[发明专利]基于深度学习对医疗数据进行分析的方法及其智能分析仪

摘要

一种能有效减轻医院医生或医学研究人员工作压力且可对大量的医疗或医学数据进行科学分析并获得与之匹配的分析结果的基于深度学习对医疗数据进行分析的方法及其智能分析仪。其核心内容是应用深度学习中的深度卷积神经元算法在计算机内建立模型。该模型利用海量医疗数据选择及优化模型参数，通过“训练”模型自动学习医生或医学研究人员的病理分析过程，继而帮助其处理大量的医疗或医学数据，最终辅助医生做出针对大量医疗数据的正确判断和有效决策。本发明可大大降低医生或医学研究人员的工作压力，提高其工作效率，本发明可使医生或医学研究人员从繁重的对医疗或医学数据的分析工作中解脱出来，从而将更多的精力用于其它更重要的工作中。

主权项

一种基于深度学习对医疗数据进行分析的方法，其特征在于：其包括如下步骤：1)采集海量已备案的同类型的医疗素材数据及与该医疗素材数据匹配的医疗诊断数据作为医疗训练数据通过输入装置存储于计算机中；2)将所述医疗训练数据中不小于二维的影像数据与文本数据中随时间和空间的变化值与对应的数据相关联；3)在采集的海量医疗训练数据中，将与每一个个体对应的医疗训练数据和所述变化值汇总为一条单元数据；4)将所述医疗训练数据采用分割、关联或文本数据挖掘方法整合或格式化为计算机可以理解的结构化数据矩阵并从每个单元数据中提取数据特征；5)将已形成结构化数据矩阵的医疗训练数据导入设置于计算机内对应深度学习模型的存储模块中；6)通过计算机对所述深度学习模型进行优化运算，优化方法如下：a.设定深度学习基本框架，将所述医疗训练数据按照数据特征建立包括输入层、至少一层隐层和输出层的数据模型，输入层包含若干个具有数据特征的节点，输出层包含若干个具有医疗诊断数据特征的节点，每个隐层包含若干个与上一层输出值具有映射对应关系的节点；b.每个节点采用数学方程建立该节点的数据模型，采用人工或随机方法预设所述数学方程中的相关参数值，输入层中各节点的输入值为所述的数据特征，各隐层及输出层中各节点的输入值为上层的输出值，每层中各节点的输出值为本节点经所述数学方程运算后所得的值；c.初始化所述参数值A_i，将所述输出层中各节点的输出值与对应节点的医疗诊断数据特征比对，反复修正各节点的所述参数值A_i，依次循环，最终获得使所述输出层中各节点的输出值生成与所述医疗诊断数据特征相似度为局部最大时的输出值对应的各节点中的参数值A_i；7)将获取的已形成结构化矩阵数据的医学待分析数据导入该深度学习模型中进行与之匹配的医学病理分析；8)由该深度学习模型通过输出装置输出与所述医学待分析数据相匹配的医学病理分析结果。