面向医学影像的数据处理方法、系统和电子设备技术方案

本发明专利技术提供了一种面向医学影像的数据处理方法、系统和电子设备，涉及医学影像的技术领域，该方法包括：利用训练数据库对数据分析决策模型进行训练；根据数据分析要求，利用训练好的数据分析决策模型，生成目标数据分析执行流；数据分析要求包括：针对医学影像数据的处理目标；目标数据分析执行流包括若干个医学影像数据分析环节、各环节相关参数以及执行的相应顺序；基于目标数据分析执行流，对获取的实际医学影像数据进行处理，生成最终处理结果，以实现医学影像数据的自动分析处理，通过上述方法缓解了医学影像数据处理难度大、效率低的问题，保证了数据处理的质量，降低了数据处理的工作量。处理的工作量。处理的工作量。

【技术实现步骤摘要】
面向医学影像的数据处理方法、系统和电子设备


[0001]本专利技术涉及医学影像
，尤其是涉及一种面向医学影像的数据处理方法、系统和电子设备。

技术介绍

[0002]随着人工智能、大数据、神经影像技术等的快速发展，人们对大脑发育、老化以及神经系统疾病的机制研究愈发深入，进一步，需要更加系统地理解认知、情绪、疾病的构成要素和相互之间的关系，其中包括多模态神经影像数据分析在内的脑计算将是核心的推动力量。
[0003]结合不同的研究目标，针对神经影像的数据处理包括目标不同的众多环节，比如预处理、特征抽取、统计分析、建模等。在这些数据处理环节中，一般情况下会涉及到众多的软件包，据不完全统计，神经影像相关软件至少几百种。对此，数据处理人员需要深度理解这些软件包含的算法、参数、结果格式和含义、设计方法等，才能正确、有效地应用这些软件进行影像处理；对于神经科学的研究人员而言门槛较高、难度较大；同时，每个神经影像数据处理环节中往往包含很多子环节，需要将不同的软件进行组合形成数据处理流，因而需要对软件之间的匹配性等进行深入了解，这同样是一个比较困难和耗时的问题。同理，在除神经影像之外的其他医学影像的数据处理中也存在上述问题。也就是说，现有针对医学影像的数据处理方案存在处理难度大、处理效率低的问题。

