【技术实现步骤摘要】
治疗方案推荐方法、装置、系统及存储介质
[0001]本专利技术涉及数字医疗
,尤其涉及一种治疗方案推荐方法、装置、系统及存储介质。
技术介绍
[0002]随着互联网技术的发展,信息数字化在医疗
得到了广泛应用。
[0003]目前在心血管疾病诊疗过程中,通常将临床指南中的医学描述转换为由逻辑判断组成的规则,进而使用该规则对数字化处理后的病例进行匹配,得到待推荐的治疗方案。
[0004]在实现本专利技术的过程中,专利技术人发现现有技术中至少存在以下技术问题:现有治疗方案推荐方案,存在推荐不准确的问题。
技术实现思路
[0005]本专利技术提供了一种治疗方案推荐方法、装置、系统及存储介质,以提升治疗方案推荐准确度。
[0006]根据本专利技术的一方面,提供了一种治疗方案推荐方法,包括:
[0007]获取待处理的病例样本数据,其中,所述病例样本数据包括病例文本数据和心电图影像数据;
[0008]分别对所述病例文本数据和心电图影像数据进行预处理,得到病例文本词元和心电语义词元;
[0009]对所述病例文本词元和心电语义词元进行知识注入操作,得到目标病例样本数据;
[0010]基于所述目标病例样本数据进行多模态联合预训练,得到病例文本
‑
心电图预训练模型;
[0011]获取下游任务对应的训练数据,基于下游任务对应的训练数据对所述病例文本
‑
心电图预训练模型进行微调,得到治疗方案推荐模型;
[00 ...
【技术保护点】
【技术特征摘要】
1.一种治疗方案推荐方法,其特征在于,包括:获取待处理的病例样本数据,其中,所述病例样本数据包括病例文本数据和心电图影像数据;分别对所述病例文本数据和心电图影像数据进行预处理,得到病例文本词元和心电语义词元;对所述病例文本词元和心电语义词元进行知识注入操作,得到目标病例样本数据;基于所述目标病例样本数据进行多模态联合预训练,得到病例文本
‑
心电图预训练模型;获取下游任务对应的训练数据,基于下游任务对应的训练数据对所述病例文本
‑
心电图预训练模型进行微调,得到治疗方案推荐模型;获取目标对象的病例数据,将所述目标对象的病例数据输入至所述治疗方案推荐模型,得到目标对象的治疗方案。2.根据权利要求1所述的方法,其特征在于,所述分别对所述病例文本数据和心电图影像数据进行预处理,得到病例文本词元和心电语义词元,包括:根据预先配置的文本抽取规则,对所述病例文本数据进行信息抽取,得到病例文本词元;对所述心电图影像数据进行离散语义化预处理,得到心电语义词元。3.根据权利要求2所述的方法,其特征在于,所述对所述心电图影像数据进行离散语义化预处理,得到心电语义词元,包括:对所述心电图影像数据进行去噪处理,得到去噪后的心电图影像数据;对所述去噪后的心电图影像数据进行归一化处理,得到归一化后的心电图影像数据;对所述归一化后的心电图影像数据进行切分,得到多个心电图影像切片,将各所述心电图影像切片输入至训练完成的卷积神经网络,得到各所述心电图影像切片对应的心电语义词元,其中,所述训练完成的卷积神经网络包括卷积层、池化层、自适应均值池化层和输出层。4.根据权利要求1所述的方法,其特征在于,所述对所述病例文本词元和心电语义词元进行知识注入操作,得到目标病例样本数据,包括:对所述病例文本词元进行掩码处理,得到病例文本掩码数据;对所述病例文本词元进行延展处理,得到病例文本拼接数据;对所述心电语义词元进行掩码处理,得到心电掩码数据;基于所述病例文本掩码数据、所述病例文本拼接数据和所述病例文本拼接数据确定目标病例样本数据。5.根据权利要求4所述的方法,其特征在于,所述对所述病例文本词元进行掩码处理,得到病例文本掩码数据,包括:对所述病例文本词元进行命名体识别,得到心电领域实体;基于第一预设掩码比例,使用掩码标识符和/或心电实体词元对所述病例文本词元中的心电领域实体进行替换,得到病例文本实体掩码数据;基于第二预设掩码比例,使用掩码标识符和/或心电实体词元对所述病例文本词元中的非心电领域实体进行替换,得到病例文本非实体掩码数据;
基于所述病例文本实体掩码数据和所...
【专利技术属性】
技术研发人员:夏周睿,范哲权,高林明,
申请(专利权)人:索思苏州医疗科技有限公司,
类型:发明
国别省市:
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。