影像与临床金标准数据集自动生成方法、系统和装置与流程

本说明书涉及医疗数据处理领域，特别涉及一种影像与临床金标准数据集自动生成方法、系统和装置。

背景技术：

1、医学影像的快速准确识别和分类对于医生进行疾病分析和诊断至关重要。通过应用图像识别和分类技术，医生可以更高效地评估疾病特征、辅助诊断和制定治疗方案，进而提高治疗效果和患者生存率。深度学习作为一种基于神经网络的机器学习方法，在图像处理中具有显著的优势和广泛的应用领域。相比于传统的图像处理方法，深度学习可以自动学习和提取图像中的特征，不依赖于手工设计的特征提取器。通过多层神经网络的组合和训练，深度学习可以对复杂的图像进行高级特征的提取和抽象，从而实现更准确的图像识别和分类。然而，由于医疗影像数据的庞大，使得人工对医疗影像数据进行标签标注时需要花费的成本巨大，致使只有少量带有标签的医疗影像数据标注能够用于深度学习模型的训练与验证。

2、有鉴于此，希望提供一种影像与临床金标准数据集自动生成方法、系统和装置，可以自动化、高效、低成本地生成带标签的医疗影像数据集，推动深度学习模型在医疗领域的发展与应用。

技术实现思路

1、本说明书实施例之一提供一种影像与临床金标准数据集自动生成方法，包括：基于医疗数据，通过第一生成模型确定关键字列表，所述第一生成模型为语言模型；基于所述医疗数据和所述关键字列表，通过影像分析模型确定影像处理结果，所述影像分析模型为机器学习模型；基于所述关键字列表以及所述影像处理结果，通过第二生成模型生成金标准数据集，所述第二生成模型为语言模型。

2、本说明书实施例之一提供一种影像与临床金标准数据集自动生成系统，所述系统包括：第一确定模块，用于基于医疗数据，通过第一生成模型确定关键字列表，所述第一生成模型为语言模型；第二确定模块，用于基于所述医疗数据和所述关键字列表，通过影像分析模型确定影像处理结果，所述影像分析模型为机器学习模型；生成模块，用于基于所述关键字列表以及所述影像处理结果，通过第二生成模型生成金标准数据集，所述第二生成模型为语言模型。

3、本说明书实施例之一提供一种影像与临床金标准数据集自动生成装置，所述装置包括至少一个处理器以及至少一个存储器；所述至少一个存储器用于存储计算机指令；所述至少一个处理器用于执行所述计算机指令中的至少部分指令以实现上述影像与临床金标准数据集自动生成方法。

4、本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现上述影像与临床金标准数据集自动生成方法。

5、本说明书实施例可能带来的有益效果包括但不限于：(1)通过语言模型和影像分析模型可以自动化地对医疗文本数据、医疗影像数据进行处理，并在医疗文本数据、医疗影像数据、影像处理结果之间建立索引关系，生成影像与临床金标准数据集，充分发挥语言模型处理文字的优势和影像分析模型处理图像数据的优势；(2)通过构建影像与临床金标准数据集，有助于使医院现有的信息化系统中存储的大量影像和临床数据可以有效被深度学习模型利用，同时也可以减少医院检索过往病例所耗费的人力物力，很大程度上减少了成本损耗。

技术特征：

1.一种影像与临床金标准数据集自动生成方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述医疗数据包括多模态医学影像，所述影像分析模型包括影像分割模型，所述影像处理结果包括影像分割结果；所述基于所述医疗数据和所述关键字列表，通过影像分析模型确定影像处理结果包括：

3.根据权利要求2所述的方法，其特征在于，所述影像分析模型还包括影像分类模型，所述影像处理结果还包括影像分类结果；所述基于所述医疗数据和所述关键字列表，通过影像分析模型确定影像处理结果包括：

4.根据权利要求3所述的方法，其特征在于，所述基于所述关键字列表以及所述影像处理结果，通过第二生成模型生成金标准数据集还包括：

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

6.根据权利要求2所述的方法，其特征在于，所述影像分割模型基于预训练的初始影像分割模型进行微调处理确定，所述初始影像分割模型为机器学习模型；所述影像分割模型的训练过程包括：

7.根据权利要求3或6所述的方法，其特征在于，所述影像分类模型基于预训练的初始影像分类模型进行微调处理确定，所述初始影像分类模型为机器学习模型；所述影像分类模型的训练过程包括：

8.根据权利要求7所述的方法，其特征在于，所述第二生成模型基于预训练的初始第二生成模型进行微调处理确定，所述初始第二生成模型为语言模型；所述第二生成模型的训练过程包括：

9.一种影像与临床金标准数据集自动生成系统，其特征在于，所述系统包括：

10.一种计算机可读存储介质，其特征在于，所述存储介质存储计算机指令，当所述计算机指令被处理器执行时实现如权利要求1～8中任意一项所述的影像与临床金标准数据集自动生成方法。

技术总结
本说明书实施例提供一种影像与临床金标准数据集自动生成方法、系统和装置，该方法包括：基于医疗数据，通过第一生成模型确定关键字列表，第一生成模型为语言模型；基于医疗数据和关键字列表，通过影像分析模型确定影像处理结果，影像分析模型为机器学习模型；基于关键字列表以及影像处理结果，通过第二生成模型生成金标准数据集，第二生成模型为语言模型。

技术研发人员：陈磊,曾研,薛忠
受保护的技术使用者：上海联影智能医疗科技有限公司
技术研发日：
技术公布日：2024/2/19