[发明专利]一种内分泌疾病治疗诊断装置及数据信息处理方法

权利要求书

1.一种内分泌疾病治疗诊断数据信息处理方法，其特征在于，所述内分泌疾病治疗诊断数据信息处理方法包括：

第一步，通过患者信息采集模块采集用户姓名、年龄、病症信息数据；通过生理指数采集模块利用医疗设备采集用户内分泌指数数据；通过大数据采集模块利用数据采集设备采集内分泌指数正常数据范围，并进行存储；

第二步，中央控制模块通过对比模块对比程序将采集的内分泌指数与正常数据进行对比；检测内分泌灰度图像中的竖直边缘，将边缘图像二值化并执行形态学膨胀运算；对二值化后结果图像进行连通域判断和合并，获得各连通域区域边界，根据区域尺寸和长宽比值，确定准确的内分泌图像区域；检测出竖直边缘，选择的滤波器模板为二值图像形态学膨胀，定义为：

g(x,y)＝dilate[f(x,y),B]＝max{f(x-dx,y-dy)+B(dx,dy)|(dx,dy)∈D_B}；

其中g(x,y)为膨胀后的图像，f(x,y)为原图像，B为形状结构元素，膨胀由结构元素B所确定的领域块中选择图像值与结构元素值和的最大值，采用的结构元素B为

通过诊断模块对患者内分泌疾病进行诊断操作；通过病例生成模块利用病例生成程序根据采集的数据、诊断数据生成病例信息；通过预警模块利用警示器根据对比异常结果进行预警；

通过治疗方案检索模块根据诊断数据检索云服务器或医疗内部系统中存储的相匹配的治疗方案；

第三步，通过数据存储模块利用存储器存储采集的患者信息、内分泌指数；

第四步，通过显示模块利用显示器显示采集的患者信息、患者内分泌指数、治疗方案数据结果。

2.如权利要求1所述内分泌疾病治疗诊断数据信息处理方法，其特征在于，所述诊断模块诊断方法包括：

(1)通过医疗设备获取内分泌病人生理指数、影像数据、内分泌病人病理分级数据；

(2)通过数据处理程序以内分泌病人为单位对原始数据进行划分，得到训练集、测试集和验证集；

(3)根据训练集、测试集和验证集采用卷积神经网络进行训练和测试，得到内分泌疾病程度诊断模型；

(4)将待诊断的内分泌病人数据输入内分泌疾病程度诊断模型，输出相应的内分泌疾病程度。

3.如权利要求2所述内分泌疾病治疗诊断数据信息处理方法，其特征在于，所述以内分泌病人为单位对原始数据进行划分，得到训练集、测试集和验证集，具体包括：

对原始数据进行预处理，得到预处理后数据；

以内分泌病人为单位对预处理后数据进行划分，得到训练集、测试集和验证集。

4.如权利要求3所述内分泌疾病治疗诊断数据信息处理方法，其特征在于，得到预处理后数据的方法包括：

对原始数据进行病灶提取，得到含有部分的区域对应的三维矩阵；

对得到的三维矩阵进行归一化，得到归一化后的三维矩阵；

顺着z轴方向对归一化后的三维矩阵进行取样，得到样本，其中，z轴表征含有的图像层的层数，取样将归一化后的三维矩阵划分为若干个子矩阵，且取样时相邻两个子矩阵存在50％的重合部分。

5.如权利要求2所述内分泌疾病治疗诊断数据信息处理方法，其特征在于，所述根据训练集、测试集和验证集采用卷积神经网络进行训练和测试，得到内分泌疾病程度诊断模型这一步骤，具体包括：

对训练集进行数据扩增，得到扩增后训练集；

根据扩增后训练集采用卷积神经网络进行训练，得到训练后的内分泌疾病程度诊断模型；

采用验证集对训练后的内分泌疾病程度诊断模型进行模型筛选，得到最终的内分泌疾病程度诊断模型；

采用测试集对最终的内分泌疾病程度诊断模型进行模型性能测试，输出相应的模型性能测试结果。