CN109300534A - 一种医学影像知识库的构建方法及应用 - Google Patents
一种医学影像知识库的构建方法及应用 Download PDFInfo
- Publication number
- CN109300534A CN109300534A CN201811457753.XA CN201811457753A CN109300534A CN 109300534 A CN109300534 A CN 109300534A CN 201811457753 A CN201811457753 A CN 201811457753A CN 109300534 A CN109300534 A CN 109300534A
- Authority
- CN
- China
- Prior art keywords
- medical image
- knowledge base
- medical
- ontology
- construction method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
Landscapes
- Health & Medical Sciences (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
- Medical Treatment And Welfare Office Work (AREA)
Abstract
本发明提出了一种医学影像知识库的构建方法,首先建立医学影像本体框架和患者医学影像标签;之后基于文本资源,对所述医学影像本体框架进行扩充、结合临床指导性文件构建医学影像分析规则,最后基于医学影像分析规则,将所述患者医学影像标签输入推理单元进行训练,训练结果返回所述医学影像本体框架,由此获得医学影像知识库。本发明还提出了该医学影像知识库的应用。本发明建立了能将医学影像领域的相关知识和概念高度整合的知识体系,同时能够将临床的医学影像数据进行结构化处理,并能自动为医学影像智能化辅助诊断提供分析结果。
Description
技术领域
本发明属于知识库的构建技术领域,尤其涉及一种医学影像知识库的构建方法及应用。
背景技术
本体是对概念体系明确的、形式化的、可共享的规范说明。本体定义了组成主题领域的词表的基本术语及术语之间的关系,结合这些术语和关系可定义词表外延的规则。现虽有医学本体如UMLS,SNOMED CT,MESH等,但这些本体所含术语不一致,且由于医疗大数据覆盖范围广,扩展速度快,数据来源复杂,格式多样,数据孤岛现象严重,现有医疗本体无法真正应用于医疗数据中,故未能消除医疗数据交互的鸿沟。这使得医疗大数据在捕捉、存储、管理和处理分析上存在诸多困难。此外,医疗大数据中超过80%的数据来自于医学影像,医学影像数据的非结构化属性无法满足计算机可识别的数据要求。临床指南是临床诊疗过程的规范性文件,但其冗长的篇幅和庞大的信息量往往使临床医生望而却步。为实现对这些医学影像重要的医学数据的精准分析和处理,用于临床辅助决策,就必须将这些数据转换成计算机可处理的知识模型。
因此,基于以上问题,需要构建一个能将医学影像领域的相关知识和概念高度整合的知识体系,同时能够将临床的医学影像数据进行结构化处理,并能通过根据诊疗规则智能辅助诊疗决策的医学影像知识库。
发明内容
本发明的目的在于提供一种医学影像知识库的构建方法及应用,以解决现有技术中医学影像本体和医学影像非结构化属性带来问题,建立了能将医学影像领域的相关知识和概念高度整合的知识体系,同时能够将临床的医学影像数据进行结构化处理,并能自动为医学影像智能化辅助诊断提供分析结果。为实现上述目的,本发明所采用的技术方案为:
本发明提出了一种医学影像知识库的构建方法,包括以下步骤:
S1:建立医学影像本体框架和患者医学影像标签;
S2:基于文本资源,对所述医学影像本体框架进行扩充;
S3:结合临床指导性文件构建医学影像分析规则;
S4:基于医学影像分析规则,将所述患者医学影像标签输入推理单元进行训练,训练结果返回所述医学影像本体框架,由此获得医学影像知识库。
优选地,步骤S1具体为:
S11:分析构建医学影像本体的目的,明确医学影像本体的概念及范围;
S12:收集医学影像本体的概念和术语,完成医学影像本体的资源收集;
S13:定义医学影像本体内概念的意义及概念之间的关系,建立医学影像本体框架。
优选地,在步骤S11中,所述医学影像本体范围包括解剖结构、影像征象、成像模式、危险因素、诊断、管理和患者信息。
优选地,在步骤S12中,收集来源包括医学本体、教科书、医学文献和医学影像图谱。
优选地,步骤S2具体为:以所述医学影像本体中的术语对非结构化的文本资源进行实体识别和标注,通过句法分析和关系抽提进一步获得概念之间的关系,将关系存储入医学影像本体中。
优选地,步骤S2中,所述概念之间的关系以层级结构显示。
优选地,步骤S3中临床指导性文件包括临床指南。
优选地,步骤S4中的推理单元为推理机。
优选地,步骤S4中,进一步包括对训练结果的可信度评价。
本发明还提出了一种医学影像知识库的应用,将DICOM中的患者信息输入所述医学影像知识库以获取分析结果。
与现有技术相比,本发明的优点为:本发明构架了完善的医学影像本体框架,并根据临床指南建立了计算机可理解的分析语义规则,运用分析语义规则将患者实例输入通过推理机进行分析训练并记录训练结果,由此获取分析模型。将DICOM中的患者信息输入该模型,即可自动获取分析结果。
附图说明
图1为本发明一实施例的医学影像知识库的构建方法的流程图;
图2为图1中医疗影像文本中的肺部的概念关系图。
具体实施方式
下面将结合示意图对本发明的医学影像知识库的构建方法及应用进行更详细的描述,其中表示了本发明的优选实施例,应该理解本领域技术人员可以修改在此描述的本发明,而仍然实现本发明的有利效果。因此,下列描述应当被理解为对于本领域技术人员的广泛知道,而并不作为对本发明的限制。
如图1和图2所示,一种医学影像知识库的构建方法,包括以下步骤S1~S4,具体如下:
S1:建立医学影像本体框架和患者医学影像标签。
S11:分析构建医学影像本体的目的,明确医学影像本体的概念及范围;医学影像本体范围包括解剖结构、影像征象、成像模式、危险因素、诊断、管理和患者信息。
S12:收集医学影像本体的概念和术语,完成医学影像本体的资源收集;收集来源包括医学本体、教科书、医学文献、医学影像图谱、咨询专家等。
S13:定义医学影像本体内概念的意义及概念之间的关系,建立医学影像本体框架。
S2:基于文本资源,对医学影像本体框架进行扩充。
以医学影像本体中的术语对非结构化的文本资源进行实体识别和标注,通过句法分析和关系抽提进一步获得概念之间的关系,将关系存储入医学影像本体中。概念之间的关系以层级结构显示,如图2所示。
S3:结合临床指导性文件构建医学影像分析规则。
S4:基于医学影像分析规则,将患者医学影像标签输入推理单元进行训练,训练结果返回医学影像本体框架,由此获得医学影像知识库。
