CN110807310B - X光片分析结果的评估方法、设备和存储介质 - Google Patents
X光片分析结果的评估方法、设备和存储介质 Download PDFInfo
- Publication number
- CN110807310B CN110807310B CN201911021798.7A CN201911021798A CN110807310B CN 110807310 B CN110807310 B CN 110807310B CN 201911021798 A CN201911021798 A CN 201911021798A CN 110807310 B CN110807310 B CN 110807310B
- Authority
- CN
- China
- Prior art keywords
- result
- analysis result
- structural analysis
- diagnosis report
- evaluation
- 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.)
- Active
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 95
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000012916 structural analysis Methods 0.000 claims abstract description 186
- 238000011156 evaluation Methods 0.000 claims abstract description 119
- 238000003745 diagnosis Methods 0.000 claims abstract description 118
- 238000012545 processing Methods 0.000 claims abstract description 60
- 230000011218 segmentation Effects 0.000 claims description 46
- 238000001514 detection method Methods 0.000 claims description 26
- 238000013139 quantization Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 15
- 238000003058 natural language processing Methods 0.000 claims description 10
- 238000002441 X-ray diffraction Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 201000010099 disease Diseases 0.000 description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 11
- 230000000694 effects Effects 0.000 description 9
- 206010035664 Pneumonia Diseases 0.000 description 8
- 206010007572 Cardiac hypertrophy Diseases 0.000 description 6
- 208000006029 Cardiomegaly Diseases 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 206010028980 Neoplasm Diseases 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Primary Health Care (AREA)
- Public Health (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及一种X光片分析结果的评估方法、设备和存储介质,该方法包括:获取第一用户对X光片处理所得的第一诊断报告;获取第二用户对X光片处理所得的第二诊断报告;利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果;将第一结构化分析结果与第二结构化分析结果进行比对,得到比对结果;根据比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果,该方法能够更加准确地对第一诊断报告和第二诊断报告进行语义分析,提高了得到的第一结构化分析结果和第二结构化分析结果的准确度,进而提高了得到的对第一诊断报告的评估结果的准确度。
Description
技术领域
本发明涉及医学图像领域,特别是涉及一种X光片分析结果的评估方法、设备和存储介质。
背景技术
X线摄影技术,通过X射线发射装置发射的X射线穿过人体并照射到X线接收装置上,通过光电转换形成X光片,医生利用病人的X光片来进行疾病的辅助确诊,并观察病人的健康状况。由于X线摄影具有方便、简捷等特点,成为临床检查的常用手段之一,医生面临着超大体量的阅片压力。
