[发明专利]基于卷积神经网络生成结构化医学影像报告的方法和系统

权利要求书

1.一种基于卷积神经网络生成结构化医学影像报告的方法，所述方法包括：

获取要评估的符合DICOM标准的第一医学影像；

利用反卷积算法将所述第一医学影像通过降维扩增转换成单层三通道矩阵，所述单层三通道矩阵的像素值具有均值为0且标准差为1的正态分布；

基于所述单层三通道矩阵，利用经训练的卷积神经网络确定生物体给定部位的各评估点的每一预设评估参数的概率；以及

基于所确定的各评估点的每一预设评估参数的概率，将各评估点的具有置信概率的评估参数输出至预构建的医学报告生成系统以生成包括按一定解剖顺序和医学思维逻辑的影像发现文本的第一医学影像报告。

2.根据权利要求1所述的方法，其中，将所述第一医学影像通过降维扩增转换成单层三通道矩阵的步骤包括：

将所述第一医学影像转换成维度为m*n*n的第一矩阵，其中m为灰度图像的数量，n为每个灰度图像的长度的像素点数量和宽度的像素点数量；

利用滑动窗口步长为2的反卷积算法，将所述第一矩阵转换成维度为m/2*2n*2n的第二矩阵；

利用滑动窗口步长为2的反卷积算法，将所述第二矩阵转换成维度为成m/4*4n*4n的第三矩阵；以及

利用滑动窗口步长为2的反卷积算法，将所述第三矩阵转换成维度为3*8n*8n的所述单层三通道矩阵。

3.根据权利要求1所述的方法，其中，将所述第一医学影像通过降维扩增转换成单层三通道矩阵的步骤包括：

将所述第一医学影像转换成维度为m*n*n的第一矩阵，其中m为灰度图像的数量，n为每个灰度图像的长度的像素点数量和宽度的像素点数量；

利用滑动窗口步长为2的m/2个滤波器将所述第一矩阵转换成维度为m/2*2n*2n的第二矩阵；

利用滑动窗口步长为2的m/2个滤波器将所述第二矩阵转换成维度为m/4*4n*4n的第三矩阵；以及

利用滑动窗口步长为2的3个滤波器将所述第三矩阵转换成维度为3*8n*8n的所述单层三通道矩阵。

4.根据权利要求1所述的方法，其中，确定各评估点的每一预设评估参数的概率的步骤包括：

采用Inception-v3结构，利用softmax激励算法确定各评估点的每一预设评估参数的概率。

5.一种基于卷积神经网络生成结构化医学影像报告的系统，所述系统包括：

数据接收单元，配置成接收符合DICOM标准的第一医学影像；

图像转换单元，配置成利用反卷积算法将所接收的第一医学影像通过降维扩增转换成单层三通道矩阵，所述单层三通道矩阵的像素值具有均值为0且标准差为1的正态分布；

概率分类单元，配置成基于所转换的单层三通道矩阵利用经训练的卷积神经网络来确定生物体给定部位的各评估点的每一预设评估参数的概率；以及

数据输出单元，配置成基于所确定的各评估点的每一预设评估参数的概率，将各评估点的具有置信概率的评估参数输出至预构建的医学报告生成系统以生成包括按一定解剖顺序和医学思维逻辑的影像发现文本的第一医学影像报告。

6.根据权利要求5所述的系统，其中，所述图像转换单元包括：

输入层，配置成将所述第一医学影像转换成维度为m*n*n的第一矩阵；

第一隐藏层，配置成利用滑动窗口步长为2的反卷积算法将所述第一矩阵转换成维度为m/2*2n*2n的第二矩阵；

第二隐藏层，配置成利用滑动窗口步长为2的反卷积算法将所述第二矩阵转换成维度为m/4*4n*4n的第三矩阵；以及

输出层，配置成利用滑动窗口步长为2的卷积算法将所述第三矩阵转换成维度为3*8n*8n的所述单层三通道矩阵。