一种医疗图像信息识别系统技术方案

本发明专利技术公开了一种医疗图像信息识别系统，该系统包括：预处理模块对获取的待识别医疗图像信息进行预处理；特征提取模块对预处理后的待识别医疗图像信息进行深层次特征提取处理，获取待识别医疗图像信息的深层次特征；特征匹配模块将待识别医疗图像信息的深层次特征与医疗图像数据库中的医疗图像特征一一进行识别匹配处理，获取至少一个的相似医疗图像信息；文本信息获取模块获取至少一个的相似医疗图像信息对应的文本信息；关键字提取模块获取至少一个的相似医疗图像信息对应的文本信息的关键字；服务反馈模块根据关键字向用户反馈与待识别医疗图像信息相匹配的医疗服务信息。本发明专利技术解决了现有的医疗图像信息匹配慢和不准确的问题。

【技术实现步骤摘要】
一种医疗图像信息识别系统
本专利技术涉及医疗
，具体涉及一种医疗图像信息识别系统。
技术介绍
目前我国心脑血病和慢性病患者众多，全国有心血管病患者约3亿，至少有5.8亿人具有至少一种或以上的与慢性病有关的危险因素，到2030年，我国的慢性病负担将增长50％。2016年，国务院七部委联合发布《关于印发推进家庭医生签约服务指导意见的通知》(国医改办[2016]1号)，要求到2017年，家庭医生签约服务覆盖率达到30％以上，重点人群签约服务覆盖率达到60％以上，重点人群主要包括高血压、糖尿病、结核病等慢性疾病患者。到2020年，力争将签约服务扩大到全人群，形成长期稳定的契约服务关系，基本实现家庭医生签约服务制度的全覆盖。权威调查数据显示，在大医院看病的人群中有70％的患者并不需要现场治疗，只需要在线或者移动端进行问诊服务即可，可以大大解决这部分人群的需求，减轻医生的工作负担，提高医疗服务水平和效率。然而，在在线问诊时，对于一些检查的图片可以直接上传进行处理，直接给出诊断意见或者情况说明，但是由于在在线问诊对图像处理的准确度和速度上存在很大的缺陷，特别是关系到病人的病情情况，容不得半点的耽误，因此需要更加精确的图像处理技术进行支持。
技术实现思路
针对上述问题，本专利技术提供一种医疗图像信息识别系统本专利技术的目的采用以下技术方案来实现：一种医疗图像信息识别系统，该医疗图像信息识别系统，包括：预处理模块：用于对获取的待识别医疗图像信息进行图像预处理，获取预处理后的待识别医疗图像信息；特征提取模块：用于采用训练好的深度神经网络模型对预处理后的待识别医疗图像信息进行深层次特征提取处理，获取待识别医疗图像信息的深层次特征；特征匹配模块，用于采用待识别医疗图像信息的深层次特征与医疗图像数据库中的医疗图像特征一一进行识别匹配处理，获取至少一个的相似医疗图像信息；文本信息获取模块，用于获取至少一个的相似医疗图像信息对应的文本信息；关键字提取模块，用于对至少一个的相似医疗图像信息对应的文本信息进行关键字提取处理，获取文本信息的关键字；服务反馈模块，用于根据关键字向用户反馈与待识别医疗图像信息相匹配的医疗服务信息。有益效果：解决了用户在获取医疗图像信息后，采用训练好的神经网络模型进行图像特征提取，能在保证提取速度不变的情况下，特征提取质量提高，保证后续识别正确率，增加用户的体验度。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术医疗图像信息识别系统的框架结构图；图2是预处理模块1的框架结构图。附图标记：预处理模块1；特征提取模块2；特征匹配模块3；文本信息获取模块4；关键字提取模块5；服务反馈模块6；去噪单元7；边缘检测单元8；增强单元9。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，一种医疗图像信息识别系统，该医疗图像信息识别系统，包括：预处理模块1：用于对获取的待识别医疗图像信息进行图像预处理，获取预处理后的待识别医疗图像信息；特征提取模块2：用于采用训练好的深度神经网络模型对预处理后的待识别医疗图像信息进行深层次特征提取处理，获取待识别医疗图像信息的深层次特征；特征匹配模块3，用于采用待识别医疗图像信息的深层次特征与医疗图像数据库中的医疗图像特征一一进行识别匹配处理，获取至少一个的相似医疗图像信息；文本信息获取模块4，用于获取至少一个的相似医疗图像信息对应的文本信息；关键字提取模块5，用于对至少一个的相似医疗图像信息对应的文本信息进行关键字提取处理，获取文本信息的关键字；服务反馈模块6，用于根据关键字向用户反馈与待识别医疗图像信息相匹配的医疗服务信息。有益效果：解决了用户在获取医疗图像信息后，采用训练好的神经网络模型进行图像特征提取，能在保证提取速度不变的情况下，特征提取质量提高，保证后续识别正确率，增加用户的体验度。优选地，参见图2，预处理模块1包括：去噪单元7，用于对待识别医疗图像信息进行去噪处理，获取去噪后的待识别医疗图像信息；边缘检测单元8，用于对去噪后的待识别医疗图像信息进行边缘检测，获取边缘检测处理后的待识别医疗图像信息；增强单元9，用于对边缘检测处理后的待识别医疗图像信息进行图像增强处理，获取预处理后的待识别医疗图像信息。优选地，特征匹配模块3是通过采用Softmax分类器对待识别医疗图像信息的深层次特征与医疗图像数据库中的医疗图像特征一一进行识别匹配处理，获取至少一个与待识别医疗图像信息的深层次特征相似的医疗图像信息。优选地，关键字提取模块5中的关键字提取方法包括：TF-IDF关键字提取算法、基于语义的统计语音模型、TF-IWF文档关键字自动提取算法、基于朴素贝叶斯模型的中文关键字提取算法。优选地，所述对待识别医疗图像信息进行去噪处理，获取去噪后的待识别医疗图像信息，具体为：对所述待识别医疗图像信息进行灰度化处理，并依次对灰度化后的待识别医疗图像信息进行逐点去噪，得到所述待识别医疗图像信息中各个像素点的去噪估计值，并将去噪估计值作为新的灰度值，此时所有像素点构成的集合即为去噪后的待识别医疗图像信息；其中，所述待识别医疗图像信息中像素点u(m,n)的去噪估计值利用下式计算得到：式中，为像素点u(m,n)的去噪估计值，即是像素点u的去噪后的灰度值，m、n分别为像素点u的横坐标和纵坐标，Z(u)为像素点u的正则化参数，Ω是以像素点u(m,n)为中心、大小为A×A的搜索窗，k是搜索窗内任一像素点，为像素点u和像素点k的高斯加权欧式距离，α为高斯函数的标准差，h为平滑参数，G(k)为像素点k的灰度值，G(u)为像素点u的灰度值，为搜索窗内所有像素点的平均灰度值。有益效果：上述求解待识别医疗图像信息中各个像素点的去噪估计值，该求解过程主要是利用待识别医疗图像信息中的冗余信息进行去噪，通过在一个搜索窗口内搜索与目标像素点相似的像素点，进而用这些相似像素点的灰度值来代替当前的像素点的灰度值。该去噪方法简单、去噪速度快，不仅考虑了像素点之间的高斯加权欧氏距离信息，还考虑了搜索窗口内剩余像素点与目标像素点灰度值的关系，从而最大程度地保留了待识别医疗图像信息的边缘与细节特征，提高了去噪效果，同时也有利于后续获取待识别医疗图像信息的深层次特征，提高了整个系统的识别正确率。优选地，所述对去噪后的待识别医疗图像信息进行边缘检测，获取边缘检测处理后的待识别医疗图像信息，具体为：(1)选取大小为3×3的滑动窗口内的中心像素点为边缘待检测点，按照横向检测方向把3×3的滑动窗口均分为三个区域：L、M、R，其中L位于滑动窗口左侧、M位于滑动窗口中间，R位于滑动窗口右侧，利用边缘判别公式判断边缘待检测点是否为边缘点，其中，所述边缘判别公式为：式中，H(p)为边缘待检测点p的特征值，GL(i)为区域L内第i个像素点的灰度值，GM(i)为区域M内第i个像素点的灰度值，GR(i)为区域R内第i个像素点的灰度值，且i＝1,2,3；G(p)为边缘待检测点p的灰度值；当H(p)≥T时，则边缘待检测点p为边缘点，反之，边缘待检测点p不是边缘点，其中，T为设定的阈值；(1)遍历去噪后的待识别医疗图像信息中所有像素本文档来自技高网...

【技术保护点】
1.一种医疗图像信息识别系统，其特征是，所述医疗图像信息识别系统，包括：预处理模块：用于对获取的待识别医疗图像信息进行图像预处理，获取预处理后的待识别医疗图像信息；特征提取模块：用于采用训练好的深度神经网络模型对所述预处理后的待识别医疗图像信息进行深层次特征提取处理，获取所述待识别医疗图像信息的深层次特征；特征匹配模块，用于采用所述待识别医疗图像信息的深层次特征与医疗图像数据库中的医疗图像特征一一进行识别匹配处理，获取至少一个的相似医疗图像信息；文本信息获取模块，用于获取所述至少一个的相似医疗图像信息对应的文本信息；关键字提取模块，用于对所述至少一个的相似医疗图像信息对应的文本信息进行关键字提取处理，获取文本信息的关键字；服务反馈模块，用于根据所述关键字向用户反馈与所述待识别医疗图像信息相匹配的医疗服务信息。

【技术特征摘要】
1.一种医疗图像信息识别系统，其特征是，所述医疗图像信息识别系统，包括：预处理模块：用于对获取的待识别医疗图像信息进行图像预处理，获取预处理后的待识别医疗图像信息；特征提取模块：用于采用训练好的深度神经网络模型对所述预处理后的待识别医疗图像信息进行深层次特征提取处理，获取所述待识别医疗图像信息的深层次特征；特征匹配模块，用于采用所述待识别医疗图像信息的深层次特征与医疗图像数据库中的医疗图像特征一一进行识别匹配处理，获取至少一个的相似医疗图像信息；文本信息获取模块，用于获取所述至少一个的相似医疗图像信息对应的文本信息；关键字提取模块，用于对所述至少一个的相似医疗图像信息对应的文本信息进行关键字提取处理，获取文本信息的关键字；服务反馈模块，用于根据所述关键字向用户反馈与所述待识别医疗图像信息相匹配的医疗服务信息。2.根据权利要求1所述的医疗图像信息识别系统，其特征是，所述预处理模块包括：去噪单元，用于对所述待识别医疗图像信息进行去噪处理，获取去噪后的待识别医疗图像信息；边缘检测单元，用于对所述去噪后的待识别医疗图像信息进行边缘检测，获取边缘检测处理后的待识别医疗图像信息；增强单元，用于对所述边缘检测处理后的待识别医疗图像信息进行图像增强处理，获取预处理后的待识别医疗图像信息。3.根据权利要求1所述的医疗图像信息识别系统，其特征是，所述特征匹配模块是通过采用Softmax...

【专利技术属性】
技术研发人员：邱炎新，
申请(专利权)人：深圳汇创联合自动化控制有限公司，
类型：发明
国别省市：广东,44