基于神经网络面向自动诊断的医疗数据处理系统和装置的制造方法
【专利摘要】基于神经网络面向自动诊断的医疗数据处理系统和装置。本发明涉及一种医疗数据处理系统和装置，该系统包括体检数据采集设备和数据服务器；体检数据采集设备用于获取覆盖待确诊患者身体各部分的第一体检数据，并将第一体检数据发送给数据服务器；数据服务器用于利用神经网络对第一体检数据进行运算得到第一体检数据对应的确诊结果；神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。本发明提供的医疗数据处理系统和装置，在确诊结果的生成过程中，无需耗费过多时间进行各项身体检查，也无需医生对各项检查结果耗费时间进行详细研究，只需在接收到体检数据采集设备发送的第一体检数据后，即可根据神经网络进行运算得到确诊结果，提高了确诊结果的生成效率。
【专利说明】
基于神经网络面向自动诊断的医疗数据处理系统和装置
技术领域
[0001]本发明涉及数据处理技术领域，特别是涉及基于神经网络面向自动诊断的医疗数据处理系统和装置。
【背景技术】
[0002]随着计算机技术的发展，医院利用计算机来记录患者的医疗数据，并将医疗数据存储到服务器。每天大量的患者到医院就诊，医生将每个患者在就诊过程中产生的医疗数据存储到服务器中。
[0003]然而，在将医疗数据存储到服务器中后，大量的医疗数据需要占用较多的存储空间，并且这些没有得到充分的利用。同时患者到医院就诊时，需要耗费大量时间进行各种类型的身体检查，医生需要耗费时间对各种检查见过进行详细研究，才能对患者进行确诊从而得到确诊结果，患者的确诊结果的生成效率较低。
【发明内容】
[0004]基于此，有必要针对患者的确诊结果的生成效率较低的问题，提供一种医疗数据处理系统和装置。
[0005]—种医疗数据处理系统，其特征在于，所述系统包括体检数据采集设备和数据服务器；
[0006]所述体检数据采集设备用于获取覆盖待确诊患者身体各部分的第一体检数据，并将所述第一体检数据发送给所述数据服务器；
[0007]所述数据服务器用于利用神经网络对所述第一体检数据进行运算得到所述第一体检数据对应的确诊结果;所述神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。
[0008]在其中一个实施例中，所述体检数据采集设备还用于获取所述第二体检数据，并经所述第二体检数据发送给所述数据服务器；
[0009]所述数据服务器还用于将所述第二体检数据相应的已确诊患者的确诊数据进行关联存储到医疗数据库中；从所述医疗数据库中提取第二体检数据和第二体检数据对应的确诊数据;根据提取到的第二体检数据和第二体检数据对应的确诊数据训练得到神经网络。
[0010]在其中一个实施例中，所述数据服务器还用于根据所述确诊结果确定异常体检指标;在所述第一体检数据中提取所述异常体检指标对应的数值;根据所述异常体检指标对应的数值和所述确诊结果生成确诊报告。
[0011]在其中一个实施例中，所述数据服务器还用于提取所述第一体检数据中各体检指标的数值，分别对所述各体检指标的数值进行编码生成所述各体检指标对应的编码数据，所述编码数据包括指标标识和指标数值;将所述编码数据输入所述神经网络，使所述神经网络将所述编码数据输入到与所述编码数据中指标标识对应的节点进行运算得到运算结果;根据所述运算结果确定所述第一体检数据对应的疾病名称。
[0012]在其中一个实施例中，所述数据服务器还用于提取所述第一体检数据中各体检指标的数值，对所述各体检指标的数值进行标准化处理得到所述各体检指标的标准化值;将所述各体检指标的标准化值输入所述神经网络，使所述神经网络将所述各体检指标的标准化值输入相应的节点，并根据所述节点之间的权重值对所述各体检指标的标准化值进行运算得到所述第一体检数据对应的确诊结果。
[0013]上述医疗数据处理系统，数据服务器接收体检数据采集设备采集的待确诊患者的第一体检数据，第一体检数据覆盖待确诊患者身体各部分，可以全面反映患者身体的健康状况。利用根据覆盖已确诊患者身体各部分的第二体检数据训练得到的神经网络对覆盖待确诊患者身体各部分的第一体检数据进行运算，通过神经网络的运算得到第一体检数据对应的确诊结果。在确诊结果的生成过程中，无需耗费过多时间进行各项身体检查，也无需医生对各项检查结果耗费时间进行详细研究，只需在接收到体检数据采集设备发送的第一体检数据后，即可根据神经网络进行运算得到确诊结果，提高了确诊结果的生成效率，进而辅助医生更加快速、准确、合理地做出诊断。
[0014]一种医疗数据处理装置，其特征在于，所述装置包括:
[0015]第一数据获取模块，用于获取覆盖待确诊患者身体各部分待确诊患者的第一体检数据；
[0016]确诊结果获得模块，用于利用神经网络对所述第一体检数据进行运算得到所述第一体检数据对应的确诊结果;所述神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。
