申请/专利权人：江苏大学

申请日：2021-06-04

公开（公告）日：2024-04-09

公开（公告）号：CN113470777B

主分类号：G16H15/00

分类号：G16H15/00;G06T11/60;G16H50/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2021.10.26#实质审查的生效;2021.10.01#公开

摘要：本发明提供了一种肿瘤辅助诊断报告生成方法、装置、电子设备、存储介质，初始化后的图像编码器提取图像特征G，初始化后的文本编码器后提取影像所见的文本特征Tvec和病史的文本特征Svec；将图像特征G和影像所见的文本特征Tvec输入目标注意力网络TANet，提取对目标敏感的图像特征G2T；将病史的文本特征Svec和影像所见的文本特征Tvec输入目标注意力网络TANet，提取对目标敏感的文本特征S2T；对G2T和G2S拼接作为多模态生成网络MGNet的输入，顺序的生成单词最后形成诊断报告。本发明结合TANet增强原始的图像特征和病史文本特征，再融合这两种模态的特征生成辅助诊断报告，从而辅助医生生成报告书，提高工作效率。

主权项：1.一种肿瘤辅助诊断报告生成方法，其特征在于：采集包括肝脏CT影像、影像所见t和病史s的多模态数据集，根据诊断报告对多模态数据集进行人工标注；初始化图像编码器后将采集的肝脏CT影像作为输入，提取图像特征G，初始化文本编码器后将影像所见t和病史s作为输入，提取影像所见的文本特征Tvec和病史的文本特征Svec；将图像特征G和影像所见的文本特征Tvec输入目标注意力网络TANet，提取对目标敏感的图像特征G2T；将病史的文本特征Svec和影像所见的文本特征Tvec输入目标注意力网络TANet，提取对目标敏感的文本特征S2T；对目标敏感的图像特征G2T和病史文本特征G2S拼接作为多模态生成网络MGNet的输入，顺序的生成单词最后形成诊断报告；所述对目标敏感的图像特征G2T的生成公式为： MBG，Tvec＝Wm[B1G，Tvec，...，BpG，Tvec]TG2T＝LNG+MLPLNG+MBG，Tvec其中：WQ、WK、WV、Wm为可训练参数，B为一个注意力层，MB为多个注意力层，p为注意力头个数，MLP为前馈网络，LN为带有残差连接的两层范数，d表示向量纬度，m表示最大序列长度；所述对目标敏感的文本特征S2T的生成公式为： MBSvec，Tvec＝Wm′[B1Svec，Tvec，...，BqSvec，Tvec]TS2T＝LNSvec+MLPLNSvec+MBsvec，Tvec其中WQ′、WK′、WV′、Wm′为可训练参数。

全文数据：

权利要求：

百度查询： 江苏大学 一种肿瘤辅助诊断报告生成方法、装置、电子设备、存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD