买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:吉林大学
摘要:本申请提供了一种基于AI的儿科门诊重症患者数据分析系统及方法,涉及医疗数据智能分析领域,其通过获取被诊断儿童患者对象的电子病历,且从中提取诊断信息文本部分和诊断信息图像部分,并采用基于AI的文本分析和图像处理技术来分别进行所述诊断信息文本部分和诊断信息图像部分的语义理解和图像语义特征提取,以此基于所述诊断信息辅助下的诊断文本图像语义融合特征来智能地评估疾病类型。通过该方式,能够更全面地理解被诊断儿童患者的诊断信息,以此提供更综合的疾病评估,同时提高了疾病诊断的智能化程度,来帮助医生更早地识别被诊断儿童患者是否高风险并采取预防措施。
主权项:1.一种基于AI的儿科门诊重症患者数据分析系统,其特征在于,包括:儿童患者电子病历获取模块,用于获取被诊断儿童患者对象的电子病历;电子病历文本图像提取模块,用于提取所述被诊断儿童患者对象的电子病历中的文本部分和图像部分以得到诊断信息文本部分和诊断信息图像部分;诊断信息文本分词编码模块,用于对所述诊断信息文本部分进行分词处理后通过诊断信息语义编码器以得到诊断信息语义编码特征向量;诊断信息图像特征提取模块,用于将所述诊断信息图像部分输入医疗影像特征提取器以得到诊断信息图像语义特征图;诊断信息图像语义特征强化模块,用于将所述诊断信息图像语义特征图输入压缩-抑制架构下的特征注意力强化模块以得到强化诊断信息图像语义特征图;语义信息辅助融合模块,用于以所述诊断信息语义编码特征向量作为辅助模态条件,对所述强化诊断信息图像语义特征图进行基于辅助信息的特征图批量归一化以得到语义信息辅助下图像语义多模态融合归一化特征图作为语义信息辅助下图像语义多模态融合归一化特征;诊断结果生成模块,用于基于所述语义信息辅助下图像语义多模态融合归一化特征,得到诊断结果,所述诊断结果用于表示被诊断儿童患者对象的疾病类型标签;其中,所述诊断信息图像语义特征强化模块,包括:诊断信息图像语义特征压缩单元,用于计算所述诊断信息图像语义特征图的沿通道维度的各个特征矩阵的全局均值以得到诊断信息图像语义特征压缩信息表示向量;诊断信息图像语义压缩信息编码单元,用于对所述诊断信息图像语义特征压缩信息表示向量进行一维卷积编码以得到诊断信息图像语义特征压缩信息间关联表示特征向量;诊断信息图像语义多尺度融合单元,用于将所述诊断信息图像语义特征压缩信息表示向量和所述诊断信息图像语义特征压缩信息间关联表示特征向量进行级联以得到诊断信息图像语义特征压缩信息多尺度表示向量;诊断信息图像语义压缩特征提取单元,用于将所述诊断信息图像语义特征压缩信息多尺度表示向量输入基于多层感知机的压缩信息特征提取模块以得到诊断信息图像语义特征压缩信息多尺度关联特征向量,其中所述多层感知机包含两个全连接层和SiLU激活函数;诊断信息图像语义权重计算单元,用于使用Sigmoid函数对所述诊断信息图像语义特征压缩信息多尺度关联特征向量进行归一化操作以得到诊断信息图像语义权重特征向量;诊断信息图像语义特征放大抑制单元,用于基于所述诊断信息图像语义权重特征向量,对所述诊断信息图像语义特征图进行特征放大和抑制操作以得到所述强化诊断信息图像语义特征图。
全文数据:
权利要求:
百度查询: 吉林大学 基于AI的儿科门诊重症患者数据分析系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。