疾病和最终决策的可靠性。
附图说明
[0028]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术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。
[0029]图1为本专利技术的跨模态融合分析疾病的系统结构示意图。
具体实施方式
[0030]下面将结合本专利技术实施方式，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本专利技术一部分实施方式，而不是全部的实施方式。基于本专利技术中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。
[0031]请参阅图1，本专利技术提出一种跨模态融合分析疾病的系统，所述方法包括：数据获取模块10、预处理模块20、特征融合模块30、关系挖掘模块40、疾病分析模块50；
[0032]数据获取模块10，用于获取多个前列腺液外观图像样本、对应的前列腺液常规检测数据以及伴随症状特征信息；
[0033]具体的，所述前列腺液常规检测数据包括前列腺液的卵磷脂小体、上皮细胞、红细胞、白细胞、精子、PH值；所述伴随症状特征信息包括但不限于尿频、尿急、尿不尽、尿滴白、尿分叉、前列腺液分泌过多。
[0034]预处理模块20，用于对前列腺液外观图像样本进行图像特征提取，将对应的前列腺液常规检测数据以及伴随症状特征信息进行预处理；
[0035]具体的，通过HSV颜色空间的分量表，提取前列腺液外观图像中的淡乳白色区域，并通过淡乳白色区域面积进行前列腺液外观性状的判定；提取前列腺液常规检测数据的数值；提取伴随症状特征信息的关键字，对伴随症状特征信息进行向量化表示。
[0036]前列腺液外观图像样本特征提取的主要方法为：1)、首先对采集的RGB空间的图像进行滤波处理，转化到Lab颜色空间并在b通道利用OTSU算法进行分割，对得到二值图取反和形态学处理，最后将处理后的二值图与原图与操作后得到彩色分割图；2)、对彩色分割效果图转换到HSV空间，通过查取HSV淡乳白色分量表对图像进行淡乳白色区域进行提取，通过得到的淡乳白色区域确定前列腺液外观性状以及是否异常。
...

【技术保护点】

【技术特征摘要】
1.一种跨模态融合分析疾病的系统，其特征在于，所述方法包括：数据获取模块：用于获取多个前列腺液外观图像样本、对应的前列腺液常规检测数据以及伴随症状特征信息；预处理模块：用于对前列腺液外观图像样本进行图像特征提取，将对应的前列腺液常规检测数据以及伴随症状特征信息进行预处理；特征融合模块：用于将前列腺液外观图像特征、预处理后的前列腺液常规检测数据、伴随症状特征信息融合在一起，并进行归一化处理，形成前列腺液医学生物特征与对应疾病的集合；关系挖掘模块：用于利用关联规则挖掘算法提取前列腺液医学生物特征与对应疾病之间的关联规则。2.根据权利要求1所述跨模态融合分析疾病的系统，其特征在于，所述数据获取模块中，所述前列腺液常规检测数据包括前列腺液的卵磷脂小体、上皮细胞、红细胞、白细胞、精子、PH值；所述伴随症状特征信息包括但不限于尿频、尿急、尿不尽、尿滴白、尿分叉、前列腺液分泌过多。3.根据权利要求1所述跨模态融合分析疾病的系统，其特征在于，所述预处理模块具体包括：通过HSV颜色空间的分量表，提取前列腺液外观图像中的淡乳白色区域，并通过淡乳白色区域面积进行前列腺液外观性状的判定；提取前列腺液常规检测数据的数值；提取伴随症状特征信息的关键字，对伴随症状特征信息进行向量化表示。4.根据权利要求1所述跨模态融合分析疾病的系统，其特征在于，所述关系挖掘模块具体包括：阈值...

【专利技术属性】
技术研发人员：杜登斌，杜小军，杜乐，
申请(专利权)人：吾征智能技术北京有限公司，
类型：发明
国别省市：