[发明专利]一种基于卷积神经网络的医疗分析辅助系统

权利要求书

1.一种构建医疗分析模型的方法，包括以下步骤：

步骤1：根据医学书籍记载的疾病种类和医学特征之间的关联性，构建由多组样本数据组成的训练样本集，其中每组样本数据包括一种疾病种类和对应的医学特征；

步骤2：基于所述训练样本集，以医学特征作为输入，以疾病种类作为输出，通过训练卷积神经网络获得用于预测疾病信息的医疗分析模型。

2.根据权利要求1所述的方法，其中，在步骤1，对于所述医学书籍包含的多种疾病中的一种疾病，执行以下步骤：

步骤11：从所述医学书籍中抽取关于该种疾病的多个方面的文字描述；

步骤12：通过分词方法将该种疾病的多个方面的文字描述转换为医学特征表示；

步骤13：根据所转换的医学特征表示和该种疾病的对应关系构成一组样本数据。

3.根据权利要求2所述的方法，其中，步骤13还包括以下子步骤：

步骤131：从该种疾病对应的医学特征中随机抽取预定比例的组合作为该种疾病对应的医学特征；

步骤132：将步骤131重复执行多次以获得该种疾病对应的多种医学特征组合。

4.根据权利要求2所述的方法，其中，所述多个方面包括病因、发病机制、临床表现、影像学表现、实验室检查、诊断、鉴别诊断、预防以及治疗中的至少两项。

5.根据权利要求1所述的方法，其中，步骤2中包括：

步骤21：将所述训练样本集中的医学特征转换为向量表示；

步骤22：将所述训练样本集中的医学特征的向量表示组合为医学特征向量矩阵；

步骤23：以所述医学特征向量矩阵为输入，以对应的疾病种类为输出训练所述卷积神经网络。

6.根据权利要求5所述的方法，其中，在步骤21中，利用连续词袋模型将医学特征转换为向量表示。

7.一种医疗分析辅助系统，包括：

医学特征提取单元，用于获取描述待诊断样本的医学特征；

辅助分析单元：用于将所述医学特征输入到根据权利要求1至6任一项所获得的医疗分析模型，以获得预测的疾病种类信息。

8.根据权利要求7所述的系统，其特征在于，所述辅助分析单元还用于基于所述预测的疾病种类信息输出用于临床指示的医疗信息。

9.一种计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现根据权利要求1至6中任一项所述方法的步骤。

10.一种计算机设备，包括存储器和处理器，在所述存储器上存储有能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至6中任一项所述的方法的步骤。