多模态异构的医学数据处理方法及相关装置制造方法及图纸

本申请提供了一种多模态异构的医学数据处理方法、装置、电子设备及计算机可读存储介质，所述方法包括：获取待测对象的电子病历，基于所述电子病历，获取所述待测对象与预设疾病的关联度，当所述待测对象与所述预设疾病的关联度不小于预设阈值时，确定所述待测对象作为感兴趣对象；获取所述感兴趣对象的医学影像数据和临床数据；根据所述感兴趣对象的医学影像数据和临床数据，获取所述感兴趣对象的最终预测结果。利用该方法可以从待测对象中筛选出感兴趣对象，针对感兴趣对象进行数据分析，从而减少计算量，提高工作效率。

【技术实现步骤摘要】
多模态异构的医学数据处理方法及相关装置
本申请涉及数据处理
，尤其涉及多模态异构的医学数据处理方法、装置、电子设备及计算机可读存储介质。
技术介绍
近年来，医疗领域的各项人工智能应用不断涌现，如语音录入病历、医疗影像智能识别、智能诊断、医疗机器人、个人健康大数据的智能分析、AI医药研发等。目前国内外大部分医学人工智能企业的产品还处于单一模态数据源加上单病种智能诊断的阶段，对于异构多模态数据集的建设和多模态数据融合分析主要还处在学术研究阶段，还未发现多模态医学数据的融合分析在临床上进行应用的例子，多模态医学数据的融合分析与放疗计划生成，在国内临床应用领域仍然有充足的发展空间。现有的智能诊断技术在医学数据的分析时，需要对大量的患者对象进行分析，工作量较大，预测效率较低。
技术实现思路
本申请的目的在于提供多模态异构的医学数据处理方法、装置、电子设备及计算机可读存储介质，从待测对象中筛选出感兴趣对象，针对感兴趣对象进行数据分析，从而减少计算量，提高工作效率。本申请的目的采用以下技术方案实现：第本文档来自技高网...

【技术保护点】
1.一种多模态异构的医学数据处理方法，其特征在于，所述方法包括：/n获取待测对象的电子病历，基于所述电子病历，获取所述待测对象与预设疾病的关联度，当所述待测对象与所述预设疾病的关联度不小于预设阈值时，确定所述待测对象作为感兴趣对象；/n获取所述感兴趣对象的医学影像数据和临床数据；/n根据所述感兴趣对象的医学影像数据和临床数据，获取所述感兴趣对象的最终预测结果。/n

【技术特征摘要】
1.一种多模态异构的医学数据处理方法，其特征在于，所述方法包括：
获取待测对象的电子病历，基于所述电子病历，获取所述待测对象与预设疾病的关联度，当所述待测对象与所述预设疾病的关联度不小于预设阈值时，确定所述待测对象作为感兴趣对象；
获取所述感兴趣对象的医学影像数据和临床数据；
根据所述感兴趣对象的医学影像数据和临床数据，获取所述感兴趣对象的最终预测结果。


2.根据权利要求1所述的多模态异构的医学数据处理方法，其特征在于，所述根据所述感兴趣对象的医学影像数据和临床数据，获取所述感兴趣对象的最终预测结果，包括：
对所述感兴趣对象的医学影像数据进行特征提取，得到影像特征；
对所述感兴趣对象的临床数据进行特征提取，得到临床特征；
根据所述影像特征和所述临床特征进行融合，得到融合特征，基于所述融合特征，获取所述感兴趣对象的针对所述预设疾病的最终预测结果。


3.根据权利要求2所述的多模态异构的医学数据处理方法，其特征在于，所述感兴趣对象的医学影像数据包括多模态的医学影像数据；
所述对所述感兴趣对象的医学影像数据进行特征提取，得到影像特征，包括：
对所述感兴趣对象的医学影像数据进行多模态数据融合，得到阶段融合结果；
对所述阶段融合结果进行特征提取，得到所述影像特征。


4.根据权利要求2所述的多模态异构的医学数据处理方法，其特征在于，所述方法还包括：
基于所述影像特征，获取所述感兴趣对象的针对所述预设疾病的初次预测结果；
所述基于所述融合特征，获取所述感兴趣对象的针对所述预设疾病的最终预测结果，包括：
基于所述融合特征以及所述感兴趣对象的针对所述预设疾病的初次预测结果，获取所述感兴趣对象的针对所述预设疾病的最终预测结果。


5.根据权利要求4所述的多模态异构的医学数据处理方法，其特征在于，利用深度学习模型执行以下处理：对所述感兴趣对象的医学影像数据进行多模态数据融合，得到阶段融合结果；对所述阶段融合结果进行特征提取，得到所述影像特征；基于所述影像特征，获取所述感兴趣对象的针对所述预设疾病的初次预测结果；
利用机器学习模型执行以下处理：对所述感兴趣对象的临床数据进行特征提取，得到临床特...

【专利技术属性】
技术研发人员：余跃，沈宏，胡必成，
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