[发明专利]用于基于医学报告中的文本数据来生成医学图像的方法和系统在审

专利信息
申请号: 201980026594.4 申请日: 2019-03-15
公开(公告)号: CN112055879A 公开(公告)日: 2020-12-08
发明(设计)人: O·F·法里;R·斯里尼瓦桑;V·巴萨瓦劳伊帕蒂尔欧卡里;R·B·帕蒂尔;K·帕拉尼萨米 申请(专利权)人: 皇家飞利浦有限公司
主分类号: G16H15/00 分类号: G16H15/00;G16H30/40
代理公司: 永新专利商标代理有限公司 72002 代理人: 刘兆君
地址: 荷兰艾*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 基于 医学 报告 中的 文本 数据 生成 图像 方法 系统
【权利要求书】:

1.一种用于基于患者的医学报告中的文本数据来生成医学图像的方法,包括:

由图像生成系统(101)从患者的一个或多个医学报告(207)中的每个医学报告中检索文本数据(208),其中,所述文本数据(208)包括一个或多个医学事件和对应的一个或多个属性,所述对应的一个或多个属性与所述一个或多个医学报告(207)中的每个医学报告相关联;

由所述图像生成系统(101)使用第一机器学习模型基于所述文本数据(208)来计算针对多幅参考图像(210)中的每幅参考图像的匹配分数(209);

由所述图像生成系统(101)基于与所述多幅参考图像(210)中的每幅参考图像相关联的所述匹配分数(209)从所述多幅参考图像(210)中选择一幅或多幅图像;并且

由所述图像生成系统(101)使用第二机器学习模型基于所述一幅或多幅图像和所述文本数据(208)来生成针对所述患者的医学图像(218)。

2.根据权利要求1所述的方法,其中,所述文本数据(208)中的所述一个或多个医学事件和所述对应的一个或多个属性是按时间顺序排列的。

3.根据权利要求1所述的方法,其中,与所述文本数据(208)中的所述一个或多个医学事件中的每个医学事件相对应的所述一个或多个属性包括与对应的医学事件相关联的日期属性、时间属性、模态属性、定性属性以及定量属性。

4.根据权利要求1所述的方法,其中,计算所述匹配分数(209)包括:

由所述图像生成系统(101)生成针对所述多幅参考图像(210)中的每幅参考图像的矢量表示(211);

由所述图像生成系统(101)基于对应的矢量表示(211)和所述文本数据(208)来生成针对所述多幅参考图像(210)中的每幅参考图像的联合矢量表示(212);并且

由所述图像生成系统(101)基于相应的参考图像(210)的所述联合矢量表示(212)来计算针对所述多幅参考图像(210)中的每幅参考图像的所述匹配分数(209)。

5.根据权利要求1所述的方法,其中,从所述多幅参考图像(210)中选择的所述一幅或多幅图像中的每幅图像与大于预定义匹配分数的所述匹配分数(209)相关联。

6.根据权利要求1所述的方法,其中,生成所述医学图像(218)包括:

由所述图像生成系统(101)检索第一序列(213),所述第一序列包括所述文本数据(208)中的单词和短语中的一项的矢量表示(211);

由所述图像生成系统(101)生成第二序列(214),所述第二序列包括所述一幅或多幅图像;

由所述图像生成系统(101)基于所述第一序列(213)和所述第二序列(214)来生成针对所述文本数据(208)的所述一个或多个医学事件中的每个医学事件的医学事件图像(215);并且

由所述图像生成系统(101)以预定义样式拼接所述一个或多个医学事件中的每个医学事件的所述医学事件图像(215),以用于生成所述医学图像(218)。

7.根据权利要求6所述的方法,其中,检索所述第一序列(213)包括:

由所述图像生成系统(101)确定与所述文本数据(208)中的所述单词和所述短语中的一项相关联的后向隐藏状态(216)和前向隐藏状态(217);并且

由所述图像生成系统(101)将所述后向隐藏状态(216)和所述前向隐藏状态(217)进行级联,以用于检索所述第一序列(213)。

8.根据权利要求7所述的方法,其中,所述后向隐藏状态(216)和所述前向隐藏状态(217)是分别使用后向长短期记忆(LSTM)单元和前向LSTM单元来确定的。

9.根据权利要求1所述的方法,其中,所述第二机器学习模型是基于所述多幅参考图像(210)和预定义文本数据来训练的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于皇家飞利浦有限公司,未经皇家飞利浦有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201980026594.4/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top