【技术实现步骤摘要】
本专利技术涉及计算机软件应用和医疗数据应用,特别是涉及一种多模态语言大模型微调和自动生成医疗影像报告技术的ct报告生成处理方法及装置。
技术介绍
1、ct(computerized tomography)是当今放射治疗中最常用的成像技术,随着医学影像学二维和三维成像技术已快速发展到了新的高度,ct精准定位和为临床定性疾病种类提供了非常有价值的图像证据,现在的ct技术在临床诊断上已经得到了全面的应用。然而人工阅片撰写影像表现和影像诊断,从经验和工作量上都对医生有着很高的考验。
2、自动生成医疗影像报告技术是从海量的影像诊断报告与医疗影像作为基础数据源,通过机器学习与深度学习进行相关特征提取与分析,并能够生成结构化的诊断报告,是影像图像与nlp技术的结合,是医学、计算机学领域的跨模态转化算法。
3、目前市场存在一些关于自动诊断报告生成的计算应用,主要针对x-ray的二维影像的报告生成的辅助系统,针对ct的三维影像报告生成技术处于不成熟阶段。通常训练一个精准的报告生成模型需要大量数据,然而可供的模型训练的ct公开数据并
...【技术保护点】
1.一种CT报告生成处理方法,其特征在于,包括:
2.根据权利要求1所述的CT报告生成处理方法,其特征在于,所述预处理图像增强包括通过所述CT图像每层的dicom进行对比度增强处理;
3.根据权利要求2所述的CT报告生成处理方法,其特征在于,通过所述疾病区域分割网络结合所述处理后的CT影像识别出目标疾病相关的区域;
4.根据权利要求1所述的CT报告生成处理方法,其特征在于,所述MLP的分类网络训练过程中将所述影像编码输入MLP多层感知机,进行病理甄别分类训练,通过多分类损失函数进行梯度回传。
5.根据权利要求1所述的CT
...【技术特征摘要】
1.一种ct报告生成处理方法,其特征在于,包括:
2.根据权利要求1所述的ct报告生成处理方法,其特征在于,所述预处理图像增强包括通过所述ct图像每层的dicom进行对比度增强处理;
3.根据权利要求2所述的ct报告生成处理方法,其特征在于,通过所述疾病区域分割网络结合所述处理后的ct影像识别出目标疾病相关的区域;
4.根据权利要求1所述的ct报告生成处理方法,其特征在于,所述mlp的分类网络训练过程中将所述影像编码输入mlp多层感知机,进行病理甄别分类训练,通过多分类损失函数进行梯度回传。
5.根据权利要求1所述的ct报告生成处理方法,其特征在于,将所述目标疾病的类别作为检索条件,在具有领域知识的指南或知识图谱中找到对应领域术语和概念,通过对相关术语和概念编码作为所述目标专业知识。
【专利技术属性】
技术研发人员:宋红,吴优,杨健,付天宇,肖德强,范敬凡,艾丹妮,
申请(专利权)人:北京理工大学,
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。