基于胶囊网络和多模态信息的疾病诊断方法及相关设备技术

本发明专利技术提供一种基于胶囊网络和多模态信息的疾病诊断方法、装置、电子设备和存储介质，其中方法包括：确定当前次检测的诊断数据和生理测量数据；对诊断数据和生理测量数据分别进行特征提取，并进行融合得到对应的融合特征；将融合特征转换为对应的第一胶囊特征；获取相邻前一次得到的第二胶囊特征，并根据第一胶囊特征和第二胶囊特征，得到当前对应的诊断结果。实现了在疾病诊断过程中，采集多模态的数据作为诊断依据，同时基于胶囊网络对数据进行处理，提高数据的有效性，进而提高了疾病诊断确认的及时性和准确性。确认的及时性和准确性。确认的及时性和准确性。

【技术实现步骤摘要】
基于胶囊网络和多模态信息的疾病诊断方法及相关设备


[0001]本专利技术涉及疾病辅助诊断
，尤其涉及一种基于胶囊网络和多模态信息的疾病诊断方法、装置、电子设备和存储介质。

技术介绍

[0002]随着电子病历系统的推广，近年来疾病预测研究受到广泛关注并取得重要进展。而疾病预测研究的目标之一是预测患者未来可能患某种疾病的风险值，或者确定是否患某种疾病。
[0003]而在进行疾病预测和诊断时，通常是使用相关的神经模型进行诊断和预测。通过预先进行相应的训练和优化，进而在使用时通过提取诊断数据的相关特征，实现疾病的诊断和预测。由于疾病数据是由诊断数据和测量数据等多模态数据组成，且诊断数据之间具有异构性和时序性，使得单纯的特征提取并不能准确的实现疾病诊断。

