【技术实现步骤摘要】
本专利技术属于医学信息处理，具体是涉及到一种基于nlp技术的图像文本跨模态关联匹配方法及系统。
技术介绍
1、随着医疗信息化的不断发展和完善，各级医疗机构具有大规模的影像数据(dicom等数据格式)和影像的描述性文本信息，如检查报告等。然而，由于医疗体系的信息化程度差异、影像检查的标识信息缺失等原因，影像数据与检查报告存在数量不对等、存储模式相互独立的现象。临床样本的数据量与完整度是人工智能在医学领域持续发展的前提，因此，实现医疗影像和文本之间的跨模态关联匹配，建立信息完备的数据集用于多种临床任务至关重要。
2、通过关联具有相同语义信息的图像和文本数据，临床诊断信息将进一步整合，从而提升医疗数据利用率、可支配临床样本量和疾病诊疗效率。现有技术中将关键词提取作为基础，针对存在标签信息缺失情况的影像数据，无法提取检查部位和影像序列等关键信息，干扰影像与报告之间的匹配工作，从而降低了数据的使用效率。
技术实现思路
1、本专利技术提供一种基于nlp技术的图像文本跨模态关联匹配方法及系统...
【技术保护点】
1.一种基于NLP技术的图像文本跨模态关联匹配方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于NLP技术的图像文本跨模态关联匹配方法，其特征在于，所述基于所述医疗影像数据的关联信息构建匹配字典包括如下步骤：
3.根据权利要求2所述的基于NLP技术的图像文本跨模态关联匹配方法，其特征在于，所述采用正则表达式将所述标签信息与所述匹配字典进行匹配，得到所述医疗影像数据对应的扫描类别数据包括如下步骤：
4.根据权利要求1所述的基于NLP技术的图像文本跨模态关联匹配方法，其特征在于，所述患者信息包括患者编号和患者检查日期，所述检...
【技术特征摘要】
1.一种基于nlp技术的图像文本跨模态关联匹配方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于nlp技术的图像文本跨模态关联匹配方法，其特征在于，所述基于所述医疗影像数据的关联信息构建匹配字典包括如下步骤：
3.根据权利要求2所述的基于nlp技术的图像文本跨模态关联匹配方法，其特征在于，所述采用正则表达式将所述标签信息与所述匹配字典进行匹配，得到所述医疗影像数据对应的扫描类别数据包括如下步骤：
4.根据权利要求1所述的基于nlp技术的图像文本跨模态关联匹配方法，其特征在于，所述患者信息包括患者编号和患者检查日期，所述检查数据还包括检查类别数据，所述通过将所述目标患者的患者信息作为所述医疗影像数据和所述描述性文本数据之间的约束条件，结合所述扫描类别数据和所述检查部位信息并利用nlp技术实现所述医疗影像数据和所述描述性文本数据之间的跨模态关联匹配如下步骤：
5.根据权利要求...
【专利技术属性】
技术研发人员：何昆仑，刘盼，
申请(专利权)人：中国人民解放军总医院，
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。