[发明专利]中医数据的多标签分析技术

说明书

中医数据的多标签分析技术，包括以下具体步骤：S1、收集中医图像数据信息得到样本数据集；S2、对样本数据集中的每个样本图像进行处理得到多组图像样本；S3、将样本数据集中每个样本图像标注的病例标签进行多标签处理，得到多标签训练样本集；S4、通过多组图像样本和多标签训练样本集对卷积神经网络进行训练，得到卷积神经网络病例模型；S5、在卷积神经网络病例模型中根据样本数据集A中的每个样本图像与多标签训练样本集C的对应关系，构建样本图像与标签组的视觉相似邻引索；S6、将获取的待分析中医图像数据信息输入卷积神经网络病例模型，获得对应待分析中医图像数据信息的病例数据。本发明能提高对中吸医影像数据诊断的效率。

技术领域

本发明涉及医疗数据分析技术领域，尤其涉及中医数据的多标签分析技术。

背景技术

中西医结合将传统的中医中药知识和方法与西医西药的知识和方法结合起来，在提高临床疗效的基础上，阐明机理进而获得新的医学认识的一种途径。中西医结合是中华人民共和国建立后政府长期实行的方针。中西医结合是中、西医学的交叉领域，也是中国医疗卫生事业的一项工作方针。中西医结合发轫于临床实践，以后逐渐演进为有明确发展目标和独特方法论的学术体系；在中西医结合科室对患者进行就诊时，医生往往需要对病人的影像信息进行分析和判断，从而对患者的病情进行断定，最终根据患者的病情制定治疗方案，但是对病人的影像信息进行分析和判断，往往需要长久的经验积累，才能做到准确的判定，在对病人的病情分析过程中仍需要花费大量的时间，大大降低对患者的治疗效率，为此；本申请中提出中医数据的多标签分析技术。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出中医数据的多标签分析技术，本发明能提高对中吸医影像数据诊断的效率。

(二)技术方案

为解决上述问题，本发明提供了中医数据的多标签分析技术，包括以下具体步骤：

S1、收集中医图像数据信息，得到样本数据集A；

S2、对样本数据集A中的每个样本图像进行处理，得到多组图像样本B；

S3、将样本数据集A中每个样本图像标注的病例标签进行多标签处理，每个样本图像均映射相同数量的标签，得到多标签训练样本集C；

S4、将多组图像样本B作为多输出卷积神经网络的输入，将多标签训练样本集C作为输出，对卷积神经网络进行训练，得到卷积神经网络病例模型；

S5、在卷积神经网络病例模型中根据样本数据集A中的每个样本图像与多标签训练样本集C的对应关系，构建样本图像与标签组的视觉相似邻引索；

S6、将获取的待分析中医图像数据信息输入卷积神经网络病例模型，获得对应待分析中医图像数据信息的病例数据。

优选的，卷积神经网络为采用任意的网络结构。

优选的，S1中的中医图像数据信息为已经进行病例分析确诊后的影像数据。

优选的，S5中构建样本图像与标签组的视觉相似邻引索的方法包括以下具体步骤：

S51、基于样本数据集A中的每个样本图像与多标签训练样本集C的对应关系，构建高维特征向量；

S52、通过基于样本图像和基于量化相结合的方式为高维特征向量建立距离度量的视觉语义相似最近邻引索。

优选的，S4中卷积神经网络病例模型获得的具体步骤包括：

S41、利用多标签训练样本集C，为每个标签构建一个二分类模型；

S42、将多组图像样本B作为多输出卷积神经网络的输入，将多标签训练样本集C作为输出；