[发明专利]医疗影像大数据智能分析方法、系统及存储介质

权利要求书

1.医疗影像大数据智能分析方法，其特征在于，包括以下步骤：

构建医疗影像大数据智能分析平台：

S100:获取用户的数据信息，所述数据信息包括用户的症状数据、所述症状数据的文本数据以及用户的基本信息数据；

S200:对用户的所述数据信息进行数据处理形成符合医疗卫生信息化标准的卫生综合数据；

S300:对所述卫生综合数据通过深度卷积神经网络的训练得到的智能模型进行处理并最终形成所述症状数据对应的知识库；

辅助诊断过程：

S400:获取用户的病症影像数据；

S500:根据用户的病症类型与对应的知识库中的数据进行相似度匹配，找到最优的相似度匹配对象，将所述匹配对象对应的数据信息予以显示，对医护人员进行辅助诊断。

2.根据权利要求1所述的医疗影像大数据智能分析方法，其特征在于：上述步骤S200中形成符合医疗卫生信息化标准的卫生综合数据具体包括以下，

医学影像处理，用户的所述症状数据包括用户的医学影像数据，对用户的所述医学影像数据进行图像增强与滤波、图像配准、图像分割、图像变换、三维重建以及影像特征提取操作得到用户的症状数据转化后的符合医疗卫生信息化标准的卫生综合数据；

医学数据挖掘，对用户的所述数据信息进行文本数据挖掘、关联分析、异常分析、趋势分析、行为分析以及精准医学操作得到用户的所述数据信息转化后的符合医疗卫生信息化标准的卫生综合数据。

3.根据权利要求2所述的医疗影像大数据智能分析方法，其特征在于：上述步骤S300中的深度卷积神经网络的处理过程具体包括以下，

通过LDA文档主题生成模型分析所述症状数据的文本数据创建疾病主题词库，结合神经语言程序学并借助天河二号进行用户的所述医学影像数据进行分类形成文档级Topic库、文档亚级Topic库以及句子级Topic库，并建立相应的Topic库与所述医学影像数据之间的映射关系。

4.根据权利要求2所述的医疗影像大数据智能分析方法，其特征在于：在进行所述医学数据挖掘时还会建立深度学习平台，所述深度学习平台通过Caffe开源软件系统搭建形成。

5.医疗影像大数据智能分析系统，其特征在于，包括，

医疗影像大数据智能分析平台构件模块，所述医疗影像大数据智能分析平台构件模块包括，

数据获取单元，用于获取用户的数据信息，所述数据信息包括用户的症状数据、所述症状数据的文本数据以及用户的基本信息数据；

数据整合单元，用于对用户的所述数据信息进行数据处理形成符合医疗卫生信息化标准的卫生综合数据；

知识库形成单元，用于对所述卫生综合数据通过深度卷积神经网络的训练得到的智能模型进行处理并最终形成所述症状数据对应的知识库；

辅助诊断模块，所述辅助诊断模块包括，

影像数据获取单元，用于获取用户的病症影像数据；

影像匹配模块根据用户的病症类型与对应的知识库中的数据进行相似度匹配，找到最优的相似度匹配对象，将所述匹配对象对应的数据信息予以显示，对医护人员进行辅助诊断。

6.根据权利要求5所述的医疗影像大数据智能分析系统，其特征在于，所述系统还包括基础医疗数据收集和融合模块，所述基础医疗数据收集和融合模块包括，

大数据应用子系统，所述大数据应用子系统用于进行医学信息系统的整合、医学数据的统一管理，所述大数据应用子系统包括医学影像共享模块以及医学信息共享模块，所述医学影像共享模块以及医学信息共享模块分别用于对医学影像信息以及医学信息进行数据共享；

大数据支撑子系统，所述大数据支撑子系统包括接口层、数据处理层、数据存储层以及平台管理层，其中，所述接口层包括SQL、JDBC、CLI、HTTP相关的标准API，所述数据处理层包括文本处理Solr服务器、内存计算Spark引擎、挖掘Mahout模块、离线计算MapReduce模块、数据仓库Hive模块以及键值数据库HBase模块，所述数据存储层包括用于数据采集的ETL模块以及用于数据存储的MPP模块、HDFS模块、Oracle模块、PostgreSQL模块。