CN113505262B - 超声图像搜索方法、装置、超声设备及存储介质 - Google Patents
超声图像搜索方法、装置、超声设备及存储介质 Download PDFInfo
- Publication number
- CN113505262B CN113505262B CN202110945450.8A CN202110945450A CN113505262B CN 113505262 B CN113505262 B CN 113505262B CN 202110945450 A CN202110945450 A CN 202110945450A CN 113505262 B CN113505262 B CN 113505262B
- Authority
- CN
- China
- Prior art keywords
- target
- search
- searched
- keyword
- existing
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/5866—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, manually generated location and time information
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/783—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10132—Ultrasound image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Library & Information Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Radiology & Medical Imaging (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Evolutionary Computation (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Pathology (AREA)
- Veterinary Medicine (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Multimedia (AREA)
- Quality & Reliability (AREA)
- Computational Linguistics (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开一种超声图像搜索方法、装置、超声设备及存储介质。该方法包括:获取目标搜索请求,目标搜索请求包括目标搜索类型和与目标搜索类型相对应的目标搜索信息;执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征;将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像;基于目标排序规则,对至少一个目标超声图像进行排序,显示目标搜索结果。该方法可保障目标超声图像搜索方式的多样性和搜索效率。
Description
技术领域
本发明涉及超声波技术领域,尤其涉及一种超声图像搜索方法、装置、超声设备及存储介质。
背景技术
随着超声设备的不断普及和应用,越来越多医疗机构配备超声设备,以利用超声设备对目标对象的人体组织进行扫描识别,形成超声图像,以使医生通过超声图像了解目标对象的生理检测数据,以达到辅助检测识别目标对象的健康状态的目的。一般来说,超声设备会将检测形成的超声图像存储在***数据库中,以使医生可通过查询***数据库确定所需的超声图像,基于该超声图像生成超声分析报告。
现有超声图像在扫描形成超声图像时,一般是基于特定命名规则确定的图像名称和生成时间,将超声图像关联存储在***数据库,这种存储方式会导致后续超声图像搜索过程中存在如下不足:首先,在***数据库中的超声视频或超声图像数量较多时,仅基于图像名称和生成时间,无法快速查找到所需的超声图像,会导致超声图像查询过程耗时较长,影响超声图像分析处理效率。其次,针对部分已标注的超声视频和超声图像,只能按照固定顺序进行翻查,无法快速查找到所需的超声图像,会导致超声图像查询过程耗时较长,影响超声图像分析处理效率。
发明内容
本发明实施例提供一种超声图像搜索方法、装置、超声设备及存储介质,以解决现有超声图像搜索效率较低的问题。
一种超声图像搜索方法,包括:
获取目标搜索请求,所述目标搜索请求包括目标搜索类型和与所述目标搜索类型相对应的目标搜索信息;
执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征;
将所述目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像;
基于目标排序规则,对至少一个所述目标超声图像进行排序,显示目标搜索结果。
一种超声图像搜索装置,包括:
目标搜索请求获取模块,用于获取目标搜索请求,所述目标搜索请求包括目标搜索类型和与所述目标搜索类型相对应的目标搜索信息;
目标搜索特征获取模块,用于执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征;
目标超声图像获取模块,用于将所述目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像;
目标搜索结果显示模块,用于基于目标排序规则,对至少一个所述目标超声图像进行排序,显示目标搜索结果。
一种超声设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述超声图像搜索方法。
一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述超声图像搜索方法。
上述超声图像搜索方法、装置、超声设备及存储介质,可根据目标搜索请求中的不同目标搜索类型和目标搜索信息,采用不同目标搜索类型对应的目标特征提取程序,确定目标搜索特征;再将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行搜索处理,可快速准确地确定与目标搜索信息相关的目标超声图像,可保障目标超声图像搜索方式的多样性和搜索效率;最后,可采用目标排序规则对至少一个目标超声图像进行排序,以获取符合用户使用习惯的目标搜索结果,有助于提高用户体验。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例的描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一实施例中超声图像搜索方法的一应用环境示意图;
图2是本发明一实施例中超声图像搜索方法的一流程图;
图3是本发明一实施例中超声图像搜索方法的另一流程图;
图4是本发明一实施例中超声图像搜索方法的另一流程图;
图5是本发明一实施例中超声图像搜索方法的另一流程图;
图6是本发明一实施例中超声图像搜索方法的另一流程图;
图7是本发明一实施例中超声图像搜索方法的另一流程图;
图8是本发明一实施例中超声图像搜索方法的另一流程图;
图9是本发明一实施例中超声图像搜索方法的另一流程图;
图10是本发明一实施例中超声图像搜索装置的一示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明实施例提供的超声图像搜索方法,该超声图像搜索方法可应用在图1所示的超声设备中,超声设备包括主控制器和与主控制器相连的超声探头、波束合成处理器、图像处理器和显示屏。