[0017]在其中一个实施例中，所述装置还包括:
[0018]第二数据获取模块，用于获取所述第二体检数据；
[0019]数据关联存储模块，用于将所述第二体检数据相应的已确诊患者的确诊数据进行关联存储到医疗数据库中；
[0020]关联数据提取模块，用于从所述医疗数据库中提取第二体检数据和第二体检数据对应的确诊数据；
[0021]神经网络训练模块，用于根据提取到的第二体检数据和第二体检数据对应的确诊数据训练得到神经网络。
[0022]在其中一个实施例中，所述装置还包括:
[0023]异常指标确定模块，用于根据确诊结果确定异常体检指标；
[0024]异常数值提取模块，用于在所述第一体检数据中提取所述异常体检指标对应的数值；
[0025]确诊报告生成模块，用于根据所述异常体检指标对应的数值和所述确诊结果生成确诊报告。
[0026]在其中一个实施例中，所述确诊结果获得模块包括:
[0027]体检数值提取模块，用于提取所述第一体检数据中各体检指标的数值；
[0028]体检数值编码模块，用于分别对所述各体检指标的数值进行编码生成所述各体检指标对应的编码数据，所述编码数据包括指标标识和指标数值；
[0029]编码数据运算模块，用于将所述编码数据输入所述神经网络，使所述神经网络将所述编码数据输入到与所述编码数据中指标标识对应的节点进行运算得到运算结果；
[0030]疾病名称确定模块，用于根据所述运算结果确定所述第一体检数据对应的疾病名称。
[0031 ]在其中一个实施例中，所述确诊结果获得模块包括:
[0032]指标数值提取模块，用于提取所述第一体检数据中各体检指标的数值；
[0033]指标数值处理模块，用于对所述各体检指标的数值进行标准化处理得到所述各体检指标的标准化值；
[0034]标准化值运算模块，用于将所述各体检指标的标准化值输入所述神经网络，使所述神经网络将所述各体检指标的标准化值输入相应的节点，并根据所述神经网络中节点之间的权重值对所述各体检指标的标准化值进行运算得到所述第一体检数据对应的确诊结果O
[0035]上述医疗数据处理装置，获取待确诊患者的第一体检数据，其中第一体检数据覆盖待确诊患者身体各部分，并可以全面反映患者身体的健康状况。利用根据覆盖已确诊患者身体各部分的第二体检数据训练得到的神经网络对覆盖待确诊患者身体各部分的第一体检数据进行运算，通过神经网络的运算得到第一体检数据对应的确诊结果。确诊结果的生成过程中，无需耗费过多时间进行各项身体检查，也无需医生对检查结果耗费时间进行详细研究，只需在获取到第一体检数据后，即可根据神经网络对第一体检数据进行运算得到确诊结果，提高了确诊结果的生成效率，进而辅助医生更加快速、准确、合理地做出诊断。
【附图说明】
[0036]图1为一个实施例中医疗数据处理系统的应用环境图；
[0037]图2为一个实施例中医疗数据处理装置的结构框图；
[0038]图3为另一个实施例中医疗数据处理装置的结构框图；
[0039]图4为再一个实施例中医疗数据处理装置的结构框图；
[0040]图5为一个实施例中确诊结果获取模块的结构框图；
[0041 ]图6为另一个实施例中确诊结果获取模块的结构框图；
[0042]图7为一个实施例中医疗数据处理方法的流程示意图。
【具体实施方式】
[0043]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0044]图1为一个实施例中医疗数据处理系统的应用环境图，医疗数据分析系统包括体检数据采集设备110和数据服务器120，体检数据采集设备110和数据服务器120通过网络连接。体检采集设备110包括采集控制终端112、扫描部件114和采集平台116，采集控制终端112通过控制扫描部件114和采集平台116采集位于采集平台116上患者的体检数据。扫描部件114具体可可以是13超(13110(16 ultrasonography)设备中的超声扫描仪，还可以是CT(X线计算机断层摄影，Computed Tomography)设备中X线管和探测器，也可以是MRI(磁共振成像，Magnetic Resonance Imaging)成像设备中的磁场发生器、无线电波发生器和探测器。
[0045]在一个实施例中，体检数据采集设备110用于获取覆盖待确诊患者身体各部分的第一体检数据，并将第一体检数据发送给所述数据服务器120。
[0046]具体地，体检数据采集设备110对待确诊患者身体各部位将检查，通过对待确诊患者身体各部分的检查生成患者的第一体检数据，第一体检数据为覆盖待确诊患者身体各部分的体检数据，第一体检数据包括对待确诊患者各部分进行检查得到的数据，第一体检数据具体可以包括待确诊患者的全身体检数据。体检数据采集设备Il0在获取到第一体检数据后，将第一体检数据通过网络发送给数据服务器120。
[0047]在一个实施例中，体检数据采集设备110可以是医疗扫描设备，医疗扫描设备用于对待确诊患者身体部分进行扫描来获取待确诊患者的第一体检数据。