传统技术中,对X光片的阅片方法通常是由第一用户(存储的信息量较少)先进行阅片并给出初步诊断报告,然后由第二用户(存储的信息量较多)进一步阅片并给出最终的诊断报告。然而,由于第一用户存储的信息量较少,导致第一用户对X光片的分析结论不准确。
因此,传统的X光片阅片方法存在第一用户对X光片的分析结论不准确的问题,需要对第一用户的分析结论进行评估。
发明内容
基于此,有必要针对传统的X光片阅片方法存在第一用户对X光片的分析结论不准确的问题,提供一种X光片分析结果的评估方法、设备和存储介质。
第一方面,本发明实施例提供一种X光片分析结果的评估方法,所述方法包括:
获取第一用户对X光片处理所得的第一诊断报告;
获取第二用户对所述X光片处理所得的第二诊断报告;
利用预设的语义分析方法,对所述第一诊断报告进行语义分析得到第一结构化分析结果,对所述第二诊断报告进行语义分析得到第二结构化分析结果;
将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果;
根据所述比对结果,对所述第一诊断报告进行评估,得到对所述第一诊断报告的评估结果。
在其中一个实施例中,所述将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果,包括:
分别对所述第一结构化分析结果和所述第二结构化分析结果进行分句处理,得到所述第一结构化分析结果对应的多个短句以及所述第二结构化分析结果对应的多个短句;
分别对所述第一结构化分析结果对应的多个短句以及所述第二结构化分析结果对应的多个短句进行分词处理,得到所述第一结构化分析结果的分词结果和所述第二结构化分析结果的分词结果;
将所述第一结构化分析结果的分词结果和所述第二结构化分析结果的分词结果进行比对,得到所述比对结果。
在其中一个实施例中,所述比对结果用于表征所述第一诊断报告与第二诊断报告的差异,所述根据所述比对结果,对所述第一诊断报告进行评估,得到对所述第一诊断报告的评估结果,包括:
利用预设的评价指标结合所述差异,对所述第一诊断报告在各评价指标下执行量化操作,得到所述第一诊断报告在所述各评价指标下的量化值;
根据所述量化值,得到对所述第一诊断报告的评估结果。
在其中一个实施例中,所述根据所述量化值,得到对所述第一诊断报告的评估结果,包括:
获取所述量化值的加权平均值;
根据所述加权平均值,得到对所述第一诊断报告的评估结果。
在其中一个实施例中,所述预设的评价指标包括检出率、漏检率和检错率中的至少一种。
在其中一个实施例中,所述方法还包括:
对所述评估结果进行展示,以使所述第一用户对所述评估结果进行查看。
在其中一个实施例中,所述方法还包括:
在所述第一用户对新的X光片处理时,根据所述评估结果提示所述第一用户。
在其中一个实施例中,所述预设的语义分析方法包括自然语言处理法。
第二方面,本发明实施例提供一种X光片分析结果的评估装置,所述装置包括:
第一获取模块,用于获取第一用户对X光片处理所得的第一诊断报告;
第二获取模块,用于获取第二用户对所述X光片处理所得的第二诊断报告;分析模块,用于利用预设的语义分析方法,对所述第一诊断报告进行语义分析得到第一结构化分析结果,对所述第二诊断报告进行语义分析得到第二结构化分析结果;
比对模块,用于将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果;
评估模块,用于根据所述比对结果,对所述第一诊断报告进行评估,得到对所述第一诊断报告的评估结果。
第三方面,本发明实施例提供一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取第一用户对X光片处理所得的第一诊断报告;
获取第二用户对所述X光片处理所得的第二诊断报告;
利用预设的语义分析方法,对所述第一诊断报告进行语义分析得到第一结构化分析结果,对所述第二诊断报告进行语义分析得到第二结构化分析结果;
将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果;
根据所述比对结果,对所述第一诊断报告进行评估,得到对所述第一诊断报告的评估结果。
第四方面,本发明实施例提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取第一用户对X光片处理所得的第一诊断报告;
获取第二用户对所述X光片处理所得的第二诊断报告;
利用预设的语义分析方法,对所述第一诊断报告进行语义分析得到第一结构化分析结果,对所述第二诊断报告进行语义分析得到第二结构化分析结果;
将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果;
根据所述比对结果,对所述第一诊断报告进行评估,得到对所述第一诊断报告的评估结果。
上述实施例提供的X光片分析结果的评估方法、装置、设备和存储介质中,计算机设备获取第一用户对X光片处理所得的第一诊断报告,获取第二用户对X光片处理所得的第二诊断报告,利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果,将第一结构化分析结果与第二结构化分析结果进行比对,得到比对结果,根据比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果。在该方法中,由于利用预设的语义分析方法,能够更加准确地对第一诊断报告和第二诊断报告进行语义分析,提高了得到的第一结构化分析结果和第二结构化分析结果的准确度,进而能够根据第一结构化分析结果和第二结构化分析结果的比对结果,对第一诊断报告进行更加准确的评估,提高了得到的对第一诊断报告的评估结果的准确度。
