【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种医学影像报告分级的方法、装置及设备。
技术介绍
1、在对患者进行医学影像检查时，医生需要通过观察影响数据中不同的图像帧书写检查报告，由于个体的差异性，在对不同医学影像检查进行报告书写时，其书写的难易程度也不同。
2、传统的医学影像检查科室在编制排班表时，由于不能对医学影像检查对应报告书写任务的难易程度进行准确识别，需要考虑大量的变量和约束条件，很容易出现排班错误，导致排班不公平的情况发生，比如长时间连续上夜班、工作负荷不均等，容易导致员工不满和工作效率下降，且存在病情遗漏的风险。
3、因此，在进行医学影像检查排班时，如何预先获知不同医学影像检查的报告的难易程度级别，对于排班的公平性和合理性显得尤为重要。
技术实现思路
1、鉴于上述问题，提出了本专利技术以便克服上述问题的一种医学影像报告分级的方法、装置及设备。
2、本专利技术的一个方面，提供了一种医学影像报告分级的方法，所述方法包括：
3、获取目标医学影像检查对应的目标医学检查数据，所述目标医学检查数据包括目标影像数据和基于目标影像数据生成的目标文本报告数据，所述目标影像数据包括多张目标图像帧；
4、对所述目标文本报告数据进行部位描述的实体抽取，获得目标文本报告数据中出现的所有检查部位，并按照出现频率由高到低的顺序依次选取第一预设数量的检查部位作为高频检查部位，并将所述高频检查部位作为所述目标医学影像检查在进行报告书写任务时关注的关键部位
5、对所述目标影像数据中的各个目标图像帧进行部位识别，将部位识别结果包括关键部位的目标图像帧作为关键帧图像；
6、获取在生成目标文本报告数据过程中的pacs端阅片记录，从pacs端阅片记录中提取关键帧图像对应的查阅过程信息，并将所述查阅过程信息组成目标医学影像检查的报告书写时的目标特征向量，采用预先训练获得的难易程度分级模型对所述目标特征向量进行难易程度级别识别，以获得所述目标医学影像检查的医学影像报告分级结果。
7、进一步地，在按照出现频率由高到低的顺序依次选取第一预设数量的检查部位作为高频检查部位之后，所述方法还包括：
8、获取所述目标医学影像检查对应的目标检查申请单数据；
9、对所述目标检查申请单数据进行部位描述的实体抽取，获得目标检查申请单数据中出现的意向检查部位；
10、判断所述高频检查部位中是否包含所述意向检查部位；
11、若不包含，则将所述意向检查部位作为优先级最高的关键部位，并将所述高频检查部位中出现频率最低的检查部位剔除后按照出现频率由高到低的顺序依次作为意向检查部位之后的关键部位。
12、进一步地，在获得所述目标医学影像检查的医学影像报告分级结果之后，所述方法还包括：
13、根据各个医学影像检查的医学影像报告分级结果计算各个医学影像检查对应的不同检查项目的工作量权重；
14、在一个排班周期中根据不同检查项目的工作量权重为医生分配医学影像检查的报告书写任务，以使每个医生在一个排班周期中的工作量一致。
15、进一步地，所述根据各个医学影像检查的医学影像报告分级结果计算各个医学影像检查对应的不同检查项目的工作量权重包括：
16、获取一个历史排班周期中的所有医学影像检查，对各个医学影像检查进行医学影像报告分级识别，以获得各个医学影像检查的医学影像报告分级结果；
17、对当前历史排班周期中的各个医学影像检查所属的检查项目和对应的医学影像报告分级结果进行统计，获得当前历史排班周期中不同检查项目的医学影像检查的检查次数，和同一检查项目的属于不同的医学影像报告分级结果的检查次数；
18、根据所述当前历史排班周期中的不同检查项目的医学影像检查的检查次数，和同一检查项目的属于不同的医学影像报告分级结果的检查次数计算当前历史排班周期中的不同检查项目的工作量权重。
19、进一步地，所述从pacs端阅片记录中提取关键帧图像对应的查阅过程信息，并将所述查阅过程信息组成目标医学影像检查的报告书写时的目标特征向量包括：
20、计算医生查阅每个关键帧图像的总用时，并按照总用时时长由长到短的顺序依次选取出第二预设数量的关键帧图像作为特征帧图像；
21、获取医生查阅每个特征帧图像的总用时和使用的测量工具的数量，以及每个特征帧图像中出现的关键部位的个数；
22、将所述目标医学影像检查的关键帧图像的数量、医生查阅所有关键帧图像的总用时、医生查阅每个特征帧图像的总用时和使用的测量工具的数量、每个特征帧图像中出现的关键部位的个数按照预设排列顺序组成目标特征向量。
23、进一步地，所述所述计算医生查阅每个关键帧图像的总用时包括：
24、当查阅到一张目标关键帧图像时，判断在所述目标关键帧图像的停留时长是否超过预设的时长阈值；