主控制器为超声设备的控制器,主控制器与超声设备中的其他功能模块相连,包括但不限于超声探头、波束合成处理器、图像处理器和显示屏等功能模块相连,用于控制各个功能模块工作。
超声探头是超声波的发射和接收装置。本示例中,超声探头对外发出超声波;超声波在人体组织等媒介中传播,会产生反射波和散射波等回波模拟信号,将回波模拟信号转换成回波电信号,对回波电信号进行放大和模数转换,转换成回波数字信号,再将回波数字信号发送给波束合成处理器。
波束合成处理器与超声探头相连,用于接收超声探头发送的回波数字信号,对一个或多个通道的回波数字信号进行波束合成,获取一路或多路回波合成信号,将回波合成信号发送给图像处理器。
图像处理器与波束合成处理器相连,用于接收波束合成处理器发送的回波合成信号,对回波合成信号进行图像合成、空间复合和帧相关等图像处理过程,形成超声图像,以将超声图像发送给显示屏,以使显示屏显示超声图像。
在一实施例中,如图2所示,提供一种超声图像搜索方法,以该方法应用在图1中的主控制器为例进行说明,该超声图像搜索方法包括如下步骤:
S201:获取目标搜索请求,目标搜索请求包括目标搜索类型和与目标搜索类型相对应的目标搜索信息;
S202:执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征;
S203:将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像;
S204:基于目标排序规则,对至少一个目标超声图像进行排序,显示目标搜索结果。
其中,目标搜索请求是用于触发进行超声图像搜索的请求。目标搜索类型是本次触发目标搜索请求的形式,该目标搜索类型可以为字符串搜索类型、语音搜索类型、图像搜索类型、视频搜索类型、标签搜索类型和场景搜索类型中的任一个。目标搜索信息是用于反映用户需要搜索的信息。
作为一示例,步骤S201中,主控制器可获取用户触发的目标搜索请求,该目标搜索请求包括用户采用字符串搜索类型、语音搜索类型、图像搜索类型、视频搜索类型、标签搜索类型和场景搜索类型中的任一个目标搜索类型形式输入的目标搜索信息。例如,若目标搜索类型为字符串搜索类型时,其目标搜索信息为待搜索字符串;若目标搜索类型为语音搜索类型时,其目标搜索信息为待搜索语音;若目标搜索类型为图像搜索类型时,其目标搜索信息为待搜索超声图像;若目标搜索类型为视频搜索类型时,其目标搜索信息为待搜索超声视频;若目标搜索类型为标签搜索类型时,其目标搜索信息为待搜索标签;若目标搜索类型为场景搜索类型时,其目标搜索信息为待搜索场景。
其中,目标特征提取程序是与目标搜索类型相匹配的用于提取特定特征的程序。
作为一示例,步骤S202中,主控制器在获取到目标搜索请求之后,根据该目标搜索请求中的目标搜索类型,基于该目标搜索类型进行查询,将与该目标搜索类型相对应的搜索特征提取程序,确定为目标特征提取程序。接着,主控制器可采用目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征。本示例中,该目标搜索特征可以是与***数据库中预先存储的目标知识图谱中的标准关键词相匹配的特征。目标知识图谱是与超声图像相关的所有标准关键词形成的知识图谱。标准关键词是指***当前时间之前记录在目标知识图谱上的用于记录超声图像相关信息的关键词。
其中,已有超声图像对应的关键词关联图谱是在***当前时间之前,基于已有超声图像中提取或识别出的关键词汇总形成的知识图谱,该关键词关联图谱包括但不限于已有标准面特征、已有组织特征和已有设备特征等特征对应的关键词;已有设备特征包括超声成像模式、超声探头、超声标记和超声测量等信息。
作为一示例,步骤S203中,主控制器可将目标搜索特征,与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取每一已有超声图像对应的特征匹配结果;根据特征匹配结果,确定至少一个目标超声图像。此处的特征匹配结果可理解为目标搜索特征与已有超声图像中的关键词关联图谱进行特征匹配的结果,由于目标搜索特征和关键词关联图谱均为与关键词相关的特征集合,因此,可采用关键词匹配算法,判断已有超声图像的关键词关联图谱中是否全部或部分包含目标搜索特征,以确定特征匹配结果。
作为一示例,步骤S204中,主控制器可根据目标排序规则,对至少一个目标超声图像对应的特征匹配结果进行排序,获取图像排序顺序;基于图像排序顺序,对至少一个目标超声图像进行排序,显示目标搜索结果。此处的目标排序规则是***预先配置的用于对特征匹配结果进行排序的规则,例如,可依据特征匹配结果的大小降序排序。
本实施例所提供的超声图像搜索方法中,可根据目标搜索请求中的不同目标搜索类型和目标搜索信息,采用不同目标搜索类型对应的目标特征提取程序,确定目标搜索特征;再将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行搜索处理,可快速准确地确定与目标搜索信息相关的目标超声图像,可保障目标超声图像搜索方式的多样性和搜索效率;最后,可采用目标排序规则对至少一个目标超声图像进行排序,以获取符合用户使用习惯的目标搜索结果,有助于提高用户体验。
在一实施例中,如图3所示,步骤S202,即执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征,包括:
S301:在目标搜索类型为字符串搜索类型时,对待搜索字符串进行关键词提取,获取搜索关键词;
S302:获取字符串搜索类型对应的历史关键词;
S303:计算搜索关键词和历史关键词对应的第一匹配度;
S304:若第一匹配度大于目标匹配度,则将历史关键词,确定为目标搜索信息对应的目标搜索特征;
S305:若第一匹配度不大于目标匹配度,则将搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取搜索关键词与每一标准关键词对应的第二匹配度;
S306:若第二匹配度大于目标匹配度,则将标准关键词确定为目标搜索特征;
S307:若第二匹配度不大于目标匹配度,则将搜索关键词确定为目标搜索特征。
作为一示例,步骤S301中,在目标搜索请求中的目标搜索类型为字符串搜索类型,其目标搜索信息为待搜索字符串时,例如,用户在搜索输入栏中输入的包括但不限于文字、字符、数字和特殊字符串等待搜索字符串时,主控制器可采用关键词提取算法,对待搜索字符串进行关键词提取,获取搜索关键词。
作为一示例,步骤S302中,主控制器可根据最近K次目标搜索类型为字符串搜索类型的历史搜索请求,确定历史搜索字符串,将历史搜索字符串提取出的关键词确定为字符串搜索类型对应的历史关键词,以便根据最近K次历史搜索请求确定可用于对比分析的历史关键词,其中,K≥1。或者,主控制器可获取***当前时间之前的目标搜索时段内,所有目标搜索类型为字符串搜索类型的历史搜索请求,确定历史搜索字符串,将历史搜索字符串提取出的关键词确定为字符串搜索类型对应的历史关键词,以便根据目标搜索时段内所有历史搜索请求,确定可用于对比分析的历史关键词。
本示例中,超声设备在接收到目标搜索请求,基于目标搜索请求完成搜索时,会将目标搜索请求所形成的搜索关键词、搜索时间和搜索状态等信息,作为日志信息存储到***数据库中,以使其可作为后续目标搜索请求对应的历史搜索请求。
作为一示例,步骤S303中,主控制器可采用关键词匹配算法对搜索关键词和历史关键词进行匹配处理,确定搜索关键词和历史关键词对应的第一匹配度。该第一匹配度可反映目标搜索请求中的搜索关键词与历史搜索请求中的历史关键词之间的相似程度。
其中,目标匹配度是预先配置的用于评估关键词是否达到被认定为相似标准的阈值。
