[发明专利]一种医学影像诊断报告辅助生成方法及其装置

权利要求书

1.一种医学影像诊断报告辅助生成方法，其特征在于，包括：

获取医生输入的医学影像描述信息；

对所述医学影像描述信息进行语义分割，得到多个影像语义分节；

利用预先训练的分节识别模型对所述影像语义分节进行识别，获得每个所述影像语义分节对应的诊断意见分节；

将所有所述诊断意见分节组合，得到诊断意见信息，并根据所述诊断意见信息生成医学影像诊断报告；

所述“利用预先训练的分节识别模型对所述影像语义分节进行识别，获得每个所述影像语义分节对应的诊断意见分节”包括：

基于多层循环神经网络，建立多层循环神经网络模型；

利用预存医学影像报告数据对所述多层循环神经网络模型训练，得到分节识别模型；

通过所述分节识别模型对所述影像语义分节中的每个字符单元依次进行递归计算，获得与所述影像语义分节对应的所述诊断意见分节；

所述“通过所述分节识别模型对所述影像语义分节中的每个字符单元依次进行递归计算，获得与所述影像语义分节对应的所述诊断意见分节”包括：

依次将所述影像语义分节中的所述字符单元作为输入数据，基于所述分节识别模型通过递归计算获得分节概率向量；

选取所述分节概率向量中概率最大的诊断字符作为输出数据，直至所述概率最大的诊断字符为结束标识符，得到所述诊断意见分节；其中，所述输入数据中还包括所述字符单元相邻的前一个字符单元对应的输出数据。

2.如权利要求1所述医学影像诊断报告辅助生成方法，其特征在于，所述“利用预存医学影像报告数据对所述多层循环神经网络模型训练，得到分节识别模型”包括：

进行多层循环神经网络的编码过程，将所述预存医学影像报告数据进行分词，并将分词后的每个词语信息通过词嵌入并通过神经网络转换为对应的关系向量；

进行多层循环神经网络的解码过程，将所述关系向量作为解码过程的输入，将输入的所述关系向量映射成包含有向量关系的词概率向量作为输出；

将解码输出的所述词概率向量通过损失函数进行计算，通过计算结果更新所述多层循环神经网络模型，得到所述分节识别模型。

3.如权利要求2所述医学影像诊断报告辅助生成方法，其特征在于，所述编码过程包括：

进行多层循环神经网络的编码，获取所述预存医学影像报告数据D，通过分词和词嵌入，将输入D转换为初始步t＝0对应的向量x；通过如下函数实现：

并且，将输出的向量x收集组合，作为关系向量；通过如下函数实现：

所述解码过程为：

y_i∈[0,1]^|V|,|y_i|＝1；

其中，y为所述词概率向量，V为输出字符集合。

4.如权利要求3所述医学影像诊断报告辅助生成方法，其特征在于，所述“将解码输出的所述词概率向量通过损失函数进行计算，通过计算结果更新所述多层循环神经网络模型，得到所述分节识别模型”包括：

将解码输出的所述词概率向量y作为初步诊断意见，输入至损失网络中，通过损失函数计算期望值与预测值的交叉熵，并利用梯度下降算法更新所述多层循环神经网络模型，得到所述分节识别模型。

5.如权利要求1所述医学影像诊断报告辅助生成方法，其特征在于，所述“对所述医学影像描述信息进行语义分割，得到多个影像语义分节”包括：

将所述医学影像描述信息转换为包含连续的词单元的单元序列；

在所述单元序列中，将每个所述词单元转换为表征其语义特征的对应的语义向量；

根据所述语义向量，输出表征所述词单元所在位置后断句概率的断句向量；

将所述断句向量与预设断句阈值比较，将其中超过所述预设断句阈值的所述断句向量对应的词单元所在位置作为断句区；

通过所述断句区对所述医学影像描述信息进行断句，得到所述影像语义分节。