基于大型语言模型的肺部磁共振影像问诊系统技术方案

本发明专利技术涉及影像诊断技术领域，具体涉及一种基于大型语言模型的肺部磁共振影像问诊系统，包括：影像提取模块，获取肺部磁共振影像，对所述肺部磁共振影像提取肺叶影像；结节描述模块，根据所述肺叶影像生成结节位置描述信息；语言模型交互模块，将所述肺叶影像和所述结节位置描述信息输入外部的大型语言模型中，以获取所述大型语言模型反馈的补充问诊建议；询问模块，基于所述补充问诊建议对患者进行询问，以获取额外的问诊信息。有益效果在于：预先提取了肺叶影像和结节区域并生成对应于结节区域的位置描述信息，再输入大型语言模型中，实现了对大型语言模型较好的提示效果，使得大型语言模型能够较好的关注重点区域。型语言模型能够较好的关注重点区域。型语言模型能够较好的关注重点区域。

【技术实现步骤摘要】
基于大型语言模型的肺部磁共振影像问诊系统


[0001]本专利技术涉及影像诊断
，具体涉及一种基于大型语言模型的肺部磁共振影像问诊系统。

技术介绍

[0002]MRI是一种常用的医学断层成像方法，它利用磁共振现象从人体中获得电磁信号，并重建出人体信息。这种技术利用核磁共振原理，依据所释放的能量在物质内部不同结构环境中不同的衰减，通过外加梯度磁场检测所发射出的电磁波，即可得知构成这一物体原子核的位置和种类，据此可以绘制成物体内部的结构影像。
[0003]现有技术中，已存在有基于人工智能模型进行辅助诊断的技术方案，该类技术方案通常是预先采集了大量的医学影像数据建立训练集，随后通过人工智能模型进行病灶检测、标注，辅助医生进行诊断；随着多模态模型和类GPT模型的发展，该类人工智能模型也能够用于直接输出相应的描述信息。
[0004]但是，在实际实施过程中，专利技术人发现，传统人工智能模型在实现对病灶的检测、分类后，仍需要依赖医生的经验进行阅片、诊断，受到医生的经验的限制；而类GPT模型则由于人工智能模型本身的不可解释性，可能会导致相应本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大型语言模型的肺部磁共振影像问诊系统，其特征在于，包括：影像提取模块，所述影像提取模块获取肺部磁共振影像，对所述肺部磁共振影像提取肺叶影像；结节描述模块，所述结节描述模块根据所述肺叶影像生成结节位置描述信息；语言模型交互模块，所述语言模型交互模块将所述肺叶影像和所述结节位置描述信息输入外部的大型语言模型中，以获取所述大型语言模型反馈的补充问诊建议；询问模块，基于所述补充问诊建议对患者进行询问，以获取额外的问诊信息。2.根据权利要求1所述的肺部磁共振影像问诊系统，其特征在于，所述影像提取模块包括：胸腔提取模块，所述胸腔提取模块对所述肺部磁共振影像的影像序列中的多帧图像分别提取胸腔区域；肺叶提取模块，所述肺叶提取模块将所述胸腔区域输入时间序列模型进行处理，以获取对应于肺叶区域的所述肺叶影像。3.根据权利要求2所述的肺部磁共振影像问诊系统，其特征在于，所述肺叶提取模块中，所述时间序列模型包括：卷积网络，所述卷积网络对输入的单帧的所述胸腔区域进行检测，以分割得到单帧肺叶区域；输入门，所述输入门连接所述卷积网络，所述输入门接收所述单帧肺叶区域；输出门，所述输出门输出预测得到的所述肺叶影像；遗忘门，所述遗忘门接收所述输出门输出的上一帧的所述肺叶影像，所述遗忘门对所述肺叶影像进行处理后形成记忆影像输出；所述输出门分别接收所述单帧肺叶区域和所述记忆影像并预测得到所述肺叶影像。4.根据权利要求1所述的肺部磁共振影像问诊系统，其特征在于，所述结节描述模块包括：结节提取模块，所述结节提取模块对所述肺叶影像提取多个结节区域；位置提取模块，所述位置提取模块将所述结节区域和所述肺叶影像输入位置描述模型中，以获取多个所述结节区域的相对位置关系、所述结节区域在所述肺叶影像中的分布关系；位置描述模块，所述位置描述模块依照所述相对位置关系和所述分布关系生成所述结节位置描述信息。5.根据权利要求4所述的肺部磁共振影像问诊系统，其特征在于，...

【专利技术属性】
技术研发人员：陈卫军，肖林芳，马泽曜，毛聪英，王克，陶晨悦，
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：