System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及大数据领域,且更为具体地,涉及一种基于大数据的医疗信息处理方法及系统。
技术介绍
1、医疗信息处理是一门利用计算机技术和数学方法对医疗数据进行分析、处理和管理的学科,它可以帮助医生提高诊断的准确性和效率,提升医疗服务的质量和水平。
2、医疗诊断图像是医疗信息处理的重要对象之一,它可以包括x光、ct、mri、超声等多种类型的图像,这些图像可以反映人体内部的结构和功能。传统的判断病灶区域的方式是由医生根据经验和知识观察图像,然后手动标注出异常的部分。这种方式存在以下问题:一是主观性强,不同医生之间可能存在差异和误差;二是耗时耗力,对于大量的图像数据,人工标注的效率很低;三是难以处理复杂的图像,例如低对比度、模糊、噪声等影响图像质量的因素,可能导致医生难以识别出病灶区域。
3、因此,期待一种优化的基于大数据的医疗信息处理方法及系统。
技术实现思路
1、为了解决上述技术问题,提出了本申请。本申请的实施例提供了一种基于大数据的医疗信息处理方法及系统,其通过利用大数据技术和人工智能技术,对医疗诊断图像进行图像处理和分析,从中提取医疗诊断图像中的图像语义特征,并对医疗诊断图像中的病灶区域进行识别和图像分割。这样,辅助医生识别医疗诊断图像中的病灶区域,从而帮助医生做出更准确的诊断和治疗决策。
2、根据本申请的一个方面,提供了一种基于大数据的医疗信息处理方法,其包括:
3、获取待处理医疗信息,其中,所述待处理医疗信息为医疗诊断图像;
< ...【技术保护点】
1.一种基于大数据的医疗信息处理方法,其特征在于,包括:
2.根据权利要求1所述的基于大数据的医疗信息处理方法,其特征在于,提取所述医疗诊断图像的诊断图像特征以得到医疗诊断图像特征图,包括:
3.根据权利要求2所述的基于大数据的医疗信息处理方法,其特征在于,提取所述医疗诊断图像的多维度表征以得到医疗诊断多通道表征图像,包括:
4.根据权利要求3所述的基于大数据的医疗信息处理方法,其特征在于,计算所述医疗诊断图像的模型梯度方向直方图,包括:
5.根据权利要求4所述的基于大数据的医疗信息处理方法,其特征在于,计算所述医疗诊断图像的位置梯度直方图,包括:
6.根据权利要求5所述的基于大数据的医疗信息处理方法,其特征在于,使用空间关联注意力模块对所述医疗诊断图像特征图进行处理以得到空间关联强化全局医疗诊断图像特征图,包括:
7.根据权利要求6所述的基于大数据的医疗信息处理方法,其特征在于,基于所述空间关联强化全局医疗诊断图像特征图,确定是否存在病灶,包括:
8.根据权利要求7所述的基于大数据的医疗信息处理
9.根据权利要求8所述的基于大数据的医疗信息处理方法,其特征在于,将所述空间关联强化全局医疗诊断图像特征矩阵通过基于Softmax分类函数的图像语义分割器以得到图像语义分割结果,其中,所述图像语义分割结果用于表示是否存在病灶,包括:
10.一种基于大数据的医疗信息处理系统,其特征在于,包括:
...【技术特征摘要】
1.一种基于大数据的医疗信息处理方法,其特征在于,包括:
2.根据权利要求1所述的基于大数据的医疗信息处理方法,其特征在于,提取所述医疗诊断图像的诊断图像特征以得到医疗诊断图像特征图,包括:
3.根据权利要求2所述的基于大数据的医疗信息处理方法,其特征在于,提取所述医疗诊断图像的多维度表征以得到医疗诊断多通道表征图像,包括:
4.根据权利要求3所述的基于大数据的医疗信息处理方法,其特征在于,计算所述医疗诊断图像的模型梯度方向直方图,包括:
5.根据权利要求4所述的基于大数据的医疗信息处理方法,其特征在于,计算所述医疗诊断图像的位置梯度直方图,包括:
6.根据权利要求5所述的基于大数据的医疗信息处理方法,其特征在于,使用空间关联注意力模块对所述医疗诊断...
【专利技术属性】
技术研发人员:张娟,刘杨,张倩,
申请(专利权)人:山东中医药大学附属医院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。