[0048]数据服务器120用于利用神经网络对第一体检数据进行运算得到第一体检数据对应的确诊结果;神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。
[0049]具体地，神经网络，又称人工神经网络(Artif icial Neural Networks，简写为ANNs)是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。神经网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的，并具有自学习和自适应的能力。
[0050]数据服务器120获取已经确诊患者的第二体检数据和第二体检数据对应的确诊数据，以获取到的第二体检数据和第二体检数据对应的确诊数据作为训练样本，以第二体检数据作为神经网络的输入，并第二体检数据对应的已确诊患者的确诊数据作为神经网络的输出，通过训练得到神经网络。在数据服务器120将获取到的第一体检数据输入到训练得到的神经网络中，神经网络对第一体检数据进行运算得到第一体检数据对应的确诊结果，其中确诊结果可以疾病名称，也可以是疾病名称对应的编码。
[0051 ]本实施例中，数据服务器接收体检数据采集设备采集的待确诊患者的第一体检数据，第一体检数据覆盖待确诊患者身体各部分，可以全面反映患者身体的健康状况。利用覆盖已确诊患者身体各部分的第二体检数据训练得到的神经网络对覆盖待确诊患者身体各部分的第一体检数据进行运算，通过神经网络的运算得到第一体检数据对应的确诊结果。在确诊结果的生成过程中，无需耗费过多时间进行各项身体检查，也无需医生对各项检查结果耗费时间进行详细研究，只需在接收到体检数据采集设备发送的第一体检数据后，即可根据神经网络进行运算得到确诊结果，提高了确诊结果的生成效率，进而辅助医生更加快速、准确、合理地做出诊断。
[0052]在一个实施例中，体检数据采集设备110还用于获取第二体检数据，并将第二体检数据发送给数据服务器。
[0053]具体地，体检数据采集设备110为医疗扫描设备，医疗扫描设备用于对已确诊患者身体部分进行扫描来获取已确诊患者的第二体检数据。体检数据采集设备110对已确诊患者身体进行覆盖身体各部分进行扫描得到已确诊患者的医疗图像，提取医疗图像中的特征区域进行分析得到已确诊患者的覆盖身体各部分的第二体检数据。医疗图像具体可以是CT(X线计算机断层摄影，Computed Tomography)图像，B超(B-mode ultrasonography)图像和MRI (磁共振成像，Magnetic Resonance Imaging)图像中的至少一种。体检数据采集设备110将第二体检数据发送给数据服务器120。
[0054]数据服务器还用于将第二体检数据相应的已确诊患者的确诊数据进行关联存储到医疗数据库中；从医疗数据库中提取第二体检数据和第二体检数据对应的确诊数据;根据提取到的第二体检数据和第二体检数据对应的确诊数据训练得到神经网络。
[0055]具体地，数据服务器120在接收到第二体检数据后，提取第二体检数据中已经确诊患者的患者标识，再从确诊数据库中提取患者标识对应的确诊数据。数据服务器120将同一个患者标识对应的确诊数据和第二体检数据进行关联并存储到医疗数据库中。
[0056]在一个实施例中，数据服务器120同一个患者标识的确诊数据和第二体检数据进行关联存储，具体可以将同一个患者标识对应的确诊数据和第二体检数据对应存储在医疗数据库中。将同一患者标识的确诊数据和第二体检数据进行关联存储，还可以分别提取同一个患者标识的确诊数据和第二体检数据中的特征数据，建立特征数据的对应关系表，通过特征数据的对应关系表将同一个患者标识对应的确诊数据和第二体检数据关联，并将关联后的确诊数据和第二体检数据存储到医疗数据库中。将同一患者标识的确诊数据和第二体检数据进行关联，也可以通过患者标识将同一个患者标识对应的确诊数据和第二体检数据进行关联，将患者标识、确诊数据和第二体检数据对应存储在医疗数据库中。
[0057]数据服务器120从医疗数据库中提取多个已确诊患者的患者标识对应的第二体检数据和第二体检数据对应的确诊数据，并根据提取到的第二体检数据和第二体检数据对应的确诊数据训练神经网络。
[0058]本实施例中，将已确诊患者的确诊数据和第二体检数据存储在医疗数据库中，使医疗数据库中存储着海量已确诊患者的确诊数据和第二体检数据，并且同一患者标识对应的确诊数据和体检数据关联存储在医疗数据库中，为训练神经网络提供了大数据支撑，通过医疗数据库中海量已确诊患者的数据对神经网络进行训练，提高了通过神经网络生成确诊结果的准确性。
[0059]在一个实施例中，数据服务器120还用于根据确诊结果确定异常体检指标;在第一体检数据中提取异常体检指标对应的数值;根据异常体检指标对应的数值和确诊结果生成确诊报告。
