结合人工智能语言识别模型的超声辅助诊断系统及方法技术方案

本发明专利技术提供结合人工智能语言识别模型的超声辅助诊断系统及方法，涉及超声辅助诊断领域，包括：存储有历史患者病例的带病灶标注的历史超声图像和历史超声报告；根据患者的超声图像和各历史超声图像之间的相似度形成图像相似队列；利用人工智能语义识别模型进行语义识别得到当前报告总结和对应的历史报告总结并按照他们之间的相似度形成语义相似队列；提取出语义相似队列和图像相似队列中重复的历史患者病例生成第一参考队列，以及根据报告相似度调整图像相似队列得到第二参考队列，以及根据图像相似度调整语义相似队列得到第三参考队列，将第一参考队列、第二参考队列和第三参考队列展示。有益效果是结合人工智能模型进行辅助诊断结果更准确。行辅助诊断结果更准确。行辅助诊断结果更准确。

【技术实现步骤摘要】
结合人工智能语言识别模型的超声辅助诊断系统及方法


[0001]本专利技术涉及超声辅助诊断领域，尤其涉结合人工智能语言识别模型的超声辅助诊断系统及方法。

技术介绍

[0002]超声诊断是一种医学成像技术，通过向人体或动物体内发送超声波，获取反弹回来的声波信号来形成图像，以帮助医生进行检查和诊断。超声诊断技术在医学检查领域具有广泛应用，可以提供丰富的图像信息，充分反映器官组织结构和功能状态。
[0003]当前超声诊断技术已经非常成熟，广泛应用于不同的医学领域，例如临床诊断、妇产科、神经学、心血管学、消化科等。超声设备的基本工作原理和技术路线都已经得到充分的研究和完善。
[0004]在超声图像分析方面，人工智能可以通过机器学习、深度学习等技术，根据大量的医学图像训练出可靠的算法和模型，从而快速、准确地识别及定位潜在疾患和异常结构。另外，人工智能还可以利用数据挖掘技术，从病历、化验、影像等丰富的医疗数据中挖掘出重要的临床信息和隐含规律，以辅助医生进行决策。
[0005]人工智能辅助诊断系统可以在某些方面解决超声诊断技术中的技术难题。例如，在超声图像分析方面，应用人工智能技术可以快速、准确地识别和定位病变结构，提高诊断的准确性和效率。同时，基于深度学习等算法，人工智能在超声图像质量的预处理和优化方面也发挥了积极作用。
[0006]但是人工智能技术在超声诊断中的应用面临一些挑战。例如，在医学背景下，人工智能需要充分考虑数据的多样性、不确定性和质量。另外，对于超声诊断技术等医疗保健领域，人工智能模型的临床验证和评估非常重要，需要分别考虑临床意义和经济意义。此外，基于人工智能技术的辅助诊断系统仍需要与人工医生的临床经验和专业知识结合，以有效地辅助临床诊断。
[0007]因此，人工智能的辅助诊断系统可以一定程度上解决超声诊断中的技术难题，但需要更多的深入研究，结合医生的实际工作、个人经验和其他相关领域的知识，以解决人工智能在超声诊断中的内在局限性。