附图说明
图1为一个实施例提供的计算机设备的内部结构示意图;
图2为一个实施例提供的X光片分析结果的评估方法的流程示意图;
图3为另一个实施例提供的X光片分析结果的评估方法的流程示意图;
图4为另一个实施例提供的X光片分析结果的评估方法的流程示意图;
图5为另一个实施例提供的X光片分析结果的评估方法的流程示意图;
图6为一个实施例提供的X光片分析结果的评估装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的X光片分析结果的评估方法,可以适用于如图1所示的计算机设备。该计算机设备包括通过系统总线连接的处理器、存储器,该存储器中存储有计算机程序,处理器执行该计算机程序时可以执行下述方法实施例的步骤。可选的,该计算机设备还可以包括网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器,该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。可选的,该计算机设备可以是服务器,可以是个人计算机,还可以是个人数字助理,还可以是其他的终端设备,例如平板电脑、手机等等,还可以是云端或者远程服务器,本申请实施例对计算机设备的具体形式并不做限定。
需要说明的是,本申请实施例提供的X光片分析结果的评估方法,其执行主体可以是X光片分析结果的评估装置,该X光片分析结果的评估装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例中,均以执行主体是计算机设备为例来进行说明。
下面以具体的实施例对本发明的技术方案以及本发明的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图2为一个实施例提供的X光片分析结果的评估方法的流程示意图。本实施例涉及的是计算机设备根据第一诊断报告的结构化分析结果与第二诊断报告的结构化分析结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果的具体实现过程。如图2所示,该方法可以包括:
S201,获取第一用户对X光片处理所得的第一诊断报告。
具体的,计算机设备获取第一用户对X光片处理所得的第一诊断报告。其中,第一用户一般为一线放射科医生,阅片资历较浅。可选的,计算机设备可以从PACS(PictureArchiving and Communication Systems,影像归档和通信系统)服务器中获取第一用户对X光片处理所得的第一诊断报告,也可以实时地从放射科的计算机设备中获取第一用户对X光片处理所得的第一诊断报告。
S202,获取第二用户对X光片处理所得的第二诊断报告。
具体的,计算机设备获取第二用户对X光片处理所得的第二诊断报告。其中,第二用户一般为二线放射科医生,阅片资历较深。可选的,第二诊断报告还可以为第二用户结合卷积神经网络的对X光片的分析结果,对X光片进行分析所得到的诊断报告。可选的,计算机设备可以从PACS(Picture Archiving and Communication Systems,影像归档和通信系统)服务器中获取第二用户对X光片处理所得的第二诊断报告,也可以实时地从放射科的计算机设备中获取第二用户对X光片处理所得的第二诊断报告。
S203,利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果。
具体的,计算机设备利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果。其中,结构化分析结果是对病人的患病信息的结构统一的描述,例如,若一个病人的诊断报告为患有心肥大、肺炎,则对应的结构化分析结果为“该病人患有心肥大、肺炎”,若一个病人的诊断报告为正常,则对应的结构化分析结果为“未见明显异常”。
S204,将第一结构化分析结果与第二结构化分析结果进行比对,得到比对结果。
具体的,计算机设备将上述第一结构化分析结果与上述第二结构化分析结果进行比对,得到比对结果。可选的,计算机设备可以提取上述第一结构化分析结果与上述第二结构化分析结果中的关键词,将关键词进行比对,得到比对结果,例如,第一结构化分析结果为“该病人患有心肥大、肺炎”,第二结构化分析结果为“未见明显异常”,计算机设备提取到的第一结构化分析结果中的关键词为“心肥大”和“肺炎”,提取到的第二结构化分析结果中的关键词为“未见”,计算机设备将这两个关键词比对,得到心肥大和肺炎均检错,计算机设备可以将得到的差异较大的结果作为比对结果。或者,第一结构化分析结果为“该病人患有结节”,第二结构化分析结果为“该病人患有结节、肿块”,计算机设备提取到的第一结构化分析结果中的关键词为“结节”,提取到的第二结构化分析结果中的关键词为“结节”和“肿块”,计算机设备将这两个结构化报告的关键词比对,得到结节检查正确,肿块漏检的结果,则计算机设备可以将得到的差异较大的结果作为比对结果。
S205,根据比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果。
具体的,计算机设备根据上述比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果。可选的,若计算机设备得到的比对结果为差异较大,则计算机设备可以评估第一诊断报告为诊断结果不准确;若计算机设备得到的比对结果为差异较小,则计算机设备可以评估第一诊断报告为诊断结果准确。