[0060]具体地，体检指标是在体检数据中能够反映人身体健康状况的检测项目，比如心率、血压和尿酸等，每个体检指标对应的数值都有一个正常范围，根据体检指标的数值是否在正常范围内可以判断人身体的健康状况。体检指标的数值超出该体检指标对应的正常范围，则该体检指标为异常体检指标。
[0061]数据服务器120在生成确诊结果后，根据确诊结果与异常体检指标的对应关系确定异常体检指标的体检指标标识，根据确定的体检指标标识在第一体检指标中查找异常体检指标的数值并提取，根据提取到的异常体检指标的数值和确诊结果生成相应的待确诊患者的确诊报告。其中确诊结果与异常体检指标的对应关系可以通过数据服器120以医疗数据库中存储的部分或全部数据作为样本进行分析获得。
[0062]本实施例中，在生成确诊结果后，根据确诊结果提取第一体检数据中的异常体检指标的数值，根据确诊结果和异常体检指标的数值生成确诊报告，确诊报告可以准确详细的反映待确诊患者的健康状况。
[0063]在一个实施例中，数据服务器还用于提取第一体检数据中各体检指标的数值，分别对各体检指标的数值进行编码生成各体检指标对应的编码数据，编码数据包括指标标识和指标数值;将编码数据输入神经网络，使神经网络将编码数据输入到与编码数据中指标标识对应的节点进行运算得到运算结果；根据运算结果确定第一体检数据对应的疾病名称。
[0064]具体地，数据服务器120提取第一体检数据中各体检指标的数值，查找与体检指标名称匹配的指标标识，指标标识用于区别不同体检指标，具体可以是字符和数字中的至少一种。将指标标识添加到体检指标的数值中形成编码数据，编码数据中包括指标标识和指标数值。数据服务器120将编码数据输入到神经网络中，神经网络读取编码数据中的指标标识，并查找指标标识对应的节点，提取编码数据中的指标数值，将指标数值输入指标标识对应的节点。神经网络根据输入的指标数值运算得到运算结果，运算结果可以是字符或数值中的至少一种，查找与运算结果对应的疾病名称，并将查找到的疾病名称输出作为待确诊患者的确诊结果。
[0065]本实施例中，通过各体检指标进行编码生成编码数据，根据编码数据中指标标识将编码数据中的指标数值输入到相应的神经网络节点，通过对体检指标进行编码保证了神经网络节点的输入准确率，从而使得运算结果更加准确。
[0066]在一个实施例中，数据服务器120还用于提取第一体检数据中各体检指标的数值，对各体检指标的数值进行标准化处理得到各体检指标的标准化值;将各体检指标的标准化值输入神经网络，使神经网络将各体检指标的标准化值输入相应的节点，并根据节点之间的权重值对各体检指标的标准化值进行运算得到第一体检数据对应的确诊结果。
[0067]具体地，数据服务器120提取第一体检数据中各体检指标的数值，通过标准化处理将第一体检数据中各体检指标的数值根据各体检指标的映射关系将各体检指标的数值映射到特定的数值区间中的数值，其中特定的数值区间具体可以是[-1，0]、[0，1]或[_1，1]。
[0068]在一个实施例中，数据服务器120利用体检指标的数值减去该体检指标的最小值得到差Xl，再利用该体检指标的最大值减去最小值得到差X2，利用Xl除以X2得到体检指标的数值在数值区间[O，I ]中的标准化值。
[0069]在一个实施例中，数据服务器120还用于提取第一体检数据中各体检指标对应的值，查找提取到的值不是数值的体检指标，将查找到的体检指标的值转化成数值，以各体检指标对应的数值为标准化值。举例说明，体检指标“尿葡萄糖”对应的值是“阴性”，该体检指标对应的值不是数值，将“阴性”转化为T，如果是“阳性”，则将“阳性”转化为“O” ο
[0070]在一个实施例中，第一体检指标中各体检指标对应的数值格式不同，数据服务器120对各体检指标对应的数值的格式进行调整，使各体检指标对应的数值格式一致，以格式调整后的数值作为各体检指标对应的标准化值。
[0071]数据服务器120在对各体检指标的数值进行标准化处理后得到各体检指标的标准化值，将各体指标的标准化值输入神经网络，神经网络将各体检指标的标准化值输入各体检指标对应的节点，神经网络根据各节点之间的权重值对输入的各体检指标的标准化值进行加权运算，通过多次加权运算得到最终的运算结果，根据运算结果查找对应的疾病名称，并将疾病名称作为第一体检数据对应的确诊结果。
[0072]本实施例中，数据服服务器120将第一体检数据进行标准化处理，得到第一体检数据的各体检指标的标准化值，利用神经网络对各体检指标的标准化值进行运算，得到确诊结果。通过对标准化值进行计算，节省了确诊结果的生成过程中的运算资源，提高了运算效率，同时也提高了确诊结果的准确性和生成效率。
[0073]如图2所示，在一个实施例中，提供一种医疗数据处理装置200，该装置包括:第一数据获取模块202和确诊结果获得模块204。
[0074]第一数据获取模块202，用于获取覆盖待确诊患者身体各部分待确诊患者的第一体检数据。
