[发明专利]一种肺炎病原的确定方法及装置

说明书

本发明公开了一种肺炎病原的确定方法及装置。所述方法包括：在获取待确诊患者的胸片图像和化验数据后，可以根据胸片图像和化验数据得到待确诊患者对应的特征向量，然后可将待确诊患者对应的特征向量输入预设分类神经网络模型，并根据所述预设分类神经网络模型的输出结果，在确定待确诊患者患有肺炎后，可以进一步得到待确诊患者患有的肺炎所对应的病原类型。采用这种方法，一方面，能够降低因医生水平差异导致的诊断误差率，从而提高肺炎病原诊断的准确性；另一方面，引入了患者的化验数据，从而能够从患者的胸片图像和化验数据两个方面来确定肺炎的病原类型，有效提高了预设分类神经网络模型的可信度。

本申请要求在2018年3月30日提交中华人民共和国知识产权局、申请号为201810289487.8、发明名称为“一种肺炎病原的确定方法及装置”的中国专利申请的优先权，其全部内容通过引用结合在本申请中。

技术领域

本发明涉及医疗技术领域，尤其涉及一种肺炎病原的确定方法及装置。

背景技术

随着环境污染的日益严重，越来越多的疾病呈现出高爆发率的趋势。现代医疗技术的发展已经很成熟，医生可以凭借医学知识以及医疗经验诊断出各种疾病。也就是说，现有技术中的确定疾病的病原大多依靠医生的诊断，然而由于各个地区的医疗水平很不一致，且医生的个人经验水平也参差不齐，因此，传统的医生诊断疾病的方法容易受到地区医疗水平以及医生个人经验水平的影响，导致诊断误差较大的问题。

以肺炎为例，医生在治疗肺炎时，需要先确定肺炎病原，从而根据病原来确定不同的治疗措施。而导致病人患上肺炎的病原有很多，比如病毒、细菌、衣原体、支原体等。医生根据肺部X光图像来进行人为地诊断时，难免会出现误诊的情况。

基于此，目前亟需一种疾病病原的确定方法，用于提高诊断肺炎的准确率。

发明内容

本发明实施例提供一种肺炎病原的确定方法及装置，以提高诊断肺炎的准确率。

本发明实施例提供一种肺炎病原的确定方法，所述方法包括：

获取待确诊患者的胸片图像与所述待确诊患者的化验数据；

根据所述待确诊患者的胸片图像与所述待确诊患者的化验数据，得到所述待确诊患者对应的特征向量；

将所述待确诊患者对应的特征向量输入预设分类神经网络模型，并根据所述预设分类神经网络模型的输出结果，确定所述待确诊患者患有肺炎后，得到所述待确诊患者患有的肺炎所对应的病原类型；其中，所述预设分类神经网络模型的参数是通过对多个已确诊患者对应的特征向量、每个已确诊患者是否患有肺炎以及患有肺炎所对应的病原类型进行训练得到的。

如此，一方面，相比于传统的医生诊断的方式而言，本发明实施例采用预设的分类神经网络来确定肺炎的病原类型，能够降低因医生水平差异导致的诊断误差率，从而提高肺炎病原诊断的准确性；另一方面，本发明实施例引入了患者的化验数据，从而能够从患者的胸片图像和化验数据两个方面来确定肺炎的病原类型，有效提高了预设分类神经网络模型的可信度。

可选地，根据所述待确诊患者的胸片图像与所述待确诊患者的化验数据，得到所述待确诊患者对应的特征向量，包括：

采用预设特征提取神经网络模型对所述待确诊患者的胸片图像进行特征提取，得到所述待确诊患者的胸片图像对应的第一特征向量；所述预设特征提取神经网络模型的参数是通过对所述多个已确诊患者的胸片图像进行训练得到的；以及，对所述待确诊患者的化验数据进行筛选，得到所述待确诊患者的化验数据对应的第二特征向量；

将所述第一特征向量和所述第二特征向量通过全连接层进行计算，得到所述待确诊患者对应的特征向量。