[发明专利]病情可视化预测系统、方法、计算机设备及存储介质

权利要求书

1.一种病情可视化预测系统，可配置于管理服务器中，所述管理服务器与至少两台终端及至少一台检验设备进行通信，其特征在于，包括：

病例信息获取模块，用于若接收到检验设备所采集的检验图像，获取预存的病例信息库中与所述检验图像所属的患者对应的病例信息；

询问信息生成模块，用于根据所述病例信息及预存的询问数据库生成对应的询问信息并发送至与所述病例信息中患者联系方式对应的第一终端；

预测参数获取模块，用于若接收到所述第一终端反馈的答复信息，根据预置的预测模型获取与所述病例信息及所述答复信息对应的预测参数；

预测结果获取模块，用于根据预置的时间参数及所述预测参数生成与所述检验图像对应的病情预测结果；

预测结果发送模块，用于将所述病情预测结果发送至所述第一终端及与所述病例信息中联系人信息对应的第二终端；

所述病情预测结果包含静态预测图像，所述预测参数中包含多个灰度区间及与每一所述灰度区间对应的变化系数，所述预测结果获取模块，包括：

像素分类单元，用于根据所述预测参数的灰度区间及所述检验图像中每一像素的灰度值将每一所述像素分类至对应的灰度区间；

灰度计算值获取单元，用于根据所述时间参数及所述变化系数对每一所述灰度区间所包含的像素的灰度值进行计算以得到每一所述像素的灰度计算值；根据所述时间参数包含的预测时间点，在所述灰度区间所包含的像素的灰度值上增加与各所述预测时间点数量相等的变化系数，对计算结果取整后得到每一像素分别与各所述预测时间点对应的灰度计算值；

图像填充单元，用于根据每一所述像素的灰度计算值对所述检验图像进行重新填充以得到所述静态预测图像。

2.根据权利要求1所述的病情可视化预测系统，其特征在于，所述病例信息中包括病灶类型、生活习惯及患者联系方式，所述询问信息生成模块，包括：

第一询问数据获取单元，用于获取所述询问数据库中与所述病灶类型对应的第一询问数据；

第二询问数据获取单元，用于获取所述询问数据库中与所述生活习惯对应的第二询问数据；

询问数据组合单元，用于将所述第一询问数据与所述第二询问数据组合为所述询问信息并发送至与所述患者联系方式对应的第一终端。

3.根据权利要求1所述的病情可视化预测系统，其特征在于，所述预测模型包括数值量化规则及神经网络，所述预测参数获取模块，包括：

量化信息获取单元，用于根据所述数值量化规则对所述答复信息及所述病例信息进行量化以得到量化信息；

量化信息预测单元，用于根据所述神经网络对所述量化信息进行预测以获取对应的预测参数。

4.根据权利要求3所述的病情可视化预测系统，其特征在于，所述病情可视化预测系统，还包括：

预测模型训练模块，用于若接收到用户所输入的训练数据集，根据预置的梯度下降训练模型及所述训练数据集对所述预测模型中的神经网络进行迭代训练以得到训练后的预测模型。

5.根据权利要求4所述的病情可视化预测系统，其特征在于，所述梯度下降训练模型中包括图像对比规则、损失值计算公式及梯度计算公式，所述预测模型训练模块，包括：

目标预测参数获取单元，用于根据所述图像对比规则获取所述训练数据集中同属一个患者且在不同时间所采集的两张检验图像的目标预测参数；

量化信息预测单元，用于根据所述神经网络对所述训练数据集中所述患者的量化信息进行预测以获取对应的预测参数；

损失值计算单元，用于根据所述损失值计算公式计算得到所述目标预测参数与所述预测参数之间的损失值；

参数更新值获取单元，用于根据所述梯度计算公式、所述损失值及所述神经网络的计算值计算得到所述神经网络中每一参数的更新值；

参数值更新单元，用于根据每一所述参数的更新值对所述神经网络中对应参数的参数值进行更新，以对所述神经网络进行训练。

6.根据权利要求1所述的病情可视化预测系统，其特征在于，所述病情预测结果还包含动态预测图像，所述预测结果获取模块，还包括：

静态图像组合单元，用于对多张所述静态预测图像进行组合以得到所述动态预测图像。