基于人工智能的神经系统医学磁共振影像报告自动校正方法及系统与流程

本发明涉及医学影像辅助诊断，尤其涉及一种基于人工智能的神经系统医学磁共振影像报告自动校正方法及系统。

背景技术：

1、医学影像诊断是医疗行业的重要基石，为临床决策提供了关键依据。医学影像诊断工作能够协助解决临床诊疗难题，诊断医师通过影像学显示的病变形态学改变以及功能学改变，对疑难的肿瘤性病变的良恶性进行判断；对临床疾病治疗后疗效的评估与随访，了解肿瘤术后有无残留、复发、转移以及术后并发症，并针对上述情况作出及时的诊断；通过多种检查手段，获得多方位的全面的病变信息，对病变的定位、定量、定性起着至关重要的作用，从而指导临床疾病的治疗方案的制定。

2、磁共振影像作为一种重要的医学影像检查手段，可以提供高分辨率、高对比度的图像，对于神经系统疾病的早期发现和诊断具有重要作用。神经系统作为人体系统中的重要组成部分，是控制和支配人类行为的重要系统。由于对神经系统结构和功能的深入理解和评估具有挑战性，因此神经系统的诊断报告具有一定的填写难度：

3、1.复杂的神经系统结构：神经系统包括中枢神经系统和周围神经系统，其中涵盖了大量的神经元、神经胶质细胞和其他细胞类型。这些细胞之间的相互作用和连接方式非常复杂，对于诊断人员来说需要深入理解这些复杂的结构和功能关系。

4、2.症状的交叉性：神经系统疾病的症状常常与其他系统疾病的症状相交叉，这给诊断带来了困难。例如，神经系统疾病可能导致头痛、眩晕、视力障碍等症状，但这些症状也可能是由其他系统疾病引起的。

5、3.病因的多样性：神经系统疾病的病因多种多样，包括遗传、环境、生活方式等多种因素。这使得诊断人员需要具备广泛的专业知识和经验，以便能够准确识别和评估各种可能的病因。

6、4.病理生理过程的复杂性：神经系统的病理生理过程通常涉及到多个器官和系统的交互作用。例如，帕金森病可能导致运动功能障碍，但同时也可能影响到自主神经系统、感觉系统和认知功能。这要求诊断人员对整个身体的生理功能有深入的理解。

7、5.缺乏诊断工具：一些神经系统疾病缺乏可靠的诊断工具，这使得诊断变得更加困难。例如，许多神经退行性疾病如阿尔茨海默病等缺乏客观的诊断标准，主要依赖于临床诊断。

8、同时，磁共振检查存在排队久、医学影像诊断等待时间较长，影像诊断医师临床工作负荷严重等问题。此外，由于整体医疗水平和培训资源的限制，诊断医师的专业水平存在较大的地域差异，导致整体影像诊断的误诊和漏诊率无法满足临床需求。针对上述问题，人工智能方法能够通过高通量的处理对高维信息进行提取建模分析，从而能实现对神经系统病症的精准诊疗，从信息获取、信息处理模式、信息处理能力上辅助医生，提高临床诊断医师报告结果的准确性与高效性。

