[发明专利]一种基于医学影像的医疗诊断辅助方法及系统

权利要求书

1.一种基于医学影像的医疗诊断辅助方法，其特征在于：包括如下步骤：

图像分类：对原始医学影像数据进行预处理得到图像数据后，采用三维卷积神经网络模型，对图像数据进行疾病分类得到图像分类标识；

指标分类：采用Boosting算法对医学检查指标进行疾病分类得到指标分类标识；

分类融合：采用融合算法对图像分类标识和指标分类标识进行结果融合，得到最终分类结果。

2.如权利要求1所述的基于医学影像的医疗诊断辅助方法，其特征在于：所述三维卷积神经网络模型为采用三维卷积核的，AlexNet模型、ResNet18模型或ResNet50模型；AlexNet模型由5层卷积层、3层最大池化层和3层全连接层组成；ResNet18模型和ResNet50模型均由1层卷积层、4个由多卷积层和残差函数构成的残差块、1层全连接层组成。

3.如权利要求1所述的基于医学影像的医疗诊断辅助方法，其特征在于：除AlexNet模型的池化层外，AlexNet模型、ResNet18模型和ResNet50模型每一层均使用ReLU激活函数。

4.如权利要求2所述的基于医学影像的医疗诊断辅助方法，其特征在于：所述ResNet18模型的每一残差块包含两层卷积核为3×3×3的卷积层；所述ResNet50模型的每一残差块包含三层卷积层，三层卷积层的卷积核分别为1×1×1、3×3×3、1×1×1。

5.如权利要求2所述的基于医学影像的医疗诊断辅助方法，其特征在于：所述AlexNet模型中，最大池化层分别置于第一卷积层、第二卷积层、第五卷积层之后。

6.如权利要求1所述的基于医学影像的医疗诊断辅助方法，其特征在于：所述预处理包含空间配准和偏置场校正；其中空间配准是采用医学图像配准技术将原始医学影像数据映射到标准空间。

7.如权利要求6所述的基于医学影像的医疗诊断辅助方法，其特征在于：经偏置场校正之后，还采用医学图像处理技术对人体组织进行提取。

8.如权利要求1所述的基于医学影像的医疗诊断辅助方法，其特征在于：所述原始医学影像数据经预处理后，还经过数据增广处理为图像数据集，作为三维卷积神经网络模型的训练数据集。

9.如权利要求8所述的基于医学影像的医疗诊断辅助方法，其特征在于：所述数据增广处理包括对图像的水平翻转、垂直翻转、旋转变换。

10.如权利要求8所述的基于医学影像的医疗诊断辅助方法，其特征在于：所述Boosting算法采用XGBoost算法；该XGBoost算法包含十个以上参数，采用网络搜索算法进行参数选择和优化，并在构建模型时采用十折交叉验证；所述医学检查指标包括对血压、血糖、血常规、血脂、肾功能、肝功能、尿常规的指标。