【技术实现步骤摘要】
本专利技术属于人工智能，尤其涉及一种融合图像局部和全局特征的智慧医疗分析方法和系统。
技术介绍
1、近年来，在医疗大数据及人工智能时代背景下，精准医疗成为医学研究领域的热点，依靠视图形态的传统影像学诊断模式已逐渐不能满足疾病精准诊疗的要求。随着人工智能、大数据技术的快速发展，人们已经意识到医疗数据和智能分析模型能够给医疗数据分析提供帮助；医疗临床数据就像一块掩埋在深山中的宝藏，对于药企、医疗服务提供者还是医疗支付方以及患者都有巨大的作用。
2、另一方面，大模型在多个领域已经得到了广泛的应用；医疗大模型在部分测试中比肩甚至超越了医生，在保证医疗服务准确率与公平性、提升医疗系统工作效率等方面展现出应用优势与价值。基于医疗场景的垂类多任务大模型，凭借领域专长、高度定制化、准确性高、泛化能力强等优势，整合多模态数据，为医疗决策提供精确、快速的辅助方案，助力医生与患者实现优质医疗体验。
3、大模型与医疗行业，有着天然的契合性。医疗领域存在大量模态种类丰富的数据，且呈现出多学科、跨领域的特点。而大模型的长项就是对多类数据进行整合总结、分析判断和自动摘要。在前沿研究和企业布局的共同推动下，大模型扎根医疗，已经有了明朗的趋势。
4、目前的大模型垂直应用属于各自发展，百花齐放的状态，大模型自身的运用尚存疑虑；每种分析模型的分析结果是相对独立的，且由于大模型的输入是多模态和多样性的，往往是不相同且不兼容的，分析结果也只能人工的进行相互借鉴，最终害得依赖人工分析。因此，对智能分析模型分析结果的综合应用和有效运用是待
5、基于上述问题，本专利技术将全局图像区域局部化，从而能够用局部特征的分析引导全局特征的分析，能够综合运用分析结果并使得后续的分析模型的使用效率得到较大的提升。
技术实现思路
1、为了解决现有技术中的上述问题，本专利技术提出了一种融合图像局部和全局特征的智慧医疗分析方法和系统，所述方法包含：
2、步骤s1：对图像进行区域划分以得到一个或者多个图像区域，将图像区域按照顺序排列以对应的得到图像区域序列；
3、步骤s2：将所述图像区域序列中的每个图像区域的像素值进行数值化数据变换，得到对应的数值区域序列；数值区域序列中包含一个或者多个数值区域，数值区域中每个元素对应于数值化数据变换结果；将所述图像区域序列中每个图像区域的像素值之间的关系进行数值化关系变换，得到数值关系区域序列；数值区域关系序列中包含一个或者多个数值关系区域，数值关系区域中每个元素对应于数值化关系变换结果；对数值化数据变换结果和数值化关系变换结果分别进行每k-bit的拾取就得到了k-bit数值；此时，数值区域序列中的每个数值区域，以及数值关系区域序列中的数值关系区域中包含元素的数据类型均是k-bit数值；对应的得到了和图像区域序列对应的数值串序列{d1，...，dp1，...，dp1，...，dp1}和数值关系串序列{dr1，...，drp2，...，drp2}；分别是数值串序列中数值串或者数值关系串序列中数值关系串的编号；
4、步骤s3：根据数值串序列和数值关系串序列确定针对不同全局特征类型的分析模型的权重；具体为：
5、步骤s31：获取一个待比较的数值子串样本或数值关系子串样本；并获取包含所述数值子串样本或数值关系子串样本时分析模型的局部准确度；
6、提前构建包含数值子串样本和数值关系子串样本的样本库；所述样本库中预先存储所述数值子串样本或数值关系子串样本和包含所述数值子串样本或数值关系子串样本时分析模型的局部准确度之间的对应关系；
7、步骤s32：将待比较数值子串样本分别和数值串序列中的每个数值串进行比较，若数值子串样本命中，则将数值敏感度递增，并设置分析模型的数值准确度等于当前数值准确度加上包含所述数值子串样本时分析模型的局部准确度；将待比较数值关系子串样本分别和数值关系串序列中的每个数值关系串进行比较，若所述数值关系子串样本命中，则将数值关系敏感度递增，并设置分析模型的关系准确度等于当前关系准确度加包含所述数值关系子串样本时分析模型的局部准确度；
8、步骤s33：判断是否还存在待比较数值子串样本或数值关系子串样本，如果是，则返回步骤s31；否则，进入下一步骤；
9、步骤s34：确定分析模型的数值准确度等当前数值准确度除以数值子串样本命中的次数；确定分析模型的关系准确度等当前关系准确度除以数值关系子串样本命中的次数；
10、步骤s35：分别基于数值准确度和关系准确度计算分析模型的权重，使得数值准确度和/或关系准确度越高，则对应的权重值越大；具体为：基于数值准确度计算分析模型m的数值权重值;基于关系准确度计算分析模型m的关系权重值其中：是分析模型的编号；m是分析模型的个数；
11、步骤s4：将每种类型的全局特征分别输入和该全局特征相关的分析模型中，并得到的相应的分析结果；基于权重值综合相应的分析结果得到最终的分析结果。
12、进一步的，所述步骤s1具体为：对图像中感兴趣对象涉及的区域进行基于面积大小的分区以得到一个或者多个图像区域。
13、进一步的，所述图像来于医疗数据，图像中包含感兴趣对象。
14、进一步的，所述感兴趣对象是分析模型的分析对象。
15、进一步的，设置数值敏感度和数值关系敏感度、数值准确度和关系准确度的初始值为0。
