辅助诊断方法、装置、设备、服务器、产品、系统及介质制造方法及图纸

本申请提供了一种辅助诊断方法、装置、设备、服务器、产品、系统及介质，所述辅助诊断方法根据所述待检测对象的临床信息数据、检测参数以及目标特征的识别结果获得辅助诊断结果，并根据所述识别结果匹配相似样本特征信息，并输出包括所述辅助诊断结果和所述辅助诊断结果的诊断依据的辅助诊断报告，所述诊断依据包括所述目标特征的识别结果中对应表示所述目标特征异常的第一特征信息以及所述相似样本特征信息中对应表示所述目标特征异常的第二特征信息，所述辅助诊断报告提供辅助诊断结果的及其诊断依据，便于用户可更加直观地获得辅助诊断信息，且可通过所述诊断依据快速、准确地了解到当前得到的所述辅助诊断结果的可靠性。性。性。

【技术实现步骤摘要】
辅助诊断方法、装置、设备、服务器、产品、系统及介质


[0001]本申请涉及医疗辅助
，尤其涉及一种辅助诊断方法及装置、辅助诊断设备、样本分析系统、云端服务器、计算机程序产品及计算机可读存储介质。

技术介绍

[0002]随着时代的变化，疾病的种类也千变万化，疾病的判定也比以往更加的复杂且含有不确定性。现有疾病的诊断方式为，患者去医院就医，医生根据患者的历史就诊信息和问诊信息让患者去做检查，再根据检验单的检验结果和自己的经验、学识对患者下诊断，进行治疗。然而，因每个医生的临床经验不同，给出的诊断并不一定正确，不正确的诊断会导致医疗事故的发生，此外，利用人工分析检验结果进行诊断的整体效率较低。因此，基于设备的辅助诊断技术应运而生。
[0003]现有的辅助诊断技术主要是利用辅助诊断设备对患者的临床信息及检验信息结合知识图谱中对应的临床判定条件确定辅助诊断结果，并输出包括辅助诊断结果的辅助诊断报告。然而，现有的辅助诊断报告中仅显示患者自身对应的诊断结果以根据其自身检验信息与对应的参考数据的比对信息作为辅助诊断依据，然而这样的辅助诊断报告缺乏可解释性，用户不能从辅助诊断报告中的信息自行判定辅助诊断结果是否可靠。

