CN112397196A - 生成影像检查推荐模型的方法和装置 - Google Patents

生成影像检查推荐模型的方法和装置 Download PDF

Info

Publication number
CN112397196A
CN112397196A CN201910760742.7A CN201910760742A CN112397196A CN 112397196 A CN112397196 A CN 112397196A CN 201910760742 A CN201910760742 A CN 201910760742A CN 112397196 A CN112397196 A CN 112397196A
Authority
CN
China
Prior art keywords
information
target patient
image
examination
initial model
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
Application number
CN201910760742.7A
Other languages
English (en)
Inventor
林玥煜
邓侃
邱鹏飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing RxThinking Ltd
Original Assignee
Beijing RxThinking Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing RxThinking Ltd filed Critical Beijing RxThinking Ltd
Priority to CN201910760742.7A priority Critical patent/CN112397196A/zh
Publication of CN112397196A publication Critical patent/CN112397196A/zh
Pending legal-status Critical Current

Links

Images

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
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • 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
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • 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
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Pathology (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本公开的实施例公开了生成影像检查推荐模型的方法和装置。该方法的一具体实施方式包括：获取目标患者信息样本集，其中，目标患者信息样本集中的目标患者信息样本包括目标患者的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息；从目标患者信息样本集中选取目标患者信息样本，执行以下训练步骤：将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，得到影像检查信息；将得到的影像检查信息和目标患者信息样本的影像检查信息进行对比；根据对比结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。该实施方式实现了对目标患者推荐需要的影像检查类型。

