基于可解释性制造技术

本申请实施例公开了一种基于可解释性

【技术实现步骤摘要】
基于可解释性CT影像诊断结果质控系统、设备及存储介质


[0001]本申请涉及医学影像处理
，具体涉及一种基于可解释性
CT
影像诊断结果质控系统
、
设备及存储介质
。

技术介绍

[0002]随着医疗技术与医疗设备的发展，特别是医学影像技术的进步，医学影像在临床诊断，治疗和术后检查中所起的作用越来越大
。
然而，面对
ct
影像资料的诊断，医生长期工作极易疲劳，容易出错，出现误诊
。
[0003]如何有效地避免医务人员由于环境及自身原因造成的
CT
影像诊断报告结果的数据遗漏或误诊，解决
CT
影像诊断报告结果的质控以及可解释性问题成为当今医疗领域一个亟待解决的问题
。

技术实现思路

[0004]本申请实施例的目的在于提供一种基于可解释性
CT
影像诊断结果质控系统
、
设备及存储介质，用以解决现有技术无法有效地避免医务人员由于环境及自身原因造成的
CT
影像诊断报告结果的数据遗漏或误诊，无法解决
CT
影像诊断报告结果的质控以及可解释性的问题
。
[0005]为实现上述目的，本申请实施例提供一种基于可解释性
CT
影像诊断结果质控系统，包括：数据采集模块
、
数据处理模块和人机交互设备，
[0006]所述数据采集模块用于采集患者
CT
>影像诊断结果的文本报告，所述文本报告包括
CT
影像，并将所述文本报告输入到所述数据处理模块；
[0007]所述人机交互设备包括输入设备和显示设备，所述输入设备用于输入控制指令到所述数据处理模块，所述显示设备接收并显示所述数据处理模块输出的最终诊断结果；
[0008]所述数据处理模块根据所述文本报告获取相应的所述最终诊断结果，处理过程包括以下步骤：
[0009]对所述文本报告进行预处理，得到不同类别
、
不同属性的
CT
影像诊断结果样本特征信息数据库，以此建立
CT
影像第一诊断结果和对应的第一特征信息
、
疾病与风险数据集；
[0010]按照
CT
影像临床诊断医学标准对所述文本报告进行预处理，得到
CT
影像检查结果的特征信息和数据以及对应的临床疾病和风险关系图，并进行分类，建立包括所述临床疾病和风险关系图的
CT
影像第二诊断结果和对应的第二特征信息
、
疾病与风险数据集；
[0011]基于损失函数，对所述第一诊断结果与对应的所述第一特征信息
、
疾病与风险数据集，以及对应的所述第二诊断结果与对应的所述第二特征信息
、
疾病与风险数据集进行计算，得到二者的差值；
[0012]基于所述差值，建立预设质控模型，利用所述预设质控模型得到第三诊断结果和其对应的第三特征信息
、
疾病与风险数据集；
[0013]根据专家经验数据库，对错误的诊断结果和未得出诊断结论的诊断结果进行分
析，得到第四诊断结果，并将正确的所述第三诊断结果和所述第四诊断结果作为所述最终诊断结果输出，实现
CT
影像诊断结果质控的目标
。
[0014]可选地，所述基于损失函数，对所述第一诊断结果与对应的所述第一特征信息
、
疾病与风险数据集，以及对应的所述第二诊断结果与对应的所述第二特征信息
、
疾病与风险数据集进行计算，得到二者的差值，包括：
[0015]利用最小化损失函数的算法，即梯度下降法，得到所述差值，具体包括：
[0016]首先，定义一个代价函数，在此选用均方误差代价函数：
[0017]其中，
[0018]θ
：表示需要求解的待定系数，
x
(i)
：表示第
i
行所有的
x
，
h
θ
(x
(i)
)
：表示第
i
行所有的
x
乘以
θ
后的取值，即
h
θ
(x
(i)
)
＝
θ0+
θ
1n
x
1n
+
θ
2n
x
2n
+
…
+
θ
in
x
in
，表示根据假设的模型计算的
y
，
y
(i)
：表示第
i
行对应的真实的
y
值，
J(
θ
)
：表示关于
θ
的令方差最小的函数，
m
是数据集中点的个数，
1/2
是一个常量，
y
是数据集中每个点的真实
y
坐标的值，
h
是预测函数，根据每一个输入
x
，根据
Θ
计算得到预测的
y
值，即：
[0019]可选地，还包括：
[0020]分别对所述代价函数的两个变量进行微分：
[0021][0021][0021][0022]具体包括：当为
θ0时，即：
[0023]除
θ0外，即：
[0024]其中，除了
θ
