The invention discloses a method and a device for determining the pathogen of pneumonia. The method includes: after obtaining the chest image and laboratory data of the patients to be diagnosed, the corresponding characteristic vectors of the patients to be diagnosed can be obtained from the chest image and laboratory data, and then the corresponding characteristic vectors of the patients to be diagnosed can be input into the preset classification neural network model, and the preset classification neural network model is based on the preset classification neural network model. The output of the results, after confirming that the patients with pneumonia to be diagnosed, can further get the corresponding pathogen type of pneumonia for the patients to be diagnosed. Using this method, on the one hand, it can reduce the diagnostic error rate caused by the difference of doctor's level, thus improving the diagnostic accuracy of pneumonia pathogen; on the other hand, it introduces the patient's laboratory data, which can determine the type of pneumonia pathogen from the patient's chest X-ray image and laboratory data, thus effectively improving the diagnostic accuracy of pneumonia pathogen. The credibility of the presupposed classification neural network model.
【技术实现步骤摘要】
一种肺炎病原的确定方法及装置本申请要求在2018年3月30日提交中华人民共和国知识产权局、申请号为201810289487.8、专利技术名称为“一种肺炎病原的确定方法及装置”的中国专利申请的优先权,其全部内容通过引用结合在本申请中。
本专利技术涉及医疗
,尤其涉及一种肺炎病原的确定方法及装置。
技术介绍
随着环境污染的日益严重,越来越多的疾病呈现出高爆发率的趋势。现代医疗技术的发展已经很成熟,医生可以凭借医学知识以及医疗经验诊断出各种疾病。也就是说,现有技术中的确定疾病的病原大多依靠医生的诊断,然而由于各个地区的医疗水平很不一致,且医生的个人经验水平也参差不齐,因此,传统的医生诊断疾病的方法容易受到地区医疗水平以及医生个人经验水平的影响,导致诊断误差较大的问题。以肺炎为例,医生在治疗肺炎时,需要先确定肺炎病原,从而根据病原来确定不同的治疗措施。而导致病人患上肺炎的病原有很多,比如病毒、细菌、衣原体、支原体等。医生根据肺部X光图像来进行人为地诊断时,难免会出现误诊的情况。基于此,目前亟需一种疾病病原的确定方法,用于提高诊断肺炎的准确率。
技术实现思路
本专利技术实施例提供一种肺炎病原的确定方法及装置,以提高诊断肺炎的准确率。本专利技术实施例提供一种肺炎病原的确定方法,所述方法包括:获取待确诊患者的胸片图像与所述待确诊患者的化验数据;根据所述待确诊患者的胸片图像与所述待确诊患者的化验数据,得到所述待确诊患者对应的特征向量;将所述待确诊患者对应的特征向量输入预设分类神经网络模型,并根据所述预设分类神经网络模型的输出结果,确定所述待确诊患者患有肺炎后,得到所述待 ...
【技术保护点】
1.一种肺炎病原的确定方法,其特征在于,所述方法包括:获取待确诊患者的胸片图像与所述待确诊患者的化验数据;根据所述待确诊患者的胸片图像与所述待确诊患者的化验数据,得到所述待确诊患者对应的特征向量;将所述待确诊患者对应的特征向量输入预设分类神经网络模型,并根据所述预设分类神经网络模型的输出结果,确定所述待确诊患者患有肺炎后,得到所述待确诊患者患有的肺炎所对应的病原类型;其中,所述预设分类神经网络模型的参数是通过对多个已确诊患者对应的特征向量、每个已确诊患者是否患有肺炎以及患有肺炎所对应的病原类型进行训练得到的。
【技术特征摘要】
2018.03.30 CN 20181028948781.一种肺炎病原的确定方法,其特征在于,所述方法包括:获取待确诊患者的胸片图像与所述待确诊患者的化验数据;根据所述待确诊患者的胸片图像与所述待确诊患者的化验数据,得到所述待确诊患者对应的特征向量;将所述待确诊患者对应的特征向量输入预设分类神经网络模型,并根据所述预设分类神经网络模型的输出结果,确定所述待确诊患者患有肺炎后,得到所述待确诊患者患有的肺炎所对应的病原类型;其中,所述预设分类神经网络模型的参数是通过对多个已确诊患者对应的特征向量、每个已确诊患者是否患有肺炎以及患有肺炎所对应的病原类型进行训练得到的。2.根据权利要求1所述的方法,其特征在于,根据所述待确诊患者的胸片图像与所述待确诊患者的化验数据,得到所述待确诊患者对应的特征向量,包括:采用预设特征提取神经网络模型对所述待确诊患者的胸片图像进行特征提取,得到所述待确诊患者的胸片图像对应的第一特征向量;所述预设特征提取神经网络模型的参数是通过对所述多个已确诊患者的胸片图像进行训练得到的;以及,对所述待确诊患者的化验数据进行筛选,得到所述待确诊患者的化验数据对应的第二特征向量;将所述第一特征向量和所述第二特征向量通过全连接层进行计算,得到所述待确诊患者对应的特征向量。3.根据权利要求2所述的方法,其特征在于,所述预设特征提取神经网络包括N个卷积模块;N小于或等于第一阈值。4.根据权利要求1所述的方法,其特征在于,所述获取待确诊患者的胸片图像,包括:获取所述待确诊患者的初始胸片图像;对所述初始胸片图像进行变形处理,得到所述待确诊患者的胸片图像;所述变形处理包括裁剪、缩放、旋转、亮度调整中的至少一项。5.根据权利要求1至4中任一项所述的方法,其特征在于,所...
【专利技术属性】
技术研发人员:魏子昆,丁泽震,杨忠程,
申请(专利权)人:杭州依图医疗技术有限公司,杭州依图网络科技有限公司,广州依图医疗技术有限公司,
类型:发明
国别省市:浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。