Description

生成影像检查推荐模型的方法和装置
技术领域
本公开的实施例涉及计算机技术领域，具体涉及生成影像检查推荐模型的方法。
背景技术
影像学(Medical Imaging)，是研究借助于某种介质(如X射线、电磁场、超声波等)与人体相互作用，把人体内部组织器官结构、密度以影像方式表现出来，供诊断医师根据影像提供的信息进行判断，从而对人体健康状况进行评价的一门科学，包括医学成像系统和医学图像处理两方面相对独立的研究方向。
发明内容
本发明内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了生成影像检查推荐模型的方法和装置。
第一方面，本公开的一些实施例提供了一种生成影像检查推荐模型的方法，该方法包括：获取目标患者信息样本集，其中，上述目标患者信息样本集中的目标患者信息样本包括目标患者的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息；从上述目标患者信息样本集中选取目标患者信息样本，执行以下训练步骤：将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，得到影像检查信息；将得到的影像检查信息和目标患者信息样本的影像检查信息进行对比；根据对比结果确定上述初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。
第二方面，本公开的一些实施例提供了一种生成影像检查推荐模型的装置，该装置包括：获取单元，被配置成获取目标患者信息样本集，其中，上述目标患者信息样本集中的目标患者信息样本包括目标患者的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息；训练单元，被配置成从上述目标患者信息样本集中选取目标患者信息样本，执行以下训练步骤：将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，得到影像检查信息；将得到的影像检查信息和目标患者信息样本的影像检查信息进行对比；根据对比结果确定上述初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。
第三方面，本公开的一些实施例提供了一种生成影像检查推荐模型的方法、装置、电子设备和计算机可读介质。
本公开的一些实施例提供的生成影像检查推荐模型的方法、装置、电子设备和计算机可读介质，通过对目标患者信息样本进行内容解析以提取信息，而后基于目标患者信息样本集合来生成影像检查推荐模型，最后基于影像检查推荐模型得到目标患者样本的影像检查信息，从而有效利用了目标患者信息样本，实现了对目标患者推荐需要的影像检查类型。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。
图1是本公开的一些实施例可以应用于其中的示例性系统的架构图；
图2是根据本公开的生成影像检查推荐模型的方法一些实施例的流程图；
图3是根据本公开的生成影像检查推荐模型的装置的一些实施例的结构示意图；
图4是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的一些实施例的生成影像检查推荐模型的方法或装置的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103提供数据收发支持的后台服务器。后台服务器可以对接收到的用户信息进行分析等处理，并将处理结果(例如影像检查判断结果信息)反馈给终端设备。
需要说明的是，本公开实施例所提供的用于生成影像检查推荐模型的方法一般由服务器105执行。
需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成例如用来提供分布式服务的多个软件或软件模块，也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的用于生成影像检查推荐模型的方法的一些实施例的流程200。该用于生成影像检查推荐模型的方法，包括以下步骤：
步骤201，获取目标患者信息样本集。
在一些实施例中，用于生成影像检查推荐模型的方法的执行主体获取目标患者信息样本的方式有多种，可以通过有线连接方式或者无线连接方式从其他电子设备，或者本地获取目标患者信息样本集。例如，收集患者的病历信息并将上述病历信息存储在本地。再例如，可以人为的对患者进行口头询问，将询问信息进行收集存储等。其中，目标患者可以是三甲医院中治疗几率大的常见病的患者。目标患者信息样本集中的目标患者信息样本包括目标患者的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息。其中，上述影像检查信息包括患者是否需要进行影像检查以及响应于患者需要进行影像检查，对患者推荐的需要进行的影像检查类型信息。其中，上述基本体征信息表示患者的身高年龄等基本的个人信息。上述症状信息表示患者基本的症状信息。例如，患者嗓子疼，咳嗽等或患者胃痛，腹泻等。上述体格检查信息指对人体形态结构和机能发展水平进行检测和计量结果的信息。例如，对患者生理机能测试结果的信息或者对患者发育程度检查结果的信息。其中，上述影像检查类型有很多种，可以是X光检查，正子扫描检查等。
步骤202，从上述目标患者信息样本集中选取样本，执行以下训练步骤。
在一些实施例中，上述执行主体从上述目标患者信息样本集中选取样本，执行以下训练步骤(包括步骤2021-步骤2025)，以生成影像检查推荐模型。上述执行主体可以从步骤201获取到的目标患者信息样本集中，选取患者信息样本。其中，可以使用各种方式，从所获取的目标患者样本集合中选取目标患者信息样本。例如，可以选取随机或者特定的目标患者信息样本。在这里，初始模型用于表征目标患者信息样本和影像检查推荐类型的对应关系。上述初始模型可以是未经训练，或者训练后未达到预设条件的神经网络模型。该神经网络模型可以具有现有的各种神经网络结构(例如RNN、LSTM等)。
步骤2021，将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，得到影像检查信息
在一些实施例中，将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，得到影像检查信息。上述执行主体可以得到所选取的目标患者信息样本的影像检查信息。例如，上述执行主体可以确定本所选取的目标患者信息样本是否满足预先设定的影像检查条件，满足特定的影像检查条件时，将影像检查条件作为输出。上述影像检查条件可以是预先确定的用于确定目标患者信息样本是否需要影像检查或需要进行的影像检查的条件。例如，上述影像检查条件可以是目标患者信息样本的实际情况符合需要影像检查的预设信息。例如，预设影像检查条件可以是目标患者信息样本为腹痛三天，则需要做胃镜检查或目标患者信息样本为头疼剧烈，则需要做头部x光检查等。
步骤2022，将得到的影像检查信息和目标患者信息样本的影像检查信息进行对比。
在一些实施例中，将得到的影像检查信息和目标患者信息样本的影像检查信息进行对比。上述执行主体可以将生成的影像检查信息和目标患者信息样本的影像检查信息进行对比并检测对比结果是否正确。例如，上述对比可以是对比得到的影像检查信息和目标患者信息样本的影像检查信息的关键字或关键词是否相同或是否语义相近。
步骤2023，根据对比结果确定初始模型是否训练完成。
在一些实施例中，根据对比结果确定初始模型是否训练完成。上述执行主体可以根据对比结果确定初始模型的训练是否完成。例如，上述对比结果为相同或类似时，确定初始模型的训练完成。
步骤2024，响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。
在一些实施例中，响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。在确定满足上述结束训练条件的情况下，上述执行主体可以生成用于表征患者信息样本与影像检查信息的对应关系的影像检查推荐模型。
在一些实施例的一些可选的实现方式中，上述方法还包括：获取患者的信息；将上述患者的信息输入采用上述影像检查推荐模型中，生成上述患者的影像检查推荐信息。其中，上述患者的信息包括患者的基本体征信息、症状信息、体格检查信息和化验信息。
在一些实施例的一些可选的实现方式中，响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从上述目标患者信息样本集中重新选取目标患者信息样本，使用调整后的初始模型作为初始模型，再次执行上述训练步骤。在这里，调整模型中的相关参数的方法有很多。例如，可以人为的进行调整或预先设置调整操作等。
在一些实施例的一些可选的实现方式中，上述影像检查信息包括：表征患者是否需要进行影像检查的信息；以及响应于上述影像检查信息包括表征患者需要进行影像检查的信息，上述影像检查信息还包括：患者需要进行的影像检查的类型信息。上述表征患者是否需要进行影像检查的信息可以是一段文字或一个数字等。作为示例，患者需要进行影像检查的信息可以用数字1表示，患者不需要进行影像检查的信息可以用数字0表示。
