[发明专利]一种影像结构化报告模板的数据处理方法

权利要求书

1.一种影像结构化报告模板的数据处理方法，其特征在于，包括以下步骤：

步骤S1、在历史病例大数据的医疗影像结构化报告中提取出以结构化表格形式表征的组织实体，并对组织实体在历史病例大数据的医疗影像结构化报告进行使用频次统计得到组织实体的通用率，再在所有所述组织实体中筛选出通用率高于通用阈值的组织实体作为结构化主实体，所述组织实体为位于医疗影像结构化报告中表征历史病例病理特征的器官组织；

步骤S2、在目标对象的历史医疗影像中提取出多组表征组织实体病理时序状况的病理表征时序数据，并依次对每组所述病理表征时序数据进行波动分析得到每组病理表征时序数据的波动率，再在病理表征时序数据中提取出对应的组织实体，以及将从病理表征时序数据中提取出的所有组织实体中剔除所述结构化主实体，在剩余的组织实体中筛选出波动率高于波动阈值的组织实体作为结构化副实体；

步骤S3、利用sigmoid函数基于所述波动率对病理表征时序数据中提取出的结构化主实体和结构化副实体进行实体权重确定，并基于实体权重对结构化主实体和结构化副实体进行实体筛选，并将筛选后结构化主实体和结构化副实体应用在影像结构化报告模板进行结构化表格形式的表征来形成唯一应用于目标对象的影像结构化报告模板，以实现对结构化主实体的去中心化使得影像结构化报告模板兼容专家经验和医生个人经验来提高影像结构化报告对病理特征的表达精准性；

步骤S4、在目标对象获得最新的医疗影像的同时，执行步骤S2和步骤S3对所述目标对象的影像结构化报告模板进行一次更新得到最新的影像结构化报告模板为最新的医疗影像生成最新的影像结构化报告。

2.根据权利要求1所述的一种影像结构化报告模板的数据处理方法，其特征在于：所述在历史病例大数据的医疗影像结构化报告中提取出以结构化表格形式表征的组织实体，包括：

在每个医疗影像结构化报告中将结构化表格中的所有组织实体进行提取，并将组织实体的语义名称转换为标准语义名称，以消除同种组织实体的语义名称的量纲误差。

3.根据权利要求2所述的一种影像结构化报告模板的数据处理方法，其特征在于：所述对组织实体在历史病例大数据的医疗影像结构化报告进行使用频次统计得到组织实体的通用率，包括：

统计出历史病例大数据中医疗影像结构化报告的总数目，并依次统计出每个组织实体的总数目作为所述使用频次；

将所述每个组织实体的总数目与医疗影像结构化报告的总数目的比值作为所述通用率，所述通用率的计算公式为：

式中，p_i表征为第i个组织实体的通用率，n_i表征为第i个组织实体的总数目，m表征为医疗影像结构化报告的总数目，i为计量常数，无实质含义。

4.根据权利要求3所述的一种影像结构化报告模板的数据处理方法，其特征在于：在所有所述组织实体中筛选出通用率高于通用阈值的组织实体作为结构化主实体，包括：

设定通用阈值，将所述组织实体的通用率与通用阈值进行比较，其中，

当组织实体的通用率大于等于通用阈值，则将对应的组织实体作为结构化主实体；

当组织实体的通用率小于通用阈值，则将对应的组织实体不作为结构化主实体；

优选的，设定通用阈值的方法包括：

步骤一：获取组织实体中最大通用率和最小通用率，分别标记为Zmax和Zmin，设定初始的通用阈值为：p_k＝(Zmax+Zmin)/2；

步骤二：根据通用阈值p_k组织实体分为两组，并分别求出两组组织实体的平均通用率Zo和Zb，以及更新通用阈值p_k得到新通用阈值p_k+1＝(Zo+Zb)/2；

步骤三：将新通用阈值p_k+1与通用阈值p_k比较，其中，

当p_k＝p_k+1，则p_k+1为通用阈值；

当p_k≠p_k+1，则将p_k+1赋值给p_k，返回步骤二。