技术实现思路

[0004]为解决存在的技术问题，本申请提供了一种辅助诊断方法及装置、辅助诊断设备、样本分析系统、云端服务器、计算机程序产品及计算机可读存储介质。
[0005]一种辅助诊断方法，包括：
[0006]获取待检测对象的临床信息数据、以及获取所述待检测对象的生物样本对应的检测参数；
[0007]获取所述待检测对象的所述生物样本的目标特征的识别结果；
[0008]根据所述目标特征的识别结果，从包含有历史诊断例对应的样本特征的样本特征库中查找，以确定与所述目标特征的识别结果对应的相似样本特征信息；
[0009]根据所述待检测对象的所述临床信息数据、所述检测参数、所述目标特征的识别结果、所述相似样本特征信息确定所述待检测对象的辅助诊断结果，并输出包含有所述辅助诊断结果及表征所述辅助诊断结果的诊断依据的辅助诊断报告；其中，所述诊断依据包括所述目标特征的识别结果中对应表示所述目标特征异常的第一特征信息以及所述相似样本特征信息中对应表示所述目标特征异常的第二特征信息。
[0010]一种辅助诊断装置，包括：
[0011]第一获取模块，用于获取待检测对象的临床信息数据、所述待检测对象的生物样本对应的检测报告参数；
[0012]第二获取模块，用于获取所述待检测对象的所述生物样本的目标特征识别结果；
[0013]相似特征确定模块，用于根据所述目标特征的识别结果，从包含有历史诊断例对
应的样本特征的样本特征库中查找，以确定与所述目标特征的识别结果对应的相似样本特征信息；
[0014]辅助决策模块，用于根据所述待检测对象的所述临床信息数据、所述检测参数、所述目标特征的识别结果、所述相似样本特征信息确定所述待检测对象的辅助诊断结果，并输出包含有所述辅助诊断结果及表征所述辅助诊断结果的诊断依据的辅助诊断报告；其中，所述诊断依据包括所述目标特征的识别结果中对应表示所述目标特征异常的第一特征信息以及所述相似样本特征信息中对应表示所述目标特征异常的第二特征信息。
[0015]一种辅助诊断设备，包括处理器及存储器，所述存储器内存储有可被所述处理器执行的计算机程序，所述计算机程序被所述处理器执行时实现如所述的辅助诊断方法的步骤。
[0016]一种样本分析系统，所述样本分析系统包括所述的辅助诊断设备，所述辅助诊断设备为单机样本分析仪或级联式样本分析仪；或，
[0017]所述样本分析系统包括所述的辅助诊断设备以及与所述辅助诊断设备连接的单机样本分析仪或级联式样本分析仪。
[0018]一种云端服务器，包括处理器及存储器，所述存储器内存储有可被所述处理器执行的计算机程序，所述计算机程序被所述处理器执行时实现所述的辅助诊断方法的步骤。
[0019]一种计算机程序产品，所述计算机程序产品中的指令由电子设备的处理器执行时，使得电子设备执行所述的辅助诊断方法的步骤。
[0020]一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被控制器执行时实现所述的辅助诊断方法的步骤。
[0021]由上可见，本申请提供的辅助诊断方法中，根据所述待检测对象的临床信息数据、检测参数以及目标特征的识别结果获得辅助诊断结果，并根据所述识别结果匹配相似样本特征信息，并输出包括所述辅助诊断结果和所述辅助诊断结果的诊断依据的辅助诊断报告，所述诊断依据包括所述目标特征的识别结果中对应表示所述目标特征异常的第一特征信息以及所述相似样本特征信息中对应表示所述目标特征异常的第二特征信息，所述辅助诊断报告提供辅助诊断结果的及其诊断依据，便于用户可更加直观地获得辅助诊断信息，且可通过所述诊断依据快速、准确地了解到当前得到的所述辅助诊断结果的可靠性。
附图说明
[0022]附图仅用于示出实施方式，而并不认为是对本专利技术的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
[0023]图1为依据本申请实施例提供的辅助诊断方法应用的辅助诊断系统结构框图；
[0024]图2为依据本申请一些实施例提供的辅助诊断方法的流程示意图；
[0025]图3为依据本申请一些实施例提供的辅助诊断方法获得辅助诊断报告示意图；
[0026]图4为依据本申请一些实施例提供的辅助诊断方法的流程示意图；
[0027]图5为依据本申请一些实施例提供的辅助诊断方法的流程示意图；
[0028]图6为依据本申请一些实施例提供的辅助诊断方法的流程示意图；
[0029]图7为依据本申请一些实施例提供的辅助诊断方法中获取相似样本信息的流程示意图；
[0030]图8为依据本申请一些实施例提供的辅助诊断方法的流程示意图；
[0031]图9为依据本申请一些实施例提供的辅助诊断方法的流程示意图；