作为一示例,步骤S304中,主控制器在第一匹配度大于目标匹配度时,认定搜索关键词与历史关键词较近似,可认定为同一关键词,可直接将历史关键词确定为目标搜索特征,以便直接基于历史关键词对应的历史搜索结果,确定目标超声图像,有助于提高目标超声图像对应的搜索效率。
作为一示例,步骤S305中,主控制器在第一匹配度不大于目标匹配度时,认定搜索关键词与历史关键词不近似,可将搜索关键词与目标知识图谱中的所有标准关键词进行匹配处理,以确定每一搜索关键词与目标知识图谱中的每一标准关键词的第二匹配度。该第二匹配度可反映搜索关键词与目标知识图谱中的标准关键词之间的相似程度。
作为一示例,步骤S306中,主控制器在第二匹配度大于目标匹配度时,认定搜索关键词与标准关键词较相似,可认定为同一关键词,可将标准关键词确定为目标搜索特征,以便后续基于标准关键词进行超声图像搜索,有助于保障超声图像的搜索效率和结果准确性。
作为一示例,步骤S307中,主控制器在第二匹配度不大于目标匹配度时,认定搜索关键词与目标知识图谱中的所有标准关键词均不相似,此时,只能将搜索关键词确定为目标搜索特征,以便后续利用目标搜索特征进行超声图像搜索处理。
在一实施例中,如图4所示,步骤S202,即执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征,包括:
S401:在目标搜索类型为语音搜索类型时,采用语音文本转换技术,对待搜索语音进行语音文本转换,获取待搜索字符串;
S402:对待搜索字符串进行关键词提取,获取搜索关键词;
S403:获取字符串搜索类型对应的历史关键词;
S404:计算搜索关键词和历史关键词对应的第一匹配度;
S405:若第一匹配度大于目标匹配度,则将历史关键词,确定为目标搜索信息对应的目标搜索特征;
S406:若第一匹配度不大于目标匹配度,则将搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取搜索关键词与每一标准关键词对应的第二匹配度;
S407:若第二匹配度大于目标匹配度,则将标准关键词确定为目标搜索特征;
S408:若第二匹配度不大于目标匹配度,则将搜索关键词确定为目标搜索特征。
作为一示例,步骤S401中,在目标搜索请求中的目标搜索类型为语音搜索类型时,其目标搜索信息为待搜索语音,例如,用户通过录音设备采集到用户需要搜索的待搜索语音。主控制器在接收到待搜索语音时,需采用OCR或者其他语音文本转换技术,将待搜索语音转换为文本形式的待搜索字符串,以便后续基于待搜索字符串确定目标搜索特征。
步骤S402-408的处理过程与步骤S301-S307的处理过程相同,为避免重复,此处不一一赘述。
在一实施例中,如图5所示,步骤S202,即执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征,包括:
S501:在目标搜索类型为图像搜索类型时,获取至少一个待搜索超声图像;
S502:对待搜索超声图像进行进行标准面识别,确定待搜索超声图像对应的目标标准面特征;
S503:对待搜索超声图像进行组织结构识别,确定待搜索超声图像对应的目标组织特征;
S504:对待搜索超声图像进行文字识别,确定待搜索超声图像对应的目标设备特征;
S505:基于至少一个待搜索超声图像对应的目标标准面特征、目标组织特征和目标设备特征,确定目标搜索特征。
其中,待搜索超声图像是需要搜索的超声图像,以便基于待搜索超声图像确定其超声分析报告或者其他关联信息。
作为一示例,步骤S501中,主控制器在目标搜索类型为图像搜索类型时,获取至少一个待搜索超声图像,该待搜索超声图像是需要搜索的超声图像,以便基于待搜索超声图像确定其超声分析报告或者其他关联信息。例如,用户可在超声设备中选取至少一个待搜索超声图像,基于至少一个待搜索超声图像触发目标搜索请求,使得该目标搜索请求中的目标搜索信息为至少一个待搜索超声图像。
其中,目标标准面特征是指待搜索超声图像识别出的标准面特征。
作为一示例,步骤S502中,主控制器可采用预先训练的标准面识别模型,对需要进行标签化处理的待搜索超声图像进行标准面识别,根据标准面识别模型的识别结果,确定待搜索超声图像对应的目标标准面特征。例如,若待搜索超声图像为扫描目标对象的心脏区域形成的超声图像,则其待搜索超声图像对应的目标标准面类型为四腔心标准面,而目标标准面类型对应的目标标准面特征为心脏四腔心。
在一实施例中,步骤S502,即对待搜索超声图像进行标准面识别,确定待搜索超声图像对应的目标标准面特征,包括:
S5021:采用标准面识别模型,对待搜索超声图像进行标准面识别,获取标准面识别模型中的至少一个预设标准面类型对应的标准面相似度;
S5022:根据至少一个预设标准面类型对应的标准面相似度,从至少一个预设标准面类型中确定目标标准面类型;
S5023:根据目标标准面类型,确定待搜索超声图像对应的目标标准面特征。
其中,标准面识别模型是预先采用神经网络模型进行模型训练所确定的用于进行标准面识别的模型。本示例中,标准面识别模型可采用但不限于Resnet、FasterRCNN、Densenet、YOLO、VGG16和VGG19等神经网络模型进行模型训练。预设标准面类型是在模型训练过程中配置确定的标准面类型。一般来说,在标准面识别模型训练过程中,采用预设标准面类型对应的训练超声图像对神经网络模型进行训练,利用训练超声图像更新神经网络模型中的模型参数,以使训练获取的标准面识别模型可实现标准面识别。标准面相似度是指待搜索超声图像与预设标准面类型对应的训练超声图像之间的相似度。
作为一示例,步骤S5021中,主控制器可采用预先训练的标准面识别模型,对待搜索超声图像进行标准面识别,分别识别出该待搜索超声图像与标准面识别模型中的至少一个预设标准面类型对应的训练超声图像之间的图像相似度,将该图像相似度确定为标准面识别模型中的至少一个预设标准面类型对应的标准面相似度。例如,标准面识别模型对应有A、B、C和D这几个预设标准面类型,则需将待搜索超声图像与A、B、C和D这几个预设标准面类型对应的训练超声图像Pa、Pb、Pc和Pd进行处理,分别确定其对应的标准面相似度Sa、Sb、Sc和Sd。
其中,目标标准面类型是指待搜索超声图像识别出的标准面类型。
作为一示例,步骤S5022中,主控制器根据至少一个预设标准面类型对应的标准面相似度,从至少一个预设标准面类型中确定目标标准面类型,具体可以是将标准面相似度最大值对应的预设标准面类型,确定为目标标准面类型;也可以是将标准面相似度大于第一相似度阈值的预设标准面类型,确定为目标标准面类型。此处的第一相似度阈值是预先设置的用于评估标准面相似度是否达到预设标准的阈值。
其中,标准面知识图谱是预先配置的用于记录与标准面特征相关的关键词的图谱。
作为一示例,步骤S5023中,主控制器在确定待搜索超声图像对应的目标标准面类型之后,可根据目标标准面类型查询标准面知识图谱,确定待搜索超声图像对应的目标标准面特征。例如,在识别出待搜索超声图像对应的目标标准面类型为四腔心标准面时,根据四腔心标准面查询标准面识别图谱,从标准面知识图谱中预先记录的与四腔心标准面相对应的标准面关键词中,如心脏四腔心、心脏剑下四腔心和心脏胸骨四腔心等标准面关键词中,选择与待搜索超声图像的目标标准面类型最匹配的标准面关键词,确定为待搜索超声图像对应的目标标准面特征,例如,将目标标准面特征确定为心脏四腔心。
本实施例中,采用神经网络模型训练出的标准面识别模型对待搜索超声图像进行识别,确定目标标准面类型,可保障目标标准面类型识别过程的智能化,无需医生进行人工识别判断,有助于提高处理效率和准确性;再基于目标标准面类型查询标准面知识图谱,以确定目标标准面特征,可保障目标标准面特征的确定效率和标准化,无需医生进行标准面识别判断,也可避免不同医生自主定义目标标准面特征导致标签化处理的不一致性。