ixi
项，其余项均为无关项
。
[0025]可选地，所述预测函数的形式为：
[0026][0027]所述预测函数有两个变量，为了对这个公式进行矩阵化，给每一个点
x
增加一维，
这一维的值固定为1，这一维乘到
Θ0上，具体包括：
[0028][0028][0028][0029]然后将所述代价函数和梯度转化为矩阵向量相乘的形式：
[0030][0031][0032]可选地，所述基于所述差值，建立预设质控模型，利用所述预设质控模型得到第三诊断结果和其对应的第三特征信息
、
疾病与风险数据集，包括：
[0033]根据所述差值与预设门限值之间的关系，对所述目标诊断结果信息进行修正，得到所述第三诊断结果和其对应的所述第三特征信息
、
疾病与风险数据集，并将校正后的所述预设质控模型生成的所述第三诊断结果和其对应的所述第三特征信息
、
疾病与风险数据指标作为目标质控指标
。
[0034]为实现上述目的，本申请还提供一种基于可解释性
CT
影像诊断结果质控设备，包括：
CT
影像诊断结果质控箱体
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于可解释性
CT
影像诊断结果质控系统，其特征在于，包括数据采集模块
、
数据处理模块和人机交互设备，所述数据采集模块用于采集患者
CT
影像诊断结果的文本报告，所述文本报告包括
CT
影像，并将所述文本报告输入到所述数据处理模块；所述人机交互设备包括输入设备和显示设备，所述输入设备用于输入控制指令到所述数据处理模块，所述显示设备接收并显示所述数据处理模块输出的最终诊断结果；所述数据处理模块根据所述文本报告获取相应的所述最终诊断结果，处理过程包括以下步骤：对所述文本报告进行预处理，得到不同类别
、
不同属性的
CT
影像诊断结果样本特征信息数据库，以此建立
CT
影像第一诊断结果和对应的第一特征信息
、
疾病与风险数据集；按照
CT
影像临床诊断医学标准对所述文本报告进行预处理，得到
CT
影像检查结果的特征信息和数据以及对应的临床疾病和风险关系图，并进行分类，建立包括所述临床疾病和风险关系图的
CT
影像第二诊断结果和对应的第二特征信息
、
疾病与风险数据集；基于损失函数，对所述第一诊断结果与对应的所述第一特征信息
、
疾病与风险数据集，以及对应的所述第二诊断结果与对应的所述第二特征信息
、
疾病与风险数据集进行计算，得到二者的差值；基于所述差值，建立预设质控模型，利用所述预设质控模型得到第三诊断结果和其对应的第三特征信息
、
疾病与风险数据集；根据专家经验数据库，对错误的诊断结果和未得出诊断结论的诊断结果进行分析，得到第四诊断结果，并将正确的所述第三诊断结果和所述第四诊断结果作为所述最终诊断结果输出，实现
CT
影像诊断结果质控的目标
。2.
根据权利要求1所述的基于可解释性
CT
影像诊断结果质控系统，其特征在于，所述基于损失函数，对所述第一诊断结果与对应的所述第一特征信息
、
疾病与风险数据集，以及对应的所述第二诊断结果与对应的所述第二特征信息
、
疾病与风险数据集进行计算，得到二者的差值，包括：利用最小化损失函数的算法，即梯度下降法，得到所述差值，具体包括：首先，定义一个代价函数，在此选用均方误差代价函数：其中，
θ
：表示需要求解的待定系数，
x
(i)
：表示第
i
行所有的
x
，
h
θ
(x
(i)
)
：表示第
i
行所有的
x
乘以
θ
后的取值，即
h
θ
(x
(i)
)
＝
θ0+
θ
1n
x
1n
+
θ
2n
x
2n
+...+
θ
in
x
in
，表示根据假设的模型计算的
y
，
y
(i)
：表示第
i
行对应的真实的
y
值，
J(
θ
)
：表示关于
θ
的令方差最小的函数，
m
是数据集中点的个数，
1/2
是一个常量，
y
是数据集中每个点的真实
y
坐标的值，
h
是预测函数，根据每一个输入
x
，根据
Θ
计算得到预测的
y
值，即：
3.
根据权利要求2所述的基于可解释性
CT
影像诊断结果质控系统，其特征在于，还包括：分别对所述代价函数的两个变量进行微分：
具体包括：当为
θ0时，即：除
θ0外，即：其中，除了
θ
ixi
项，其余项均为无关项

【专利技术属性】
技术研发人员：杜登斌，
申请(专利权)人：吾征智能技术北京有限公司，
类型：发明
国别省市：