在本实施例中,步骤S3中临床指导性文件包括临床指南。
在本实施例中,步骤S4中的推理单元为推理机。
在本实施例中,步骤S4中,进一步包括对训练结果的可信度评价。
在本实施例中,该医学影像知识库在应用时,将DICOM中的患者信息输入医学影像知识库以获取分析结果。
综上,在本发明实施例提供的医学影像知识库的构建方法及应用中,本发明首先以结构化的方式提供了医学影像相关知识和概念的术语集,梳理了医学影像相关概念之间的关系,此为医学影像知识库的基础和基本骨架;其次构建了以临床指南为指导文件的依赖于医学影像学特征的临床治疗思路,并将思路转化为计算机可理解的语义规则,此为医学影像知识库的推理基础;再次将医学图像信息中的患者作为实例,根据规则通过推理得出相应的结论,此为医学影像知识库功能的实现。
上述仅为本发明的优选实施例而已,并不对本发明起到任何限制作用。任何所属技术领域的技术人员,在不脱离本发明的技术方案的范围内,对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动,均属未脱离本发明的技术方案的内容,仍属于本发明的保护范围之内。
Claims (10)
1.一种医学影像知识库的构建方法,其特征在于,包括以下步骤:
S1:建立医学影像本体框架和患者医学影像标签;
S2:基于文本资源,对所述医学影像本体框架进行扩充;
S3:结合临床指导性文件构建医学影像分析规则;
S4:基于医学影像分析规则,将所述患者医学影像标签输入推理单元进行训练,训练结果返回所述医学影像本体框架,由此获得医学影像知识库。
2.根据权利要求1所述的医学影像知识库的构建方法,其特征在于,步骤S1具体为:
S11:分析构建医学影像本体的目的,明确医学影像本体的概念及范围;
S12:收集医学影像本体的概念和术语,完成医学影像本体的资源收集;
S13:定义医学影像本体内概念的意义及概念之间的关系,建立医学影像本体框架。
3.根据权利要求2所述的医学影像知识库的构建方法,其特征在于,在步骤S11中,所述医学影像本体范围包括解剖结构、影像征象、成像模式、危险因素、诊断、管理和患者信息。
4.根据权利要求2所述的医学影像知识库的构建方法,其特征在于,在步骤S12中,收集来源包括医学本体、教科书、医学文献和医学影像图谱。
5.根据权利要求2所述的医学影像知识库的构建方法,其特征在于,步骤S2具体为:以所述医学影像本体中的术语对非结构化的文本资源进行实体识别和标注,通过句法分析和关系抽提进一步获得概念之间的关系,将关系存储入医学影像本体中。
6.根据权利要求2所述的医学影像知识库的构建方法,其特征在于,步骤S2中,所述概念之间的关系以层级结构显示。
7.根据权利要求1所述的医学影像知识库的构建方法,其特征在于,步骤S3中临床指导性文件包括临床指南。
8.根据权利要求1所述的医学影像知识库的构建方法,其特征在于,步骤S4中的推理单元为推理机。
9.根据权利要求1所述的医学影像知识库的构建方法,其特征在于,步骤S4中,进一步包括对训练结果的可信度评价。
10.一种医学影像知识库的应用,其特征在于,将DICOM中的患者信息输入所述医学影像知识库以获取分析结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811457753.XA CN109300534A (zh) | 2018-11-30 | 2018-11-30 | 一种医学影像知识库的构建方法及应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811457753.XA CN109300534A (zh) | 2018-11-30 | 2018-11-30 | 一种医学影像知识库的构建方法及应用 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109300534A true CN109300534A (zh) | 2019-02-01 |
Family
ID=65141474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811457753.XA Pending CN109300534A (zh) | 2018-11-30 | 2018-11-30 | 一种医学影像知识库的构建方法及应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109300534A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853740A (zh) * | 2019-11-07 | 2020-02-28 | 李真林 | 从dicom图像中提取影像扫描方案特征的系统及方法 |
CN110910991A (zh) * | 2019-11-21 | 2020-03-24 | 张军 | 一种医用自动图像处理系统 |
CN112992362A (zh) * | 2021-04-19 | 2021-06-18 | 北京妙医佳健康科技集团有限公司 | 一种身体状态评估装置、电子设备及存储介质 |
CN115062120A (zh) * | 2022-08-18 | 2022-09-16 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 读片知识图谱构建方法、装置、处理器及报告生成方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016523407A (ja) * | 2013-06-17 | 2016-08-08 | メディマッチ テクノロジー リミテッド | 医用画像の実時間分析システム及び方法 |
CN107463786A (zh) * | 2017-08-17 | 2017-12-12 | 王卫鹏 | 基于结构化报告模板的医学影像知识库建立方法 |
CN108573490A (zh) * | 2018-04-25 | 2018-09-25 | 王成彦 | 一种针对肿瘤影像数据的智能读片系统 |
CN108922601A (zh) * | 2018-07-09 | 2018-11-30 | 成都数浪信息科技有限公司 | 一种医学影像处理系统 |
-
2018
- 2018-11-30 CN CN201811457753.XA patent/CN109300534A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016523407A (ja) * | 2013-06-17 | 2016-08-08 | メディマッチ テクノロジー リミテッド | 医用画像の実時間分析システム及び方法 |
