一种基于人工智能的医用影像处理方法及系统技术方案

技术编号:45830698 阅读:22 留言:0更新日期:2025-07-15 22:37
本发明专利技术公开了一种基于人工智能的医用影像处理方法及系统,方法包括:利用语音输入终端进行病灶信息的语音输入,基于输入的语音信息进行预处理和文字转换输出,以及通过结合医学知识图谱的结构化先验知识和医学影像‑文本多模态特征,动态生成与当前诊断任务高度相关的关键词集,再基于关键词集生成候选诊断集,计算每个与医学影像特征的语义对齐分数,通过Langevin Dynamics采样生成最终诊断意见,最后用户终端进行复核以及强化修正,动态优化模型参数,基于优化修正结果输出最终的正式的诊断报告,解决了传统人工智能在医学影像上的准确性和质量问题,实现了在医学图像上的高精度、高鲁棒、可解释的人工智能辅助诊断。

【技术实现步骤摘要】

本专利技术涉及医用影像处理,具体涉及一种基于人工智能的医用影像处理方法及系统


技术介绍

1、在当今医疗科技的快速发展中,人工智能技术在医学影像处理中的应用变得尤为关键,医学影像作为辅助诊断的重要工具,其精确性和效率直接影响到患者的治疗和康复,人工智能技术的应用,不仅提升了医学影像处理的智能化水平,还为医生提供了更准确的诊断依据。

2、但是在基于人工智能技术在医学影像处理中,仍然会依赖人工定义的特征和规则来进行分析和诊断,而医学影像中病灶位置和形状等是不固定的,不同的辅助诊断任务需要关注的特征类型也是不同的,因此,针对不同任务,需要人工进行相应的调整和测试来提高特征提取的相关性和准确性,此外,人工构建的特征无法确保完全包含医学影响分析所需的全部信息,在特征提取和选择过程中就会出现特征数量不足或特征不具有代表性的问题,导致人工智能在对医学影像进行训练和实际应用时的准确性和质量达不到要求的问题。


技术实现思路

1、本专利技术的目的在于提供一种基于人工智能的医用影像处理方法及系统,以解决上述
技术介绍
中提本文档来自技高网
...

【技术保护点】

1.一种基于人工智能的医用影像处理方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于人工智能的医用影像处理方法,其特征在于:所述医学影像数据通过医院的影像归档与通信系统或云端存储系统传输至用户终端,用户终端使用DICOM解析库读取包含医学影像数据的文件,提取医学影像像素阵列和元数据,当存在多模态影像时,使用仿射变换进行配准,配准公式为:,式中,表示带求解的最优仿射变换矩阵,包含平移、旋转、缩放和剪切参数,在三维空间中,其形式为:,其中 R为旋转缩放矩阵(3×3),t为平移向量(3×1),为优化目标,即寻找使目标函数最小的仿射变换参数T,为参考影像,即CT影像的...

【技术特征摘要】

1.一种基于人工智能的医用影像处理方法,其特征在于:包括以下步骤:

2.根据权利要求1所述的一种基于人工智能的医用影像处理方法,其特征在于:所述医学影像数据通过医院的影像归档与通信系统或云端存储系统传输至用户终端,用户终端使用dicom解析库读取包含医学影像数据的文件,提取医学影像像素阵列和元数据,当存在多模态影像时,使用仿射变换进行配准,配准公式为:,式中,表示带求解的最优仿射变换矩阵,包含平移、旋转、缩放和剪切参数,在三维空间中,其形式为:,其中 r为旋转缩放矩阵(3×3),t为平移向量(3×1),为优化目标,即寻找使目标函数最小的仿射变换参数t,为参考影像,即ct影像的像素矩阵,维度为 w×h×d,为变换后的影像,将仿射变换 tt应用于pet影像后的结果,通过插值计算非整数坐标点的像素值,表示目标函数,两幅图像差异的平方l2范数,即逐像素强度差的平方和。

3.根据权利要求2所述的一种基于人工智能的医用影像处理方法,其特征在于:所述步骤s1具体包括:当用户终端接收到上述预处理后的医学影像数据后,通过集成的麦克风或蓝牙耳麦进行语音输入,触发语音采集接口,语音信号按设定的帧长和帧移进行分帧,生成时序信号流,每帧语音通过mel滤波器组提取包含静态与动态系数的39维mfcc特征,生成特征矩阵,同时采用谱减法消除环境噪声,将噪声抑制后的mfcc特征矩阵输入到conformer编码器,计算医学实体的分类损失,从通用语音数据集采样未标注数据,计算梯度惩罚项,并基于分类损失和梯度惩罚项进行联合优化,输出优化后的转换的医学文本信息,并使用统一医学语言系统词典对语音识别转文本信息进行映射,经映射后输出包含病灶属性的josn格式文本,并将文本信息与医学影像帧的dicom坐标绑定,记录时间戳 和空间roi坐标(x,y,z),将结构化数据存入nosql数据库中进行后续调用。

4.根据权利要求3所述的一种基于人工智能的医用影像处理方法及系统,其特征在于:所述计算医学实体的分类损失、计算梯度惩罚项与进行联合优化的公式为:

5.根据权利要求4所述的一种基于人工智能的医用影像处理方法,其特征在于:所述步骤s2具体包括:将存入nosql数据库中包含文本特征的结构化数据和包括dicom元数据与roi区域像素特征的医学影像数据进行联合编码,得到统一的语义向量,并使用跨模态对齐编码器生成联合嵌入向量,将融合特征与知识图谱中的实体嵌入进行相似度匹配,选取top-k相关实体作为初始节点集,并以初始节点集为中心进行3跳邻居遍历,构建动态子图,为节点集合,为上下文关系,通过在子图中执行3次图注意力层迭代,更新节点嵌入,同时利用预定义的规则矩阵屏蔽矛盾边,最终计算每个节点的最终重要性分数,保留分数高于设定的阈值的节点,基于保留的节点生成最终的关键词集,为第个关键词。

6.根据权利要求5所述的一种基于人工智能的医用影像处理方法,其特征在于:所述进行联合编码包括:基于医学实体类型的分层嵌入对文本特征进行编码,从json中提取键值对,将每个实体值转换为向量,根据实体类型计算注意力权重,对实体嵌入加权求...

【专利技术属性】
技术研发人员:蔡伟华熊博
申请(专利权)人:苏州云图健康科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1