其中,目标组织特征是指待搜索超声图像识别出的组织特征。
作为一示例,步骤S503中,主控制器可采用预先训练的组织结构识别模型,对需要进行标签化处理的待搜索超声图像进行组织结构识别,根据组织结构识别模型的识别结果,确定待搜索超声图像对应的目标组织特征。本示例中,主控制器可采用目标标准面特征对应的组织结构识别模型,对待搜索超声图像进行组织结构识别,确定对应的目标组织特征,有助于提高目标组织特征的识别效率和准确性。例如,在目标标准面类型对应的目标标准面特征为心脏四腔心时,其目标组织特征可以为心脏四腔心中的一个具体组织,例如,左上心室这个组织结构。
在一实施例中,步骤S503,即对待搜索超声图像进行组织结构识别,确定待搜索超声图像对应的目标组织特征,包括:
S5031:采用组织结构识别模型,对待搜索超声图像进行组织结构识别,获取组织结构识别模型中的至少一个预设组织结构对应的组织相似度;
S5032:根据至少一个预设组织结构对应的组织相似度,从至少一个预设组织结构中确定目标组织结构;
S5033:根据目标组织结构,确定待搜索超声图像对应的目标组织特征。
其中,组织结构识别模型是预先采用神经网络模型进行模型训练所确定的用于进行组织结构识别的模型。本示例中,组织结构识别模型可采用但不限于U-net和V-Net等神经网络模型进行模型训练。预设组织结构是在模型训练过程中预先确定的组织结构。一般来说,在组织结构识别模型训练过程中,采用预设组织结构对应的训练超声图像对神经网络模型进行训练,利用训练超声图像更新神经网络模型中的模型参数,以使训练获取的组织结构识别模型可实现组织结构识别。组织相似度是指待搜索超声图像与预设组织结构对应的训练超声图像之间的相似度。
作为一示例,步骤S5031中,主控制器可采用预先训练的组织结构识别模型,对待搜索超声图像进行组织结构识别,分别识别出该待搜索超声图像与组织结构识别模型中的至少一个预设组织结构对应的训练超声图像之间的图像相似度,将该图像相似度确定为组织结构识别模型中的至少一个预设组织结构对应的组织相似度。
本示例中,为了提高组织结构的识别准确性和效率,可采用与目标标准面特征对应的组织结构识别模型,对待搜索超声图像进行组织结构识别,分别识别出该待搜索超声图像与目标标准面特征对应的至少一个预设组织结构对应的训练超声图像之间的图像相似度。例如,在目标标准面特征为心脏四腔心时,其预设组织结构包括左上心室、右上心室、左下心室和右下心室等,可将待搜索超声图像分别与左上心室、右上心室、左下心室和右下心室这四个预设组织结构对应的训练超声图像进行模型识别,确定四个预设组织结构对应的组织相似度S1、S2、S3和S4。
作为一示例,步骤S5032中,主控制器根据至少一个预设组织结构对应的组织相似度,从至少一个预设组织结构中确定目标组织结构,具体可以是将组织相似度最大值对应的预设组织结构确定为目标组织结构,也可以是将组织相似度大于第二相似度阈值的预设组织结构确定为目标组织结构。此处的第二相似度阈值是预先设置的用于评估组织相似度是否达到预设标准的阈值。
其中,组织结构知识图谱是预先配置的用于记录与组织结构相关的关键词的图谱。
作为一示例,步骤S5033中,主控制器在确定待搜索超声图像对应的目标组织结构之后,可根据目标组织结构查询组织结构知识图谱,确定待搜索超声图像对应的目标组织特征。例如,在识别出目标组织结构为左上心室时,可根据左上心室查询组织结构知识图谱,以从左上心室对应的组织关键词中,选取与待搜索超声图像相匹配的组织关键词,确定为目标组织特征。
进一步地,组织结构识别模型在确定待搜索超声图像的目标组织结构之后,还对目标组织结构进行形状轮廓识别,以识别出圆形、三角形、椭圆和直线等组织轮廓形状,以便后续将组织轮廓形状作为关键词关联图谱中的一个关键词,有助于提高分析对待搜索超声图像的统计、查询和其他处理的处理效率。
本实施例中,采用神经网络模型训练出的组织结构识别模型对待搜索超声图像进行识别,确定目标组织结构,可保障目标组织结构识别过程的智能化,无需医生进行人工识别判断,有助于提高处理效率和准确性;再基于目标组织结构查询组织结构知识图谱,以确定目标组织特征,可保障目标组织特征的确定效率和标准化,无需医生进行组织结构识别判断,可避免不同医生自主定义目标组织特征导致标签化处理的不一致性。
其中,目标设备特征是指从待搜索超声图像中的识别与超声设备测量相关的特征,目标设备特征包括但不限于超声成像模式、超声探头、超声标记和超声测量等信息。
作为一示例,步骤S504中,主控制器可采用但不限于OCR或者其他图像文字识别技术,对待搜索超声图像进行文字识别,从待搜索超声图像中,识别出待搜索文本;再对待搜索文本进行关键词提取,确定待搜索超声图像对应的目标设备特征。其中,待搜索文本是指从待搜索超声图像中识别到的文字内容。本示例中,由于超声图像的文字字符通常具有结构化的特点,即超声图像中记录的文字通常为超声成像模式、超声探头、超声标记和超声测量等预先确定结构化的结构化信息,且不同结构化信息的位置具体明确,因此,可采用OCR或者其他图像识别技术,对待搜索超声图像中的文字字符区域进行文字识别,有助于提高文字识别的效率。
在一实施例中,步骤S504,即对待搜索超声图像进行文字识别,确定待搜索超声图像对应的目标设备特征,包括:
S5041:对待搜索超声图像进行文字识别,确定待搜索超声图像对应的待搜索文本;
S5042:基于待搜索文本查询设备特征知识图谱,确定待搜索超声图像对应的目标设备特征。
作为一示例,步骤S5041中,主控制器可采用但不限于OCR或者其他图像文字识别技术,对待搜索超声图像进行文字识别,从待搜索超声图像中,识别出待搜索文本,具体包括:先采用但不限于CRAFT或者其他字符区域检测技术,从待搜索超声图像中快速定位出文字字符区域;再从待搜索超声图像中截取文字字符区域的目标截图;最后,采用但不限于OCR或者其他图像文字识别技术,对目标截图进行文字识别,确定待搜索超声图像对应的待搜索文本。可理解地,先定位截取文字字符区域对应的目标截图,再采用OCR或者其他图像文字识别技术进行文字识别,有助于保障待搜索文本的识别效率。
其中,设备特征知识图谱是预先配置的用于记录与设备特征相关的关键词的图谱。由于超声图像中记录的文字通常为超声成像模式、超声探头、超声标记和超声测量等预先确定结构化的结构化信息,因此,可在模型训练过程中,将所有训练超声图像对应的成像设备特征汇总集合,形成设备特征知识图谱。
作为一示例,步骤S5042中,主控制器在确定待搜索超声图像对应的待搜索文本之后,可对待搜索超声图像对应的待搜索文本进行关键词识别,确定待搜索超声图像对应的待搜索关键词;再将该待搜索关键词与设备特征知识图谱进行匹配处理,将匹配成功的待搜索关键词,确定为待搜索超声图像对应的目标设备特征,即将与超声成像模式、超声探头、超声标记和超声测量等信息相关的待搜索关键词,确定为待搜索超声图像对应的目标设备特征。
本实施例中,将待搜索超声图像识别出的待搜索文本,查询预先基于超声成像模式、超声探头、超声标记和超声测量等结构化信息构建的设备特征知识图谱,可快速准确地确定待搜索超声图像的目标设备特征,有助于保障目标设备特征获取的效率和标准化。
作为一示例,步骤S504中,主控制器可基于待搜索超声图像的图像数量,采用不同处理方式确定目标搜索特征。本示例中,在待搜索超声图像的图像数量为一个时,可直接将待搜索超声图像确定的目标标准面特征、目标组织特征和目标设备特征等特征信息,确定为目标搜索特征。在待搜索超声图像的图像数量为至少两个时,将至少两个待搜索超声图像对应的目标标准面特征、目标组织特征和目标设备特征中的共同特征,确定为目标搜索特征。本示例中,根据待搜索超声图像确定以关键词形式存在的目标搜索特征,以便基于该目标搜索特征搜索***数据库,以将图像形式的搜索处理转换为文本形式的搜索处理,有助于提高待搜索超声图像的搜索效率。
