CN116525054A - 基于全局和局部对比的医学学习方法、装置、设备及介质 - Google Patents

基于全局和局部对比的医学学习方法、装置、设备及介质 Download PDF

Info

Publication number
CN116525054A
CN116525054A CN202310494804.0A CN202310494804A CN116525054A CN 116525054 A CN116525054 A CN 116525054A CN 202310494804 A CN202310494804 A CN 202310494804A CN 116525054 A CN116525054 A CN 116525054A
Authority
CN
China
Prior art keywords
image
global
medical
report
local
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
CN202310494804.0A
Other languages
English (en)
Inventor
唐小初
朱翌
舒畅
陈又新
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.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co 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 Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202310494804.0A priority Critical patent/CN116525054A/zh
Publication of CN116525054A publication Critical patent/CN116525054A/zh
Pending legal-status Critical Current

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
    • G16H15/00—ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Public Health (AREA)
  • Evolutionary Biology (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Mathematical Physics (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及人工智能技术，揭露了一种基于全局和局部对比的医学学习方法，包括：获取医学图像对应的医学报告；提取医学图像的图像特征，提取医学报告的报告特征；计算全局对比损失；计算局部图像特征和局部报告特征的点积相似性，生成注意力加权图像特征；计算医学报告中单词与所述注意力加权图像特征的第二相似度，根据第二相似度计算局部对比损失；将全局对比损失和局部对比损失进行联合，得到联合对比损失，根据联合对比损失学习医学表征。此外，本发明还涉及区块链技术，行为数据可存储于区块链的节点。本发明还提出一种基于全局和局部对比的医学学习装置、电子设备以及存储介质。本发明可以提高医学报告中关键词识别时的精准性。

Description

基于全局和局部对比的医学学习方法、装置、设备及介质
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于全局和局部对比的医学学习方法、装置、电子设备及计算机可读存储介质。
背景技术
近年来，在医学影像上的应用越来越普及，很多病变都是基于医学影像所确定的，但同时也给放射科医师带来了越来越大的负担，为了减轻放射科医师的负担，提高识别的精准性，需要对医学影像上病变具体位置进行分析。
现有的医学图像分析和临床决策多为基于深度学习提供一些解决方案。实际应用中，训练深度神经网络所需的大规模手动标记数据集对于医学图像来说难以获得且成本高昂，并且医学影像检查中出现的病变往往只占图像的一小部分，只对应医学报告中的某些关键词。仅考虑对医学影像进行全局观察，可能导致医学报告中不能准确识别关键词，从而对进行医学报告中关键词识别时的精准性较低。
发明内容
本发明提供一种基于全局和局部对比的医学学习方法、装置及计算机可读存储介质，其主要目的在于解决进行医学报告中关键词识别时的精准性较低的问题。
为实现上述目的，本发明提供的一种基于全局和局部对比的医学学习方法，包括：
获取预设的医学图像，以及获取所述医学图像对应的医学报告；
利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
可选地，所述利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，包括：
对所述医学图像进行图像划分，得到划分图像；
将所述划分图像和预设的学习向量输入至所述图像特征提取器中的线性投射层，得到图像向量序列；
对所述图像向量序列添加位置编码信息，得到第一图像向量序列；
将所述第一图像向量序列输入至所述图像特征提取器中的图像编码器，得到第二图像向量序列；
