本发明专利技术公开了一种辅助消化内科医生取样检查的方法及系统，应用于一智能影像分析系统，其中，所述方法包括：获得第一内镜影像；分别以第一影像获取设备、第一影像获取区域为第一提取信息、第二提取信息，从所述智能影像分析系统提取第一智能筛查模型；将所述第一内镜影像输入至所述第一智能筛查模型，获得第一疾病发生概率；判断就诊语音信息中是否包含第一疾病信息；若不包含，则将所述第一疾病发生概率进行信息显示。解决了现有技术中医学影像设备与AI系统的兼容程度不够强，导致人工智能的训练数据库存在一定误差，从而使得数据处理结果不够准确的技术问题。果不够准确的技术问题。果不够准确的技术问题。
【技术实现步骤摘要】
一种辅助消化内科医生取样检查的方法及系统
[0001]本专利技术涉及混合工艺领域，尤其涉及一种辅助消化内科医生取样检查的方法及系统。
[0002]
技术介绍
[0003]智能AI技术在医院信息系统中已逐步扩大应用范围，这种汇集并运用经验的能力，正在解决一些医疗行业的难题。在消化内科的诊疗中，对于影像资料的处理，AI可以通过深度学习大量照片数据，形成一套检查标准，可以显著提高早癌发现率，从而提高了看片效率，把医生从辛苦的重复工作中解放出来。
[0004]本申请专利技术人在实现本申请实施例中专利技术技术方案的过程中，发现上述技术至少存在如下技术问题：医学影像设备与AI系统的兼容程度不够强，导致人工智能的训练数据库存在一定误差，从而使得数据处理结果不够准确。
[0005]
技术实现思路
[0006]本申请实施例通过提供一种辅助消化内科医生取样检查的方法及系统，解决了现有技术中医学影像设备与AI系统的兼容程度不够强，导致人工智能的训练数据库存在一定误差，从而使得数据处理结果不够准确的技术问题，实现了通过基于数据分析的各影响因素构建不同的训练数据库，从而依据影像资料的具体特征进行模型的选择，从而提高了人工智能算法的准确性，提高了疾病检测率的技术目的。
[0007]鉴于上述问题，本申请实施例提供一种辅助消化内科医生取样检查的方法及系统。
[0008]第一方面，本申请提供了一种辅助消化内科医生取样检查的方法，应用于一智能影像分析系统，其中，所述方法包括：获得第一内镜影像；获得所述第一内镜影像的第一影像获取设备；获得所述第一内镜影像的第一影像获取区域；以所述第一影像获取设备为第一提取信息，以所述第一影像获取区域为第二提取信息，从所述智能影像分析系统提取第一智能筛查模型；将所述第一内镜影像输入至所述第一智能筛查模型，获得第一疾病发生概率；获得第一就诊语音信息；判断所述第一就诊语音信息中是否包含第一疾病信息；若所述第一就诊语音信息中不包含所述第一疾病信息，获得第一信息显示方式；获得第一信息显示指令，所述第一信息显示指令用于依据所述第一信息显示方式，将所述第一疾病发生概率进行信息显示。
[0009]另一方面，本申请还提供了一种辅助消化内科医生取样检查的系统，其中，所述系统包括：第一获得单元，所述第一获得单元用于获得第一内镜影像；第二获得单元，所述第二获得单元用于获得所述第一内镜影像的第一影像获取设备；第三获得单元，所述第三获
得单元用于获得所述第一内镜影像的第一影像获取区域；第四获得单元，所述第四获得单元用于以所述第一影像获取设备为第一提取信息，以所述第一影像获取区域为第二提取信息，从所述智能影像分析系统提取第一智能筛查模型；第一输入单元，所述第一输入单元用于将所述第一内镜影像输入至所述第一智能筛查模型，获得第一疾病发生概率；第五获得单元，所述第五获得单元用于获得第一就诊语音信息；第一判断单元，所述第一判断单元用于判断所述第一就诊语音信息中是否包含第一疾病信息；第六获得单元，所述第六获得单元用于若所述第一就诊语音信息中不包含所述第一疾病信息，获得第一信息显示方式；第七获得单元，所述第七获得单元用于获得第一信息显示指令，所述第一信息显示指令用于依据所述第一信息显示方式，将所述第一疾病发生概率进行信息显示。
[0010]另一方面，本申请实施例还提供了一种辅助消化内科医生取样检查的系统，包括：处理器，所述处理器与存储器耦合，所述存储器用于存储程序，当所述程序被所述处理器执行时，使得装置以执行第一方面任一项所述的方法。
[0011]本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：由于采用了通过获得第一内镜影像；获得所述第一内镜影像的第一影像获取设备；获得所述第一内镜影像的第一影像获取区域；以所述第一影像获取设备为第一提取信息，以所述第一影像获取区域为第二提取信息，从所述智能影像分析系统提取第一智能筛查模型；将所述第一内镜影像输入至所述第一智能筛查模型，获得第一疾病发生概率；获得第一就诊语音信息；判断所述第一就诊语音信息中是否包含第一疾病信息；若所述第一就诊语音信息中不包含所述第一疾病信息，获得第一信息显示方式；获得第一信息显示指令，所述第一信息显示指令用于依据所述第一信息显示方式，将所述第一疾病发生概率进行信息显示。实现了通过基于数据分析的各影响因素构建不同的训练数据库，从而依据影像资料的具体特征进行模型的选择，从而提高了人工智能算法的准确性，提高了疾病检测率的技术目的。