25、若停留时长超过预设的时长阈值，则判定当前查阅有效，对查阅所述目标关键帧图像的用时时长开始计时，直至结束所述目标关键帧的查阅，获得一次查阅所述目标关键帧图像用时时长；
26、对每次查阅所述目标关键帧图像的用时时长进行累加，获得查阅目标关键帧图像的总用时。
27、进一步地，在采用预先训练获得的难易程度分级模型对所述目标特征向量进行难易程度级别识别之前，所述方法还包括：训练所述难易程度分级模型；
28、所述训练所述难易程度分级模型包括：
29、获取不同医学影像检查样本对应的医学检查数据样本，所述医学检查数据样本包括影像数据样本和基于影像数据样本生成的文本报告数据样本，所述影像数据样本中包括多张图像帧样本；
30、对所述文本报告数据样本进行部位描述的实体抽取，获得文本报告数据样本中出现的所有检查部位，并按照出现频率由高到低的顺序依次选取第一预设数量的检查部位作为所述医学影像检查样本在进行报告书写任务时关注的关键部位；
31、对所述影像数据样本中的各个图像帧样本进行部位识别，将部位识别结果包括关键部位的图像帧样本作为关键帧图像样本；
32、获取在生成文本报告数据样本过程中的pacs端阅片记录，从pacs端阅片记录中提取关键帧图像样本对应的查阅过程信息，并将所述查阅过程信息组成医学影像检查样本的报告书写时的特征向量样本；
33、对所述医学影像检查样本的特征向量样本进行难易程度级别标注，并将进行了难易程度级别标注的特征向量样本输入预先搭建的难易程度训练模型，经过学习训练获得所述难易程度分级模型。
34、进一步地，所述对所述目标文本报告数据进行部位描述的实体抽取包括：采用预先训练获得的实体抽取模型对所述目标文本报告数据进行实体抽取；
35、在采用预先训练获得的实体抽取模型对所述目标文本报告数据进行实体抽取之前，所述方法还包括：
36、获取不同的文本报告数据样本，对各个文本报告数据样本文档来自技高网...
【技术保护点】
1.一种医学影像报告分级的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在按照出现频率由高到低的顺序依次选取第一预设数量的检查部位作为高频检查部位之后，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，在获得所述目标医学影像检查的医学影像报告分级结果之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各个医学影像检查的医学影像报告分级结果计算各个医学影像检查对应的不同检查项目的工作量权重包括：
5.根据权利要求1所述的方法，其特征在于，所述从PACS端阅片记录中提取关键帧图像对应的查阅过程信息，并将所述查阅过程信息组成目标医学影像检查的报告书写时的目标特征向量包括：
6.根据权利要求5所述的方法，其特征在于，所述计算医生查阅每个关键帧图像的总用时包括：
7.根据权利要求1所述的方法，其特征在于，在采用预先训练获得的难易程度分级模型对所述目标特征向量进行难易程度级别识别之前，所述方法还包括：训练所述难易程度分级模型；
8.根据权利要求
9.一种医学影像报告分级的装置，其特征在于，所述装置包括：
10.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；所述计算机程序被所述处理器执行时，实现如权利要求1-8中任一项所述的医学影像报告分级的方法。
...【技术特征摘要】
1.一种医学影像报告分级的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在按照出现频率由高到低的顺序依次选取第一预设数量的检查部位作为高频检查部位之后，所述方法还包括：
3.根据权利要求1或2所述的方法，其特征在于，在获得所述目标医学影像检查的医学影像报告分级结果之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述根据各个医学影像检查的医学影像报告分级结果计算各个医学影像检查对应的不同检查项目的工作量权重包括：
5.根据权利要求1所述的方法，其特征在于，所述从pacs端阅片记录中提取关键帧图像对应的查阅过程信息，并将所述查阅过程信息组成目标医学影像检查的报告书写时的目标特征向量包括：
6.根据权利要...
【专利技术属性】
技术研发人员：罗昕，冯健，
申请(专利权)人：青岛美迪康数字工程有限公司，
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。