在一实施例中,如图6所示,步骤S202,即执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征,包括:
S601:在目标搜索类型为视频搜索类型时,获取待搜索超声视频,从待搜索超声视频中获取至少两个待搜索超声图像;
S602:对待搜索超声图像进行进行标准面识别,确定待搜索超声图像对应的目标标准面特征;
S603:对待搜索超声图像进行组织结构识别,确定待搜索超声图像对应的目标组织特征;
S604:对待搜索超声图像进行文字识别,确定待搜索超声图像对应的目标设备特征;
S605:将至少两个待搜索超声图像对应的目标标准面特征、目标组织特征和目标设备特征中的共同特征,确定为目标搜索特征。
作为一示例,步骤S601中,主控制器在目标搜索类型为视频搜索类型时,可获取待搜索超声视频,待搜索超声视频中包含至少两个待搜索超声图像,以便对同一待搜索超声视频中的至少两个待搜索超声图像的共同进行搜索。
步骤S602-S604的处理过程与步骤S502-S504的处理过程一致,为避免重复,此处不一一赘述。
作为一示例,步骤S605中,主控制器可将同一待搜索超声视频中,至少两个待搜索超声图像对应的目标标准面特征、目标组织特征和目标设备特征中的共同特征,确定为目标搜索特征。本示例中,先将视频形式的待搜索超声视频转换为图像形式的超声视频;再将至少两个待搜索超声图像对应的目标标准面特征、目标组织特征和目标设备特征中的共同特征,确定为目标搜索特征,以实现将视频形式的搜索处理转换为文本形式的搜索处理,有助于提高待搜索超声图像的搜索效率。
在一实施例中,步骤S202,即执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征,包括:
在目标搜索类型为标签搜索类型时,获取待搜索标签,将待搜索标签直接确定为目标搜索特征。
作为一示例,在超声设备的显示屏上显示***预先配置的多个配置特征标签,该配置特征标签为***当前时间以前基于所有历史超声图像的关键词关联图谱中的关键词形成的标签。本示例中,配置特征标签包括配置标准面特征、配置组织特征、组织轮廓形状、配置设备特征、报告关键词和属性关键词等信息,配置设备特征包括超声成像模式、超声探头、超声标记和超声测量等信息;属性关键词包括文件命名、文件夹和文件后缀等信息。
本示例中,用户可点击选中超声设备的显示屏上实时显示的配置特征标签,将选中的配置特征标签确定为待搜索标签,基于该待搜索标签确定为目标搜索特征,以便基于该目标搜索特征查询***数据库,可快速查询获取到与待搜索标签相匹配的目标搜索结果。
在一实施例中,如图7所示,步骤S202,即执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征,包括:
S701:在目标搜索类型为场景搜索类型时,获取目标场景示意图和待搜索场景;
S702:根据待搜索场景在目标场景示意图中的场景位置,确定待搜索场景对应的场景组织特征;
S703:基于待搜索场景对应的场景组织特征,确定目标搜索特征。
其中,场景搜索类型是用于搜索描述超声视频或超声图像产生的场景的搜索方式。待搜索场景为用户输入的与超声视频或超声图像产生的场景相关的关键词,包括但不限于超声成像模式、超声探头、超声标记和超声测量等场景信息。目标场景示意图为用户触发目标搜索请求时所选用的场景示意图。该目标场景示意图可以为预先配置的二维人体示意图、三维人体示意图、人体组织结构示意图等。
作为一示例,步骤S701中,主控制器在目标搜索类型为场景搜索类型时,需根据目标搜索请求确定目标场景示意图和待搜索场景这些目标搜索信息。本示例中,用户可在超声图像当前显示的目标场景示意图中,选中特定区域,以将待定区域确定为待搜索场景,基于该目标场景示意图和待搜索场景触发目标搜索请求。
作为一示例,步骤S702中,主控制器可根据待搜索场景在目标场景示意图中的场景位置,根据待搜索场景在目标场景示意图中的场景位置,确定其对应的场景组织结构,再根据场景组织结构确定待搜索场景对应的场景组织特征。此处的场景组织结构是指待搜索场景在目标场景示意图中的场景位置对应的组织结构。例如,主控制器可根据场景组织结构查询组织结构知识图谱,确定待搜索场景对应的场景组织特征。例如,在识别出场景组织结构为左上心室时,可根据左上心室查询组织结构知识图谱,以从左上心室对应的组织关键词中,选取与待搜索超声图像相匹配的组织关键词,确定为待搜索场景对应的场景组织特征。
作为一示例,步骤S703中,由于***数据库中所有已有超声图像均与包含已有组织特征的关键词关联图谱进行存储,因此,主控制器可将根据场景组织结构确定待搜索场景对应的场景组织特征,直接确定为目标搜索特征,以便基于目标搜索特征进行超声图像查询,可有效提高超声图像查询效率。
在一实施例中,如图8所示,步骤S203,即将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像,包括:
S801:若目标搜索特征为历史关键词,则将历史关键词对应的至少一个历史超声图像,确定为至少一个目标超声图像;
S802:若目标搜索特征不为历史关键词,则将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取每一已有超声图像与目标搜索特征相对应的实体相似度;
S802:选取实体相似度较大的至少一个已有超声图像,确定为至少一个目标超声图像。
作为一示例,步骤S801中,主控制器在确定的目标搜索特征为待搜索字符串或待搜索语音分析过程中确定的历史关键词时,说明用户在较短时间内触发相同的目标搜索请求,可直接将历史关键词对应的历史搜索结果中的至少一个历史超声图像,确定为至少一个目标超声图像,有助于提高至少一个目标超声图像对应的搜索效率。
作为一示例,步骤S802中,主控制器在目标搜索特征不为历史关键词时,主控制器中根据目标搜索特征形成的目标关联图谱,与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,确定目标搜索特征与每一已有超声图像对应的实体相似度。例如,若目标关联图谱和关键词关联图谱均包括实体、实体关系和实体属性等信息,可分析计算实体关系相似度和实体属性相似度,将实体关系相似度和实体属性相似度的和值,确定为实体相似度。
本示例中,***预先存储的每一已有超声图像关键词关联图谱主要用于确定关键词与关键词之间以及关键词与句子之间的关联关系的图谱。例如,关键词关联图谱的构建包括但不限于实体、实体关系和实体属性等信息。本示例中,将三元组GK=(E,R,S)确定为关键词关联图谱,E={E1,E2,…,En}为实体库中各实体的集合,共包含n种不同的实体;R={R1,R2,…,Rm}是实体库中各实体关系的集合,共包含m种不同的实体关系;S={s1,s2,…sk}是实体库中各实体属性的集合,共包含k种实体属性关系,上述n、m、k都为计数方式。实体集合E、实体关系集合R和实体属性集合S为预先设置的词典库,其中实体集合E包括但不限于超声视频、超声图像、标准面特征、组织特征、组织轮廓形态、图像成像模式、超声探头、超声标记、测量模式、超声分析报告、文件命名、文件夹、文件后缀和功能模块等信息,
举例说明:如下表所示,一个实体的超声图像,即实体库中的词汇为“超声图像”,其对应的实体属性为“心脏四腔心”,其二者在超声的关系是“标准面”,即构成标准面这层关系,知晓超声图像的具体属性。
实体 | 实体关系 | 实体属性 |
超声图像 | 标准面 | 心脏四腔心 |
其中根据下式计算某一已有超声图像的关键词关联图谱中的实体M和目标搜索特征中的实体N的实体相似度:
Sum(M,N)=Dis(SM,SN)+Dis(RM,RN)
