[发明专利]医生经验知识与超声影像信息的知识图谱融合方法

说明书

本发明提供了一种医生经验知识与超声影像信息的知识图谱融合方法。首先，将医生经验标注信息逐条叙述为三元组规则化知识，并将各条规则化知识构建为医生经验知识图谱；然后，对医生经验知识图谱和超声影像知识图谱中的实体进行语义本体查询，并进行对齐处理和知识图谱嵌入表示；最后，求解所构建的融合目标函数，得到不同图谱的联合空间嵌入向量，结合距离判断，实现医生经验知识图谱和超声影像知识图谱的融合。本发明通过知识图谱方式将医生经验融合至超声影像中，可以突破计算机辅助诊断方法仅采用医学影像数据驱动的局限，使辅助诊断过程更加吻合医生经验。

技术领域

本发明属医学信息处理领域，具体涉及一种医生经验知识与超声影像信息的知识图谱融合方法。

背景技术

在临床中，医学超声属于最高频的医学影像诊查，为在大规模筛查时有效缓解医生诊断过程中的工作强度，医院主要采用计算机辅助诊断技术对医生诊断进行辅助。现有计算机辅助诊断技术的研究，主要集中于诊查所采集的医学影像，通过数据驱动方式挖掘出图像与疾病的潜在关联，对疾病的诊断结果进行预测。

由于仅来自医学图像数据的信息对于辅助诊断参考价值往往有限，因此可以在医学影像的基础上进一步融合其他医学信息，从而对超声数据的信息进行补充。如Lafitte等人在文献Lafitte L,Zachiu C,Kerkmeijer L G W,et al.Accelerating multi-modalimage registration using a supervoxel-based variational framework[J].Physicsin Medicine and Biology,2018,63(23):235009中采用基于超像素变分框架的图像配准方法，将超声影像与多种其他医学影像模态进行融合。Lei等人在文献Lei B Y,Li W J,Yao Y,et al.Multi-modal and multi-layout discriminative learning forplacental maturity staging[J].Pattern Recognition,2017,63:719-730中提出了基于特征融合的多层Fisher向量判别式学习，可有效融合B型超声图像和彩色多普勒能量图两种信息。Ye等人在文献Ye C Y,Vaidya V,Zhao F,et al.:Improved Mass Detectionin 3D Automated Breast Ultrasound Using Region Based Features and Multi-viewInformation,2014 36th Annual International Conference of the IEEE Engineeringin Medicine and Biology Society,2014:2865-2868中通过多视角学习方法实现了三维超声的多视角信息融合。此外，其他医学影像的多模态融合研究，也对超声影像信息融合具有重要借鉴意义。如Wen等人在文献Wen H W,Liu Y,Rekik I,et al.Multi-modalmultiple kernel learning for accurate identification of Tourette syndromechildren[J].Pattern Recognition,2017,63:601-611中通过多核学习方法对多种模态的医学影像信息进行融合。Cao等人在文献Cao X H,Yang J H,Gao Y Z,et al.Region-Adaptive Deformable Registration of CT/MRI Pelvic Images via Learning-BasedImage Synthesis[J].IEEE Transactions on Image Processing,2018,27(7):3500-3512中提出区域适应的可变形图像配准方法以融合多种医学模态信息。