医学数据处理方法、系统、设备及介质与流程

    技术2025-05-18  5


    本申请属于医学数据处理,涉及一种医学数据处理方法,特别是涉及一种医学数据处理方法、系统、设备及介质。


    背景技术:

    1、医学数据处理在当今医疗领域扮演着至关重要的角色。随着科技的不断发展,医学数据的规模和复杂性也在迅速增加。这些数据包括来自医学影像、电子病历、实验数据等多个方面,其中图像和文本数据占据主要位置。在医学影像处理方面,传统的技术主要依赖于计算机视觉和图像处理算法。例如,通过计算机断层扫描、磁共振成像等获得的影像数据可以用于诊断疾病和评估治疗效果。然而,这些图像数据通常需要复杂的算法来进行分割、特征提取和分类,以便医生能够准确地进行诊断和治疗。另一方面,医学领域的文本数据也是不可或缺的。医生的诊断报告、病人的病历信息、科学文献等都包含着宝贵的医学知识。传统的文本处理技术包括自然语言处理和信息检索等,这些技术可以用于从大量的文本数据中提取信息、建立知识图谱和辅助医学研究。

    2、然而,目前存在一个突出的问题是图像和文本处理无法很好地融合。一方面,图像数据和文本数据的表征方式存在巨大差异,导致难以将它们有效地整合在一起。另一方面,目前的算法主要针对单一类型的数据进行优化,对于融合处理不同类型数据的算法研究还比较匮乏。


    技术实现思路

    1、鉴于以上所述现有技术的缺点,本申请的目的在于提供一种医学数据处理方法、系统、设备及介质,用于解决现有技术中图像和文本医学数据无法统一处理,获取结果准确度低的问题。

    2、第一方面,本申请提供一种医学数据处理方法,所述医学数据处理方法包括:将医疗知识图谱中的数据转换为可查询数据;根据所述可查询数据利用词向量模型获取所述可查询数据的词向量;利用所述医疗知识图谱中的图像数据训练深度学习模型,以获取图像数据处理模型;利用所述图像数据处理模型的图像处理结果和所述词向量对原始微调模型的参数进行调整,以获取微调模型;利用所述图像数据处理模型和所述微调模型对待处理医学数据进行处理,以获取医学数据处理结果。

    3、本申请中,将所述医疗图谱中的数据转化为可查询数据,进而获取所述可查询数据的词向量。同时利用所述医疗图谱中的图像数据对深度学习模型进行训练,获取图像数据处理模型。利用词向量和图像数据处理模型的处理结果获取微调模型。利用所述图像数据处理模型和所述微调模型获取待处理医学数据的医学数据处理结果。此种医学数据处理方法能够同时对文本数据和图像数据进行处理,提高医学数据处理效率,获得更精确的医学数据处理结果。

    4、在第一方面的一种实现方式中,将医疗知识图谱中的数据转换为可查询数据包括:构建所述医疗知识图谱中节点和边与知识库中表与表之间的关联关系;利用所述关联关系将所述医疗知识图谱中的数据转换为所述可查询数据。

    5、在第一方面的一种实现方式中,根据所述可查询数据利用词向量模型获取所述可查询数据的词向量包括:对所述可查询数据进行预处理,以获取处理后的可查询数据;对所述处理后的可查询数据进行处理,以获取单词或词组;利用所述词向量模型判断所述单词或词组是否有对应的词向量,若是,则获取所述对应的词向量,若否,则标记为默认向量。

    6、在第一方面的一种实现方式中,对所述可查询数据进行预处理包括:对所述可查询数据进行分词处理、去除停用词处理和/或小写化处理,以获取处理后的可查询数据。

    7、在第一方面的一种实现方式中,利用所述医疗知识图谱中的图像数据训练深度学习模型包括:利用模态分类器对所述医疗知识图谱中的所述图像数据进行分类处理;利用检测器对各类所述图像数据进行检测分析,以获取所述图像数据的检测结果;根据所述图像数据的检测结果和真实结果获取所述检测器的损失函数,对所述检测器进行调整。