其中,Sum(M,N)为实体M和实体N的实体相似度,Dis(SM,SN)为实体M的实体属性SM和实体N的实体属性SN的属性距离,Dis(RM,RN)为实体M的实体关系RM和实体N的实体关系RN的关系距离。当实体M和实体N的实体相似度Sum(M,N)大于预设阈值时,认为实体M和实体N达到相似标准。此处的
作为一示例,步骤S803中,主控制器可获取***数据库中,每一已有超声图像与目标搜索特征相对应的实体相似度,对至少一个已有超声图像的实体相似度进行排序,选取实体相似度较大的至少一个已有超声图像,确定为至少一个目标超声图像,以达到利用目标搜索特征和已有超声图像的关键词关联图谱进行快速搜索目的,有助于提高超声图像搜索处理效率。
在一实施例中,如图9所示,在步骤S201之前,即在获取目标搜索请求,目标搜索请求包括目标搜索类型和与目标搜索类型相对应的目标搜索信息之前,超声图像搜索方法还包括:
S901:获取已有图像数据,已有图像数据包括已有超声图像、超声分析报告和文件属性信息;
S902:对已有超声图像进行标准面识别,确定已有超声图像对应的已有标准面特征;
S903:对已有超声图像进行组织结构识别,确定已有超声图像对应的已有组织特征;
S904:对已有超声图像进行文字识别,确定已有超声图像对应的已有设备特征;
S905:对超声分析报告和文件属性信息进行关键词提取,获取报告关键词和属性关键词;
S906:基于已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词,对已有超声图像进行标签化处理,获取已有超声图像对应的关键词关联图谱;
S907:将已有超声图像和关键词关联图谱,关联存储在***数据库中。
其中,已有超声图像是***当前时间之前经过标签化处理的超声图像。超声分析报告是指医生对已有超声图像进行分析形成的报告文件。文件属性信息是与超声分析报告存储相关的信息,包括但不限于文件命名、文件夹和文件后缀等。
作为一示例,步骤S901中,主控制器可获取已有超声数据,该已有超声数据库包括已有超声图像、超声分析报告和文件属性信息等数据。该超声分析报告是医生对已有超声图像进行分析形成的分析报告,将超声分析报告存储在***数据库中,以便根据超声分析报告在***数据库中的存储地址和存储方式,获取超声分析报告对应的文件属性信息。
其中,已有标准面特征是指已有超声图像识别出的标准面特征。
作为一示例,步骤S902中,主控制器可采用预先训练的标准面识别模型,对需要进行标签化处理的已有超声图像进行标准面识别,根据标准面识别模型的识别结果,确定已有超声图像对应的已有标准面特征。例如,若已有超声图像为扫描目标对象的心脏区域形成的超声图像,则其已有超声图像对应的目标标准面类型为四腔心标准面,而目标标准面类型对应的已有标准面特征为心脏四腔心。
其中,已有组织特征是指已有超声图像识别出的组织特征。
作为一示例,步骤S903中,主控制器可采用预先训练的组织结构识别模型,对需要进行标签化处理的已有超声图像进行组织结构识别,根据组织结构识别模型的识别结果,确定已有超声图像对应的已有组织特征。本示例中,主控制器可采用已有标准面特征对应的组织结构识别模型,对已有超声图像进行组织结构识别,确定对应的已有组织特征,有助于提高已有组织特征的识别效率和准确性。例如,在目标标准面类型对应的已有标准面特征为心脏四腔心时,其已有组织特征可以为心脏四腔心中的一个具体组织,例如,左上心室这个组织结构。
其中,已有设备特征是指从已有超声图像中的识别与超声设备测量相关的特征,已有设备特征包括但不限于超声成像模式、超声探头、超声标记和超声测量等信息。
作为一示例,步骤S904中,主控制器可采用但不限于OCR或者其他图像文字识别技术,对已有超声图像进行文字识别,从已有超声图像中,识别出已有处理文本;再对已有处理文本进行关键词提取,确定已有超声图像对应的已有设备特征。其中,已有处理文本是指从已有超声图像中识别到的文字内容。本示例中,由于超声图像的文字字符通常具有结构化的特点,即超声图像中记录的文字通常为超声成像模式、超声探头、超声标记和超声测量等预先确定结构化的结构化信息,且不同结构化信息的位置具体明确,因此,可采用OCR或者其他图像识别技术,对已有超声图像中的文字字符区域进行文字识别,有助于提高文字识别的效率。
作为一示例,步骤S905中,主控制器可采用关键词提取算法对超声分析报告进行关键词提取,获取超声分析报告对应的报告关键词;并采用关键词提取算法对文件属性信息进行关键词提取,获取文件属性信息对应的属性关键词,以便基于报告关键词和属性关键词对已有超声图像进行标签化处理,有助于保障后续对已有超声图像进行统计分析、查询分析和其他处理,提高处理效率。
其中,关键词关联图谱是指将已有超声图像中提取或识别出的关键词汇总形成的知识图谱,具体是指将包括但不限于已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词等特征对应的关键词,汇总形成该已有超声图像对应的关键词关联图谱。
作为一示例,步骤S906,主控制器可采用预先配置好的特征整合规则,对已有超声图像对应的已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词等特征进行整合处理,以获取整合后的已有超声图像对应的关键词关联图谱。本示例中,主控制器可基于预设特征拼接规则,将已有超声图像对应的已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词等特征进行拼接处理,形成字符串形式的关键词关联图谱。又或者,主控制器可将已有超声图像对应的已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词等特征,记录在知识图谱数据表中,形成数据表形式表现的关键词关联图谱。
作为一示例,步骤S907中,主控制器在获取到每一已有超声图像对应的关键词关联图谱之后,需将该已有超声图像与关键词关联图谱,关联存储到***数据库中,以便后续基于关键词关联图谱,实现对所有已有超声图像进行统计分析,提高统计分析效率;或者对已有超声图像进行多维度数据查询,提高数据查询效率。本示例中,***数据库可以为本地数据库,也可以为云端数据库。
本示例中,每一已有超声图像对应的关键词关联图谱包括已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词;已有设备特征包括超声成像模式、超声探头、超声标记和超声测量等信息;属性关键词包括文件命名、文件夹和文件后缀等信息;将已有超声图像与关键词关联图谱关联存储到***数据库中,可理解为采用上述关键词关联图谱对已有超声图像进行标签化处理,以便根据基于关键词关联图谱对***数据库中所有已有超声图像进行统计、查询和其他处理,提高处理效率。
本实施例提供的超声图像处理方法中,通过对已有超声图像进行分析处理,以确定已有超声图像对应的已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词等特征,从而确定可用于标注已有超声图像的不同特征;再将已有超声图像对应的已有标准面特征、已有组织特征、已有设备特征、报告关键词和属性关键词等特征整合,形成关键词关联图谱,将关键词关联图谱与已有超声图像关联存储在***数据库中,以实现采用关键词关联图谱对已有超声图像进行标签化处理,以便后续利用关键词关联图谱实现对已有超声图像进行统计、查询和其他处理,提高处理效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
在一实施例中,提供一种超声图像搜索装置,该超声图像搜索装置与上述实施例中超声图像搜索方法一一对应。如图10所示,该超声图像搜索装置包括目标搜索请求获取模块1001、目标搜索特征获取模块1002、目标超声图像获取模块1003和目标搜索结果显示模块1004。各功能模块详细说明如下:
