一种肺炎病原的确定方法及装置制造方法及图纸

本发明专利技术公开了一种肺炎病原的确定方法及装置。所述方法包括：在获取待确诊患者的胸片图像和化验数据后，可以根据胸片图像和化验数据得到待确诊患者对应的特征向量，然后可将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，在确定待确诊患者患有肺炎后，可以进一步得到待确诊患者患有的肺炎所对应的病原类型。采用这种方法，一方面，能够降低因医生水平差异导致的诊断误差率，从而提高肺炎病原诊断的准确性；另一方面，引入了患者的化验数据，从而能够从患者的胸片图像和化验数据两个方面来确定肺炎的病原类型，有效提高了预设分类神经网络模型的可信度。

A Method and Device for Determining the Pathogen of Pneumonia

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。如此，一方面，相比于传统的医生诊断的方式而言，本专利技术实施例采用预设的分类神经网络来确定肺炎的病原类型，能够降低因医生水平差异导致的诊断误差率，从而提高肺炎病原诊断的准确性；另一方面，本专利技术实施例引入了患者的化验数据，从而能够从患者的胸片图像和化验数据两个方面来确定肺炎的病原类型，有效提高了预设分类神经网络模型的可信度。可选地，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。如此，能够有效提高特征向量的准确性，进而提高肺炎病原诊断的准确性；且，由于引入了患者的化验数据，因此，能够从患者的胸片图像和化验数据两个方面来确定肺炎的病原类型，从而提高了预设分类神经网络模型的可信度。可选地，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。如此，能够均衡胸片图像和化验数据对预设分类模型的影响程度，避免由于胸片图像经过过多的卷积模块导致提取到的特征对后续预设分类模型的影响过大，进而导致预设分类模型的影响的预测结果不准确的问题。可选地，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。如此，能够保证输入预设特征提取神经网络模型的图像尺寸一致，图像清晰，从而提高第一特征向量的准确性。可选地，所述待确诊患者的化验数据为通过对所述待确诊患者进行血常规化验得到的数据。如此，由于进行血常规化验得到的数据能够更好地反映人体机能，因此，采用血常规化验数据能够提高肺炎病原判断的准确性。本专利技术实施例提供一种肺炎病原的确定装置，所述装置包括：获取单元，用于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；处理单元，用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；所述处理单元，还用于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。可选地，所述处理单元具体用于：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；以及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。可选地，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。可选地，所述获取单元具体用于：获取所述待确诊患者的初始胸片图像；以及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。可选地，所述待确诊患者的化验数据为通过对所述待确诊患者进行血常规化验得到的数据。本专利技术实施例中，在获取待确诊患者的胸片图像和化验数据后，可以根据胸片图像和化验数据得到待确诊患者对应的特征向量，然后可将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，在确定待确诊患者患有肺炎后，可以进一步得到待确诊患者患有的肺炎所对应的病原类型。采用这种方法，一方面，相比于传统的医生诊断的方式而言，本专利技术实施例采用预设的分类神经网络来确定肺炎的病原类型，能够降低因医生水平差异导致的诊断误差率，从而提高肺炎病原诊断的准确性；另一方面，本专利技术实施例引入了患者的化验数据，从而能够从患者的胸片图像和化验数据两个方面来确定肺炎的病原类型，有效提高了预设分类神经网络模型的可信度。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种肺炎病原的确定方法所对应的流程示意图；图2为本专利技术实施例提供的一种预设特征提取神经网络模型的结构示意图；图3为本专利技术实施例提供的一种预设分类神经网络模型的结构示意图；图4为本专利技术实施例所涉及的神经网络模型的结构示意图；图5为本专利技术实施例提供的一种肺炎病原的确定装置的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步地详细描述，显然，所描述的实施例仅仅是本专利技术一部份实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做本文档来自技高网...

【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