基于深度神经网络的肝部病例图像分类方法及系统

    公开(公告)号:CN111666972A

    公开(公告)日:2020-09-15

    申请号:CN202010350199.6

    申请日:2020-04-28

    IPC分类号: G06K9/62 G06N3/04 G06N3/08

    摘要: 本发明提供一种基于深度神经网络的肝部病例图像分类方法及系统,包括:获得属于同一用户设定时间段的多张病例图像;对多张病例图像进行重采样,形成单张三维病例图像;将上述单张三维病例图像输入深度神经网络模型提取图像特征,所述图像特征包括图像颜色通道和位置信息;采用注意力机制对上述图像特征赋予权重,与肝脏有关的图像特征的权重大于其他图像特征的权重;将赋予权重的图像特征输入分类器,获得单张三维病例图像的分类概率,所述分类包括病变和正常。上述方法及系统无需标注病例图像中的位置信息。

    基于原发性肝癌大数据的数据分析方法及存储介质

    公开(公告)号:CN112712899A

    公开(公告)日:2021-04-27

    申请号:CN202110047657.3

    申请日:2021-01-14

    IPC分类号: G16H50/30 G16H50/70 G16H50/80

    摘要: 本申请涉及大数据处理技术领域,具体涉及基于原发性肝癌大数据的数据分析方法及存储介质。本申请方法包括以下步骤:从电子病历系统、影像采集与输出系统以及检查信息系统获取分析数据;对人口信息进行预处理得到患者索引编号信息;对影像报告进行预处理并进行结构化分析处理获取结节属性;对检验报告进行预处理得到甲胎蛋白检验数据;将患者索引编号信息、影像报告以及甲胎蛋白检验数据汇总得到汇总数据;根据预设规则对汇总数据进行分析得到患者的病情分析结果。本发明技术方案抽取不同系统中的数据进行规整和统一,筛选出关键指标信息,根据预先设置的规则,对患者肝细胞癌病情分析并给出诊疗建议,既能提高工作效率又可以提高诊断的准确性。