在一些实施例的可选的一些实现的方式中，上述方法还包括：接入医院内系统；在上述系统中查询患者需要进行的影像检查对应的科室信息；将上述科室信息和患者的影像检查信息发送给具有打印功能的终端设备；控制上述具有打印功能的终端设备将上述影像检查信息和上述科室信息进行打印。在这里，接入院内系统的方式有很多，例如，可以人为和医院进行沟通接入。上述影像检查对应的科室信息可以是科室的位置信息、各影像检查注意事项等。作为示例，生成的影像检查信息为“患者需要进行胸部x光检查”影像检查对应的科室信息为“请注意，进行胸部x光检查不可携带金属”。带有打印功能的终端设备打印含有“患者需要进行胸部x光检查，请注意，进行胸部x光检查不可携带金属”内容的纸张。
继续参见图3，作为对上述各图所示方法的实现，本公开提供了一种用于生成影像检查推荐模型的装置的一些实施例，该装置实施例与图2所示的方法实施例相对应，除下面所记载的特征外，该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征。该装置具体可以应用于各种电子设备中。
如图3所示，本实施例的用于生成影像检查推荐模型的装置300包括：获取单元301和训练单元302。其中，获取单元301被配置成获取目标患者信息样本集，其中，上述目标患者信息样本集中的目标患者信息样本包括目标患者的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息。训练单元302被配置成从上述目标患者信息样本集中选取样本，执行以下训练步骤：将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，生成影像检查信息；将生成的影像检查信息和目标患者信息样本的影像检查信息进行对比；根据对比结果确定上述初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。
描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括获取单元和训练单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取单元还可以被描述为“获取目标患者信息样本的单元”。
下面参考图4，其示出了适于用来实现本公开的一些实施例的电子设备(例如图1中的服务器)400的结构示意图。本图4示出的服务器仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。
如图4所示，电子设备400可以包括处理装置(例如中央处理器、图形处理器等)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储装置408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有电子设备400操作所需的各种程序和数据。处理装置401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
通常，以下装置可以连接至I/O接口405：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置406；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置407；包括例如磁带、硬盘等的存储装置408；以及通信装置409。通信装置409可以允许电子设备400与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备400，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图4中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。
特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置409从网络上被下载和安装，或者从存储装置408被安装，或者从ROM 402被安装。在该计算机程序被处理装置401执行时，执行本公开的一些实施例的方法中限定的上述功能。
需要说明的是，本公开的一些实施例上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的一些实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开的一些实施例中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取目标患者信息样本集，其中，上述目标患者信息样本集中的目标患者信息样本包括目标患者样本的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息；从上述目标患者信息样本集中选取目标患者信息样本，执行以下训练步骤：将选取的目标患者信息样本输入初始模型，生成目标患者的影像检查信息；将生成的目标患者的影像检查信息和目标患者信息样本进行对比，检测对比结果；根据检测结果确定初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种用于生成影像检查推荐模型的方法，包括：
获取目标患者信息样本集，其中，所述目标患者信息样本集中的目标患者信息样本包括目标患者的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息；
从所述目标患者信息样本集中选取目标患者信息样本，执行以下训练步骤：将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，得到影像检查信息；将得到的影像检查信息和目标患者信息样本的影像检查信息进行对比；根据对比结果确定所述初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。
2.根据权利要求1所述的方法，其中，所述方法还包括：
响应于确定初始模型未训练完成，调整初始模型中的相关参数，以及从所述目标患者信息样本集中重新选取目标患者信息样本，使用调整后的初始模型作为初始模型，再次执行所述训练步骤。
3.根据权利要求1所述的方法，其中，所述方法还包括：
获取患者的信息；
将所述患者的信息输入采用所述影像检查推荐模型中，得到所述患者的影像检查信息。
4.根据权利要求1、3之一所述的方法，其中，所述影像检查信息包括：表征患者是否需要进行影像检查的信息；以及
响应于所述影像检查信息包括表征患者需要进行影像检查的信息，所述影像检查信息还包括：患者需要进行的影像检查的类型信息。
5.根据权利要求3所述的方法，其中，所述方法还包括：
接入医院内系统；
在所述系统中查询患者需要进行的影像检查对应的科室信息；
将所述科室信息和患者的影像检查信息发送给具有打印功能的终端设备；
控制所述具有打印功能的终端设备将所述影像检查信息和所述科室信息进行打印。
6.一种用于生成影像检查推荐模型的装置，包括：
获取单元，被配置成获取目标患者信息样本集，其中，所述目标患者信息样本集中的目标患者信息样本包括目标患者的影像检查信息、基本体征信息、症状信息、体格检查信息和化验信息；
训练单元，被配置成从所述目标患者信息样本集中选取样本，执行以下训练步骤：将选取的目标患者信息样本的基本体征信息、症状信息、体格检查信息和化验信息输入初始模型，得到影像检查信息；将得到的影像检查信息和目标患者信息样本的影像检查信息进行对比；根据对比结果确定所述初始模型是否训练完成；响应于确定初始模型训练完成，将初始模型确定为影像检查推荐模型。
7.一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一所述的方法。
8.一种计算机可读介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现如权利要求1-5中任一所述的方法。
CN201910760742.7A 2019-08-16 2019-08-16 生成影像检查推荐模型的方法和装置 Pending CN112397196A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910760742.7A CN112397196A (zh) 2019-08-16 2019-08-16 生成影像检查推荐模型的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910760742.7A CN112397196A (zh) 2019-08-16 2019-08-16 生成影像检查推荐模型的方法和装置