将所述第二图像向量序列输入至所述图像特征提取器中的分类层，得到所述医学图像的全局图像特征。
可选地，所述利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征，包括：
利用预设的分类器对所述医学报告中每个词汇进行分类，得到分类词汇；
将所述分类词汇输入至所述文本特征提取器，得到分类词汇向量；
汇集所述分类词汇向量为所述全局报告特征。
可选地，所述根据所述第一相似度计算全局对比损失，包括：
利用如下的第一图像公式根据所述第一相似度计算图像全局目标概率：
其中，为在医学报告确定下最大化图像全局目标概率，vgi为第i个医学图像的全局图像特征，tgi为第i个医学报告的全局报告特征，T1为学习的全局温度系数，tgk为第k个医学报告的全局报告特征，N为医学报告的数量，v为医学图像，t为医学报告，<vgi,tgi>为第i个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的第一相似度，<vgi,tgk>为第i个医学图像的全局图像特征与第k个医学报告的全局报告特征之间的相似度，exp为指数函数，log为对数函数；
利用如下的第一文本公式根据所述第一相似度计算报告全局目标概率：
其中，为在医学图像确定下最大化报告全局目标概率，vgi为第i个医学图像的全局图像特征，tgi为第i个医学报告的全局报告特征，T1为学习的全局温度系数，vgk为第k个医学图像的全局图像特征，H为医学图像的数量，v为医学图像，t为医学报告，<vgi,tgi>为第i个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的第一相似度，<vgk,tgi>为第k个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的相似度，exp为指数函数，log为对数函数；
将所述图像全局目标概率和所述报告全局目标概率作为所述全局对比损失。
可选地，所述根据所述点积相似性生成注意力加权图像特征，包括：
利用如下的加权算法根据所述点积相似性生成注意力加权图像特征：
其中，ci为第i个图像子区域的注意加权图像特征，sij为第i个单词和第j个图像子区域之间的点积相似性，T2为学习的局部温度系数，sik为第i个单词和第k个图像子区域之间的点积相似性，M为图像子区域数量，vj为第j个图像子区域。
可选地，所述将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，包括：
利用如下的联合公式将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失：
其中，L为所述联合对比损失，为在医学报告确定下最大化图像全局目标概率，/>为在医学图像确定下最大化报告全局目标概率，/>为在医学报告中单词确定下最大化图像局部目标概率，/>为在注意力加权图像确定下最大化单词局部目标概率。
可选地，所述根据所述联合对比损失学习医学表征，包括：
根据所述联合对比损失计算损失值；
利用预设的神经网络根据所述损失值学习医学表征。
为了解决上述问题，本发明还提供一种基于全局和局部对比的医学学习装置，所述装置包括：
医学图像获取模块，用于获取预设的医学图像，以及获取所述医学图像对应的医学报告；
医学特征提取模块，用于利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
全局对比损失计算模块，用于计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
注意力加权图像特征生成模块，用于计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
局部对比损失计算模块，用于计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
医学表征学习模块，用于将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于全局和局部对比的医学学习方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于全局和局部对比的医学学习方法。
本发明实施例通过获取医学图像及医学图像对应的医学报告，提取医学图像的全局图像特征和局部图像特征，提取医学报告的全局报告特征和局部报告特征，进而根据全局图像特征和全局报告特征的相似度计算全局对比损失，根据局部图像特征和局部报告特征的点积相似性计算注意力加权图像特征，根据注意力加权图像特征可以准确识别图像子区域的重要程度。根据注意力加权图像特征与医学报告中单词之间的相似度计算局部对比损失。将全局对比损失与局部对比损失进行联合，进而根据联合对比损失学习医学表征，有利于同时学习更好的全局和局部表示，提高对医学报告中关键词识别的精准性。因此本发明提出的基于全局和局部对比的医学学习方法、装置、电子设备及计算机可读存储介质，可以解决进行医学报告中关键词识别时的精准性较低的问题。
附图说明
图1为本发明一实施例提供的基于全局和局部对比的医学学习方法的流程示意图；
图2为本发明一实施例提供的提取图像特征的流程示意图；
图3为本发明一实施例提供的计算全局对比损失的流程示意图；