在本实施例中,由于利用预设的语义分析方法,能够更加准确地对第一诊断报告和第二诊断报告进行语义分析,提高了得到的第一结构化分析结果和第二结构化分析结果的准确度,进而能够根据第一结构化分析结果和第二结构化分析结果的比对结果,对第一诊断报告进行更加准确的评估,提高了得到的对第一诊断报告的评估结果的准确度。
图3为另一个实施例提供的X光片分析结果的评估方法的流程示意图。本实施例涉及的是计算机设备将第一结构化分析结果与第二结构化分析结果进行比对,得到比对结果的具体实现过程。如图3所示,在上述实施例的基础上,作为一种可选的实施方式,上述S204,包括:
S301,分别对第一结构化分析结果和第二结构化分析结果进行分句处理,得到第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句。
具体的,计算机设备得到第一结构化分析结果和第二结构化分析结果后,可以分别对第一结构化分析结果和第二结构化分析结果包含的文本数据进行分句处理,得到第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句。可选的,计算机设备可以按照文本数据中包含的中文标点符号(如逗号、句号)为断句标准,分别对第一结构化分析结果和第二结构化分析结果进行分句处理,得到第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句。
S302,分别对第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句进行分词处理,得到第一结构化分析结果的分词结果和第二结构化分析结果的分词结果。
具体的,计算机设备得到第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句后,分别对第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句进行分词处理,得到第一结构化分析结果的分词结果和第二结构化分析结果的分词结果。可选的,计算机设备可以使用结巴分词工具分别对第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句进行分词,也可以使用其他分词工具分别对第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句进行分词。例如,第一结构化分析结果为“该病人患有心肥大、肺炎”,第二结构化分析结果为“未见明显异常”,则计算机设备得到的第一结构化分析结果的分词结果可以为“肺炎”,得到的第二结构化分析结果的分词结果可以为“未见”。
S303,将第一结构化分析结果的分词结果和第二结构化分析结果的分词结果进行比对,得到比对结果。
具体的,计算机设备将得到的第一结构化分析结果的分词结果和第二结构化分析结果的分词结果进行比对,得到比对结果。例如,计算机设备得到的第一结构化分析结果的分词结果“肺炎”,得到的第二结构化分析结果的分词结果为“未见”,计算机设备将两者的分词结果进行比对,得到两者的比对结果为差异较大。
在本实施例中,计算机设备分别对第一结构化分析结果和第二结构化分析结果进行分句处理,得到第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句,可以提取出第一结构化分析结果和第二结构化分析结果中的特征,再分别对第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的短句进行分词处理,能够进一步得到第一结构化分析结果和第二结构化分析结果中的特征,从而提高了得到的第一结构化分析结果的分词结果和第二结构化分析结果的分词结果的准确度,而第一结构化分析结果与第二结构化分析结果的比对结果是将第一结构化分析结果的分词结果和第二结构化分析结果的分词结果进行比对得到的,由于第一结构化分析结果的分词结果和第二结构化分析结果的分词结果的准确度得到了提高,因此,第一结构化分析结果与第二结构化分析结果的比对结果的准确度也得到了提高。
图4为另一个实施例提供的X光片分析结果的评估方法的流程示意图。上述实施例得到的第一结构化分析结果与第二结构化分析结果的比对结果,用于表征第一诊断报告与第二诊断报告的差异。本实施例涉及的是计算机设备根据比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果的具体实现过程。如图4所示,在上述实施例的基础上,作为一种可选的实施方式,上述S205,包括:
S401,利用预设的评价指标结合差异,对第一诊断报告在各评价指标下执行量化操作,得到第一诊断报告在各评价指标下的量化值。
具体的,计算机设备利用预设的评价指标结合第一诊断报告与第二诊断报告的差异,对第一诊断报告在各评价指标下执行量化操作,得到第一诊断报告在各评价指标下的量化值。可选的,预设的评价指标包括检出率、漏检率和检错率中的至少一种。可选的,检出率可以为对某种疾病的检出率,也可以为某个科室对某种疾病的检出率,也可以为某个医院对某种疾病的检出率。可选的,漏检率可以为对某种疾病的漏检率,也可以为某个科室对某种疾病的漏检率,也可以为某个医院对某种疾病的漏检率。可选的,检错率可以为对某种疾病的检错率,也可以为某个科室对某种疾病的检错率,也可以为某个医院对某种疾病的检错率。例如,当预设的评价指标包括检出率、漏检率和检错率时,计算机设备利用该预设的评价指标结合第一诊断报告与第二诊断报告的差异,对第一诊断报告在上述各评价指标下执行量化操作,得到第一诊断报告在检出率下的量化值可以为60%,得到第一诊断报告在漏检率下的量化值可以为30%,得到第一诊断报告在检错率下的量化值可以为50%。