[0075]具体地，对待确诊患者身体各部位将检查，通过对待确诊患者身体各部分的检查生成患者的第一体检数据，第一体检数据为覆盖待确诊患者身体各部分的体检数据，第一体检数据包括对待确诊患者各部分进行检查得到的数据，第一体检数据具体包括待确诊患者的全身体检数据。具体可以对待确诊患者进行覆盖身体各部分的扫描来获取待确诊患者的第一体检数据。
[0076]确诊结果获得模块204，用于利用神经网络对第一体检数据进行运算得到第一体检数据对应的确诊结果;神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。
[0077]具体地，神经网络，又称人工神经网络(Artif icial Neural Networks，简写为ANNs)是一种模仿动物神经网络行为特征，进行分布式并行信息处理的算法数学模型。神经网络依靠系统的复杂程度，通过调整内部大量节点之间相互连接的关系，从而达到处理信息的目的，并具有自学习和自适应的能力。
[0078]其中神经网络根据获取到的已经确诊患者的第二体检数据和第二体检数据对应的确诊数据作为训练样本，以第二体检数据作为神经网络的输入，并第二体检数据对应的已确诊患者的确诊数据作为神经网络的输出，通过训练得到的。将获取到的第一体检数据输入到训练得到的神经网络中，神经网络对第一体检数据进行运算得到第一体检数据对应的确诊结果，其中确诊结果可以疾病名称，也可以是疾病名称对应的编码。
[0079]本实施例中，获取待确诊患者的第一体检数据，第一体检数据覆盖待确诊患者身体各部分，可以全面反映患者身体的健康状况。利用覆盖已确诊患者身体各部分的第二体检数据训练得到的神经网络对覆盖待确诊患者身体各部分的第一体检数据进行运算，通过神经网络的运算得到第一体检数据对应的确诊结果。在确诊结果的生成过程中，无需耗费过多时间进行各项身体检查，也无需医生对各项检查结果耗费时间进行详细研究，只需在接收到体检数据采集设备发送的第一体检数据后，即可根据神经网络进行运算得到确诊结果，提高了确诊结果的生成效率，进而辅助医生更加快速、准确、合理地做出诊断。
[0080]如图3所示，在一个实施例中，该医疗数据处理装置200还包括:第二数据获取模块206、数据关联存储模块208、关联数据提取模块210和神经网络训练模块212。
[0081 ]第二数据获取模块206，用于获取第二体检数据。
[0082]具体地，利用医疗扫描设备对已确诊患者身体部分进行扫描来获取已确诊患者的第二体检数据。具体可以是对已确诊患者身体进行覆盖身体各部分进行扫描得到已确诊患者的医疗图像，提取医疗图像中的特征区域进行分析得到已确诊患者的覆盖身体各部分的第二体检数据。医疗图像具体可以是CT(X线计算机断层摄影，Computed Tomography)图像，B超(B-mode ultrasonography)图像和MRI(磁共振成像，Magnetic Resonance Imaging)图像中的至少一种。体检数据采集设备110将第二体检数据发送给数据服务器120。
[0083]数据关联存储模块208，用于将第二体检数据相应的已确诊患者的确诊数据进行关联存储到医疗数据库中。
[0084]具体地，在获取到第二体检数据后，提取第二体检数据中已经确诊患者的患者标识，再从确诊数据库中提取患者标识对应的确诊数据。将同一个患者标识对应的确诊数据和第二体检数据进行关联并存储到医疗数据库中。
[0085]在一个实施例中，数据服务器120同一个患者标识的确诊数据和第二体检数据进行关联存储，具体可以将同一个患者标识对应的确诊数据和第二体检数据对应存储在医疗数据库中。将同一患者标识的确诊数据和第二体检数据进行关联存储，还可以分别提取同一个患者标识的确诊数据和第二体检数据中的特征数据，建立特征数据的对应关系表，通过特征数据的对应关系表将同一个患者标识对应的确诊数据和第二体检数据关联，并将关联后的确诊数据和第二体检数据存储到医疗数据库中。将同一患者标识的确诊数据和第二体检数据进行关联，也可以通过患者标识将同一个患者标识对应的确诊数据和第二体检数据进行关联，将患者标识、确诊数据和第二体检数据对应存储在医疗数据库中。
[0086]关联数据提取模块210，用于从医疗数据库中提取第二体检数据和第二体检数据对应的确诊数据。
[0087]神经网络训练模块212，用于根据提取到的第二体检数据和第二体检数据对应的确诊数据训练得到神经网络。
[0088]具体地，从医疗数据库中提取多个已确诊患者的患者标识对应的第二体检数据和第二体检数据对应的确诊数据，获取已经确诊患者的第二体检数据和第二体检数据对应的确诊数据，以获取到的第二体检数据和第二体检数据对应的确诊数据作为训练样本，以第二体检数据作为神经网络的输入，并第二体检数据对应的已确诊患者的确诊数据作为神经网络的输出，通过训练得到神经网络。
