一种乳腺病医疗影像的智能分析方法及系统
本发明涉及智慧医学，具体而言，涉及一种乳腺病医疗影像的智能分析方法及系统。
背景技术：
1、基于乳腺病医疗影像对患者的乳腺病进行定性分析，是乳腺病诊治的重要内容。乳腺病医疗影像包括乳腺x线影像、乳腺mri影像、乳腺超声影像等。
2、乳腺x线影像：适用于乳腺疾病患者的x线检查和社会化受检者的乳腺疾病x线筛查，尤其对40岁以上女性更为推荐。它能够较好地显示乳腺内肿块和细小钙化，是乳腺癌筛查和诊断的重要手段。在诊断上，会关注肿块的形状、边缘、密度等特征，以及是否伴有钙化等其他征象。此外，还有乳腺点压放大摄影、乳腺导管造影和乳腺x线定位穿刺摄影等特殊技术，用于进一步评估和定位病灶。
3、乳腺mri影像：对于乳腺x线或超声探查困难或难以定性的病变进行诊断，尤其在乳腺病变的形态、大小、数目和位置的显示上体现出更大的价值。mri检查适用于乳腺癌的术前评估、治疗评价与随访、高危人群筛查以及mri引导下穿刺定位或活检等。mri检查可以提供多序列、多参数、动态增强扫描的信息，有助于更准确地评估乳腺病变。
4、乳腺超声影像：虽然在搜索结果中没有详细描述，但超声检查也是乳腺疾病诊断中常用的无创检查方法，特别适用于年轻女性和妊娠期妇女，可以显示乳腺组织结构和肿块的内部特征。
5、现有的医疗体系中，乳腺病影像都是按照预设拍摄方式进行拍摄的，不能根据患者的具体病情来选择合适的拍摄角度，导致拍摄的多角度影像中缺乏用于辅助医生进行诊断的最佳角度的影像，或者无关影像过多，这不利于医生对乳腺病患者进行高效的诊疗。本发明旨在对该技术问题进行解决或改善。
技术实现思路
1、对此，本发明提供了一种乳腺病医疗影像的智能分析方法、系统、电子设备、计算机存储介质及计算机程序产品，以解决上述技术问题。
2、本发明公开了一种乳腺病医疗影像的智能分析方法，所述方法包括如下步骤：管理服务器接收乳腺病患者的医疗影像拍摄请求数据，使用大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得乳腺病特征；所述医疗影像拍摄请求数据是该乳腺病患者的关联医生发起的，其中至少包括该乳腺病患者的乳腺病类型、初步病灶区域、乳腺病程度；将所述乳腺病特征输入生成对抗模型，所述生成对抗模型输出若干第一拍摄视角；对拍摄的若干乳腺病医疗影像进行拍摄视角反推，获得若干第二拍摄视角，将所述第二拍摄视角与所述第一拍摄视角进行匹配分析，将匹配成功的第二拍摄视角对应的乳腺病医疗影像确定为目标乳腺病医疗影像。
3、在一些实施例中，所述使用大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得乳腺病特征，包括：管理服务器调用所述大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得初步乳腺病特征；管理服务器调取所述生成对抗模型的对所述第一拍摄视角的预测准确性在指定阈值以上的历史数据，根据所述历史数据统计得出与所述乳腺病特征对应的平均特征数据量；若所述初步乳腺病特征的特征数据量低于所述平均特征数据量，则管理服务器向该乳腺病患者的关联医生发出数据补充请求，从补充数据中提取得出补充乳腺病特征，将所述初步乳腺病特征与所述补充乳腺病特征进行整合，获得所述乳腺病特征；若所述初步乳腺病特征的特征数据量高于所述平均特征数据量，则将所述初步乳腺病特征作为所述乳腺病特征。
4、在一些实施例中，所述指定阈值通过如下方式确定：；式中，为所述指定阈值，为指定阈值的经验值；为生成对抗模型的预测出的标签为“准确”的所述第一拍摄视角的数量，为生成对抗模型的预测出的标签为“错误”的所述第一拍摄视角的数量；为标签为“准确”的所述第一拍摄视角的置信概率的平均值，为标签为“错误”的所述第一拍摄视角的置信概率的平均值。
5、在一些实施例中，所述生成对抗模型通过如下方式进行训练：获取乳腺病的医疗数据，将所述医疗数据中的各乳腺病影像数据的拍摄视角数据与至少一个乳腺病复合标签进行关联，获得训练数据集；其中，所述乳腺病复合标签中包括乳腺病类型子标签、初步病灶区域子标签、乳腺病程度子标签；使用所述训练数据集中的训练数据对所述生成对抗模型进行逐步训练，直至满足收敛条件为止。
