[发明专利]一种基于图像识别的疾病辅助诊断方法

说明书

技术领域

本发明实施方式涉及计算机领域，特别是涉及一种基于图像识别的疾病辅助诊断方法。

背景技术

罕见病也称为孤儿病，世界卫生组织将患病人数占人口0.065％到0.1％之间的疾病或病变定义为罕见病。绝大部分罕见病是先天性的，且病程发展缓慢，它的流行率低，但患者常常有生命危险。

目前，罕见病的诊断方式是建立疾病研究及治疗中心，这种机构具有明显的地域性特征，患者的病情不能得到及时的确诊,且对于绝大多数医生而言，由于缺乏罕见病的诊断及治疗经验，大大延长确诊所需的时间。医生主要是通过患者的临床表现来诊断其所患的罕见病类型，但临床表现是随着病情的发展而逐步加重的，这使得罕见病的诊断成为了困扰医生和病人的一个难题，罕见病人从发病到精准确诊的平均时间约为4.8年，不能及时确诊影响着无数罕见病患者的生活质量。

发明内容

本发明实施方式主要解决的技术问题是提供一种基于图像识别的疾病辅助诊断方法，能够快速的将待诊患者与一种或几种疾病相关联，为后续进一步的确诊节省了大量的时间。

为解决上述技术问题，本发明实施方式采用的一个技术方案是：

提供一种基于图像识别的疾病辅助诊断方法，包括：

接收上传的待诊患者的病征图像；

利用深度学习算法提取所述待诊患者的病征图像的待诊特征，建立待诊特征集，并且将所述待诊特征集与训练图库中各疾病的标准病征图像的标准特征集进行比对，获得所述待诊患者的病征图像与各疾病的标准病征图像之间的图像相似度；

根据待诊患者的病征图像与训练图库中的各疾病所对应的标准病征图像之间的图像相似度，确定待诊患者患各疾病的概率。

其中，标准特征集是在利用深度学习算法提取所述训练图库中对应疾病的标准病征图像的标准特征时建立的。

其中，根据概率由高到低对待诊患者所患疾病的疾病信息进行一次排序，其中，疾病信息包括待诊患者所患的疾病的概率、疾病对应标准病征图像以及疾病的名称；

判断是否存在相同概率的疾病，若不存在相同概率的疾病，

则输出进行所述一次排序后的疾病信息；

若一次排序中出现相同概率的情况，筛选出概率相同的疾病，将筛选出的概率相同的疾病列入同一临时疾病组；

接收上传的待诊患者的临床病理特征；

将接收的待诊患者的临床病理特征与所述临时疾病组中的疾病的病理特征进行比对，得出待诊患者的临床病理特征与临时疾病组中各疾病的病理特征的病理相似度；

根据病理相似度由高到低对一次排序中同一临时疾病组中的疾病信息进行二次排序；

输出进行二次排序后的所述待诊患者所患的疾病的疾病信息。

其中，该方法还包括:

接收到上传的待诊患者病征图像后建立待诊患者的病例档案；

在病例档案的病理特征描述模块中构建临床病理特征选择条目；

所述待诊患者的临床病理特征为当用户在病例档案的病理特征描述模块中选择至少一条临床病理特征选择条目后获得的。

为解决上述技术问题，本发明实施方式采用的另一个技术方案是：提供一种基于图像识别的疾病辅助诊断装置，包括：

图像接收模块，用于接收上传的待诊患者的病征图像；

获取图像相似度模块，用于利用深度学习算法提取所述待诊患者的病征图像的待诊特征，建立待诊特征集，并且将所述待诊特征集与训练图库中各疾病的标准病征图像的标准特征集进行比对，获得所述病征图像与各疾病的标准病征图像之间的图像相似度；

概率确定模块，用于根据待诊患者的病征图像与训练图库中各疾病所对应的标准病征图像之间的图像相似度，确定待诊患者患各疾病的概率。

建立标准特征集模块，用于利用深度学习算法提取所述训练图库中对应疾病的标准病征图像的标准特征，建立标准特征集。

其中，该装置还包括：

第一排序模块，用于根据所述概率由高到低对所述待诊患者所患疾病的疾病信息进行一次排序，其中，所述疾病信息包括待诊患者所患的疾病的概率、所述疾病对应的标准病征图像以及所述疾病的名称；

输出模块，用于输出进行所述一次排序后的疾病信息。

判断概率模块，用于判断是否存在相同概率的疾病；

概率筛选模块，用于当存在相同概率的疾病时，筛选出所述概率相同的疾病，将筛选出的概率相同的疾病列入同一临时疾病组；

病理接收模块，用于接收上传的所述待诊患者的临床病理特征；