[0089]本实施例中，将已确诊患者的确诊数据和第二体检数据存储在医疗数据库中，使医疗数据库中存储着海量已确诊患者的确诊数据和第二体检数据，并且同一患者标识对应的确诊数据和体检数据关联存储在医疗数据库中，为训练神经网络提供了大数据支撑，通过医疗数据库中海量已确诊患者的数据对神经网络进行训练，提高了通过神经网络生成确诊结果的准确性。
[0090]如图4所示，在一个实施例中，该医疗数据处理装置200还包括:异常指标确定模块214、异常数值提取模块216和确诊报告生成模块218。
[0091]异常指标确定模块214，用于根据确诊结果确定异常体检指标。
[0092]异常数值提取模块216，用于在第一体检数据中提取异常体检指标对应的数值。
[0093]确诊报告生成模块218，用于根据异常体检指标对应的数值和确诊结果生成确诊?艮胃。
[0094]具体地，体检指标是在体检数据中能够反映人身体健康状况的检测项目，比如心率、血压和尿酸等，每个体检指标对应的数值都有一个正常范围，根据体检指标的数值是否在正常范围内可以判断人身体的健康状况。体检指标的数值超出该体检指标对应的正常范围，则该体检指标为异常体检指标。
[0095]在生成确诊结果后，根据确诊结果与异常体检指标的对应关系确定异常体检指标的体检指标标识，根据确定的体检指标标识在第一体检指标中查找异常体检指标的数值并提取，根据提取到的异常体检指标的数值和确诊结果生成相应的待确诊患者的确诊报告。其中确诊结果与异常体检指标的对应关系可以通过数据服器120以医疗数据库中存储的部分或全部数据作为样本进行分析获得，也可以是预先设置的确诊结果与异常体检指标的对应关系表。
[0096]本实施例中，在生成确诊结果后，根据确诊结果提取第一体检数据中的异常体检指标的数值，根据确诊结果和异常体检指标的数值生成确诊报告，确诊报告可以准确详细的反映待确诊患者的健康状况。
[0097]如图5所示，在一个实施例中，确诊结果获得模块204包括:体检数值提取模块204a、体检数值编码模块204b、编码数据运算模块204c和疾病名称确定模块204d。
[0098]体检数值提取模块204a，用于提取第一体检数据中各体检指标的数值；
[0099]体检数值编码模块204b，用于分别对各体检指标的数值进行编码生成各体检指标对应的编码数据，编码数据包括指标标识和指标数值；
[0100]编码数据运算模块204c，用于将编码数据输入神经网络，使神经网络将编码数据输入到与编码数据中指标标识对应的节点进行运算得到运算结果；
[0101 ]疾病名称确定模块204d，用于根据运算结果确定第一体检数据对应的疾病名称。
[0102]具体地，体检数据提取模块提取第一体检数据中各体检指标的数值，查找与体检指标名称匹配的指标标识，指标标识用于区别不同的体检指标，具体可以是字符和数字中的至少一种。将指标标识添加到体检指标的数值中形成编码数据，编码数据中包括指标标识和指标数值，编码数据具体可以是二进制数。数据服务器120将编码数据输入到神经网络中，神经网络读取编码数据中的指标标识，并查找指标标识对应的节点，提取编码数据中的指标数值，将指标数值输入指标标识对应的节点。神经网络根据输入的指标数值运算得到运算结果，运算结果可以是字符或数值中的至少一种，查找与运算结果对应的疾病名称，并将查找到的疾病名称输出作为待确诊患者的确诊结果。
[0103]本实施例中，本实施例中，通过各体检指标进行编码生成编码数据，根据编码数据中指标标识将编码数据中的指标数值输入到相应的神经网络节点，通过对体检指标进行编码保证了神经网络节点的输入准确率，从而使得运算结果更加准确，进而辅助医生更加快速、准确、合理地做出诊断。
[0104]如图6所示，在一个实施例中，确诊结果获得模块204包括:指标数值提取模块204e、指标数值处理模块204f和标准化值运算模块204g。
[0105]指标数值提取模块204e，用于提取第一体检数据中各体检指标的数值。
[0106]指标数值处理模块204f，用于对各体检指标的数值进行标准化处理得到各体检指标的标准化值。
[0107]具体地，提取第一体检数据中各体检指标的数值，通过标准化处理将第一体检数据中各体检指标的数值根据各体检指标的映射关系将各体检指标的数值映射到特定的区间中的数值，其中特定的区间具体可以是[-1，0]、[0，1]或[_1，1]。
[0108]在一个实施例中，利用体检指标的数值减去该体检指标的最小值得到差X1，再利用该体检指标的最大值减去最小值得到差X2，利用X1除以X2得到体检指标的数值在区间[0，
I]中的标准化值。
[0109]在一个实施例中，数据服务器120还用于提取第一体检数据中各体检指标对应的值，查找提取到的值不是数值的体检指标，将查找到的体检指标的值转化成数值，以各体检指标对应的数值为标准化值。举例说明，体检指标“尿葡萄糖”对应的值是“阴性”，该体检指标对应的值不是数值，将“阴性”转化为T，如果是“阳性”，则将“阳性”转化为“O” O
[0110]在一个实施例中，第一体检指标中各体检指标对应的数值格式不同，数据服务器120对各体检指标对应的数值的格式进行调整，使各体检指标对应的数值格式一致，以格式调整后的数值作为各体检指标对应的标准化值。
[0111]标准化值运算模块204g，用于将各体检指标的标准化值输入神经网络，使神经网络将各体检指标的标准化值输入相应的节点，并根据神经网络中节点之间的权重值对各体检指标的标准化值进行运算得到第一体检数据对应的确诊结果。
[0112]具体地，在对各体检指标的数值进行标准化处理后得到各体检指标的标准化值，将各体指标的标准化值输入神经网络，神经网络将各体检指标的标准化值输入各体检指标对应的节点，神经网络根据各节点之间的权重值对输入的各体检指标的标准化值进行加权运算，通过多次加权运算得到最终的运算结果，根据运算结果查找对应的疾病名称，并将疾病名称作为第一体检数据对应的确诊结果。
[0113]本实施例中，数据服服务器120将第一体检数据进行标准化处理，得到第一体检数据的各体检指标的标准化值，利用神经网络对各体检指标的标准化值进行运算，得到确诊结果。通过对标准化值进行计算，节省了确诊结果的生成过程中的运算资源，提高了运算效率，同时也提高了确诊结果的准确性和生成效率。
[0114]如图7所示，在一个实施例中，提供一种医疗数据处理方法，该方法具体包括以下步骤:
[0115]步骤702，获取覆盖待确诊患者身体各部分待确诊患者的第一体检数据。
[0116]步骤704，利用神经网络对第一体检数据进行运算得到第一体检数据对应的确诊结果;神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。
[0117]本实施例中，获取待确诊患者的第一体检数据，第一体检数据覆盖待确诊患者身体各部分，可以全面反映患者身体的健康状况。利用覆盖已确诊患者身体各部分的第二体检数据训练得到的神经网络对覆盖待确诊患者身体各部分的第一体检数据进行运算，通过神经网络的运算得到第一体检数据对应的确诊结果。在确诊结果的生成过程中，无需耗费过多时间进行各项身体检查，也无需医生对各项检查结果耗费时间进行详细研究，只需在接收到体检数据采集设备发送的第一体检数据后，即可根据神经网络进行运算得到确诊结果，提高了确诊结果的生成效率。
[0118]在一个实施例中，步骤702之前还包括训练神经网络的步骤，具体步骤如下:获取第二体检数据;将第二体检数据相应的已确诊患者的确诊数据进行关联存储到医疗数据库中；从医疗数据库中提取关联的第二体检数据和第二体检数据对应的确诊数据;根据提取到的第二体检数据和第二体检数据对应的确诊数据训练得到神经网络。
[0119]本实施例中，将已确诊患者的确诊数据和第二体检数据存储在医疗数据库中，使医疗数据库中存储着海量已确诊患者的确诊数据和第二体检数据，并且同一患者标识对应的确诊数据和体检数据关联存储在医疗数据库中，为训练神经网络提供了大数据支撑，通过医疗数据库中海量已确诊患者的数据对神经网络进行训练，提高了通过神经网络生成确诊结果的准确性。
[0120]在一个实施例中，步骤704之后还包括确诊报告的生成步骤，具体步骤包括以下内容:根据确诊结果确定异常体检指标;在第一体检数据中提取异常体检指标对应的数值;根据异常体检指标对应的数值和确诊结果生成确诊报告。
[0121]本实施例中，在生成确诊结果后，根据确诊结果提取第一体检数据中的异常体检指标的数值，根据确诊结果和异常体检指标的数值生成确诊报告，确诊报告可以准确详细的反映待确诊患者的健康状况，进而辅助医生更加快速、准确、合理地做出诊断。
[0122]在一个实施例中，步骤704具体还包括指标数值的编码步骤，具体包括以下步骤:提取第一体检数据中各体检指标的数值;分别对各体检指标的数值进行编码生成各体检指标对应的编码数据，编码数据包括指标标识和指标数值;将编码数据输入神经网络，使神经网络将编码数据输入到与编码数据中指标标识对应的节点进行运算得到运算结果;根据运算结果确定第一体检数据对应的疾病名称。
[0123]本实施例中，本实施例中，通过各体检指标进行编码生成编码数据，根据编码数据中指标标识将编码数据中的指标数值输入到相应的神经网络节点，通过对体检指标进行编码保证了神经网络节点的输入准确率，从而使得运算结果更加准确。
[0124]在一个实施例中，步骤704具体还包括标准化处理步骤，具体包括以下步骤:提取第一体检数据中各体检指标的数值;指标数值处理模块，用于对各体检指标的数值进行标准化处理得到各体检指标的标准化值;标准化值运算模块，用于将各体检指标的标准化值输入神经网络，使神经网络将各体检指标的标准化值输入相应的节点，并根据神经网络中节点之间的权重值对各体检指标的标准化值进行运算得到第一体检数据对应的确诊结果。
[0125]本实施例中，数据服服务器120将第一体检数据进行标准化处理，得到第一体检数据的各体检指标的标准化值，利用神经网络对各体检指标的标准化值进行运算，得到确诊结果。通过对标准化值进行计算，节省了确诊结果的生成过程中的运算资源，提高了运算效率，同时也提高了确诊结果的准确性和生成效率，进而辅助医生更加快速、准确、合理地做出诊断。
[0126]以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0127]以上实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。
【主权项】
1.一种医疗数据处理系统，其特征在于，所述系统包括体检数据采集设备和数据服务器； 所述体检数据采集设备用于获取覆盖待确诊患者身体各部分的第一体检数据，并将所述第一体检数据发送给所述数据服务器； 所述数据服务器用于利用神经网络对所述第一体检数据进行运算得到所述第一体检数据对应的确诊结果;所述神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。2.根据权利要求1所述的系统，其特征在于，所述体检数据采集设备还用于获取所述第二体检数据，并将所述第二体检数据发送给所述数据服务器； 所述数据服务器还用于将所述第二体检数据相应的已确诊患者的确诊数据进行关联存储到医疗数据库中；从所述医疗数据库中提取第二体检数据和第二体检数据对应的确诊数据;根据提取到的第二体检数据和第二体检数据对应的确诊数据训练得到神经网络。3.根据权利要求1所述的系统，其特征在于，所述数据服务器还用于根据所述确诊结果确定异常体检指标;在所述第一体检数据中提取所述异常体检指标对应的数值;根据所述异常体检指标对应的数值和所述确诊结果生成确诊报告。4.根据权利要求1所述的系统，其特征在于，所述数据服务器还用于提取所述第一体检数据中各体检指标的数值，分别对所述各体检指标的数值进行编码生成所述各体检指标对应的编码数据，所述编码数据包括指标标识和指标数值;将所述编码数据输入所述神经网络，使所述神经网络将所述编码数据输入到与所述编码数据中指标标识对应的节点进行运算得到运算结果;根据所述运算结果确定所述第一体检数据对应的疾病名称。5.根据权利要求1所述的系统，其特征在于，所述数据服务器还用于提取所述第一体检数据中各体检指标的数值，对所述各体检指标的数值进行标准化处理得到所述各体检指标的标准化值;将所述各体检指标的标准化值输入所述神经网络，使所述神经网络将所述各体检指标的标准化值输入相应的节点，并根据所述节点之间的权重值对所述各体检指标的标准化值进行运算得到所述第一体检数据对应的确诊结果。6.一种医疗数据处理装置，其特征在于，所述装置包括: 第一数据获取模块，用于获取覆盖待确诊患者身体各部分待确诊患者的第一体检数据； 确诊结果获得模块，用于利用神经网络对所述第一体检数据进行运算得到所述第一体检数据对应的确诊结果;所述神经网络是根据覆盖已确诊患者身体各部分的第二体检数据和第二体检数据对应的确诊数据训练得到的。7.根据权利要求6所述的装置，其特征在于，所述装置还包括: 第二数据获取模块，用于获取所述第二体检数据； 数据关联存储模块，用于将所述第二体检数据相应的已确诊患者的确诊数据进行关联存储到医疗数据库中； 关联数据提取模块，用于从所述医疗数据库中提取第二体检数据和第二体检数据对应的确诊数据； 神经网络训练模块，用于根据提取到的第二体检数据和第二体检数据对应的确诊数据训练得到神经网络。8.根据权利要求6所述的装置，其特征在于，所述装置还包括: 异常指标确定模块，用于根据确诊结果确定异常体检指标； 异常数值提取模块，用于在所述第一体检数据中提取所述异常体检指标对应的数值；确诊报告生成模块，用于根据所述异常体检指标对应的数值和所述确诊结果生成确诊?艮胃。9.根据权利要求6所述的装置，其特征在于，所述确诊结果获得模块包括: 体检数值提取模块，用于提取所述第一体检数据中各体检指标的数值； 体检数值编码模块，用于分别对所述各体检指标的数值进行编码生成所述各体检指标对应的编码数据，所述编码数据包括指标标识和指标数值； 编码数据运算模块，用于将所述编码数据输入所述神经网络，使所述神经网络将所述编码数据输入到与所述编码数据中指标标识对应的节点进行运算得到运算结果； 疾病名称确定模块，用于根据所述运算结果确定所述第一体检数据对应的疾病名称。10.根据权利要求6所述的装置，其特征在于，所述确诊结果获得模块包括: 指标数值提取模块，用于提取所述第一体检数据中各体检指标的数值； 指标数值处理模块，用于对所述各体检指标的数值进行标准化处理得到所述各体检指标的标准化值； 标准化值运算模块，用于将所述各体检指标的标准化值输入所述神经网络，使所述神经网络将所述各体检指标的标准化值输入相应的节点，并根据所述神经网络中节点之间的权重值对所述各体检指标的标准化值进行运算得到所述第一体检数据对应的确诊结果。
【文档编号】G06F19/00GK106021920SQ201610330801
【公开日】2016年10月12日
【申请日】2016年5月17日
【发明人】朱定局
【申请人】华南师范大学