[发明专利]一种基于SVM的医疗图像智能化匹配方法及存储介质

说明书

本发明涉及一种基于SVM的医疗图像智能化匹配方法及存储介质，步骤101、获取用户的医疗图像信息作为第一图像；步骤102、对所述第一图像进行预处理得到第二图像；步骤103、提取所述第二图像的感兴趣区域图像得到第三图像，并将所述第三图像作为测试集；步骤104、通过SVM分类器算法对所述测试集进行相似度识别，取所有分类器中相似度最高的分类器所对应的结果作为最终结果；步骤105、根据所述最终结果与科室数据库进行匹配，得到用户所需要前往的科室，告知用户前往。能够根据新用户的医疗图像计算与以往确诊图像的相似度，从而对新用户的症状匹配新用户接下来应该前往诊断的科室，能够在一定程度上缓解医生的压力。

技术领域

本发明涉及图像处理领域，尤其涉及一种基于SVM的医疗图像智能化匹配方法及存储介质。

背景技术

医院(Hospital)一词是来自于拉丁文原意为“客人”，因为一开始设立时，是供人避难，还备有休息间，使来者舒适，有招待意图。后来，才逐渐成为满足人类医疗需求，提供医疗服务的专业机构，收容和治疗病人的服务场所。

医院是指按照法律法规和行业规范，为病员开展必要的医学检查、治疗措施、护理技术、接诊服务、康复设备、救治运输等服务，以救死扶伤为主要目的医疗机构。

当下的医院往往人满为患，许多科室的医生已经无法应对大量的病人的咨询，对于一些轻微的典型症状，完全可以根据以往确诊的图像信息来确定，这样如果还由医生一个一个来看话，属实有些浪费时间了。

发明内容

本发明的目的是解决现有技术的不足，提供一种基于SVM的医疗图像智能化匹配方法及存储介质，能够根据新用户的医疗图像计算与以往确诊图像的相似度，从而对新用户的症状匹配新用户接下来应该前往诊断的科室，能够在一定程度上缓解医生的压力。

为了实现上述目的，本发明采用以下的技术方案：

提出基于SVM的医疗图像智能化匹配方法，包括：

步骤101、获取用户的医疗图像信息作为第一图像；

步骤102、对所述第一图像进行预处理得到第二图像；

步骤103、提取所述第二图像的感兴趣区域图像得到第三图像，并将所述第三图像作为测试集；

还包括：

步骤104、通过SVM分类器算法对所述测试集进行相似度识别，取所有分类器中相似度最高的分类器所对应的结果作为最终结果；

步骤105、根据所述最终结果与科室数据库进行匹配，得到用户所需要前往的科室，告知用户前往。

进一步，上述步骤104中还包括，判断所有分类器得出的最高相似度的值是否大于第一阈值，若是，则判断该值为有效值，并将相似度最高的分类器所对应的结果作为最终结果；若否，则判断该值不是有效值，告知用户前往咨询点进行人工咨询。

进一步，上述步骤105中的SVM分类器算法具体包括以下：

步骤301、采集有可能出现的症状的图像制作训练集，每一种症状的多个图像组成一个训练集；

步骤302、对每一个训练集中的图像进行训练，并将训练后的模型自动生成训练模型.xml文件；

步骤303、读取训练模型.xml文件，并对测试集按照训练好的模型进行识别，得到响应的识别结果。

进一步，上述步骤301中的每一个训练集的图像至少为100个。

进一步，所述有可能出现的症状的图像具体为医生确定的症状的图像，所述每一种症状的多个图像具体为医生已经能够根据该图像进行确诊的图像。

进一步，上述步骤105所述的科室数据库具体通过以下规则进行构建：