[发明专利]一种多模态医疗数据湖构建方法及系统

权利要求书

1.一种多模态医疗数据湖构建方法，其特征在于，包括以下步骤：

S1：获取临床数据，并汇聚进入数据湖中；

S2：获取影像、病理以及基因的医疗多模态数据，并形成影像、病理以及基因数据文件；

S3：根据患者信息和就诊信息，将临床数据与影像、病理以及基因数据文件进行整合，构建DHCDM多模态模型；

所述S3包括：

S31：通过Flink或Spark接口获取临床数据中的就诊和检查信息，将影像原文件与就诊和检查信息进行关联，通过dcm4che3进行影像标准化和数据处理，并通过多模态平台进行影像标注，获取影像组学以及影像标注文件；

S32：通过Flink或Spark接口获取临床数据中的病理和标本记录，将病理原文件与病理和标本记录进行关联，并通过多模态平台进行病理标注和病例分析，获取病理分析结果以及病理标注文件；

S33：通过Flink或Spark接口获取临床数据中的样本和测序信息，将基因原文件与样本和测序信息进行关联，并通过生信分析平台进行分析，获取基因分析结果。

2.根据权利要求1所述的一种多模态医疗数据湖构建方法，其特征在于，所述S1包括以下步骤：

S11：采用批式处理的方式，对医院系统的镜像库进行处理，通过Spark定时任务，将镜像库的数据定时抽取到数据湖中，完成全量数据汇聚；

S12：对医院系统的同步日志进行实时监控，并通过Flink实时抓取同步日志，将同步日志流入数据湖中，完成增量数据汇聚。

3.根据权利要求2所述的一种多模态医疗数据湖构建方法，其特征在于，所述S1还包括以下步骤：

S13：若医院系统存在接口客户端，通过数据共享交换平台与接口对接，获取接口数据，并通过Flink将接口数据流入数据湖，并覆盖数据湖中的数据。

4.根据权利要求3所述的一种多模态医疗数据湖构建方法，其特征在于，所述S2中获取影像、病理以及基因的医疗多模态数据包括以下步骤：

S21：通过Dicom3.0协议，对标准化Dicom格式的影像原文件进行数据采集；通过FTP，对非标准化格式的影像原文件进行数据采集；

S22：通过FTP或者HTTP，对病理原文件进行数据采集；

S23：通过FTP或者HTTP，对基因原文件进行数据采集。

5.根据权利要求4所述的一种多模态医疗数据湖构建方法，其特征在于，所述S3还包括：

S34：多模态平台获取影像组学以及影像标注文件、病理分析结果以及病理标注文件和基因分析结果，并回填到数据仓库进行管理。

6.一种多模态医疗数据湖构建系统，其特征在于，包括：

临床数据获取模块，用于获取临床数据，并汇聚进入数据湖中；

多模态数据获取模块，用于获取影像、病理以及基因的医疗多模态数据，并形成影像、病理以及基因数据文件；

多模态模型构建模块，用于根据患者信息和就诊信息，将临床数据与影像、病理以及基因数据文件进行整合，构建DHCDM多模态模型；

所述多模态模型构建模块包括：

影像整合子模块，用于通过Flink或Spark接口获取临床数据中的就诊和检查信息，将影像原文件与就诊和检查信息进行关联，通过dcm4che3进行影像标准化和数据处理，并通过多模态平台进行影像标注，获取影像组学以及影像标注文件；

病理整合子模块，用于通过Flink或Spark接口获取临床数据中的病理和标本记录，将病理原文件与病理和标本记录进行关联，并通过多模态平台进行病理标注和病例分析，获取病理分析结果以及病理标注文件；

基因整合子模块，用于通过Flink或Spark接口获取临床数据中的样本和测序信息，将基因原文件与样本和测序信息进行关联，并通过生信分析平台进行分析，获取基因分析结果。