目标搜索请求获取模块1001,用于获取目标搜索请求,目标搜索请求包括目标搜索类型和与目标搜索类型相对应的目标搜索信息;
目标搜索特征获取模块1002,用于执行目标搜索类型对应的目标特征提取程序,对目标搜索信息进行特征提取,确定目标搜索信息对应的目标搜索特征;
目标超声图像获取模块1003,用于将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像;
目标搜索结果显示模块1004,用于基于目标排序规则,对至少一个目标超声图像进行排序,显示目标搜索结果。
优选地,目标搜索特征获取模块1002,包括:
搜索关键词获取单元,用于在目标搜索类型为字符串搜索类型时,对待搜索字符串进行关键词提取,获取搜索关键词;
历史关键词获取单元,用于获取字符串搜索类型对应的历史关键词;
第一匹配度获取单元,用于计算搜索关键词和历史关键词对应的第一匹配度;
第一特征确定单元,用于若第一匹配度大于目标匹配度,则将历史关键词,确定为目标搜索信息对应的目标搜索特征;
第二匹配度获取单元,用于若第一匹配度不大于目标匹配度,则将搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取搜索关键词与每一标准关键词对应的第二匹配度;
第二特征确定单元,用于若第二匹配度大于目标匹配度,则将标准关键词确定为目标搜索特征;
第三特征确定单元,用于若第二匹配度不大于目标匹配度,则将搜索关键词确定为目标搜索特征。
优选地,目标搜索特征获取模块1002,包括:
待搜索字符串获取单元,用于在目标搜索类型为语音搜索类型时,采用语音文本转换技术,对待搜索语音进行语音文本转换,获取待搜索字符串;
搜索关键词获取单元,用于对待搜索字符串进行关键词提取,获取搜索关键词;
历史关键词获取单元,用于获取字符串搜索类型对应的历史关键词;
第一匹配度获取单元,用于计算搜索关键词和历史关键词对应的第一匹配度;
第一特征确定单元,用于若第一匹配度大于目标匹配度,则将历史关键词,确定为目标搜索信息对应的目标搜索特征;
第二匹配度获取单元,用于若第一匹配度不大于目标匹配度,则将搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取搜索关键词与每一标准关键词对应的第二匹配度;
第二特征确定单元,用于若第二匹配度大于目标匹配度,则将标准关键词确定为目标搜索特征;
第三特征确定单元,用于若第二匹配度不大于目标匹配度,则将搜索关键词确定为目标搜索特征。
优选地,目标搜索特征获取模块1002,包括:
待搜索超声图像获取单元,用于在目标搜索类型为图像搜索类型时,获取至少一个待搜索超声图像;
目标标准面特征确定单元,用于对待搜索超声图像进行进行标准面识别,确定待搜索超声图像对应的目标标准面特征;
目标组织特征确定单元,用于对待搜索超声图像进行组织结构识别,确定待搜索超声图像对应的目标组织特征;
成像设备特征确定单元,用于对待搜索超声图像进行文字识别,确定待搜索超声图像对应的目标设备特征;
第四特征确定单元,用于基于至少一个待搜索超声图像对应的目标标准面特征、目标组织特征和成像设备特征,确定目标搜索特征。
优选地,目标搜索特征获取模块1002,包括:
待搜索超声视频获取单元,用于在目标搜索类型为视频搜索类型时,获取待搜索超声视频,从待搜索超声视频中获取至少两个待搜索超声图像;
目标标准面特征确定单元,用于对待搜索超声图像进行进行标准面识别,确定待搜索超声图像对应的目标标准面特征;
目标组织特征确定单元,用于对待搜索超声图像进行组织结构识别,确定待搜索超声图像对应的目标组织特征;
成像设备特征确定单元,用于对待搜索超声图像进行文字识别,确定待搜索超声图像对应的目标设备特征;
第五特征确定单元,用于将至少两个待搜索超声图像对应的目标标准面特征、目标组织特征和成像设备特征中的共同特征,确定为目标搜索特征。
优选地,目标搜索特征获取模块1002,包括:
场景搜索信息获取单元,用于在目标搜索类型为场景搜索类型时,获取目标场景示意图和待搜索场景;
场景组织特征获取单元,用于根据待搜索场景在目标场景示意图中的场景位置,确定待搜索场景对应的场景组织特征;
第六特征确定单元,用于基于待搜索场景对应的场景组织特征,确定目标搜索特征。
优选地,目标超声图像获取模块1003,包括:
第一目标超声图像确定单元,用于若目标搜索特征为历史关键词,则将历史关键词对应的至少一个历史超声图像,确定为至少一个目标超声图像;
实体相似度确定单元,用于若目标搜索特征不为历史关键词,则将目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取每一已有超声图像与目标搜索特征相对应的实体相似度;
第二目标超声图像确定单元,用于选取实体相似度较大的至少一个已有超声图像,确定为至少一个目标超声图像。
优选地,超声图像搜索装置还包括:
已有图像数据获取单元,用于获取已有图像数据,已有图像数据包括已有超声图像、超声分析报告和文件属性信息;
已有标准面特征获取单元,用于对已有超声图像进行标准面识别,确定已有超声图像对应的已有标准面特征;
已有组织特征获取单元,用于对已有超声图像进行组织结构识别,确定已有超声图像对应的已有组织特征;
已有设备特征获取单元,用于对已有超声图像进行文字识别,确定已有超声图像对应的已有设备特征;
报告属性获取单元,用于对超声分析报告和文件属性信息进行关键词提取,获取报告关键词和属性关键词;
关键词关联图谱获取单元,用于基于已有标准面特征、已有组织特征、成像设备特征、报告关键词和属性关键词,对已有超声图像进行标签化处理,获取已有超声图像对应的关键词关联图谱;
关联存储单元,用于将已有超声图像和关键词关联图谱,关联存储在***数据库中。
关于超声图像搜索装置的具体限定可以参见上文中对于超声图像搜索方法的限定,在此不再赘述。上述超声图像搜索装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于超声设备中的处理器中,也可以以软件形式存储于超声设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种超声设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例中超声图像搜索方法,例如图2所示S201-S204,或者图3至图8中所示,为避免重复,这里不再赘述。或者,处理器执行计算机程序时实现超声图像搜索装置这一实施例中的各模块/单元的功能,例如图9所示的目标搜索请求获取模块1001、目标搜索特征获取模块1002、目标超声图像获取模块1003和目标搜索结果显示模块1004的功能,为避免重复,这里不再赘述。
在一实施例中,提供一计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中超声图像搜索方法,例如图2所示S201-S204,或者图3至图8中所示,为避免重复,这里不再赘述。或者,该计算机程序被处理器执行时实现上述超声图像搜索装置这一实施例中的各模块/单元的功能,例如图9所示的目标搜索请求获取模块1001、目标搜索特征获取模块1002、目标超声图像获取模块1003和目标搜索结果显示模块1004的功能,为避免重复,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (16)
1.一种超声图像搜索方法,其特征在于,包括:
获取目标搜索请求,所述目标搜索请求包括目标搜索类型和与所述目标搜索类型相对应的目标搜索信息;
执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征;