[0012]上述说明是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
[0013]附图说明
[0014]图1为本申请实施例一种辅助消化内科医生取样检查的方法的流程示意图；图2为本申请实施例一种辅助消化内科医生取样检查的系统的结构示意图；图3为本申请实施例示例性电子设备的结构示意图。
[0015]附图标记说明：第一获得单元11，第二获得单元12，第三获得单元13，第四获得单元14，第一输入单元15，第五获得单元16，第一判断单元17，第六获得单元18，第七获得单元19，电子设备300，存储器301，处理器302，通信接口303，总线架构304。
[0016]具体实施方式
[0017]本申请实施例通过提供一种辅助消化内科医生取样检查的方法及系统，解决了现
有技术中医学影像设备与AI系统的兼容程度不够强，导致人工智能的训练数据库存在一定误差，从而使得数据处理结果不够准确的技术问题，实现了通过基于数据分析的各影响因素构建不同的训练数据库，从而依据影像资料的具体特征进行模型的选择，从而提高了人工智能算法的准确性，提高了疾病检测率的技术目的。
[0018]下面，将参考附图详细的描述本申请的示例实施例，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。
[0019]申请概述智能AI技术在医院信息系统中已逐步扩大应用范围，这种汇集并运用经验的能力，正在解决一些医疗行业的难题。在消化内科的诊疗中，对于影像资料的处理，AI可以通过深度学习大量照片数据，形成一套检查标准，可以显著提高早癌发现率，从而提高了看片效率，把医生从辛苦的重复工作中解放出来。现有技术中还存在着医学影像设备与AI系统的兼容程度不够强，导致人工智能的训练数据库存在一定误差，从而使得数据处理结果不够准确的技术问题。
[0020]针对上述技术问题，本申请提供的技术方案总体思路如下：本申请提供了一种辅助消化内科医生取样检查的方法，应用于一智能影像分析系统，其中，所述方法包括：获得第一内镜影像；获得所述第一内镜影像的第一影像获取设备；获得所述第一内镜影像的第一影像获取区域；以所述第一影像获取设备为第一提取信息，以所述第一影像获取区域为第二提取信息，从所述智能影像分析系统提取第一智能筛查模型；将所述第一内镜影像输入至所述第本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种辅助消化内科医生取样检查的方法，应用于一智能影像分析系统，其中，所述方法包括：获得第一内镜影像；获得所述第一内镜影像的第一影像获取设备；获得所述第一内镜影像的第一影像获取区域；以所述第一影像获取设备为第一提取信息，以所述第一影像获取区域为第二提取信息，从所述智能影像分析系统提取第一智能筛查模型；将所述第一内镜影像输入至所述第一智能筛查模型，获得第一疾病发生概率；获得第一就诊语音信息；判断所述第一就诊语音信息中是否包含第一疾病信息；若所述第一就诊语音信息中不包含所述第一疾病信息，获得第一信息显示方式；获得第一信息显示指令，所述第一信息显示指令用于依据所述第一信息显示方式，将所述第一疾病发生概率进行信息显示。2.如权利要求1所述的方法，其中，所述方法包括：由所述智能影像分析系统获得第一影像资料数据库 ；以第一因素为第一筛选规则，对所述第一影像资料数据库进行筛选，获得第一分类数据集，其中，所述第一因素为设备因素；以第二因素为第二筛选规则，对所述第一分类数据集进行筛选，获得第二分类数据集，其中，所述第二因素为地域因素；分别以所述第二分类数据集中的各数据集为训练数据进行模型的构建，获得第一智能筛查模型集；依据所述第一提取信息和所述第二提取信息，从所述第一智能筛查模型集中提取所述第一智能筛查模型。3.如权利要求2所述的方法，其中，所述方法包括;获得所述第一智能筛查模型的第一特征数据集；对所述第一特征数据集进行中心化处理， 获得第二特征数据集；获得所述第二特征数据集的第一协方差矩阵；对所述第一协方差矩阵进行运算，获得所述第一协方差矩阵的第一特征值和第一特征向量；将所述第一特征数据集投影到所述第一特征向量，获得第一降维数据集，其中所述第一降维数据集为所述第一特征数据集降维之后获得的特征数据集。4.如权利要求3所述的方法，其中，所述方法包括：以所述第一降维数据集为训练数据，将所述第一内镜影像输入至所述第一智能筛查模型，获得第二疾病发生概率；对所述第一疾病发生概率和所述第二疾病发生概率进行缺失数据分析，获得第一缺损数据；将所述第一缺损数据输入至所述第一智能筛查模型进行增量学习，获得第二智能筛查模型。5.如权利要求1所述的方法，其中，所述方法包括：
对所述第一就诊语音信息进行关键词提取，获得第一关键词；获得第...
【专利技术属性】
技术研发人员：易楠，李杏玉，肖明兵，刘肇修，曹维，
申请(专利权)人：南通大学附属医院，
类型：发明
国别省市：
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。