【技术实现步骤摘要】
本专利技术涉及图像处理以及语言生成，尤其涉及一种基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法。
技术介绍
1、医学报告生成是一项新兴的跨学科研究任务，旨在通过利用专业且严谨的语言描述医学图像中的病变区域和疾病的严重程度，以减轻医学专家的工作负担，并为诊断提供辅助支持。目前，医学图像被广泛用作协助医生评估患者状况的重要工具，并被用于多种疾病的诊断和治疗。在临床实践中，医生需要为给定的医学图像提供准确的诊断报告，这不仅需要广泛的医学专业知识，还需要大量的时间和人力。为了减轻医生的负担并提高患者咨询的效率，开发医学报告生成方法显得尤为重要和迫切，吸引了临床医学与人工智能领域研究者的广泛关注。
2、医疗诊断报告自动生成任务的研究不仅涉及到对医学图像的分析和解释，还伴随着对诊断报告这种离散的文本数据的研究。在以往的研究中，受到机器翻译领域的影响，这种复杂的机器学习训练模式往往通过传统的编码-解码范式解决。具体来说，首先以卷积神经网络(convolutional neural network，cnn)为主体的编码器对医学图像...
【技术保护点】
1.一种基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法，其特征在于，包括：
2.根据权利要求1所述的基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法，其特征在于，文本编码模块还包括文本特征提取单元，对报告生成模型的训练包括：
3.根据权利要求1或2所述的基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法，其特征在于，疾病标签引导的图卷积网络由疾病关键词节点和中心节点组成，属于同一个器官的疾病关键词节点连接并分组在一起，疾病关键词节点即疾病分类特征，中心节点为将图像进行特征提取得到的全局特征。
4.根据权利要求...
【技术特征摘要】
1.一种基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法，其特征在于，包括：
2.根据权利要求1所述的基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法，其特征在于，文本编码模块还包括文本特征提取单元，对报告生成模型的训练包括：
3.根据权利要求1或2所述的基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法，其特征在于，疾病标签引导的图卷积网络由疾病关键词节点和中心节点组成，属于同一个器官的疾病关键词节点连接并分组在一起，疾病关键词节点即疾病分类特征，中心节点为将图像进行特征提取得到的全局特征。
4.根据权利要求2所述的基于深度疾病标签引导的图卷积医学图像诊断报告自动生成方法，其特征在于，利用文本特征，通过多头注意力机制对文本记忆单元中的记忆信息mem进行更新...
【专利技术属性】
技术研发人员：徐黎明，汪勇衡，刘念，郑伯川，唐全，
申请(专利权)人：西华师范大学，
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。