图4为本发明一实施例提供的基于全局和局部对比的医学学习装置的功能模块图；
图5为本发明一实施例提供的实现所述基于全局和局部对比的医学学习方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于全局和局部对比的医学学习方法。所述基于全局和局部对比的医学学习方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于全局和局部对比的医学学习方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的基于全局和局部对比的医学学习方法的流程示意图。在本实施例中，所述基于全局和局部对比的医学学习方法包括：
S1、获取预设的医学图像，以及获取所述医学图像对应的医学报告；
本发明实施例中，所述医学图像是指对人体或人体某部分以非侵入方式取得的内部组织图像，以及每一个医学图像都会有相对应的医学报告，用来解释医学图像中相对应的内容。
详细地，可通过预设的多模态影响设备(如正电子发射计算机断层扫描等)进行扫描成像以获取医学图像。以及可利用具有数据抓取功能的计算机语句(如java语句、python语句等)从预先确定的存储区域抓取存储的医学报告，所述存储区域包括但不限于数据库、区块链节点、网络缓存。
进一步地，医学影像学检查中出现的病变往往只占医学图像的一小部分，只对应医学报告中某些关键词。因此，需要对医学图像和医学报告的全局特征和局部特征进行分析，以确定医学图像子区域和相应报告中的关键词。
S2、利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
本发明实施例中，所述全局图像特征和全局报告特征包含对医学图像和医学报告进行总结的语义信息。所述局部图像特征捕捉图像子区域的语义，所述局部报告特征表示词级嵌入。
本发明实施例中，参图2所示，所述利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，包括：
S21、对所述医学图像进行图像划分，得到划分图像；
S22、将所述划分图像和预设的学习向量输入至所述图像特征提取器中的线性投射层，得到图像向量序列；
S23、对所述图像向量序列添加位置编码信息，得到第一图像向量序列；
S24、将所述第一图像向量序列输入至所述图像特征提取器中的图像编码器，得到第二图像向量序列；
S25、将所述第二图像向量序列输入至所述图像特征提取器中的分类层，得到所述医学图像的全局图像特征。
详细地，所述图像特征提取器是利用ViT-base-32作为backbone来提取图像特征。其中线性投射层主要是实现图像的分块以及向量序列的生成，输出的结果是一个二维矩阵，也是transformer需要输入的序列格式。分类层是经过transformer编码器的输出向量在进行图像分类时仅提取出学习向量对应的内容，即所述医学图像的全局图像特征。
具体地，所述学习向量将用于与所有的划分图像块进行交互，最终从学习向量中学习到用于分类的图像特征。
进一步地，从图像特征提取器的中间卷积层提取医学图像的局部图像特征，并向量化得到M个图像子区域的局部特征。
本发明实施例中，医学报告中通常包含过个句子和较长的段落。因此，利用基于自我注意的语言模型来学习医学报告中的长期语义依赖。所述文本特征提取器是利用MIMICIII数据上预训练的BioClinicalBRET模型。
本发明实施例中，所述利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征，包括：
利用预设的分类器对所述医学报告中每个词汇进行分类，得到分类词汇；
将所述分类词汇输入至所述文本特征提取器，得到分类词汇向量；
汇集所述分类词汇向量为所述全局报告特征。
详细地，所述分类器为tokenizer，对于医学报告中有W个词，每个词被tokenizer标记为n个sub-words。例如医学报告中具有increased，increased被tokenizer标记为2个sub-words，即increas和ed。
具体地，每个词被tokenizer标记为n个sub-words作为文本特征提取器的输入，文本特征提取器分别为每个词块提取特征，得到每个分类词汇对应的分类词汇向量。因此文本特征提取器输出的局部报告特征用分类词汇向量表示，而所述全局报告特征为所有词特征的集合，即汇集所述分类词汇向量为所述全局报告特征。
进一步地，由于医学报告包含了对相应医学图像观察结果的详细描述，因此成对的图像和报告在多模态特征空间中具有相似的语义信息。通过同时考虑全局和局部损失的训练，模型能够利用互补的互信息更好地学习全局和局部表示。因此，需要对全局表示和局部表示做进一步分析。
S3、计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
本发明实施例中，所述第一相似度是指图像和报告之间的相似度。
详细地，可利用相似算法计算医学图像特征与医学报告之间最大的相似度。其中，所述相似算法包括但不限于余弦距离算法、欧式距离算法等。
本发明实施例中，所述全局对比损失是用来训练全局学习目标在给定报告最大化图像的后验概率，以及给定图像最大化报告的后验概率。
本发明实施例中，参图3所示，所述根据所述第一相似度计算全局对比损失，包括：