Publications (1)

Publication Number Publication Date
CN112397196A true CN112397196A (zh) 2021-02-23

Family

ID=74603163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910760742.7A Pending CN112397196A (zh) 2019-08-16 2019-08-16 生成影像检查推荐模型的方法和装置

Country Status (1)

Country Link
CN (1) CN112397196A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116246749A (zh) * 2023-05-11 2023-06-09 西南医科大学附属医院 集成电子病历的内分泌病人个性化健康管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108257670A (zh) * 2018-01-22 2018-07-06 北京颐圣智能科技有限公司 医学解释模型的建立方法和装置
CN109376267A (zh) * 2018-10-30 2019-02-22 北京字节跳动网络技术有限公司 用于生成模型的方法和装置
CN109492128A (zh) * 2018-10-30 2019-03-19 北京字节跳动网络技术有限公司 用于生成模型的方法和装置
CN109741804A (zh) * 2019-01-16 2019-05-10 四川大学华西医院 一种信息提取方法、装置、电子设备及存储介质
CN109949271A (zh) * 2019-02-14 2019-06-28 腾讯科技（深圳）有限公司 一种基于医学图像的检测方法、模型训练的方法及装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108257670A (zh) * 2018-01-22 2018-07-06 北京颐圣智能科技有限公司 医学解释模型的建立方法和装置
CN109376267A (zh) * 2018-10-30 2019-02-22 北京字节跳动网络技术有限公司 用于生成模型的方法和装置
CN109492128A (zh) * 2018-10-30 2019-03-19 北京字节跳动网络技术有限公司 用于生成模型的方法和装置
CN109741804A (zh) * 2019-01-16 2019-05-10 四川大学华西医院 一种信息提取方法、装置、电子设备及存储介质
CN109949271A (zh) * 2019-02-14 2019-06-28 腾讯科技（深圳）有限公司 一种基于医学图像的检测方法、模型训练的方法及装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116246749A (zh) * 2023-05-11 2023-06-09 西南医科大学附属医院 集成电子病历的内分泌病人个性化健康管理系统

Similar Documents

Publication Publication Date Title
US20110245632A1 (en) Medical Diagnosis Using Biometric Sensor Protocols Based on Medical Examination Attributes and Monitored Data
EP3657511B1 (en) Methods and apparatus to capture patient vitals in real time during an imaging procedure
CN102243692A (zh) 医疗会议系统及方法
US20180289291A1 (en) Health diagnostic fingerprint scanner
CN107358023A (zh) 生成医学报告、交互医学报告的方法、系统及设备
WO2020177348A1 (zh) 用于生成三维模型的方法和装置
CN112397195B (zh) 用于生成体格检查模型的方法、装置、电子设备和介质
CN112309565B (zh) 用于匹配药品信息和病症信息的方法、装置、电子设备和介质
US20200335205A1 (en) Methods and apparatus to capture patient vitals in real time during an imaging procedure
US20180277258A1 (en) System for remote guidance of health care examinations
US20240274275A1 (en) Image analysis and insight generation
JP2014211717A (ja) 医療情報処理装置及び医療情報処理方法
CN112397194B (zh) 用于生成患者病情归因解释模型的方法、装置和电子设备
CN112397196A (zh) 生成影像检查推荐模型的方法和装置
Namahoot et al. Mobile diagnosis system with emergency telecare in Thailand (MOD-SET)
CN111128330A (zh) 电子病例报告表自动录入方法、装置以及相关设备
CN112394924B (zh) 用于生成提问模型的方法、装置、电子设备和介质
CN113990422A (zh) 一种随访数据的采集方法和装置
CN112397163B (zh) 用于生成病例输入模型的方法、装置、电子设备和介质
JP7005083B1 (ja) 方法およびプログラム、電子カルテ管理システム
JP7266357B1 (ja) プログラム、情報処理装置、方法及びシステム
Mahmood et al. Cough/X-ray/CT (CXC) website for testing COVID-19 and auto-informing results
KR102692442B1 (ko) 인공신경망 기반의 비침습적 체내 대사물질 정량화 장치 및 방법
EP3937184A1 (en) Methods and apparatus to capture patient vitals in real time during an imaging procedure
WO2023100280A1 (ja) 情報処理システム、情報処理方法及び非一時的なコンピュータ可読媒体

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