一种基于大数据的智能医疗数据处理方法及装置制造方法及图纸

本申请实施例提供一种基于大数据的智能医疗数据处理方法及相关装置，所述方法包括：获取医疗图像集合，所述医疗图像集合包括N张医疗图像；根据所述N张医疗图像进行处理，得到第一目标图像，所述第一目标图像包括目标位置的细胞图像；对所述第一目标图像进行处理，得到所述细胞图像的特征信息；根据所述特征信息，通过病理确定模型，确定出所述目标位置的第一病理信息，能够提升病理获取时的智能性。能够提升病理获取时的智能性。能够提升病理获取时的智能性。

【技术实现步骤摘要】
一种基于大数据的智能医疗数据处理方法及装置


[0001]本申请涉及数据处理
，具体涉及一种基于大数据的智能医疗数据处理方法及相关装置。

技术介绍

[0002]现有的在获取病理时，通常是通过拍摄相关的部位的图像，该图像可以是显微镜下拍摄的图像等，然后通过人工的方式来进行辨别，例如，通过医生对图像的观察后，从而判断出相关的病理，在进行病理获取时人为的主观因素太多，同时其智能性较低。

技术实现思路

[0003]本申请实施例提供一种基于大数据的智能医疗数据处理方法及相关装置，能够提升病理获取时的智能性。
[0004]本申请实施例的第一方面提供了一种基于大数据的智能医疗数据处理方法，所述方法包括：
[0005]获取医疗图像集合，所述医疗图像集合包括N张医疗图像；
[0006]根据所述N张医疗图像进行处理，得到第一目标图像，所述第一目标图像包括目标位置的细胞图像；
[0007]对所述第一目标图像进行处理，得到所述细胞图像的特征信息；
[0008]根据所述特征信息，通过病理确定模型，确定出所述目标位置的第一病理信息。
[0009]结合第一方面，在一个可能的实现方式中，所述对所述第一目标图像进行处理，得到所述细胞图像的特征信息，包括：
[0010]从所述第一目标图像中获取所述细胞图像；
[0011]对所述细胞图像进行特征提取，得到所述特征信息。
[0012]结合第一方面，在一个可能的实现方式中，所述对所述细胞图像进行特征提取，得到所述特征信息，包括：
[0013]对所述细胞图像进行分割处理，得到N张子细胞图像；
[0014]对所述N张子细胞图像进行轮廓提取，得到K个轮廓信息，K为大于或等于 N的整数；
[0015]根据所述轮廓信息，确定所述N张子细胞图像中的每张子细胞图像中的病变细胞的区域信息；
[0016]根据所述区域信息，对所述N张子细胞图像进行灰度提取，得到所述区域信息对应的区域的灰度值；
[0017]将所述灰度值和所述区域信息，确定为所述特征信息。
[0018]结合第一方面，在一个可能的实现方式中，所述方法还包括：
[0019]获取训练样本，所述训练样本包括特征信息和病理信息；
[0020]根据所述训练样本对初始模型进行训练，以得到所述病理确定模型。
[0021]结合第一方面，在一个可能的实现方式中，所述方法还包括：
[0022]对所述第一病理信息进行判断，得到所述第一病理信息的准确率；
[0023]若所述准确率低于预设阈值，则获取所述目标位置的第二目标图像，所述第二目标图像的清晰度高于所述第一目标图像；
[0024]根据所述第二目标图像，确定病理修正信息；
[0025]根据所述病理修正信息对所述第一病理信息进行调整，得到第二病理信息。
[0026]本申请实施例的第二方面提供了一种基于大数据的智能医疗数据处理装置，所述装置包括：
[0027]获取单元，用于获取医疗图像集合，所述医疗图像集合包括N张医疗图像；
[0028]第一处理单元，用于根据所述N张医疗图像进行处理，得到第一目标图像，所述第一目标图像包括目标位置的细胞图像；
[0029]第二处理单元，用于对所述第一目标图像进行处理，得到所述细胞图像的特征信息；
[0030]确定单元，用于根据所述特征信息，通过病理确定模型，确定出所述目标位置的第一病理信息。
[0031]结合第二方面，在一个可能的实现方式中，所述第二处理单元用于：
[0032]从所述第一目标图像中获取所述细胞图像；
[0033]对所述细胞图像进行特征提取，得到所述特征信息。
[0034]结合第二方面，在一个可能的实现方式中，在所述对所述细胞图像进行特征提取，得到所述特征信息方面，所述第二处理单元用于：
[0035]对所述细胞图像进行分割处理，得到N张子细胞图像；
[0036]对所述N张子细胞图像进行轮廓提取，得到K个轮廓信息，K为大于或等于 N的整数；
[0037]根据所述轮廓信息，确定所述N张子细胞图像中的每张子细胞图像中的病变细胞的区域信息；
[0038]根据所述区域信息，对所述N张子细胞图像进行灰度提取，得到所述区域信息对应的区域的灰度值；
[0039]将所述灰度值和所述区域信息，确定为所述特征信息。
[0040]结合第二方面，在一个可能的实现方式中，所述装置还用于：
[0041]获取训练样本，所述训练样本包括特征信息和病理信息；
[0042]根据所述训练样本对初始模型进行训练，以得到所述病理确定模型。
[0043]结合第二方面，在一个可能的实现方式中，所述装置还用于：
[0044]对所述第一病理信息进行判断，得到所述第一病理信息的准确率；
[0045]若所述准确率低于预设阈值，则获取所述目标位置的第二目标图像，所述第二目标图像的清晰度高于所述第一目标图像；
[0046]根据所述第二目标图像，确定病理修正信息；
[0047]根据所述病理修正信息对所述第一病理信息进行调整，得到第二病理信息。
[0048]本申请实施例的第三方面提供一种终端，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机
程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如本申请实施例第一方面中的步骤指令。
[0049]本申请实施例的第四方面提供了一种计算机可读存储介质，其中，上述计算机可读存储介质存储用于电子数据交换的计算机程序，其中，上述计算机程序使得计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。
[0050]本申请实施例的第五方面提供了一种计算机程序产品，其中，上述计算机程序产品包括存储了计算机程序的非瞬时性计算机可读存储介质，上述计算机程序可操作来使计算机执行如本申请实施例第一方面中所描述的部分或全部步骤。该计算机程序产品可以为一个软件安装包。
[0051]实施本申请实施例，至少具有如下有益效果：
[0052]通过获取医疗图像集合，所述医疗图像集合包括N张医疗图像，根据所述N 张医疗图像进行处理，得到第一目标图像，所述第一目标图像包括目标位置的细胞图像，对所述第一目标图像进行处理，得到所述细胞图像的特征信息，根据所述特征信息，通过病理确定模型，确定出所述目标位置的第一病理信息，因此，相对于现有方案中通过人工的方式来获取病理，能够通过医疗图像集合来确定出第一目标图像，并获取第一目标图像的特征信息，通过病理确定模型获取到第一病理信息，提升了获取第一病理信息时的智能性。
附图说明
[0053]为了更清楚地说明本申请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本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的智能医疗数据处理方法，其特征在于，所述方法包括：获取医疗图像集合，所述医疗图像集合包括N张医疗图像；根据所述N张医疗图像进行处理，得到第一目标图像，所述第一目标图像包括目标位置的细胞图像；对所述第一目标图像进行处理，得到所述细胞图像的特征信息；根据所述特征信息，通过病理确定模型，确定出所述目标位置的第一病理信息。2.根据权利要求1所述的方法，其特征在于，所述对所述第一目标图像进行处理，得到所述细胞图像的特征信息，包括：从所述第一目标图像中获取所述细胞图像；对所述细胞图像进行特征提取，得到所述特征信息。3.根据权利要求1或2所述的方法，其特征在于，所述对所述细胞图像进行特征提取，得到所述特征信息，包括：对所述细胞图像进行分割处理，得到N张子细胞图像；对所述N张子细胞图像进行轮廓提取，得到K个轮廓信息，K为大于或等于N的整数；根据所述轮廓信息，确定所述N张子细胞图像中的每张子细胞图像中的病变细胞的区域信息；根据所述区域信息，对所述N张子细胞图像进行灰度提取，得到所述区域信息对应的区域的灰度值；将所述灰度值和所述区域信息，确定为所述特征信息。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：获取训练样本，所述训练样本包括特征信息和病理信息；根据所述训练样本对初始模型进行训练，以得到所述病理确定模型。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：对所述第一病理信息进行判断，得到所述第一病理信息的准确率；若所述准确率低于预设阈值，则获取所述目标位置的第二目标图像，所述第二目标图像的清晰度高于所述第一目标图像；根据所述第二目标图像，确定病理修正信息；根据所述病理修正信息对所述第一病理信息进行调整，得到第二病理信息。6.一种基于大数据的智能医疗数据处理...

【专利技术属性】
技术研发人员：张晓，田野，宫立恒，黄永刚，杨洁，
申请(专利权)人：河北北方学院，
类型：发明
国别省市：