S31、利用如下的第一图像公式根据所述第一相似度计算图像全局目标概率：
其中，为在医学报告确定下最大化图像全局目标概率，vgi为第i个医学图像的全局图像特征，tgi为第i个医学报告的全局报告特征，T1为学习的全局温度系数，tgk为第k个医学报告的全局报告特征，N为医学报告的数量的数量，v为医学图像，t为医学报告，<vgi,tgi>为第i个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的第一相似度，<vgi,tgk>为第i个医学图像的全局图像特征与第k个医学报告的全局报告特征之间的相似度，exp为指数函数，log为对数函数；
S32、利用如下的第一文本公式根据所述第一相似度计算报告全局目标概率：
其中，为在医学图像确定下最大化报告全局目标概率，vgi为第i个医学图像的全局图像特征，tgi为第i个医学报告的全局报告特征，T1为学习的全局温度系数，vgk为第k个医学图像的全局图像特征，H为医学图像的数量，v为医学图像，t为医学报告，<vgi,tgi>为第i个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的第一相似度，<vgk,tgi>为第k个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的相似度，exp为指数函数，log为对数函数；
S33、将所述图像全局目标概率和所述报告全局目标概率作为所述全局对比损失。
详细地，第一个学习目标是使用全局表示最大化图像和对应医学报告中的文本的与随机对之间的对齐。所述第一图像公式是在给定医学图像其相应的医学报告的情况下，最大化图像全局的后验概率。转换为全局目标表示为负对数后验概率最小。
具体地，由于医学图像和医学报告之间的相互相关性，所述第一文本公式是计算在给定相应图像的情况下最大化医学报告的后验概率。
进一步地，所述图像全局目标概率和所述报告全局目标概率是作为全局对比损失来学习更好的全局表示。
S4、计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
本发明其中一个实际应用场景中，由于医学图像中目标通常在图像中占据很少的一部分，医学影像学检查中出现的病变往往只占图像的一小部分，只对应医学报告中的某些关键词，因此，要把注意力集中在某一部分，以提高识别的准确性。
本发明实施例中，所述点积相似性是局部报告特征和局部图像特征组合之间具有的点积相似性。
详细地，所述计算所述局部图像特征和所述局部报告特征的点积相似性，包括：
利用如下的点积相似性公式计算所述局部图像特征和所述局部报告特征的点积相似性：
其中，s表示所述点积相似性，vl表示所述局部图像特征，tl表示所述局部报告特征，T表示转置符号。
具体地，所述点积相似性就是为了生成基于单词词汇的注意加权图像表示所计算的，便于后续对图像子区域进行识别。
本发明实施例中，所述注意力加权图像是在给定医学报告中的关键词衡量不同图像子区域对其的重要程度，即给定关键词看看哪些图像子区域与之有关。
本发明实施例中，所述根据所述点积相似性生成注意力加权图像特征，包括：
利用如下的加权算法根据所述点积相似性生成注意力加权图像特征：
其中，ci为第i个图像子区域的注意加权图像特征，sij为第i个单词和第j个图像子区域之间的点积相似性，T2为学习的局部温度系数，sik为第i个单词和第k个图像子区域之间的点积相似性，M为图像子区域数量，vj为第j个图像子区域。
详细地，所述注意力加权图像特征是用于后续计算医学报告中单词与相应的注意力加权图像特征之间的相似度。
S5、计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
本发明实施例中，所述第二相似度是单词与相应的注意力加权图像特征之间的相似度。
详细地，所述计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，包括：
利用如下的相似度公式计算所述医学报告中单词与所述注意力加权图像特征的第二相似度：
其中，Z(xt,xv)为所述第二相似度，xt为有局部图片特征，xv为有局部报告特征，ci为第i个图像子区域的注意加权图像特征，ti为医学报告中第i个单词，T3为学习的注意力加权温度系数，W为单词数量，log为对数函数。
详细地，为了学习局部特征表示，采用对抗损失进行训练，和全局对比损失相似，局部对比损失是给定单词最大化图像的后验概率，以及给定图像最大化单词的后验概率。
本发明实施例中，所述根据所述第二相似度计算局部对比损失，包括：
利用如下的第二图像公式根据所述第二相似度计算图像局部目标概率：
其中，为在医学报告中单词确定下最大化图像局部目标概率，xvi为第i个注意力加权图像的局部图像特征，xti为第i个单词的局部报告特征，T2为学习的局部温度系数，xtk为第k个单词的局部报告特征，N为局部图像特征和局部报告特征的数量，v为医学图像，t为医学报告，Z(xvi,xti)为局部图像特征与局部单词特征之间的第二相似度，exp为指数函数，log为对数函数；
利用如下的第二文本公式根据所述第二相似度计算单词局部目标概率：
