[发明专利]融合知识的中医诊断报告自动化生成方法、系统及终端在审
| 申请号: | 202210772104.9 | 申请日: | 2022-06-30 |
| 公开(公告)号: | CN115116576A | 公开(公告)日: | 2022-09-27 |
| 发明(设计)人: | 张刚强 | 申请(专利权)人: | 上海国民集团健康科技有限公司 |
| 主分类号: | G16H15/00 | 分类号: | G16H15/00;G16H20/90;G16H50/70 |
| 代理公司: | 上海光华专利事务所(普通合伙) 31219 | 代理人: | 倪静 |
| 地址: | 201107 上海市闵行区*** | 国省代码: | 上海;31 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 融合 知识 中医 诊断 报告 自动化 生成 方法 系统 终端 | ||
本发明的融合知识的中医诊断报告自动化生成方法、系统及终端,通过获取采集的患者四诊数据并进行预处理,并提取预处理后的患者四诊数据中的四诊特征;基于所述四诊特征获得对应的四诊识别结果,并将其转换为中医知识图谱数据,提取知识特征;将所述四诊特征与所述知识特征融合获得中医诊断特征,从而生成对应的中医诊断报告。本发明充分利用四诊数据和丰富的中医知识图谱可以获得具有中医特色、符合中医诊断规范的文本表达结果。这既能够提升医生的诊断效率,也能够提升病人的就医体验。
技术领域
本发明涉及文本生成领域,特别是涉及一种融合知识的中医诊断报告自动化生成方法、系统及终端。
背景技术
当前智慧医疗和互联网诊断技术发展迅速,中医诊断相关的研究也在面向智能化和数字化进发。针对医疗资源特别是优质中医资源紧缺的问题日趋严重。如何合理应用AI技术辅助提升医疗诊断效率,同时提升病人的诊断满意度备受关注。因此,利用文本生成技术完成相关中医智能诊断报告自动化生成,将有助于相关医疗资源的节约和诊断效率提升。
文本生成技术是一种生成近似自然语言序列的方法,主要包括利用文本、语音、图像和视频等作为输入生成文本的方式。随着深度学习技术的发展,文本生成技术已经被广泛的应用在了许多实践任务中,并取得了良好的效果。在医疗相关领域内,也有针对特定任务的内容生成方法,相关方法的研究大多是利用传统规则模板、检索或深度学习方法生成文本。基于规则模板和检索的医疗文本生成技术所获得的文本内容单一、形式不够灵活,并不能应用于复杂多样的医疗场景;单纯利用深度学习方法生成医疗文本的方式会存在专业知识缺乏、内容不可控,模型效果有限的问题。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种融合知识的中医诊断报告自动化生成方法、系统及终端,用于解决现有技术中以上技术问题。
为实现上述目的及其他相关目的,本发明提供一种融合知识的中医诊断报告自动化生成方法,所述方法包括:获取采集的患者四诊数据并进行预处理;提取预处理后的患者四诊数据中的四诊特征;基于所述四诊特征获得对应的四诊识别结果,并将其转换为中医知识图谱数据;根据所述中医知识图谱数据提取知识特征;将所述四诊特征与所述知识特征融合,获得中医诊断特征;基于所述中医诊断特征生成对应的中医诊断报告。
于本发明的一实施例中,所述患者四诊数据包括:面部图像数据、舌体图像数据、脉诊数据、患者体质文本数据以及患者主诉文本数据。
于本发明的一实施例中,所述提取预处理后的患者四诊数据中的四诊特征包括:基于特征提取模型,提取预处理后的患者四诊数据中的四诊特征;其中,所述四诊特征包括:面部图像特征、舌体图像特征、脉诊特征、患者体质文本特征以及患者主诉文本特征;其中,所述特征提取模型包括:面部特征提取模型,用于根据预处理后的面部图像数据获得面部图像特征;舌体特征提取模型,用于根据预处理后的舌体图像数据获得舌体图像特征;脉诊特征提取模型,用于根据预处理后的脉诊数据获得脉诊特征;体质文本特征提取模型,用于根据预处理后的患者体质文本数据获得患者体质文本特征;主诉文本特征提取模型,用于根据预处理后的患者主诉文本数据获得患者主诉文本特征;并且其中,所述面部特征提取模型以及舌体特征提取模型采用深度卷积神经网络,所述脉诊特征提取模型采用长短时记忆网络,所述体质文本特征提取模型以及主诉文本特征提取模型采用语言模型。
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上海国民集团健康科技有限公司,未经上海国民集团健康科技有限公司许可,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/202210772104.9/2.html,转载请声明来源钻瓜专利网。