    8、在第一方面的一种实现方式中,所述医学数据处理方法包括:单词或词组的索引、出现频率和所述词向量构成三元组特征表示,利用所述三元组特征表示对所述原始微调模型的参数进行调整,以获取所述微调模型。

    9、在第一方面的一种实现方式中,利用所述图像数据处理模型和所述微调模型对待处理医学数据进行处理包括:获取所述待处理医学数据中的待处理文本数据和待处理图像数据;利用所述图像数据处理模型对所述待处理图像数据进行处理,以获取图像处理结果;利用所述微调模型对所述待处理文本数据和所述图像处理结果进行调整处理,以获取所述医学数据处理结果。

    10、第二方面,本申请提供一种医学数据处理系统,所述医学数据处理系统包括:数据转化模块,用于将医疗知识图谱中的数据转换为可查询数据;向量获取模块,用于根据所述可查询数据利用词向量模型获取所述可查询数据的词向量;模型训练模块,用于利用所述医疗知识图谱中的图像数据训练深度学习模型,以获取图像数据处理模型;模型调整模块,用于利用所述图像数据处理模型的图像处理结果和所述词向量对原始微调模型的参数进行调整,以获取微调模型;数据处理模块,用于利用所述图像数据处理模型和所述微调模型对待处理医学数据进行处理,以获取医学数据处理结果。

    11、第三方面,本申请提供一种电子设备,所述电子设备包括:存储器,用于存储计算机程序;处理器,所述处理器用于执行所述存储器存储的计算机程序,以使所述电子设备执行如第一方面中任一项所述的医学数据处理方法。

    12、第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任一项所述的医学数据处理方法。



    技术特征:

    1.一种医学数据处理方法,其特征在于,包括:

    2.根据权利要求1所述的医学数据处理方法,其特征在于,将医疗知识图谱中的数据转换为可查询数据包括:

    3.根据权利要求1所述的医学数据处理方法,其特征在于,根据所述可查询数据利用词向量模型获取所述可查询数据的词向量包括:

    4.根据权利要求3所述的医学数据处理方法,其特征在于,对所述可查询数据进行预处理包括:

    5.根据权利要求1所述的医学数据处理方法,其特征在于,利用所述医疗知识图谱中的图像数据训练深度学习模型包括:

    6.根据权利要求1所述的医学数据处理方法,其特征在于,包括:单词或词组的索引、出现频率和所述词向量构成三元组特征表示,利用所述三元组特征表示对所述原始微调模型的参数进行调整,以获取所述微调模型。

    7.根据权利要求1所述的医学数据处理方法,其特征在于,利用所述图像数据处理模型和所述微调模型对待处理医学数据进行处理包括:

    8.一种医学数据处理系统,其特征在于,包括:

    9.一种电子设备,其特征在于,所述电子设备包括:

    10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7任一项所述的医学数据处理方法。


    技术总结
    本申请提供一种医学数据处理方法、系统、设备及介质,所述医学数据处理方法包括:将医疗知识图谱中的数据转换为可查询数据;根据所述可查询数据利用词向量模型获取所述可查询数据的词向量;利用所述医疗知识图谱中的图像数据训练深度学习模型,以获取图像数据处理模型;利用所述图像数据处理模型的图像处理结果和所述词向量对原始微调模型的参数进行调整,以获取微调模型;利用所述图像数据处理模型和所述微调模型对待处理医学数据进行处理,以获取医学数据处理结果。此种医学数据处理方法能够对图像和文本医学数据进行统一处理,获取更准确的医学数据处理结果。

    技术研发人员:郑薛斌,王栋,顾彭晨,邢逢源,兰翠,韦斌,潘齐超,苏玲,何雯,王颖雯,傅唯佳
    受保护的技术使用者:上海杏脉信息科技有限公司
    技术研发日:
    技术公布日:2024/10/24
    转载请注明原文地址:https://symbian.8miu.com/read-30869.html

    最新回复(0)