其中，为在注意力加权图像确定下最大化单词局部目标概率，xvi为第i个注意力加权图像的局部图像特征，xti为第i个单词的局部报告特征，T2为学习的局部温度系数，xvk为第k个注意力加权图像的局部图像特征，N为局部图像特征和局部报告特征的的数量，v为医学图像，t为医学报告，Z(xvi,xti)为局部图像特征与局部单词特征之间的第二相似度，exp为指数函数，log为对数函数；
将所述图像局部目标概率和所述单词局部目标概率作为所述局部对比损失。
详细地，所述第二图像公式是在给定医学报告中单词的情况下，最大化图像局部的后验概率。所述第二文本公式是计算在给定注意力加权图像的情况下最大化医学报告中单词的后验概率。
具体地，所述图像局部目标概率和所述单词局部目标概率是作为局部对比损失来学习更好的局部表示。
S6、将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
本发明实施例中，通过联合优化全局和局部目标，两种损失可以相互补充，同时学习更好的全局和局部表示。
本发明实施例中，所述将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，包括：
利用如下的联合公式将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失：
其中，L为所述联合对比损失，为在医学报告确定下最大化图像全局目标概率，/>为在医学图像确定下最大化报告全局目标概率，/>为在医学报告中单词确定下最大化图像局部目标概率，/>为在注意力加权图像确定下最大化单词局部目标概率。
详细地，通过对比加权后的图像局部特征和报告中的文本特征可以学习到更细粒度的医学表征。
本发明实施例中，所述根据所述联合对比损失学习医学表征，包括：
根据所述联合对比损失计算损失值；
利用预设的神经网络根据所述损失值学习医学表征。
详细地，神经网络的网络函数通过损失值来描述输入层与输出层之间的关系，通过联合对比损失，适当地调整损失值。因此，利用神经网络可以解决各种各样的机器学习任务。
本发明实施例通过获取医学图像及医学图像对应的医学报告，提取医学图像的全局图像特征和局部图像特征，提取医学报告的全局报告特征和局部报告特征，进而根据全局图像特征和全局报告特征的相似度计算全局对比损失，根据局部图像特征和局部报告特征的点积相似性计算注意力加权图像特征，根据注意力加权图像特征可以准确识别图像子区域的重要程度。根据注意力加权图像特征与医学报告中单词之间的相似度计算局部对比损失。将全局对比损失与局部对比损失进行联合，进而根据联合对比损失学习医学表征，有利于同时学习更好的全局和局部表示，提高对医学报告中关键词识别的精准性。因此本发明提出的基于全局和局部对比的医学学习方法、装置、电子设备及计算机可读存储介质，可以解决进行医学报告中关键词识别时的精准性较低的问题。
如图4所示，是本发明一实施例提供的基于全局和局部对比的医学学习装置的功能模块图。
本发明所述基于全局和局部对比的医学学习装置100可以安装于电子设备中。根据实现的功能，所述基于全局和局部对比的医学学习装置100可以包括医学图像获取模块101、医学特征提取模块102、全局对比损失计算模块103、注意力加权图像特征生成模块104、局部对比损失计算模块105及医学表征学习模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述医学图像获取模块101，用于获取预设的医学图像，以及获取所述医学图像对应的医学报告；
所述医学特征提取模块102，用于利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
所述全局对比损失计算模块103，用于计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
所述注意力加权图像特征生成模块104，用于计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
所述局部对比损失计算模块105，用于计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
所述医学表征学习模块106，用于将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
详细地，本发明实施例中所述基于全局和局部对比的医学学习装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于全局和局部对比的医学学习方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图5所示，是本发明一实施例提供的实现基于全局和局部对比的医学学习方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于全局和局部对比的医学学习程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于全局和局部对比的医学学习程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于全局和局部对比的医学学习程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图中仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图中示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于全局和局部对比的医学学习程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取预设的医学图像，以及获取所述医学图像对应的医学报告；
利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
具体地，所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取预设的医学图像，以及获取所述医学图像对应的医学报告；
利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于全局和局部对比的医学学习方法，其特征在于，所述方法包括：
获取预设的医学图像，以及获取所述医学图像对应的医学报告；
利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
2.如权利要求1所述的基于全局和局部对比的医学学习方法，其特征在于，所述利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，包括：
对所述医学图像进行图像划分，得到划分图像；
将所述划分图像和预设的学习向量输入至所述图像特征提取器中的线性投射层，得到图像向量序列；
对所述图像向量序列添加位置编码信息，得到第一图像向量序列；
将所述第一图像向量序列输入至所述图像特征提取器中的图像编码器，得到第二图像向量序列；
将所述第二图像向量序列输入至所述图像特征提取器中的分类层，得到所述医学图像的全局图像特征。
3.如权利要求1所述的基于全局和局部对比的医学学习方法，其特征在于，所述利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征，包括：
利用预设的分类器对所述医学报告中每个词汇进行分类，得到分类词汇；
将所述分类词汇输入至所述文本特征提取器，得到分类词汇向量；
汇集所述分类词汇向量为所述全局报告特征。
4.如权利要求1所述的基于全局和局部对比的医学学习方法，其特征在于，所述根据所述第一相似度计算全局对比损失，包括：
利用如下的第一图像公式根据所述第一相似度计算图像全局目标概率：
其中，为在医学报告确定下最大化图像全局目标概率，vgi为第i个医学图像的全局图像特征，tgi为第i个医学报告的全局报告特征，T1为学习的全局温度系数，tgk为第k个医学报告的全局报告特征，N为医学报告的数量，v为医学图像，t为医学报告，<vgi,tgi>为第i个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的第一相似度，<vgi,tgk>为第i个医学图像的全局图像特征与第k个医学报告的全局报告特征之间的相似度，exp为指数函数，log为对数函数；
利用如下的第一文本公式根据所述第一相似度计算报告全局目标概率：
其中，为在医学图像确定下最大化报告全局目标概率，vgi为第i个医学图像的全局图像特征，tgi为第i个医学报告的全局报告特征，T1为学习的全局温度系数，vgk为第k个医学图像的全局图像特征，H为医学图像的数量，v为医学图像，t为医学报告，<vgi,tgi>为第i个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的第一相似度，<vgk,tgi>为第k个医学图像的全局图像特征与第i个医学报告的全局报告特征之间的相似度，exp为指数函数，log为对数函数；
将所述图像全局目标概率和所述报告全局目标概率作为所述全局对比损失。
5.如权利要求1所述的基于全局和局部对比的医学学习方法，其特征在于，所述根据所述点积相似性生成注意力加权图像特征，包括：
利用如下的加权算法根据所述点积相似性生成注意力加权图像特征：
其中，ci为第i个图像子区域的注意加权图像特征，sij为第i个单词和第j个图像子区域之间的点积相似性，T2为学习的局部温度系数，sik为第i个单词和第k个图像子区域之间的点积相似性，M为图像子区域数量，vj为第j个图像子区域。
6.如权利要求1至5中任一项所述的基于全局和局部对比的医学学习方法，其特征在于，所述将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，包括：
利用如下的联合公式将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失：
其中，L为所述联合对比损失，为在医学报告确定下最大化图像全局目标概率，为在医学图像确定下最大化报告全局目标概率，/>为在医学报告中单词确定下最大化图像局部目标概率，/>为在注意力加权图像确定下最大化单词局部目标概率。
7.如权利要求1所述的基于全局和局部对比的医学学习方法，其特征在于，所述根据所述联合对比损失学习医学表征，包括：
根据所述联合对比损失计算损失值；
利用预设的神经网络根据所述损失值学习医学表征。
8.一种基于全局和局部对比的医学学习装置，其特征在于，所述装置包括：
医学图像获取模块，用于获取预设的医学图像，以及获取所述医学图像对应的医学报告；
医学特征提取模块，用于利用预设的图像特征提取器提取所述医学图像的全局图像特征和局部图像特征，利用预设的文本特征提取器提取所述医学报告的全局报告特征和局部报告特征；
全局对比损失计算模块，用于计算所述全局图像特征和所述全局报告特征的第一相似度，根据所述第一相似度计算全局对比损失；
注意力加权图像特征生成模块，用于计算所述局部图像特征和所述局部报告特征的点积相似性，根据所述点积相似性生成注意力加权图像特征；
局部对比损失计算模块，用于计算所述医学报告中单词与所述注意力加权图像特征的第二相似度，根据所述第二相似度计算局部对比损失；
医学表征学习模块，用于将所述全局对比损失和所述局部对比损失进行联合，得到联合对比损失，根据所述联合对比损失学习医学表征。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于全局和局部对比的医学学习方法。
10.一种计算机可读存储介质，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如权利要求1至7中任意一项所述的基于全局和局部对比的医学学习方法。
CN202310494804.0A 2023-05-04 2023-05-04 基于全局和局部对比的医学学习方法、装置、设备及介质 Pending CN116525054A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310494804.0A CN116525054A (zh) 2023-05-04 2023-05-04 基于全局和局部对比的医学学习方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310494804.0A CN116525054A (zh) 2023-05-04 2023-05-04 基于全局和局部对比的医学学习方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN116525054A true CN116525054A (zh) 2023-08-01

Family

ID=87406072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310494804.0A Pending CN116525054A (zh) 2023-05-04 2023-05-04 基于全局和局部对比的医学学习方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN116525054A (zh)

Similar Documents

Publication Publication Date Title
CN111710412B (zh) 诊断结果的校验方法、装置及电子设备
CN113283446B (zh) 图像中目标物识别方法、装置、电子设备及存储介质
WO2021189913A1 (zh) 图像中目标物的分割方法、装置、电子设备及存储介质
CN113378970B (zh) 语句相似性检测方法、装置、电子设备及存储介质
CN112988963B (zh) 基于多流程节点的用户意图预测方法、装置、设备及介质
CN116720497B (zh) 一种基于语义分析的电网文档关联性层级分析方法及系统
CN117393098A (zh) 基于视觉先验和跨模态对齐网络的医疗影像报告生成方法
CN116450829A (zh) 医疗文本分类方法、装置、设备及介质
CN116681082A (zh) 离散文本语义分段方法、装置、设备及存储介质
CN115238115A (zh) 基于中文数据的图像检索方法、装置、设备及存储介质
CN117373580B (zh) 基于时序网络实现钛合金产品的性能分析方法及系统
CN114220536A (zh) 基于机器学习的疾病分析方法、装置、设备及存储介质
CN113192028B (zh) 人脸图像的质量评价方法、装置、电子设备及存储介质
CN110164519A (zh) 一种基于众智网络的用于处理电子病历混合数据的分类方法
CN117390213A (zh) 基于oscar的图文检索模型的训练方法和实现图文检索的方法
CN116719904A (zh) 基于图文结合的信息查询方法、装置、设备及存储介质
CN116741358A (zh) 问诊挂号推荐方法、装置、设备及存储介质
CN116522944A (zh) 基于多头注意力的图片生成方法、装置、设备及介质
CN116778579A (zh) 多人姿态的识别方法、装置、存储介质及电子设备
CN116701635A (zh) 培训视频文本二分类方法、装置、设备及存储介质
CN116739001A (zh) 基于对比学习的文本关系提取方法、装置、设备及介质
CN112580505B (zh) 网点开关门状态识别方法、装置、电子设备及存储介质
CN116525054A (zh) 基于全局和局部对比的医学学习方法、装置、设备及介质
CN114723523B (zh) 基于用户能力画像的产品推荐方法、装置、设备及介质
Liu et al. Fine‐grained classification of intracranial haemorrhage subtypes in head CT scans

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