技术实现思路

[0008]针对现有技术中存在的问题，本专利技术提供一种结合人工智能语言识别模型的超声辅助诊断系统，包括：
[0009]存储模块，存储有多个历史患者病例，各所述历史患者病例包括带病灶标注的历史超声图像和对应的历史超声报告；
[0010]图像检索模块，连接所述存储模块，用于对当前患者的当前超声图像进行病灶标注得到当前标注图像，并根据当前标注图像和各所述历史超声图像之间的相似度于所述存储模块中提取多个所述历史患者病例形成图像相似队列；
[0011]人工智能分析模块，连接所述存储模块，用于利用人工智能语义识别模型分别对所述当前患者的当前超声报告和各所述历史超声报告进行语义识别得到当前报告总结和对应的历史报告总结，并根据当前报告总结和各所述历史报告总结之间的相似度于所述存储模块中提取多个所述历史患者病例形成语义相似队列；
[0012]队列生成模块，分别连接所述图像检索模块和所述人工智能分析模块，用于提取出所述语义相似队列和所述图像相似队列中重复的所述历史患者病例生成第一参考队列，以及根据所述图像相似队列中的各所述历史患者病例对应的历史报告总结与所述当前报告总结的相似度调整所述图像相似队列得到第二参考队列，以及根据所述语义相似队列中的各所述患者病例对应的所述历史超声图像与所述当前超声图像之间的相似度调整所述语义相似队列得到第三参考队列，将三所第一参考队列、所述第二参考队列和所述第三参考队列展示给医师进行辅助诊断。
[0013]优选的，所述图像检索模块包括：
[0014]图像标注单元，用于利用预先训练得到的病灶标注模型对所述当前超声图像进行病灶标注得到带有病灶标注的所述当前标注图像；
[0015]图像检索单元，连接所述图像标注单元，用于分别计算所述当前标注图像与各所述历史超声图像之间的相似度，随后按照相似度于所有所述历史超声图像中由高到低提取所述历史超声图像对应的所述历史患者病例形成所述图像相似队列。
[0016]优选的，所述图像检索单元包括：
[0017]第一检索子单元，用于分别计算所述当前标注图像与各所述历史超声图像之间的相似度，并将各所述历史超声图像按照相似度由高到低排序得到对应的相似度排名，随后按照所述相似度排名由高到低提取预设数量的所述历史超声图像对应的所述历史患者病例形成所述图像相似队列；或者
[0018]第二检索子单元，用于分别计算所述当前标注图像与各所述历史超声图像之间的相似度，并将各所述历史超声图像按照相似度由高到低排序，随后于所有所述历史超声图像中提取所述相似度高于预设的相似度阈值的各所述历史超声图像对应的所述历史患者病例形成所述图像相似队列。
[0019]优选的，所述人工智能分析模块包括：
[0020]模型训练单元，用于根据预先获取的健康人员的健康超声报告对多个历史超声报告进行预处理得到各所述历史超声报告相对于所述健康超声报告的异常信息，随后以多个所述历史超声报告作为输入，以各所述历史超声报告对应的所述异常信息为输出，训练得到所述人工智能语义识别模型；
[0021]语义识别单元，连接所述模型训练单元，用于利用所述人工智能语义识别模型分别对所述当前超声报告和各所述历史超声报告进行语义识别得到对应的所述异常信息作为当前报告总结和对应的所述历史报告总结；
[0022]语义检索单元，连接所述语义识别单元，用于分别计算所述当前报告总结与各所述历史报告总结之间的相似度，按照所述相似度于各所述历史报告总结中由高到低提取所述历史报告总结对应的所述历史患者病例形成所述语义相似队列。
[0023]优选的，所述语义检索单元包括：
[0024]第三检索子单元，用于分别计算所述当前报告总结与各所述历史报告总结之间的
相似度，将各所述历史报告总结按照相似度由高到低排序得到对应的相似度排名，随后按照所述相似度排名由高到低提取预设数量的所述历史报告总结对应的所述历史患者病例作为所述语义相似队列；或者
[0025]第四检索子单元，用于分别计算所述当前报告总结与各所述历史报告总结之间的相似度，将各所述历史报告总结按照相似度由高到低排序得到对应的相似度排名，随后于所有所述历史报告总结中提取所述相似度高于预设的相似度阈值的各所述历史总结报告对应的所述历史患者病例形成所述语义相似队列。
[0026]优选的，所述队列生成模块包括：
[0027]第一生成单元，用于提取所述图像相似队列与所述语义相似队列中重复的所述历史患者病例形成所述第一参考队列；
[0028]第二生成单元，用于分别计算得到所述图像相似队列中的各所述历史患者病例对应的历史报告总结与所述当前报告总结的相似度，并将所述图像相似队列中的各所述历史患者病例按照对应的所述相似度由高到低排序得到图像相似第二队列；