16、一种融合图像局部和全局特征的智慧医疗分析系统，包括：智能服务器和移动终端；所述智能服务器用于实现上述融合图像局部和全局特征的智慧医疗分析方法；所述移动终端用于发送融合图像局部和全局特征的智慧医疗分析请求至所述智能服务器，获取并呈现智能服务器返回的分析结果。
17、进一步的，所述智能服务器为人工智能服务器。
18、一种融合图像局部和全局特征的智慧医疗分析平台，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现所述的融合图像局部和全局特征的智慧医疗分析方法。
19、一种计算机可读存储介质，包括程序，当其在计算机上运行时，使得计算机执行所述的融合图像局部和全局特征的智慧医疗分析方法。
20、一种智能服务器，所述智能服务器被配置为执行所述的融合图像局部和全局特征的智慧医疗分析方法。
21、本专利技术的有益效果包括：
22、（1）对于数据量较大的图像数据通过分区的方法降低数据量大小，将全局图像区域局部化，从而能够用局部特征的分析引导全局特征的分析，使得后续的分析模型的使用效率得到较大的提升；通过局部特征和全局特征的融合，有效的综合利用各种现有的垂直应用大模型；
23、（2）通过数值变换和数值关系变化发现图像区域中的局部特征，结合k-bit数据收集将局部特征动态转换为便于进行数值比较的数值串序列和数值关系串序列；为图像数据的快速处理提供了基础；将局部特征作为引导信息本文档来自技高网...
【技术保护点】
1.一种融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述方法包含：
2.根据权利要求1所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述步骤S1具体为：对图像中感兴趣对象涉及的区域进行基于面积大小的分区以得到一个或者多个图像区域。
3.根据权利要求2所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述图像来于医疗数据，图像中包含感兴趣对象。
4.根据权利要求3所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述感兴趣对象是分析模型的分析对象。
5.根据权利要求4所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，设置数值敏感度和数值关系敏感度、数值准确度和关系准确度的初始值为0。
6.一种融合图像局部和全局特征的智慧医疗分析系统，其特征在于，包括：智能服务器和移动终端；所述智能服务器用于实现上述权利要求1-5中任一项所述的融合图像局部和全局特征的智慧医疗分析方法；所述移动终端用于发送融合图像局部和全局特征的智慧医疗分析请求至所述智能服务器，获取并呈现智能服务器返回的
7.根据权利要求6所述的融合图像局部和全局特征的智慧医疗分析系统，其特征在于，所述智能服务器为人工智能服务器。
8.一种融合图像局部和全局特征的智慧医疗分析平台，其特征在于，包括处理器，所述处理器和存储器耦合，所述存储器存储有程序指令，当所述存储器存储的程序指令被所述处理器执行时实现权利要求1-5中任一项所述的融合图像局部和全局特征的智慧医疗分析方法。
9.一种计算机可读存储介质，其特征在于，包括程序，当其在计算机上运行时，使得计算机执行如权利要求1-5中任一项所述的融合图像局部和全局特征的智慧医疗分析方法。
10.一种智能服务器，其特征在于，所述智能服务器被配置为执行如权利要求1-5中任一项所述的融合图像局部和全局特征的智慧医疗分析方法。
...【技术特征摘要】
1.一种融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述方法包含：
2.根据权利要求1所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述步骤s1具体为：对图像中感兴趣对象涉及的区域进行基于面积大小的分区以得到一个或者多个图像区域。
3.根据权利要求2所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述图像来于医疗数据，图像中包含感兴趣对象。
4.根据权利要求3所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，所述感兴趣对象是分析模型的分析对象。
5.根据权利要求4所述的融合图像局部和全局特征的智慧医疗分析方法，其特征在于，设置数值敏感度和数值关系敏感度、数值准确度和关系准确度的初始值为0。
6.一种融合图像局部和全局特征的智慧医疗分析系统，其特征在于，包括：智能服务器和移动终端；所述智能服务器用于实现上述权利要求1-5中任一项所述的融合...
【专利技术属性】
技术研发人员：王辉，黄宏博，叶雅欣，章佳贇，
申请(专利权)人：中国中医科学院广安门医院，
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。