技术实现思路

[0004]本专利技术提供一种基于胶囊网络和多模态信息的疾病诊断方法、装置、电子设备和存储介质，用以解决现有技术中疾病诊断结果不准确的问题。
[0005]本专利技术提供一种基于胶囊网络和多模态信息的疾病诊断方法，包括：
[0006]确定当前次检测的诊断数据和生理测量数据；
[0007]对所述诊断数据和所述生理测量数据分别进行特征提取，并进行融合得到对应的融合特征；
[0008]将所述融合特征转换为对应的第一胶囊特征；
[0009]获取相邻前一次诊断得到的第二胶囊特征，并根据所述第一胶囊特征和所述第二相邻前一次的胶囊特征，得到当前对应的诊断结果。
[0010]根据本专利技术提供的一种基于胶囊网络和多模态信息的疾病诊断方法，所述对所述诊断数据和所述生理测量数据分别进行特征提取，并进行融合得到对应的融合特征，包括：
[0011]对所述诊断数据进特征提取得到病例特征，以及对所述生理测量数据进行特征提取得到测量特征；
[0012]将所述病例特征和所述测量特征进行特征融合，得到对应的融合特征。
[0013]根据本专利技术提供的一种基于胶囊网络和多模态信息的疾病诊断方法，所述将所述融合特征转换为对应的胶囊特征，包括：
[0014]按照预设胶囊转换规则对所述融合特征进行胶囊转换，得到若干胶囊特征；
[0015]在所述胶囊特征中进行筛选，得到所述融合特征对应的第一胶囊特征。
[0016]根据本专利技术提供的一种基于胶囊网络和多模态信息的疾病诊断方法，所述在所述胶囊特征中进行筛选，得到所述融合特征对应的第一胶囊特征，包括：
[0017]获取所述胶囊特征包含的信息量；
[0018]根据所述信息量，在所述胶囊特征中选择最大信息量所对应的胶囊特征确定为所
述融合特征对应的第一胶囊特征。
[0019]根据本专利技术提供的一种基于胶囊网络和多模态信息的疾病诊断方法，获取相邻前一次诊断得到的第二胶囊特征，并根据所述第一胶囊特征和所述第二相邻前一次的胶囊特征，得到当前对应的诊断结果之前，还包括：
[0020]确定所述当前次检测是否为首次检测；
[0021]若确定为首次检测，则获取初始胶囊特征，并根据所述第一胶囊特征和所述初始胶囊特征得到对应的诊断结果；
[0022]若确定非首次检测，则执行步骤：获取相邻前一次诊断得到的第二胶囊特征，并根据所述第一胶囊特征和所述第二相邻前一次的胶囊特征，得到当前对应的诊断结果。
[0023]根据本专利技术提供的一种基于胶囊网络和多模态信息的疾病诊断方法，所述获取相邻前一次诊断得到的第二胶囊特征，并根据所述第一胶囊特征和所述第二相邻前一次的胶囊特征，得到当前对应的诊断结果，包括：
[0024]获取相邻前一次诊断得到的第二胶囊特征，并将所述第一胶囊特征和所述第二相邻前一次的胶囊特征进行特征融合；
[0025]对进行特征融合得到的后的胶囊特征进行筛选，得到当前次对应的第三胶囊特征；
[0026]根据所述第三当前次对应的胶囊特征，得到对应的诊断结果
[0027]根据本专利技术提供的一种基于胶囊网络和多模态信息的疾病诊断方法，所述根据所述第三当前次对应的胶囊特征，得到对应的诊断结果，包括：
[0028]根据所述第三当前次对应的胶囊特征进行二分类处理，得到基于所述第三胶囊特征对应的二分类的诊断结果，其中所述二分类诊断结果包括确定是与否定中的任一项。
[0029]本专利技术还提供一种基于胶囊网络和多模态信息的疾病诊断装置，包括：
[0030]数据获取模块，用于确定当前次检测的诊断病例和生理测量数据；
[0031]特征提取模块，用于对所述诊断病例和所述生理测量数据分别进行特征提取，并进行融合得到对应的融合特征；
[0032]胶囊转换模块，用于将所述融合特征转换为对应的第一胶囊特征；
[0033]诊断输出模块，用于获取相邻前一次诊断得到的第二胶囊特征，并根据所述第一胶囊特征和所述第二相邻前一次的胶囊特征，得到当前对应的诊断结果。
[0034]本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并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如上述任一种所述基于胶囊网络和多模态信息的疾病诊断方法的步骤。
[0035]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述基于胶囊网络和多模态信息的疾病诊断方法的步骤。
[0036]本专利技术提供的基于胶囊网络和多模态信息的疾病诊断方法、装置、电子设备和存储介质，在进行疾病的诊断时，首先确定当前进行检测所得到的诊断数据和生理测量数据，然后分别对两个数据进行特征信息的提取，并将提取得到的特征信息进行融合，实现多模态信息的融合，提高所包含的特征信息，接着将得到的融合特征进行胶囊转换，利用胶囊网络通过对主要特征的提取，得到包含有主要特征的第一胶囊特征，同时获取相邻前一次进
行诊断时得到的第二胶囊特征，以根据第一胶囊特征和第二胶囊特征确定当前所对应的诊断结果。实现了在疾病诊断过程中，采集多模态的数据作为诊断依据，同时基于胶囊网络对数据进行处理，提高数据的有效性，进而提高了疾病诊断确认的及时性和准确性。
附图说明
[0037]为了更清楚地说明本专利技术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简要地说明，显而易见地，下面描述中的附图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。
[0038]图1是本专利技术提供的基于胶囊网络和多模态信息的疾病诊断方法的流程示意图；
[0039]图2是本专利技术提供的得到诊断结果的步骤的流程示意图；
[0040]图3是本专利技术提供的基于胶囊网络和多模态信息的疾病诊断装置的结构示意图；
[0041]图4是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0042]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于胶囊网络和多模态信息的疾病诊断方法，其特征在于，包括：确定当前次检测的诊断数据和生理测量数据；对所述诊断数据和所述生理测量数据分别进行特征提取，并进行融合得到对应的融合特征；将所述融合特征转换为对应的第一胶囊特征；获取相邻前一次得到的第二胶囊特征，并根据所述第一胶囊特征和所述第二胶囊特征，得到当前对应的诊断结果。2.根据权利要求1所述的基于胶囊网络和多模态信息的疾病诊断方法，其特征在于，所述对所述诊断数据和所述生理测量数据分别进行特征提取，并进行融合得到对应的融合特征，包括：对所述诊断数据进特征提取得到病例特征，以及对所述生理测量数据进行特征提取得到测量特征；将所述病例特征和所述测量特征进行特征融合，得到对应的融合特征。3.根据权利要求1所述的基于胶囊网络和多模态信息的疾病诊断方法，其特征在于，所述将所述融合特征转换为对应的胶囊特征，包括：按照预设胶囊转换规则对所述融合特征进行胶囊转换，得到若干胶囊特征；在所述胶囊特征中进行筛选，得到所述融合特征对应的第一胶囊特征。4.根据权利要求3所述的基于胶囊网络和多模态信息的疾病诊断方法，其特征在于，所述在所述胶囊特征中进行筛选，得到所述融合特征对应的第一胶囊特征，包括：获取所述胶囊特征包含的信息量；根据所述信息量，在所述胶囊特征中选择最大信息量所对应的胶囊特征确定为所述融合特征对应的第一胶囊特征。5.根据权利要求1所述的基于胶囊网络和多模态信息的疾病诊断方法，其特征在于，所述获取相邻前一次得到的第二胶囊特征，并根据所述第一胶囊特征和所述第二胶囊特征，得到当前对应的诊断结果之前，还包括：确定所述当前次检测是否为首次检测；若确定为首次检测，则获取初始胶囊特征，并根据所述第一胶囊特征和所述初始胶囊特征得到对应的诊断结果；若确定非首次检测，则执行步骤：获取相邻前...

【专利技术属性】
技术研发人员：徐常胜，蒋珊萍，黄毅，杨小汕，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：