[0029]第三生成单元，连接所述第二生成单元，用于分别对所述图像相似队列中的各所述历史患者病例按照在所述图像相似队列中的队列位次赋分得到第一分值，以及对所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种结合人工智能语言识别模型的超声辅助诊断系统，其特征在于，包括：存储模块，存储有多个历史患者病例，各所述历史患者病例包括带病灶标注的历史超声图像和对应的历史超声报告；图像检索模块，连接所述存储模块，用于对当前患者的当前超声图像进行病灶标注得到当前标注图像，并根据当前标注图像和各所述历史超声图像之间的相似度于所述存储模块中提取多个所述历史患者病例形成图像相似队列；人工智能分析模块，连接所述存储模块，用于利用人工智能语义识别模型分别对所述当前患者的当前超声报告和各所述历史超声报告进行语义识别得到当前报告总结和对应的历史报告总结，并根据当前报告总结和各所述历史报告总结之间的相似度于所述存储模块中提取多个所述历史患者病例形成语义相似队列；队列生成模块，分别连接所述图像检索模块和所述人工智能分析模块，用于提取出所述语义相似队列和所述图像相似队列中重复的所述历史患者病例生成第一参考队列，以及根据所述图像相似队列中的各所述历史患者病例对应的历史报告总结与所述当前报告总结的相似度调整所述图像相似队列得到第二参考队列，以及根据所述语义相似队列中的各所述患者病例对应的所述历史超声图像与所述当前超声图像之间的相似度调整所述语义相似队列得到第三参考队列，将三所第一参考队列、所述第二参考队列和所述第三参考队列展示给医师进行辅助诊断。2.根据权利要求1所述的超声辅助诊断系统，其特征在于，所述图像检索模块包括：图像标注单元，用于利用预先训练得到的病灶标注模型对所述当前超声图像进行病灶标注得到带有病灶标注的所述当前标注图像；图像检索单元，连接所述图像标注单元，用于分别计算所述当前标注图像与各所述历史超声图像之间的相似度，随后按照相似度于所有所述历史超声图像中由高到低提取所述历史超声图像对应的所述历史患者病例形成所述图像相似队列。3.根据权利要求2所述的超声辅助诊断系统，其特征在于，所述图像检索单元包括：第一检索子单元，用于分别计算所述当前标注图像与各所述历史超声图像之间的相似度，并将各所述历史超声图像按照相似度由高到低排序得到对应的相似度排名，随后按照所述相似度排名由高到低提取预设数量的所述历史超声图像对应的所述历史患者病例形成所述图像相似队列；或者第二检索子单元，用于分别计算所述当前标注图像与各所述历史超声图像之间的相似度，并将各所述历史超声图像按照相似度由高到低排序，随后于所有所述历史超声图像中提取所述相似度高于预设的相似度阈值的各所述历史超声图像对应的所述历史患者病例形成所述图像相似队列。4.根据权利要求1所述的超声辅助诊断系统，其特征在于，所述人工智能分析模块包括：模型训练单元，用于根据预先获取的健康人员的健康超声报告对多个历史超声报告进行预处理得到各所述历史超声报告相对于所述健康超声报告的异常信息，随后以多个所述历史超声报告作为输入，以各所述历史超声报告对应的所述异常信息为输出，训练得到所述人工智能语义识别模型；语义识别单元，连接所述模型训练单元，用于利用所述人工智能语义识别模型分别对
所述当前超声报告和各所述历史超声报告进行语义识别得到对应的所述异常信息作为当前报告总结和对应的所述历史报告总结；语义检索单元，连接所述语义识别单元，用于分别计算所述当前报告总结与各所述历史报告总结之间的相似度，按照所述相似度于各所述历史报告总结中由高到低提取所述历史报告总结对应的所述历史患者病例形成所述语义相似队列。5.根据权利要求4所述的超声辅助诊断系统，其特征在于，所述语义检索单元包括：第三检索子单元，用于分别计算所述当前报告总结与各所述历史报告总结之间的相似度，将各所述历史报告总结按照相似度由高到低排序得到对应的相似度排名，随后按照所述相似度排名由高到低提取预设数量的所述历史报告总结对应的所述历史患者病例作为所述语义相似队列；或者第四检索子单元，用于分别计算所述当前报告总结与各所述历史报告总结之间的相似度，将各所述历史报告总结按照相似度由高到低排序得到对应的相似度排名，随后于所有所述历史报告总结中提取所述相似度高于预设的相似度阈值的各所述历史总结报告对应的所述历史患者病例形成所述语义相似队列。6.根据权利要求1所述的超声辅助诊断系统，其特征在于，所述队列生成模块包括：第一生成单元，用于提取所述图像相似队列与所述语义相似队列中重复的所述历史患者病例形成所述第一参考队列；第二生成单元，用于分别计算得到所述图像相似队列中的各所述历史患者病例对应的历史报告总结与所述当前报告总结的相似度，并将所述图像相似队列中的各所述历史患者病例按照对应的所述相似度由高到低排序得到图像相似第二队列；第三生成单元，连接所述第二生成单元，用于分别对所述图...

【专利技术属性】
技术研发人员：黄孟钦，胡文强，
申请(专利权)人：上海深至信息科技有限公司，
类型：发明
国别省市：