S402,根据量化值,得到对第一诊断报告的评估结果。
具体的,计算机设备根据第一诊断报告在上述各评价指标下的量化值,得到对第一诊断报告的评估结果。可选的,计算机设备可以根据预设的量化值阈值,对第一诊断报告进行评估,当第一诊断报告在各评价指标下的量化值大于预设的量化值阈值时,确定第一诊断报告的诊断准确度较高,当第一诊断报告在各评价指标下的量化值小于预设的量化值阈值时,确定第一诊断报告的诊断准确度较低。可选的,计算机设备可以获取第一诊断报告在上述各评价指标下的量化值的加权平均值,根据得到的加权平均值,得到对第一诊断报告的评估结果。例如,计算机设备得到第一诊断报告在检出率下的量化值为70%,得到第一诊断报告在漏检率下的量化值为20%,得到第一诊断报告在检错率下的量化值为40%,获取到第一诊断报告在各评价指标下的量化值的加权平均值为43%,根据得到的加权平均值43%,对第一诊断报告的评估结果进行评估,得到对第一诊断报告的评估结果。
在本实施例中,计算机设备利用预设的评价指标结合第一诊断报告和第二诊断报告的差异,对第一诊断报告在各评价指标下执行量化操作,得到第一诊断报告在各评价指标下的量化值,根据各评价指标的量化值能够更好的对第一诊断报告进行评估,提高了得到的对第一诊断报告的评估结果的准确度。
在上述实施例的基础上,作为一种可选的实施方式,上述方法还包括:对评估结果进行展示,以使第一用户对评估结果进行查看。
具体的,计算机设备得到对第一诊断报告的评估结果后,对第一诊断报告的评估结果进行展示,以使第一用户对评估结果进行查看。可选的,计算机设备可以实时地对第一诊断报告进行展示,也可以按照预设的时间间隔对第一诊断报告进行展示。在本实施例中,计算机设备通过对评估结果进行展示,能够使第一用户对评估结果进行查看,可以使第一用户根据查看到的评估结果在之后对X光片的处理中进行更加准确的处理,从而提高第一用户之后对X光片处理所得的第一诊断报告的准确度。
在上述实施例的基础上,作为一种可选的实施方式,上述方法还包括:在第一用户对新的X光片处理时,根据评估结果提示第一用户。
具体的,在第一用户对新的X光片处理时,计算机设备根据上述得到的评估结果提示第一用户,其中,评估结果中包括有第一用户之前对X光片处理中所犯错误的信息,也就是在第一用户在对该新的X光片处理时,计算机设备根据第一用户之前对X光片处理中所犯错误的信息,提示第一用户避免再出现在之前对X光片处理中所犯的错误。可选的,在第一用户对新的X光片处理时,计算机设备还可以根据评估结果和/或处理标准提示第一用户,其中,处理标准为用户在对X光片处理过程中所要遵循的标准。可选的,计算机设备对用户的提示可以文字提示,也可以为语音提示。在本实施例中,计算机设备在第一用户对新的X光片处理时,根据评估结果提示第一用户,能够使第一用户对新的X光片进行更加准确的处理,提高了第一用户对新的X光片处理所得的第一诊断报告的准确度。
在上述实施例的基础上,作为一种可选的实施方式,上述预设的语义分析方法包括自然语言处理法。
具体的,利用自然语言处理法(Natural Language Processing,NLP)对文本进行语义分析时,首先对文本的特征进行提取,然后利用提取的特征对文本进行分类,从而得到文本中包含的各种信息。例如,计算机设备利用自然语言处理法对第一诊断报告进行语义分析时,首先对第一诊断报告的特征进行提取,然后利用提取的第一诊断报告的特征对第一诊断报告进行分类,从而得到第一结构化分析结果。
在本实施例中,计算机设备利用自然语言处理法,对第一诊断报告以及第二诊断报告进行语义分析,能够更加准确的对第一诊断报告和第二诊断报告进行分析,提高了得到的第一结构化分析结果和第二结构化分析结果的准确度。
为了便于本领域技术人员的理解,以下对本申请提供的X光片分析结果的评估方法进行详细介绍,如图5所示,该方法可以包括:
S501,获取第一用户对X光片处理所得的第一诊断报告;
S502,获取第二用户对X光片处理所得的第二诊断报告;
S503,利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果;预设的语义分析方法包括自然语言处理法;
S504,分别对第一结构化分析结果和第二结构化分析结果进行分句处理,得到第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句;
S505,分别对第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句进行分词处理,得到第一结构化分析结果的分词结果和第二结构化分析结果的分词结果;
S506,将第一结构化分析结果的分词结果和第二结构化分析结果的分词结果进行比对,得到比对结果;比对结果用于表征第一诊断报告与第二诊断报告的差异;
S507,利用预设的评价指标结合差异,对第一诊断报告在各评价指标下执行量化操作,得到第一诊断报告在各评价指标下的量化值;预设的评价指标包括检出率、漏检率和检错率中的至少一种;
S508,获取量化值的加权平均值;
S509,根据加权平均值,得到对第一诊断报告的评估结果;
S510,对评估结果进行展示,以使第一用户对评估结果进行查看。
