基于深度学习的智能化病例分析方法及系统技术方案

本发明专利技术公开了基于深度学习的智能化病例分析方法及系统包括，获取甲状腺或乳腺病例历史数据，并对病例历史数据进行预处理；对预处理后的映射关系数据集进行分类操作，将预处理后的映射关系数据集分为第一数据集以及第二数据集；根据第一数据集，结合深度学习网络建立第一模型；对第一模型进行打分，若分数不低于预设阈值，则根据第一模型进行智能化病例分析。本发明专利技术提出了一种基于深度学习的智能化病例分析方法及系统，能够对甲状腺或乳腺病例进行有效地分析。此外，本发明专利技术还通过数据集分类操作，提高了模型的泛化能力和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及智能化病例分析，尤其涉及基于深度学习的智能化病例分析方法及系统。

技术介绍

1、随着医疗技术的不断进步和数字化医疗的飞速发展，大量的病例数据被积累并存储于医疗信息系统中。这些数据不仅包含了患者的诊断信息，还反映了医生的治疗过程和效果，是医学研究和临床实践中的宝贵资源。尤其是甲状腺和乳腺病例，由于其高发性和诊疗的复杂性，相关数据的处理和分析显得尤为重要。

2、在现有的医疗数据处理技术中，对于病例历史数据的获取和预处理已经有了较为成熟的方法。病例历史数据通常包括纯图像病例历史数据(如b超、ct、mri等医学影像)，纯文本病例历史数据(如医生手写或电子录入的病历记录)，以及图像与文本结合的病例历史数据(如带有标注或说明的医学影像)。但这些数据在格式、质量、完整性等方面存在差异，影响了后续的数据分析和处理。因此，亟需一种能够有效整合和分析这些数据的智能化病例分析方法，以提高病例数据的利用率和诊疗效果。

技术实现思路

1、本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施本文档来自技高网...

【技术保护点】

1.基于深度学习的智能化病例分析方法，其特征在于，包括：

2.如权利要求1所述的基于深度学习的智能化病例分析方法，其特征在于，还包括：

3.如权利要求2所述的基于深度学习的智能化病例分析方法，其特征在于，所述预处理包括对所述纯图像病例历史数据进行图像增强以及病例特征提取、对纯文本病例历史数据进行信息抽取，并根据信息抽取后的结果进行结构化处理以及对图像与文本结合病例历史数据先进行信息抽取后，并根据信息抽取后的结果进行结构化处理，再进行图像增强以及病例特征提取；

4.如权利要求3所述的基于深度学习的智能化病例分析方法，其特征在于，所述预处理还包括：

...

【技术特征摘要】

1.基于深度学习的智能化病例分析方法，其特征在于，包括：

2.如权利要求1所述的基于深度学习的智能化病例分析方法，其特征在于，还包括：

3.如权利要求2所述的基于深度学习的智能化病例分析方法，其特征在于，所述预处理包括对所述纯图像病例历史数据进行图像增强以及病例特征提取、对纯文本病例历史数据进行信息抽取，并根据信息抽取后的结果进行结构化处理以及对图像与文本结合病例历史数据先进行信息抽取后，并根据信息抽取后的结果进行结构化处理，再进行图像增强以及病例特征提取；

4.如权利要求3所述的基于深度学习的智能化病例分析方法，其特征在于，所述预处理还包括：

5.如权利要求4所述的基于深度学习的智能...

【专利技术属性】
技术研发人员：吴银芳，
申请(专利权)人：江苏护理职业学院，
类型：发明
国别省市：