[发明专利]基于医学影像算法和区块链的疾病预测系统

说明书

基于医学影像算法和区块链的疾病预测系统，所述疾病预测系统包括疾病预测模型构建模块和疾病预测模块；疾病预测模型构建模块包括区块链存储单元、数据处理单元和模型构建单元，所述区块链存储单元中存储有患者的疾病类型、历史诊疗数据和医学图像，所述数据处理单元用于对患者的诊疗数据和医学图像进行处理，从而建立样本集，所述模型构建单元用于建立基于BP神经网络的疾病预测模型，所述疾病预测模块用于根据建立的疾病预测模型获得待预测患者的预测疾病类型。本发明的有益效果：将BP神经网络应用到疾病预测中，能够对疾病进行有效的预测，从而对早发现早治疗，降低疾病的死亡率有重要的意义。

技术领域

本发明创造涉及医学影像(图像)处理和利用技术领域，具体涉及一种基于医学影像算法和区块链的疾病预测系统。

背景技术

近年来，随着电子病历系统及医学影像技术在医院的广泛应用产生了海量的医学数据，根据医学数据进行疾病的预测也成为当前研究的热点之一。提前进行疾病预测，对于早发现早治疗，降低疾病的死亡率有重要的意义。由于医学数据集的海量、高维性和异构性，使得人为驱动的分析变得不切实际。基于机器学习算法的人工智能特别适合应对“大数据”的挑战，常用的机器学习算法有时间序列预测法、Markov预测法、回归预测法、人工神经网络法等。

BP神经网络因为有着传统统计方法无法比拟的适应性、容错性以及自组织性的优势，从而在疾病预测领域获得了广泛的应用。然而，在将BP神经网络应用到疾病预测时，会出现结构难以确定的情况，从而容易陷入局部极小点，在进行预测时可能会出现识别率不理想和可信度不高的情况。因而出现了将多个数学模型结合进行疾病预测的方法，例如使用智能寻优算法和神经网络算法的结合进行预测等。

发明内容

针对上述问题，本发明旨在提供一种基于医学影像算法和区块链的疾病预测系统。

本发明创造的目的通过以下技术方案实现：

基于医学影像算法和区块链的疾病预测系统，所述疾病预测系统包括疾病预测模型构建模块和疾病预测模块；

所述疾病预测模型构建模块包括区块链存储单元、数据处理单元和模型构建单元，所述区块链存储单元中存储有患者的疾病类型、该患者的历史诊疗数据和医学图像，所述数据处理单元从区块链存储单元中调取患者的历史诊疗数据和医学图像进行处理，并将处理后的历史诊疗数据和医学图像作为用于训练和测试疾病预测模型的输入值，将该患者的疾病类型作为用于训练和测试疾病预测模型的输出值，从而建立样本集，所述模型构建单元采用所述样本集对BP神经网络进行训练和测试，从而建立基于BP神经网络的疾病预测模型；

所述疾病预测模块获取待预测患者的诊疗数据和医学图像，并通过数据处理单元对获取的诊疗数据和医学图像进行处理，将处理后的诊疗数据和医学图像输入至构建的疾病预测模型中，从而获得所述待预测患者的预测疾病类型。

优选地，所述数据处理单元包括诊疗数据处理部分和医学图像处理部分，所述诊疗数据处理部分用于对诊疗数据进行滤波处理，所述医学图像处理部分用于对医学图像进行滤波处理，并对滤波处理后的医学图像进行特征提取，将滤波处理后的诊疗数据和提取的医学图像的特征作为疾病预测模型的输入值。

优选地，设I表示医学图像，所述医学图像处理部分用于对医学图像I进行滤波处理，设I(x,y)表示医学图像I中坐标(x,y)处的像素，Ω(x,y)表示以像素I(x,y)为中心的M×M的局部区域，其中，M为给定的正整数，设f'(x,y)表示对像素I(x,y)进行滤波处理后的灰度值，则f'(x,y)的值采用下列方式确定：

(1)对局部区域Ω(x,y)中的像素进行预处理，设F(x,y)表示像素I(x,y)经预处理后的灰度值，则F(x,y)的表达式为：