技术实现思路

[0004]本专利技术的目的在于提供一种面向医学影像的数据处理方法、系统和电子设备，以缓解现有技术中存在的处理难度大、处理效率低的技术问题。
[0005]第一方面，本专利技术实施例提供了一种面向医学影像的数据处理方法，包括：利用训练数据库对数据分析决策模型进行训练；上述训练数据库基于医学影像数据处理知识库生成；上述医学影像数据处理知识库包括：数据处理目标以及数据分析环节；
[0006]根据数据分析要求，利用训练好的数据分析决策模型，生成目标数据分析执行流；上述数据分析要求包括：针对医学影像数据的处理目标；上述目标数据分析执行流包括若干个医学影像数据分析环节、各环节相关参数以及执行的相应顺序；
[0007]基于上述目标数据分析执行流，对获取的实际医学影像数据进行处理，生成最终处理结果，以实现医学影像数据的自动分析处理。
[0008]在一些可能的实施方式中，上述方法还包括：构建医学影像数据处理知识库；上述医学影像数据处理知识库的框架包括多个顶层类目以及多个子级类目；每个上述当前子级类目均由上述当前子级类目的前一级类目进行细分得到；上述顶层类目包括：数据处理目标、数据分析环节、对象数据、数据存储、服务器、文件和任务。
[0009]在一些可能的实施方式中，上述方法还包括：基于上述医学影像数据处理知识库构建训练数据库；上述训练数据库包括：数据分析要求和数据分析执行流；上述数据分析要
求为医学影像数据的处理目标的编码文字序列表达式；上述数据分析执行流包括：至少一个医学影像数据分析环节对应的组件的文字序列表达式；每个上述组件包括至少一个模块，上述模块用于表示相应环节的具体算法。
[0010]在一些可能的实施方式中，上述方法还包括：构建计算设施决策模型；上述计算设施决策模型包括：对应规则和机器学习模型；根据上述医学影像数据处理知识库，生成用户数据处理要求与数据存储、服务器之间的对应规则；基于服务器运行过程中的相关数据，训练生成机器学习模型；上述机器学习模型包括：数据存储决策模型和服务器决策模型；上述数据存储决策模型的输入为上述用户数据处理要求，输出为数据存储目标；上述服务器决策模型的输入为上述用户数据处理要求，输出为服务器目标；基于上述计算设施决策模型，确定目标计算设施；上述目标计算设施用于执行上述目标数据分析执行流的数据分析环节。
[0011]在一些可能的实施方式中，基于上述计算设施决策模型，确定目标计算设施的步骤包括：基于上述数据存储决策模型确定数据存储目标；上述数据存储目标包括：存储类型、容量以及目标存储设备；上述目标存储设备用于存储待处理的初始数据以及各数据分析环节生成的数据；基于上述服务器决策模型确定服务器目标；上述服务器目标包括：目标服务器类型以及目标服务器；上述目标服务器用于执行各上述数据分析环节的计算。
[0012]在一些可能的实施方式中，上述方法还包括：根据数据分析要求，利用训练好的数据分析决策模型，生成与上述目标数据分析执行流相关的处理策略；上述处理策略包括数据计算策略和数据分析策略；上述数据分析策略用于表示执行上述目标数据分析执行流中各上述分析环节的方式；上述数据分析策略包括：单独分析、投票分析、多维分析；上述数据计算策略用于表示在上述分析环节中的数据计算方式；上述数据计算方式包括：CPU计算、GPU计算、混合计算。
[0013]在一些可能的实施方式中，上述方法还包括：基于上述数据存储目标、上述服务器目标与上述处理策略之间的预定义规则，分别对上述数据计算策略及上述数据分析策略进行过滤，生成过滤后的上述数据计算策略和上述数据分析策略。
[0014]在一些可能的实施方式中，上述医学影像数据分析环节包括：预处理、特征提取、统计分析、机器学习建模、深度学习建模、可视化、结果注释、处理策略中的任意几种；基于上述目标数据分析执行流，对获取的实际医学影像数据进行处理，包括：按照上述相应顺序对获取的实际医学影像数据依次执行上述医学影像数据分析环节，并生成每个环节的处理结果；针对上述数据分析环节的处理结果计算数据质控指数；上述数据指控指数用于评估数据的可用性；针对上述最终处理结果生成结果评价参数。
[0015]第二方面，本专利技术实施例提供了一种面向医学影像的数据处理系统，上述系统包括：
[0016]模型训练模块，用于利用训练数据库对数据分析决策模型进行训练；上述训练数据库基于医学影像数据处理知识库生成；上述医学影像数据处理知识库包括：数据处理目标以及数据分析环节；
[0017]执行流生成模块，用于根据数据分析要求，利用训练好的数据分析决策模型，生成目标数据分析执行流；上述数据分析要求包括：针对医学影像数据的处理目标；上述目标数据分析执行流包括若干个医学影像数据分析环节、各环节相关参数以及执行的相应顺序；
[0018]处理结果生成模块，用于基于上述目标数据分析执行流，对获取的实际医学影像数据进行处理，生成最终处理结果，以实现医学影像数据的自动分析处理。
[0019]第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项所述的方法的步骤。
[0020]本专利技术提供了一种面向医学影像的数据处理方法、系统和电子设备，该方法包括：利用训练数据库对数据分析决策模型进行训练；根据数据分析要求，利用训练好的数据分析决策模型，生成目标数据分析执行流；数据分析要求包括：针对医学影像数据的处理目标；目标数据分析执行流包括若干个医学影像数据分析环节、各环节相关参数以及执行的相应顺序；基于目标数据分析执行流，对获取的实际医学影像数据进行处理本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向医学影像的数据处理方法，其特征在于，包括：利用训练数据库对数据分析决策模型进行训练；所述训练数据库基于医学影像数据处理知识库生成；所述医学影像数据处理知识库包括：数据处5理目标以及数据分析环节；根据数据分析要求，利用训练好的数据分析决策模型，生成目标数据分析执行流；所述数据分析要求包括：针对医学影像数据的处理目标；所述目标数据分析执行流包括若干个医学影像数据分析环节、各环节相关参数以及执行的相应顺序；0基于所述目标数据分析执行流，对获取的实际医学影像数据进行处理，生成最终处理结果，以实现医学影像数据的自动分析处理。2.根据权利要求1所述的面向医学影像的数据处理方法，其特征在于，所述方法还包括：构建医学影像数据处理知识库；所述医学影像数据处理知识库的框架5包括多个顶层类目以及多个子级类目；每个当前所述子级类目均由当前所述子级类目的前一级类目进行细分得到；所述顶层类目包括：数据处理目标、数据分析环节、对象数据、数据存储、服务器、文件和任务。3.根据权利要求2所述的面向医学影像的数据处理方法，其特征在于，所述方法还包括：0基于所述医学影像数据处理知识库构建训练数据库；所述训练数据库包括：数据分析要求和数据分析执行流；所述数据分析要求为医学影像数据的处理目标的编码文字序列表达式；所述数据分析执行流包括：至少一个医学影像数据分析环节对应的组件的文字序列表达式；每个所述组件包括至少一个模块，所述模块用于表示相应环节的具体算法。4.根据权利要求2所述的面向医学影像的数据处理方法，其特征在于，所述方法还包括：构建计算设施决策模型；所述计算设施决策模型包括：对应规则和机器学习模型；根据所述医学影像数据处理知识库，生成用户数据处理要求与数据存储、服务器之间的对应规则；基于服务器运行过程中的相关数据，训练生成机器学习模型；所述机器学习模型包括：数据存储决策模型和服务器决策模型；所述数据存储决策模型的输入为所述用户数据处理要求，输出为数据存储目标；所述服务器决策模型的输入为所述用户数据处理要求，输出为服务器目标；基于所述计算设施决策模型，确定目标计算设施；所述目标计算设施用于执行所述目标数据分析执行流的数据分析环节。5.根据权利要求4所述的面向医学影像的数据处理方法，其特征在于，基于所述计算设施决策模型，确定目标计算设施的步骤包括：基于所述数据存储决策模型确定数据存储目标；所述数据存储目标包括：存储类型、容量以及目标存储设备；所述目标存储设备用于存储待处理的初始数据以及各数据分析环节生成的数据...

【专利技术属性】
技术研发人员：杨风雷，姚达，张秀梅，
申请(专利权)人：北京万方医学信息科技有限公司，
类型：发明
国别省市：