需要说明的是,针对上述S501-S510中的描述可以参见上述实施例中相关的描述,且其效果类似,本实施例在此不再赘述。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
图6为一个实施例提供的X光片分析结果的评估装置结构示意图。如图6所示,该装置可以包括:第一获取模块10、第二获取模块11、分析模块12、比对模块13和评估模块14。
具体的,第一获取模块10,用于获取第一用户对X光片处理所得的第一诊断报告;
第二获取模块11,用于获取第二用户对X光片处理所得的第二诊断报告;
分析模块12,用于利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果;
比对模块13,用于将第一结构化分析结果与第二结构化分析结果进行比对,得到比对结果;
评估模块14,用于根据比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果。
可选的,预设的语义分析方法包括自然语言处理法
本实施例提供的X光片分析结果的评估装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述比对模块13包括:分句单元、分词单元和比对单元。
具体的,分句单元,用于分别对第一结构化分析结果和第二结构化分析结果进行分句处理,得到第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句;
分词单元,用于分别对第一结构化分析结果对应的多个短句以及第二结构化分析结果对应的多个短句进行分词处理,得到第一结构化分析结果的分词结果和第二结构化分析结果的分词结果;
比对单元,用于将第一结构化分析结果的分词结果和第二结构化分析结果的分词结果进行比对,得到比对结果。
本实施例提供的X光片分析结果的评估装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,比对结果用于表征第一诊断报告与第二诊断报告的差异,可选的,上述评估模块14包括:量化单元和评估单元。
具体的,量化单元,用于利用预设的评价指标结合差异,对第一诊断报告在各评价指标下执行量化操作,得到第一诊断报告在各评价指标下的量化值;
评估单元,用于根据量化值,得到对第一诊断报告的评估结果。
可选的,预设的评价指标包括检出率、漏检率和检错率中的至少一种。
本实施例提供的X光片分析结果的评估装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述评估单元,具体用于获取量化值的加权平均值;根据加权平均值,得到对第一诊断报告的评估结果。
本实施例提供的X光片分析结果的评估装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括展示模块。
具体的,展示模块,用于对评估结果进行展示,以使第一用户对评估结果进行查看。
本实施例提供的X光片分析结果的评估装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在上述实施例的基础上,可选的,上述装置还包括提示模块。
具体的,提示模块,用于在第一用户对新的X光片处理时,根据评估结果提示第一用户。
本实施例提供的X光片分析结果的评估装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于X光片分析结果的评估装置的具体限定可以参见上文中对于X光片分析结果的评估方法的限定,在此不再赘述。上述X光片分析结果的评估装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取第一用户对X光片处理所得的第一诊断报告;
获取第二用户对X光片处理所得的第二诊断报告;
利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果;
将第一结构化分析结果与第二结构化分析结果进行比对,得到比对结果;
根据比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果。
上述实施例提供的计算机设备,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取第一用户对X光片处理所得的第一诊断报告;
获取第二用户对X光片处理所得的第二诊断报告;
利用预设的语义分析方法,对第一诊断报告进行语义分析得到第一结构化分析结果,对第二诊断报告进行语义分析得到第二结构化分析结果;
将第一结构化分析结果与第二结构化分析结果进行比对,得到比对结果;
根据比对结果,对第一诊断报告进行评估,得到对第一诊断报告的评估结果。
上述实施例提供的计算机可读存储介质,其实现原理和技术效果与上述方法实施例类似,在此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种X光片分析结果的评估方法,其特征在于,所述方法包括:
获取第一用户对X光片处理所得的第一诊断报告;
获取第二用户对所述X光片处理所得的第二诊断报告;所述第二诊断报告为所述第二用户结合卷积神经网络对所述X光片进行分析所得到的诊断报告;
利用预设的语义分析方法,对所述第一诊断报告进行语义分析得到第一结构化分析结果,对所述第二诊断报告进行语义分析得到第二结构化分析结果;