[0032]图10为依据本申请一些实施例提供的辅助诊断方法的流程示意图；
[0033]图11为依据本申请一些实施例提供的辅助诊断方法输出的辅助诊断报告的报告模板示意图；
[0034]图12为依据本申请一些实施例提供的辅助诊断方法对应的数据流示意图；
[0035]图13为依据本申请一些实施例提供的辅助诊断装置结构示意图；
[0036]图14为依据本申请一些实施例提供的辅助诊断设备结构示意图。
具体实施方式
[0037]以下结合说明书附图及具体实施例对本申请技术方案做进一步的详细阐述。
[0038]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请的实现方式。本文所使用的术语“及/或”包括一个或多个相关的所本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种辅助诊断方法，其特征在于，包括：获取待检测对象的临床信息数据、以及获取所述待检测对象的生物样本对应的检测参数；获取所述待检测对象的所述生物样本的目标特征的识别结果；根据所述目标特征的识别结果，从包含有历史诊断例对应的样本特征的样本特征库中查找，以确定与所述目标特征的识别结果对应的相似样本特征信息；根据所述待检测对象的所述临床信息数据、所述检测参数、所述目标特征的识别结果、所述相似样本特征信息确定所述待检测对象的辅助诊断结果，并输出包含有所述辅助诊断结果及表征所述辅助诊断结果的诊断依据的辅助诊断报告；其中，所述诊断依据包括所述目标特征的识别结果中对应表示所述目标特征异常的第一特征信息以及所述相似样本特征信息中对应表示所述目标特征异常的第二特征信息。2.如权利要求1所述的辅助诊断方法，其特征在于，所述获取所述待检测对象的生物样本对应的检测参数，包括如下至少之一：获取对所述待测对象的生物样本进行检测的样本分析仪输出的检测报告参数或异常样本参数；获取所述待测对象的生物样本的研究参数；获取对所述待测对象的生物样本进行检测的检测设备的状态参数。3.根据权利要求1所述的辅助诊断方法，其特征在于，所述获取所述待检测对象的所述生物样本的目标特征的识别结果，包括：获取表征所述目标特征异常的异常告警信息、以及携带有目标特征异常标记的样本分析图像；所述根据所述目标特征的识别结果，从包含有历史诊断例对应的样本特征的样本特征库中查找，以确定与所述目标特征的识别结果对应的相似样本特征信息，包括：根据所述携带有目标特征异常标记的样本分析图像，从包含有历史诊断例对应的样本图像的样本图像库中查找确定出匹配的相似样本图像；根据所述异常告警信息，从包含有历史诊断例对应的镜检图像的镜检图像库中查找确定出匹配的相似镜检图像。4.根据权利要求3所述的辅助诊断方法，其特征在于，所述获取所述待检测对象的所述生物样本的目标特征的识别结果，还包括：获取根据所述异常告警信息所确定的、以显性方式凸出显示异常特征区域的激活图。5.根据权利要求3所述的辅助诊断方法，其特征在于，所述根据所述目标特征的识别结果，从包含有历史诊断例对应的样本特征的样本特征库中查找，以确定与所述目标特征的识别结果对应的相似样本特征信息之前，还包括：按照检测对象的临床信息数据对检测对象进行分类，按照对象类型和历史诊断病例，建立分别与各检测对象类型对应的样本特征库；所述根据所述携带有目标特征异常标记的样本分析图像，从包含有历史诊断例对应的样本图像的样本图像库中查找确定出相似样本图像，包括：根据所述待检测对象的临床信息数据，确定所述待检测对象的目标对象类型，根据携带有目标特征异常标记的所述样本分析图像，从与所述目标对象类型对应的样本图像库中查找确定出相似样本图像；
所述根据所述异常告警信息，从包含有历史诊断例对应的镜检图像的镜检图像库中查找确定出匹配的相似镜检图像，包括：根据所述异常告警信息，从与所述目标对象类型对应的镜检图像库中查找确定出匹配的相似镜检图像。6.如权利要求5所述的辅助诊断方法，其特征在于，所述从与所述目标对象类型对应的所述镜检图像库查找并确定出匹配的相似镜检图像，包括：从所述目标对象类型对应的所述镜检图像库中查找并确定出分别与预设的不同异常等级匹配的相似镜检图像。7.如权利要求5所述的辅助诊断方法，其特征在于，所述从与所述目标对象类型对应的样本图像库中查找确定出匹配的相似样本图像，还包括：从与所述目标对象类型对应的样本图像库中查找并确定出相似度最高的相似异常样本图像以及相似度最高的相似正常样本图像。8.