6、在一些实施例中，所述对拍摄的若干乳腺病医疗影像进行拍摄视角反推，获得若干第二拍摄视角，包括：基于所述乳腺病类型确定得出乳腺病患者的影像拍摄姿态，根据所述影像拍摄姿态确定多个参考点在所述乳腺病医疗影像中的第一分布特征；识别各所述乳腺病医疗影像中的多个参考点的第二分布特征；计算所述第二分布位置与所述第一分布位置的偏差值，根据所述偏差反推出各乳腺病医疗影像的所述第二拍摄视角。
7、在一些实施例中，所述方法还包括：管理服务器调取所述生成对抗模型的对所述第一拍摄视角的进行预测的第一数目，以及对所述第一拍摄视角的预测准确性在指定阈值以上的第二数目，根据所述第一数目和所述第二数目计算得出预测成功率；根据所述预测成功率确定得出第三数目，筛选所述第三数目的匹配失败的第二拍摄视角对应的乳腺病医疗影像，将其确定为目标乳腺病医疗影像。
8、本发明还公开了一种乳腺病医疗影像的智能分析系统，应用于管理服务器，包括接收模块、预测模块、匹配模块；所述接收模块，用于接收乳腺病患者的医疗影像拍摄请求数据，使用大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得乳腺病特征；所述医疗影像拍摄请求数据是该乳腺病患者的关联医生发起的，其中至少包括该乳腺病患者的乳腺病类型、初步病灶区域、乳腺病程度；所述预测模块，用于将所述乳腺病特征输入生成对抗模型，所述生成对抗模型输出若干第一拍摄视角；所述匹配模块，用于对拍摄的若干乳腺病医疗影像进行拍摄视角反推，获得若干第二拍摄视角，将所述第二拍摄视角与所述第一拍摄视角进行匹配分析，将匹配成功的第二拍摄视角对应的乳腺病医疗影像确定为目标乳腺病医疗影像。
9、本发明还公开了一种电子设备，包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，所述处理器执行所述计算机程序以实现如前任一所述的方法。
10、本发明还公开了一种计算机存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现如前任一所述的方法。
11、本发明还公开了一种计算机程序产品，当计算机程序产品在终端上运行时，实现如前任一所述的方法。
12、本发明的有益技术效果在于：本发明基于乳腺病患者的具体病情确定出最佳的影像拍摄视角，依据该影像拍摄视角对影像设备拍摄的乳腺病医疗影像进行筛选，将那些不符合最佳的影像拍摄视角的乳腺病医疗影像去除，剩余的乳腺病医疗影像即是全部有助于该医生对该乳腺病患者进行乳腺病深度诊断的目标乳腺病医疗影像，从而可提升医生的诊断效率。
技术特征：
1.一种乳腺病医疗影像的智能分析方法，其特征在于，所述方法包括如下步骤：管理服务器接收乳腺病患者的医疗影像拍摄请求数据，使用大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得乳腺病特征；所述医疗影像拍摄请求数据是该乳腺病患者的关联医生发起的，其中至少包括该乳腺病患者的乳腺病类型、初步病灶区域、乳腺病程度；将所述乳腺病特征输入生成对抗模型，所述生成对抗模型输出若干第一拍摄视角；对拍摄的若干乳腺病医疗影像进行拍摄视角反推，获得若干第二拍摄视角，将所述第二拍摄视角与所述第一拍摄视角进行匹配分析，将匹配成功的第二拍摄视角对应的乳腺病医疗影像确定为目标乳腺病医疗影像。
2.根据权利要求1所述的一种乳腺病医疗影像的智能分析方法，其特征在于：使用大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得乳腺病特征，包括：管理服务器调用所述大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得初步乳腺病特征；管理服务器调取所述生成对抗模型的对所述第一拍摄视角的预测准确性在指定阈值以上的历史数据，根据所述历史数据统计得出与所述乳腺病特征对应的平均特征数据量；若所述初步乳腺病特征的特征数据量低于所述平均特征数据量，则管理服务器向该乳腺病患者的关联医生发出数据补充请求，从补充数据中提取得出补充乳腺病特征，将所述初步乳腺病特征与所述补充乳腺病特征进行整合，获得所述乳腺病特征；若所述初步乳腺病特征的特征数据量高于所述平均特征数据量，则将所述初步乳腺病特征作为所述乳腺病特征。