将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果;所述比对结果用于表征所述第一诊断报告与第二诊断报告的差异;
利用预设的评价指标结合所述差异,对所述第一诊断报告在各评价指标下执行量化操作,得到所述第一诊断报告在所述各评价指标下的量化值;所述预设的评价指标包括检出率、漏检率和检错率中的至少一种;
根据所述量化值,得到对所述第一诊断报告的评估结果。
2.根据权利要求1所述的方法,其特征在于,所述将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果,包括:
分别对所述第一结构化分析结果和所述第二结构化分析结果进行分句处理,得到所述第一结构化分析结果对应的多个短句以及所述第二结构化分析结果对应的多个短句;
分别对所述第一结构化分析结果对应的多个短句以及所述第二结构化分析结果对应的多个短句进行分词处理,得到所述第一结构化分析结果的分词结果和所述第二结构化分析结果的分词结果;
将所述第一结构化分析结果的分词结果和所述第二结构化分析结果的分词结果进行比对,得到所述比对结果。
3.根据权利要求1所述的方法,其特征在于,所述根据所述量化值,得到对所述第一诊断报告的评估结果,包括:
获取所述量化值的加权平均值;
根据所述加权平均值,得到对所述第一诊断报告的评估结果。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述评估结果进行展示,以使所述第一用户对所述评估结果进行查看。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述第一用户对新的X光片处理时,根据所述评估结果提示所述第一用户。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在所述第一用户对新的X光片处理时,根据所述评估结果和/或处理标准提示所述第一用户;其中,所述处理标准为所述第一用户在对X光片处理过程中所要遵循的标准。
7.根据权利要求1所述的方法,其特征在于,所述预设的语义分析方法包括自然语言处理法。
8.一种X光片分析结果的评估装置,其特征在于,所述装置包括:
第一获取模块,用于获取第一用户对X光片处理所得的第一诊断报告;
第二获取模块,用于获取第二用户对所述X光片处理所得的第二诊断报告;所述第二诊断报告为所述第二用户结合卷积神经网络对所述X光片进行分析所得到的诊断报告;
分析模块,用于利用预设的语义分析方法,对所述第一诊断报告进行语义分析得到第一结构化分析结果,对所述第二诊断报告进行语义分析得到第二结构化分析结果;
比对模块,用于将所述第一结构化分析结果与所述第二结构化分析结果进行比对,得到比对结果;所述比对结果用于表征所述第一诊断报告与第二诊断报告的差异;
评估模块,包括量化单元和评估单元,其中,
所述量化单元,用于利用预设的评价指标结合所述差异,对所述第一诊断报告在各评价指标下执行量化操作,得到所述第一诊断报告在所述各评价指标下的量化值;所述预设的评价指标包括检出率、漏检率和检错率中的至少一种;
所述评估单元,用于根据所述量化值,得到对所述第一诊断报告的评估结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911021798.7A CN110807310B (zh) | 2019-10-25 | 2019-10-25 | X光片分析结果的评估方法、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911021798.7A CN110807310B (zh) | 2019-10-25 | 2019-10-25 | X光片分析结果的评估方法、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110807310A CN110807310A (zh) | 2020-02-18 |
CN110807310B true CN110807310B (zh) | 2024-02-27 |
Family
ID=69489158
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911021798.7A Active CN110807310B (zh) | 2019-10-25 | 2019-10-25 | X光片分析结果的评估方法、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110807310B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012063919A (ja) * | 2010-09-15 | 2012-03-29 | Fujifilm Corp | 医用レポート評価装置、医用レポート評価方法、医用レポート評価プログラム、並びに医用ネットワークシステム |
CN110097969A (zh) * | 2019-05-10 | 2019-08-06 | 安徽科大讯飞医疗信息技术有限公司 | 一种诊断报告的分析方法、装置及设备 |
CN110265104A (zh) * | 2019-05-08 | 2019-09-20 | 长沙市中心医院 | 诊断报告符合度检测方法、装置、计算机设备和存储介质 |
CN110265118A (zh) * | 2019-06-14 | 2019-09-20 | 吉林大学第一医院 | 一种肺部影像诊断报告质量的评估方法和系统 |