CN107463786A (zh) * | 2017-08-17 | 2017-12-12 | 王卫鹏 | 基于结构化报告模板的医学影像知识库建立方法 |
CN108573490A (zh) * | 2018-04-25 | 2018-09-25 | 王成彦 | 一种针对肿瘤影像数据的智能读片系统 |
CN108922601A (zh) * | 2018-07-09 | 2018-11-30 | 成都数浪信息科技有限公司 | 一种医学影像处理系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110853740A (zh) * | 2019-11-07 | 2020-02-28 | 李真林 | 从dicom图像中提取影像扫描方案特征的系统及方法 |
CN110910991A (zh) * | 2019-11-21 | 2020-03-24 | 张军 | 一种医用自动图像处理系统 |
CN112992362A (zh) * | 2021-04-19 | 2021-06-18 | 北京妙医佳健康科技集团有限公司 | 一种身体状态评估装置、电子设备及存储介质 |
CN112992362B (zh) * | 2021-04-19 | 2021-09-14 | 北京妙医佳健康科技集团有限公司 | 一种身体状态评估装置、电子设备及存储介质 |
CN115062120A (zh) * | 2022-08-18 | 2022-09-16 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 读片知识图谱构建方法、装置、处理器及报告生成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109300534A (zh) | 一种医学影像知识库的构建方法及应用 | |
CN107463786A (zh) | 基于结构化报告模板的医学影像知识库建立方法 | |
US8935196B2 (en) | System and method for providing instance information data of an instance | |
US8799286B2 (en) | System and method for organizing and displaying of longitudinal multimodal medical records | |
Smith et al. | Biomedical imaging ontologies: A survey and proposal for future work | |
CN112164446B (zh) | 一种基于多网络融合的医疗影像报告生成方法 | |
CN108735198B (zh) | 基于医学疾病数据的语音合成方法、装置及电子设备 | |
Lacoste et al. | Medical-image retrieval based on knowledge-assisted text and image indexing | |
Westcott et al. | Artificial intelligence and machine learning in cardiology | |
CN110069639B (zh) | 一种构建甲状腺超声领域本体的方法 | |
Xiao et al. | Collaborations of industry, academia, research and application improve the healthy development of medical imaging artificial intelligence industry in China | |
Burek et al. | Towards GFO 2.0: Architecture, modules and applications | |
Dimitrieski et al. | A survey on ontologies and ontology alignment approaches in healthcare | |
Zillner et al. | Semantic visualization of patient information | |
JPWO2009025022A1 (ja) | 情報処理システム、およびプログラム | |
Heja et al. | GALEN based formal representation of ICD10 | |
Kim et al. | Representation of nursing terminologies in UMLS | |
Coccia | Digital Pathology Ecosystem: Basic Elements to Revolutionize the Diagnosis and Monitoring of Diseases in Health Sector | |
Wang et al. | A computational framework towards medical image explanation | |
Buendía et al. | An annotation approach for radiology reports linking clinical text and medical images with instructional purposes | |
Hauer et al. | An architecture for semantic navigation and reasoning with patient data-experiences of the Health-e-Child Project | |
Zillner | Reasoning-based patient classification for enhanced medical image annotation | |
Meriem et al. | Interpretation breast cancer imaging by using ontology | |
Weng et al. | Towards symbiosis in knowledge representation and natural language processing for structuring clinical practice guidelines | |
Tolksdorf et al. | Organizing knowledge in a semantic web for pathology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190201 |