技术实现思路

1、为了至少能够部分地解决诊断报告填写过程中的上述问题，降低误诊率和漏诊率，本发明实施例提供一种基于人工智能的神经系统医学磁共振影像报告自动校正方法及系统。

2、一方面，本发明提供一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，包括：

3、步骤1：获取患者的脑部磁共振影像；

4、步骤2：利用诊断报告关键词预测模型根据所述脑部磁共振影像得到诊断报告关键词；

5、步骤3：利用预设的神经影像诊断报告语料库根据所述诊断报告关键词得到神经系统疾病大类信息和神经系统疾病小类信息；

6、步骤4：根据神经系统疾病大类信息和神经系统疾病小类信息生成所述患者的临床诊断报告。

7、进一步地，该方法还包括：

8、构建神经网络模型；

9、获取训练样本，所述训练样本包括神经影像特征和对应的诊断报告关键词；

10、利用所述训练样本对所述神经网络模型进行训练得到所述诊断报告关键词预测模型。

11、进一步地，在获取训练样本之前，还包括：

12、收集已有的脑部磁共振影像和对应的临床诊断报告；

13、对所有临床诊断报告进行进行分词，根据分词结果确定诊断报告关键词；

14、对所有的脑部磁共振影像进行特征提取，得到神经影像特征；

15、建立神经影像特征与诊断报告关键词之间的映射关系。

16、进一步地，所述神经影像特征包括感兴趣区域的位置、范围、大小、形状、纹理和统计特征中的至少一种。

17、进一步地，还包括：

18、根据临床诊断报告的分词结果和诊断报告关键词构建包含神经系统疾病大类-神经系统疾病小类-诊断报告关键词三层结构的神经影像诊断报告语料库。

19、进一步地，根据分词结果确定诊断报告关键词，具体包括：

20、按照下述公式计算每个分词对所述临床诊断报告的重要性；

21、

22、其中，p(dn)表示第n篇诊断报告的词频，p(w)表示词语w在所有诊断报告中出现的词频，p(w,dn)表示第n篇诊断报告中含有词语w的数量；

23、选择重要性取值较大的分词作为所述临床诊断报告的诊断报告关键词。

24、进一步地，所述诊断报告关键词预测模型包括空间定位模块、感兴趣区域分割模块、特征提取模块和关键词输出模块；

25、所述空间定位模块，用于定位脑部磁共振影像中的感兴趣区域；

26、所述感兴趣区域分割模块，用于从脑部磁共振影像中分割出感兴趣区域；

27、所述特征提取模块，用于提取感兴趣区域的特征信息；

28、所述关键词输出模块，用于根据提取的特征信息输出诊断报告关键词。

29、另一方面，本发明提供一种基于人工智能的神经系统医学磁共振影像报告自动校正系统，包括：

30、影像获取模块，用于获取患者的脑部磁共振影像；

31、诊断报告关键词预测模块，用于利用诊断报告关键词预测模型根据所述脑部磁共振影像得到诊断报告关键词；

32、神经系统疾病信息确定模块，用于利用预设的神经影像诊断报告语料库根据所述诊断报告关键词得到神经系统疾病大类信息和神经系统疾病小类信息；

33、诊断报告生成模块，用于根据神经系统疾病大类信息和神经系统疾病小类信息生成患者的临床诊断报告。

34、本发明的有益效果：

35、当临床诊断医师对患者的影像数据进行诊断时，本发明提供的影像报告自动校正方法及系统可以自动提示诊断结果关键词，辅助医师进行判断，提高医师诊断的准确率与效率。

技术特征：

1.一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，其特征在于，包括：

2.根据权利要求1所述的一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，其特征在于，还包括：

3.根据权利要求2所述的一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，其特征在于，在获取训练样本之前，还包括：

4.根据权利要求3所述的一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，其特征在于，所述神经影像特征包括感兴趣区域的位置、范围、大小、形状、纹理和统计特征中的至少一种。

5.根据权利要求3所述的一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，其特征在于，还包括：

6.根据权利要求3所述的一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，其特征在于，根据分词结果确定诊断报告关键词，具体包括：

7.根据权利要求2所述的一种基于人工智能的神经系统医学磁共振影像报告自动校正方法，其特征在于，所述诊断报告关键词预测模型包括空间定位模块、感兴趣区域分割模块、特征提取模块和关键词输出模块；

8.一种基于人工智能的神经系统医学磁共振影像报告自动校正系统，其特征在于，包括：

技术总结
本发明提供一种基于人工智能的神经系统医学磁共振影像报告自动校正方法及系统。该方法包括：步骤1：获取患者的脑部磁共振影像；步骤2：利用诊断报告关键词预测模型根据所述脑部磁共振影像得到诊断报告关键词；步骤3：利用预设的神经影像诊断报告语料库根据所述诊断报告关键词得到神经系统疾病大类信息和神经系统疾病小类信息；步骤4：根据神经系统疾病大类信息和神经系统疾病小类信息生成所述患者的临床诊断报告。本发明能够根据输入的脑部磁共振影像自动提示诊断报告关键词，从而辅助医师进行诊断，提高诊断的效率和准确率。

技术研发人员：王梅云,余璇,乔鹏鑫,孟楠,吴青霞,吴亚平,白岩,刘欢欢,魏巍,李盼龙
受保护的技术使用者：河南省人民医院
技术研发日：
技术公布日：2024/5/10