CN110276749A (zh) * | 2019-06-14 | 2019-09-24 | 辽宁万象联合医疗科技有限公司 | 儿童放射射片及诊断的质量控制人工智能系统及其质控方法 |
-
2019
- 2019-10-25 CN CN201911021798.7A patent/CN110807310B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012063919A (ja) * | 2010-09-15 | 2012-03-29 | Fujifilm Corp | 医用レポート評価装置、医用レポート評価方法、医用レポート評価プログラム、並びに医用ネットワークシステム |
CN110265104A (zh) * | 2019-05-08 | 2019-09-20 | 长沙市中心医院 | 诊断报告符合度检测方法、装置、计算机设备和存储介质 |
CN110097969A (zh) * | 2019-05-10 | 2019-08-06 | 安徽科大讯飞医疗信息技术有限公司 | 一种诊断报告的分析方法、装置及设备 |
CN110265118A (zh) * | 2019-06-14 | 2019-09-20 | 吉林大学第一医院 | 一种肺部影像诊断报告质量的评估方法和系统 |
CN110276749A (zh) * | 2019-06-14 | 2019-09-24 | 辽宁万象联合医疗科技有限公司 | 儿童放射射片及诊断的质量控制人工智能系统及其质控方法 |
Non-Patent Citations (2)
Title |
---|
Computer aided diagnosis semantic model for the report of medical image via LDA and LSA;Bo Li等;IEEE;全文 * |
医学影像学诊断报告质量控制的应用研究;王子真等;《中国医学装备》(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110807310A (zh) | 2020-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109754447B (zh) | 图像生成方法、装置、设备和存储介质 | |
CN110866880B (zh) | 图像伪影检测方法、装置、设备和存储介质 | |
CN112035674B (zh) | 导诊数据获取方法、装置、计算机设备和存储介质 | |
CN110826908A (zh) | 人工智能预测的评估方法、装置、存储介质及电子设备 | |
CN111640480B (zh) | 医学报告生成方法、计算机设备和存储介质 | |
CN111180086B (zh) | 数据匹配方法、装置、计算机设备和存储介质 | |
CN110738643B (zh) | 脑出血的分析方法、计算机设备和存储介质 | |
CN111008957A (zh) | 医疗信息处理方法和装置 | |
CN112102235B (zh) | 人体部位识别方法、计算机设备和存储介质 | |
US20240170161A1 (en) | Method for processing medical data, apparatus, and storage medium | |
CN112652386A (zh) | 分诊数据处理方法、装置、计算机设备及存储介质 | |
US11545255B2 (en) | Systems and methods for classifying an anomaly medical image using variational autoencoder | |
CN112527923A (zh) | 非结构化数据存储方法、装置、计算机设备和存储介质 | |
CN111145152B (zh) | 图像检测方法、计算机设备和存储介质 | |
CN110807310B (zh) | X光片分析结果的评估方法、设备和存储介质 | |
CN109493975B (zh) | 基于xgboost模型的慢性病复发预测方法、装置和计算机设备 | |
CN111027469A (zh) | 人体部位识别方法、计算机设备和可读存储介质 | |
US20230022030A1 (en) | Systems and methods for processing images for image matching | |
CN115798667A (zh) | 体检报告生成方法、装置、计算机设备和存储介质 | |
WO2019180120A1 (en) | Medical radiology report validation and augmentation system | |
CN109741833B (zh) | 一种数据处理的方法和装置 | |
CN114170178A (zh) | 一种图像分割方法及存储介质 | |
CN111210414A (zh) | 医学图像分析方法、计算机设备和可读存储介质 | |
CN113764063A (zh) | 一种体检报告处理方法、装置、设备及存储介质 | |
CN111524096B (zh) | 一种肌肉骨骼x光片分类方法、控制装置及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |