公开(公告)号：CN118447994B

公开(公告)日：2025-05-16

申请号：CN202410654310.9

申请日：2024-05-24

Applicant: 哈尔滨工业大学

Inventor： 李向宇 ,  梁鑫杰 ,  董庆 ,  骆功宁 ,  王玮 ,  左百福 ,  李钦策 ,  袁永峰

IPC: G16H15/00 ,  G06T9/00 ,  G06F40/126 ,  G06F40/30 ,  G06V10/74

Abstract: 一种基于医学图像和疾病属性描述对的诊断报告生成系统，它属于医学图像处理领域。本发明解决了通过医务人员对图像进行分析来获得诊断报告的方式存在准确率和效率低的问题。本发明采用先进的大语言模型对诊断报告进行深度疾病信息提取，并通过注入医学领域的知识，进一步增强模型对不同疾病类别视觉属性的理解能力，将这些知识成功应用于未知类别的学习中。通过构建描述图像与疾病之间相关性的语义相似度矩阵，以实现更精准的对比学习，作为一种高效且精确的医学视觉‑语言预训练方法，本发明通过利用自然配对的医学图像和诊断报告数据，显著地提升了医学图像分析任务的效率和准确性。本发明方法可以应用于医学图像诊断报告生成。

公开(公告)号：CN118447994A

公开(公告)日：2024-08-06

申请号：CN202410654310.9

申请日：2024-05-24

Applicant: 哈尔滨工业大学

Inventor： 李向宇 ,  梁鑫杰 ,  董庆 ,  骆功宁 ,  王玮 ,  左百福 ,  李钦策 ,  袁永峰

IPC: G16H15/00 ,  G06T9/00 ,  G06F40/126 ,  G06F40/30 ,  G06V10/74

Abstract: 一种基于医学图像和疾病属性描述对的诊断报告生成系统，它属于医学图像处理领域。本发明解决了通过医务人员对图像进行分析来获得诊断报告的方式存在准确率和效率低的问题。本发明采用先进的大语言模型对诊断报告进行深度疾病信息提取，并通过注入医学领域的知识，进一步增强模型对不同疾病类别视觉属性的理解能力，将这些知识成功应用于未知类别的学习中。通过构建描述图像与疾病之间相关性的语义相似度矩阵，以实现更精准的对比学习，作为一种高效且精确的医学视觉‑语言预训练方法，本发明通过利用自然配对的医学图像和诊断报告数据，显著地提升了医学图像分析任务的效率和准确性。本发明方法可以应用于医学图像诊断报告生成。