[发明专利]一种基于人工智能的肺部诊断辅助系统及其方法在审
| 申请号: | 202110088661.4 | 申请日: | 2021-01-22 |
| 公开(公告)号: | CN112820398A | 公开(公告)日: | 2021-05-18 |
| 发明(设计)人: | 王嘉诚;狄浩成 | 申请(专利权)人: | 神威超算(北京)科技有限公司 |
| 主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H50/50;G06T7/00;G06K9/46;G06K9/62 |
| 代理公司: | 北京汉之知识产权代理事务所(普通合伙) 11479 | 代理人: | 王立红 |
| 地址: | 100086 北京市海淀区中*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 人工智能 肺部 诊断 辅助 系统 及其 方法 | ||
本申请公开了一种基于人工智能的肺部诊断辅助系统及其方法,该系统包括肺部图片输入模块、肺部诊断辅助模块以及肺部诊断建议输出模块,其中,肺部图片输入模块接收输入的待诊断病患肺部图片;肺部诊断辅助模块,将所述待诊断病患肺部图片与目标肺部训练模型中的肺部图片库进行肺部特征比对,比对得出肺部详情;肺部诊断建议输出模块输出所述肺部详情对应的诊断建议,诊断建议包括与待诊断病患肺部图片相似度最高的肺部病患图片对应的肺部诊断信息、和与肺部健康图片相比的差异特征对应的肺部异常原因信息。本申请能够辅助医生诊断,进而减少因医生技术水平不一致导致肺部病情的漏诊或误诊,提高肺部病情判断的准确度。
技术领域
本申请涉及智能医疗技术领域,尤其涉及一种基于人工智能的肺部诊断辅助系统及其方法。
背景技术
目前,新冠疫情或者日常的肺部病情诊断时,肺部医疗方案都是通过检测设备获取肺部照片,然后由医生分析肺部照片的特征,判断病患的肺部病情。
此时,医生的医疗技术成为肺部病情判断的关键因素;因不同医生诊断的水平不同,故针对同一张肺部照片,会出现漏诊或误诊的情况。
此外,随着人工智能技术的广泛、深入应用,可以结合人工智能的深度学习技术,参与到肺部病情诊断过程中,减少因医生技术水平的不一致,导致肺部病情的漏诊或者误诊的情况,为医生提供一种辅助诊断系统。
上述内容仅用于辅助理解本申请的技术方案,并不代表承认上述内容是现有技术。
发明内容
为了解决上述问题,本申请提供一种基于人工智能的肺部诊断辅助系统,该系统将待分析肺部图片输入到肺部训练模型中进行比对分析,输出肺部图片对应的参考意见;从而辅助医生诊断,进而减少因医生技术水平不一致导致肺部病情的漏诊或误诊,提高肺部病情判断的准确度。
本申请第一方面公开了一种基于人工智能的肺部诊断辅助系统,所述系统包括肺部图片输入模块、肺部诊断辅助模块以及肺部诊断建议输出模块,其中,
所述肺部图片输入模块,接收输入的待诊断病患肺部图片;
所述肺部诊断辅助模块,将所述待诊断病患肺部图片与目标肺部训练模型中的肺部图片库进行肺部特征比对,比对得出肺部详情;所述肺部图片库包括多个肺部健康图片和多种类型肺部病患图片,所述肺部详情包括与所述待诊断病患肺部图片相似度最高的肺部病患图片、和与肺部健康图片相比的差异特征;
所述肺部诊断建议输出模块,用于输出所述肺部详情对应的诊断建议,所述诊断建议包括与待诊断病患肺部图片相似度最高的肺部病患图片对应的肺部诊断信息、和与肺部健康图片相比的差异特征对应的肺部异常原因信息。
在一种可能的实施方式中,所述肺部特征包括肺部密度特征、肺部纹理特征以及肺部形状特征。
在一种可能的实施方式中,所述肺部诊断辅助模块包括肺部诊断模型训练单元,其中,所述肺部诊断模型训练单元用于执行以下步骤:
将待深度学习的肺部图片,输入初始肺部训练模型中,且输出训练肺部详情,并输出训练肺部详情对应的诊断建议;所述待深度学习的肺部图片包括肺部健康图片和肺部病患图片;
将所述训练肺部诊断建议与目标肺部诊断建议,进行相似度比较;其中,目标肺部诊断建议包括与待深度学习肺部图片相似度最高的肺部病患图片对应的肺部诊断信息、和与肺部健康图片相比的差异特征对应的肺部异常原因信息;
若相似度低于第一预设相似度阈值,则将待深度学习的肺部图片及其对应的目标肺部诊断建议加入到初始肺部训练模型中,重复上述训练过程。
在一种可能的实施方式中,所述肺部诊断模型训练单元还用于执行以下步骤:若相似度大于或等于第一预设相似度阈值,则所述初始肺部训练模型完成训练,且得到中间肺部训练模型;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于神威超算(北京)科技有限公司,未经神威超算(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110088661.4/2.html,转载请声明来源钻瓜专利网。





