[发明专利]基于人工智能的医学影像报告生成系统及方法

权利要求书

1.一种基于人工智能的医学影像报告生成系统，应用于服务器中，该服务器连接有医学影像信息库和超声检查设备，其特征在于，所述基于人工智能的医学影像报告生成系统包括：

影像信息获取模块，用于从医学影像信息库中获取医学影像信息；

影像信息分类模块，用于基于不同人体部位将医学影像信息分类处理；

医学模型建立模块，用于基于分类后的医学影像信息建立对应人体各部位的医学评估模型；

医学模型训练模块，用于对人体各部位的医学评估模型进行训练处理，从训练好的医学评估模型中抽取医学模型参数，并将医学模型参数保存在服务器的存储单元中；

医学影像采集模块，用于通过超声检查设备的身份证读卡器获取患者的身份信息，控制超声检查设备对患者的目标检查部位进行超声波检查来获得患者的超声波影像，以及对获取的超声波影像进行影像增强型处理得到医学检查影像；

医学报告生成模块，用于根据患者的目标检查部位从存储单元中获取对应的医学模型参数，以及根据身份信息、医学检查影像及对应的医学模型参数生成患者的医学检查报告。

2.如权利要求1所述的基于人工智能的医学影像报告生成系统，其特征在于，所述医学模型训练模块包括特征训练子模块和模型微调子模块，其中：

所述特征训练子模块用于从所述医学评估模型中抽取局部特征信息，并利用人工神经网络对局部特征信息进行特征训练来获得一组特征向量；

所述模型微调子模块用于将所述特征向量应用于卷积神经网络的训练中，并根据训练结果对医学评估模型进行微调处理。

3.如权利要求2所述的基于人工智能的医学影像报告生成系统，其特征在于，所述人工神经网络是通过自动编码器来实现的分层神经网络，该自动编码器将局部特征信息作为第一层的输入并进行特征训练，将第一层的输出作为第二层的输入并进行特征训练，以及将第二层的输出作为第三层的输入并进行特征训练。

4.如权利要求2所述的基于人工智能的医学影像报告生成系统，其特征在于，所述卷积神经网络包括多个神经元、特征提取层以及特征映射层，其中，每个神经元与特征映射层相连，所述特征映射层从每个神经元中提取特征信息，所述特征映射层由多个特征向量映射组成。

5.如权利要求1所述的基于人工智能的医学影像报告生成系统，其特征在于，所述影像增强型处理包括对医学检查影像进行灰度拉伸、色度扩展、轮廓增强处理。

6.一种基于人工智能的医学影像报告生成方法，应用于服务器中，该服务器连接有医学影像信息库和超声检查设备，其特征在于，所述基于人工智能的医学影像报告生成方法包括步骤：

从医学影像信息库中获取医学影像信息；

基于不同人体部位将医学影像信息分类处理；

基于分类后的医学影像信息建立对应人体各部位的医学评估模型；

对人体各部位的医学评估模型进行训练处理；

从训练好的医学评估模型中抽取医学模型参数，并将医学模型参数保存在服务器的存储单元中；

通过超声检查设备的身份证读卡器获取患者的身份信息；

控制超声检查设备对患者的目标检查部位进行超声波检查来获得患者的超声波影像；

对获取的超声波影像进行影像增强型处理得到医学检查影像；

根据患者的目标检查部位从存储单元中获取对应的医学模型参数；

根据身份信息、医学检查影像及对应的医学模型参数生成患者的医学检查报告。

7.如权利要求6所述的基于人工智能的医学影像报告生成方法，其特征在于，所述对人体各部位的医学评估模型进行训练处理的步骤包括：

从所述医学评估模型中抽取局部特征信息，并利用人工神经网络对抽取的局部特征信息进行特征训练来获得一组特征向量；

将所述特征向量应用于卷积神经网络的训练中，并根据训练结果对医学评估模型进行微调处理。

8.如权利要求7所述的基于人工智能的医学影像报告生成方法，其特征在于，所述人工神经网络是通过自动编码器来实现的分层神经网络，该自动编码器将局部特征信息作为第一层的输入并进行特征训练，将第一层的输出作为第二层的输入并进行特征训练，以及将第二层的输出作为第三层的输入并进行特征训练。