3.根据权利要求2所述的一种乳腺病医疗影像的智能分析方法，其特征在于：所述指定阈值通过如下方式确定：；式中，为所述指定阈值，为指定阈值的经验值；为生成对抗模型的预测出的标签为“准确”的所述第一拍摄视角的数量，为生成对抗模型的预测出的标签为“错误”的所述第一拍摄视角的数量；为标签为“准确”的所述第一拍摄视角的置信概率的平均值，为标签为“错误”的所述第一拍摄视角的置信概率的平均值。
4.根据权利要求1所述的一种乳腺病医疗影像的智能分析方法，其特征在于：所述生成对抗模型通过如下方式进行训练：获取乳腺病的医疗数据，将所述医疗数据中的各乳腺病影像数据的拍摄视角数据与至少一个乳腺病复合标签进行关联，获得训练数据集；其中，所述乳腺病复合标签中包括乳腺病类型子标签、初步病灶区域子标签、乳腺病程度子标签；使用所述训练数据集中的训练数据对所述生成对抗模型进行逐步训练，直至满足收敛条件为止。
5.根据权利要求3所述的一种乳腺病医疗影像的智能分析方法，其特征在于：所述对拍摄的若干乳腺病医疗影像进行拍摄视角反推，获得若干第二拍摄视角，包括：基于所述乳腺病类型确定得出乳腺病患者的影像拍摄姿态，根据所述影像拍摄姿态确定多个参考点在所述乳腺病医疗影像中的第一分布特征；识别各所述乳腺病医疗影像中的多个参考点的第二分布特征；计算所述第二分布位置与所述第一分布位置的偏差值，根据所述偏差反推出各乳腺病医疗影像的所述第二拍摄视角。
6.根据权利要求1-5任一项所述的一种乳腺病医疗影像的智能分析方法，其特征在于：所述方法还包括：管理服务器调取所述生成对抗模型的对所述第一拍摄视角的进行预测的第一数目，以及对所述第一拍摄视角的预测准确性在指定阈值以上的第二数目，根据所述第一数目和所述第二数目计算得出预测成功率；根据所述预测成功率确定得出第三数目，筛选所述第三数目的匹配失败的第二拍摄视角对应的乳腺病医疗影像，将其确定为目标乳腺病医疗影像。
7.一种乳腺病医疗影像的智能分析系统，应用于管理服务器，包括接收模块、预测模块、匹配模块；其特征在于：所述接收模块，用于接收乳腺病患者的医疗影像拍摄请求数据，使用大语言模型对所述医疗影像拍摄请求数据进行语义分析及特征提取，获得乳腺病特征；所述医疗影像拍摄请求数据是该乳腺病患者的关联医生发起的，其中至少包括该乳腺病患者的乳腺病类型、初步病灶区域、乳腺病程度；所述预测模块，用于将所述乳腺病特征输入生成对抗模型，所述生成对抗模型输出若干第一拍摄视角；所述匹配模块，用于对拍摄的若干乳腺病医疗影像进行拍摄视角反推，获得若干第二拍摄视角，将所述第二拍摄视角与所述第一拍摄视角进行匹配分析，将匹配成功的第二拍摄视角对应的乳腺病医疗影像确定为目标乳腺病医疗影像。
8.一种电子设备，包括：至少一个处理器、存储器以及存储在所述存储器中并可在所述至少一个处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序以实现如权利要求1-6任一所述的方法。
9.一种计算机存储介质，所述计算机存储介质存储有计算机程序，其特征在于：所述计算机程序被处理器执行以实现如权利要求1-6任一所述的方法。
10.一种计算机程序产品，其特征在于：当计算机程序产品在终端上运行时，实现如权利要求1-6任一所述的方法。
技术总结
本发明属于智慧医学技术领域。提供了一种乳腺病医疗影像的智能分析方法及系统。该方法包括：管理服务器接收乳腺病患者的医疗影像拍摄请求数据，使用大语言模型对医疗影像拍摄请求数据进行语义分析及特征提取，获得乳腺病特征；将乳腺病特征输入生成对抗模型，生成对抗模型输出若干第一拍摄视角；对拍摄的若干乳腺病医疗影像进行拍摄视角反推，获得若干第二拍摄视角，将第二拍摄视角与第一拍摄视角进行匹配分析，将匹配成功的第二拍摄视角对应的乳腺病医疗影像确定为目标乳腺病医疗影像。本发明的方案可自动将无关的乳腺病医疗影像去除，从而提升医生对患者的乳腺病进行深入诊断的效率。
技术研发人员：黄督平,叶小合,刘雨欣,黄郁淇
受保护的技术使用者：温州医科大学附属第一医院
技术研发日：
技术公布日：2024/9/23