根据权利要求3所述的辅助诊断方法，其特征在于，所述样本特征库还包括如下至少之一样本特征信息：表征检测设备状态是否异常的设备状态参考特征、表征所述生物样本质量是否异常的异常样本参考特征、表征所述目标特征的识别结果是否异常的识别结果参考特征；所述根据所述目标特征的识别结果，从包含有历史诊断例对应的样本特征的样本特征库中查找，以确定与所述目标特征的识别结果对应的相似样本特征信息，还包括：根据所述目标特征的识别结果，确定与所述目标特征的识别结果对应的所述设备状态参考特征、所述异常样本参考特征及所述识别结果参考特征。9.根据权利要求1所述的辅助诊断方法，其特征在于，所述根据所述目标特征的识别结果，从包含有历史诊断例对应的样本特征的样本特征库中查找，以确定与所述目标特征的识别结果对应的相似样本特征信息，包括：根据所述待检测对象的临床信息数据，从历史诊断例中确定与所述待检测对象的对象类型相同的检测对象的目标历史诊断例；根据所述目标历史诊断例的样本图像，形成样本图像库；以及根据所述目标历史诊断例的镜检图像，形成镜检图像库；根据所述目标特征的识别结果中携带有目标特征异常标记的所述样本分析图像，从与所述待检测对象的所述对象类型对应的所述样本图像库中查找，以确定所述样本分析图像的相似样本图像、以及根据所述目标特征的识别结果中的表征所述目标特征异常的异常告警信息，从与所述待检测对象的所述对象类型对应的所述镜检图像库中查找，以确定出与所述异常告警信息匹配的相似镜检图像。10.根据权利要求1所述的辅助诊断方法，其特征在于，所述获取所述待检测对象的所述生物样本的目标特征的识别结果，包括：从所述待检测对象的生物样本对应的检测参数中提取样本分析图像；将所述样本分析图像输入至图像分析模型中，利用所述图像分析模型对所述样本分析图像进行特征提取和识别，获得所述生物样本的目标特征的识别结果；其中，所述目标特征的识别结果包括异常告警信息以及携带有异常标注的样本分析图像；或，所述目标特征的识别结果包括异常告警信息、携带有异常标注的样本分析图像以及根据所述异常告警信息所确定的、以显性方式凸出显示异常特征区域的激活图。
11.根据权利要求10所述的辅助诊断方法，其特征在于，所述将所述样本分析图像输入至图像分析模型中，利用所述图像分析模型对所述样本分析图像进行特征提取和识别，获得所述生物样本的目标特征的识别结果之前，包括：通过携带有目标特征标签的样本图像训练集对初始的神经网络模型进行训练，得到训练后的图像分析模型；所述目标特征标签包括目标特征正常、目标特征异常及其异常位置标识；将所述样本分析图像输入至图像分析模型中，利用所述图像分析模型对所述样本分析图像进行特征提取和识别，获得所述生物样本的目标特征的识别结果，包括：将所述样本分析图像输入至图像分析模型中，利用所述图像分析模型对所述样本分析图像进行特征提取和识别，获得所述生物样本的目标特征正常的目标特征的识别结果、或用于所述生物样本的目标特征异常及其异常位置标识的目标特征的识别结果。12.根据权利要求1所述的辅助诊断方法，其特征在于，所述根据所述待检测对象的所述临床信息数据、所述检测参数、所述目标特征的识别结果、所述相似样本特征信息确定所述待检测对象的辅助诊断结果，并输出包含有所述辅助诊断结果及表征所述辅助诊断结果的诊断依据的辅助诊断报告之前，包括：将所述历史诊断例按照设定的诊断结果类型进行分类；根据各诊断结果类型分别对应的所述历史诊断例中检测对象的临床信息数据、对应所述检测对象的检测参数、对应所述检测对象的所述生物样本的目标特征的识别结果，基于数据挖掘和/或专家共识数据库确定各诊断结果类型分别对应的判定规则；根据所述判定规则构建辅助诊断知识图谱。13.根据权利要求12所述的辅助诊断方法，其特征在于，基于数据挖掘和/或专家共识数据库确定各诊断结果类型分别对应的判定规则，包括：基于数据挖掘和/或专家共识数据库确定各诊断结果类型在不同检测模式下分别对应的判定规则。14.如权利要求12所述的辅助诊断方法，其特征在于，所述基于数据挖掘和/或专家共识数据库确定各诊断结果类型分别对应的判定规则，包括：根据各诊断结果类型分别对应的所述历史诊断例中检测对象的临床信息数据、对应所述检测对象的检测参数以及对应所述检测对象的所述生物样本的目标特征的识别结果，构建分别以各个所述诊断结果类型为分类标签的各个样本数据集；通过特征选择模型分别对各个所述样本数据集中的待选特征按照分类贡献度进行特征选择，输出与各个所述分类标签对应的目标特征结果作为各个诊断结果类型分别对应的判定规则。15.如权利要求12所述的辅助诊断方法，其特征在于，所述根据所述判定规则构建辅助诊断知识图谱，包括：对所述判定规则进行解析，将每一所述判定规则形成以诊断结果...

【专利技术属性】
技术研发人员：王玉亭，方建伟，霍子凌，刘治志，李国军，
申请(专利权)人：深圳市帝迈生物技术有限公司，
类型：发明
国别省市：