[发明专利]一种医学数据处理方法、系统、设备及介质

说明书

本发明提供一种医学数据处理方法、系统、设备及介质，包括：获取医学数据，所述医学数据包括用户的影像数据与文本数据；分别提取所述文本数据与影像数据，对应得到文本特征向量与图像特征向量；构建医学概念的知识图谱，利用所述知识图谱的实体‑关系‑属性融合所述图像特征向量与文本特征向量得到融合特征向量；将所述融合特征向量输入多模态深度学习模型进行处理，得到处理的分类结果。本发明通过分别提取影像数据与文本数据的特征向量，将文本特征向量与图像特征向量进行融合，使得融合后的融合特征向量能够反映出更多的医学概念层级结构的信息，可以有效缓解数据不足和数据偏差所带来的影响，提高了处理的分类结果准确性。

技术领域

本发明属于医学数据处理技术领域，特别是涉及一种医学数据处理方法、系统、设备及介质。

背景技术

随着大数据技术及“互联网+”的迅速发展，全球医学健康数据已有数百Exabyte，并在加速增长。从大规模研究队列的快速识别和建立，到人工智能辅助的临床决策支持系统，大数据正在改变着医学研究与实践。

目前，在医学领域的信息化建设中，搜索医学信息的相关方法主要还是通过建立各类业务的数据中心，直接获取数据中心的医学数据。而获取的医学数据比较片面，并且由于数据量较少，数据中知识点关联性也比较薄弱，因此，很难通过这种方法获取与搜索问题相关匹配度较高的结果，不利于后续医学数据的精准查询与匹配。

发明内容

鉴于以上所述现有技术的缺点，本发明的目的在于提供一种医学数据处理方法、系统、设备及介质，用于解决现有技术医疗医学数据分类不够准确的问题。

为实现上述目的及其他相关目的，本发明的第一方面提供一种医学数据处理方法，包括：

获取医学数据，所述医学数据包括用户的影像数据与文本数据；

分别提取所述文本数据与影像数据，对应得到文本特征向量与图像特征向量；

构建医学概念的知识图谱，利用所述知识图谱的实体-关系-属性融合所述图像特征向量与文本特征向量得到融合特征向量；

将所述融合特征向量输入多模态深度学习模型进行处理，得到处理的分类结果。

于所述第一方面的一实施例中，还包括：

将所述文本数据进行预处理，利用第一特征提取模型提取预处理后所述文本数据的文本特征向量，所述第一特征提取模型结合双向长短期记忆网络-条件随机场BiLSTM-CRF和注意力机制训练得到；

将所述影像数据进行预处理，采用多尺度卷积核提取预处理后的所述影像数据，将提取的多尺度特征融合得到具有广度特性的图像特征向量，其中，所述图像特征向量与文本特征向量通过医学概念层级相关联。

于所述第一方面的一实施例中，所述第一特征提取模型具体为：

获取文本数据，预处理所述文本数据；根据预设的医学领域的命名实体类型，标注预处理后的所述文本数据得到训练集，构建一个基于BiLSTM-CRF和注意力机制的神经网络模型；利用所述训练集每个字符的字向量输入所述神经网络模型进行训练，得到第一特征提取模型；其中，在所述BiLSTM层，获取所述字向量的双向特征向量；在所述注意力机制层，将表示所述字向量顺序的位置向量和所述双向特征向量进行拼接，并利用分配权重系数得到文本特征向量。

于所述第一方面的一实施例中，还包括：采用多尺度思想训练广度卷积神经网络，利用广度卷积神经网络提取所述影像数据的多尺度特征，其对应的损失函数采用了结合中心损失函数和Softmax损失函数；其对应的表达式为：

Loss=SoftmaxLoss+λCentorLoss

式中，结合后对应的损失函数为Loss，Softmax损失函数为SoftmaxLoss ，中心损失函数为CentorLoss，λ表示系数大小；