将所述目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像;
基于目标排序规则,对至少一个所述目标超声图像进行排序,显示目标搜索结果,其中,所述执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征,包括:
在所述目标搜索类型为字符串搜索类型时,对待搜索字符串进行关键词提取,获取搜索关键词;
获取所述字符串搜索类型对应的历史关键词;
计算所述搜索关键词和所述历史关键词对应的第一匹配度;
若所述第一匹配度大于目标匹配度,则将所述历史关键词,确定为所述目标搜索信息对应的目标搜索特征;
若所述第一匹配度不大于目标匹配度,则将所述搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取所述搜索关键词与每一所述标准关键词对应的第二匹配度;
若所述第二匹配度大于目标匹配度,则将所述标准关键词确定为目标搜索特征;
若所述第二匹配度不大于目标匹配度,则将所述搜索关键词确定为目标搜索特征。
2.如权利要求1所述的超声图像搜索方法,其特征在于,所述执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征,包括:
在所述目标搜索类型为语音搜索类型时,采用语音文本转换技术,对待搜索语音进行语音文本转换,获取待搜索字符串;
对待搜索字符串进行关键词提取,获取搜索关键词;
获取所述字符串搜索类型对应的历史关键词;
计算所述搜索关键词和所述历史关键词对应的第一匹配度;
若所述第一匹配度大于目标匹配度,则将所述历史关键词,确定为所述目标搜索信息对应的目标搜索特征;
若所述第一匹配度不大于目标匹配度,则将所述搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取所述搜索关键词与每一所述标准关键词对应的第二匹配度;
若所述第二匹配度大于目标匹配度,则将所述标准关键词确定为目标搜索特征;
若所述第二匹配度不大于目标匹配度,则将所述搜索关键词确定为目标搜索特征。
3.如权利要求1所述的超声图像搜索方法,其特征在于,所述执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征,包括:
在所述目标搜索类型为图像搜索类型时,获取至少一个待搜索超声图像;
对所述待搜索超声图像进行标准面识别,确定所述待搜索超声图像对应的目标标准面特征;
对所述待搜索超声图像进行组织结构识别,确定所述待搜索超声图像对应的目标组织特征;
对所述待搜索超声图像进行文字识别,确定所述待搜索超声图像对应的目标设备特征;
基于至少一个所述待搜索超声图像对应的所述目标标准面特征、所述目标组织特征和所述目标设备特征,确定目标搜索特征。
4.如权利要求1所述的超声图像搜索方法,其特征在于,所述执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征,包括:
在所述目标搜索类型为视频搜索类型时,获取待搜索超声视频,从所述待搜索超声视频中获取至少两个待搜索超声图像;
对所述待搜索超声图像进行标准面识别,确定所述待搜索超声图像对应的目标标准面特征;
对所述待搜索超声图像进行组织结构识别,确定所述待搜索超声图像对应的目标组织特征;
对所述待搜索超声图像进行文字识别,确定所述待搜索超声图像对应的目标设备特征;
将至少两个所述待搜索超声图像对应的所述目标标准面特征、所述目标组织特征和目标设备特征中的共同特征,确定为目标搜索特征。
5.如权利要求1所述的超声图像搜索方法,其特征在于,所述执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征,包括:
在所述目标搜索类型为场景搜索类型时,获取目标场景示意图和待搜索场景;
根据所述待搜索场景在所述目标场景示意图中的场景位置,确定所述待搜索场景对应的场景组织特征;
基于所述待搜索场景对应的场景组织特征,确定目标搜索特征。
6.如权利要求1所述的超声图像搜索方法,其特征在于,所述将所述目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像,包括:
若所述目标搜索特征为历史关键词,则将所述历史关键词对应的至少一个历史超声图像,确定为至少一个目标超声图像;
若所述目标搜索特征不为历史关键词,则将所述目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取每一所述已有超声图像与所述目标搜索特征相对应的实体相似度;
选取所述实体相似度较大的至少一个所述已有超声图像,确定为至少一个目标超声图像。
7.如权利要求1所述的超声图像搜索方法,其特征在于,在所述获取目标搜索请求,所述目标搜索请求包括目标搜索类型和与所述目标搜索类型相对应的目标搜索信息之前,所述超声图像搜索方法还包括:
获取已有图像数据,所述已有图像数据包括已有超声图像、超声分析报告和文件属性信息;
对所述已有超声图像进行标准面识别,确定所述已有超声图像对应的已有标准面特征;
对所述已有超声图像进行组织结构识别,确定所述已有超声图像对应的已有组织特征;
对所述已有超声图像进行文字识别,确定所述已有超声图像对应的已有设备特征;
对所述超声分析报告和所述文件属性信息进行关键词提取,获取报告关键词和属性关键词;
基于所述已有标准面特征、所述已有组织特征、已有设备特征、所述报告关键词和所述属性关键词,对已有超声图像进行标签化处理,获取已有超声图像对应的关键词关联图谱;
将已有超声图像和关键词关联图谱,关联存储在***数据库中。
8.一种超声图像搜索装置,其特征在于,包括:
目标搜索请求获取模块,用于获取目标搜索请求,所述目标搜索请求包括目标搜索类型和与所述目标搜索类型相对应的目标搜索信息;
目标搜索特征获取模块,用于执行所述目标搜索类型对应的目标特征提取程序,对所述目标搜索信息进行特征提取,确定所述目标搜索信息对应的目标搜索特征;
目标超声图像获取模块,用于将所述目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取至少一个目标超声图像;
目标搜索结果显示模块,用于基于目标排序规则,对至少一个所述目标超声图像进行排序,显示目标搜索结果,其中,所述目标搜索特征获取模块,包括:
搜索关键词获取单元,用于在所述目标搜索类型为字符串搜索类型时,对待搜索字符串进行关键词提取,获取搜索关键词;
历史关键词获取单元,用于获取所述字符串搜索类型对应的历史关键词;
第一匹配度获取单元,用于计算所述搜索关键词和所述历史关键词对应的第一匹配度;
第一特征确定单元,用于若所述第一匹配度大于目标匹配度,则将所述历史关键词,确定为所述目标搜索信息对应的目标搜索特征;
第二匹配度获取单元,用于若所述第一匹配度不大于目标匹配度,则将所述搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取所述搜索关键词与每一所述标准关键词对应的第二匹配度;
第二特征确定单元,用于若所述第二匹配度大于目标匹配度,则将所述标准关键词确定为目标搜索特征;
第三特征确定单元,用于若所述第二匹配度不大于目标匹配度,则将所述搜索关键词确定为目标搜索特征。
9.如权利要求8所述的超声图像搜索装置,其特征在于,所述目标搜索特征获取模块,包括:
待搜索字符串获取单元,用于在所述目标搜索类型为语音搜索类型时,采用语音文本转换技术,对待搜索语音进行语音文本转换,获取待搜索字符串;
搜索关键词获取单元,用于对待搜索字符串进行关键词提取,获取搜索关键词;
历史关键词获取单元,用于获取所述字符串搜索类型对应的历史关键词;
第一匹配度获取单元,用于计算所述搜索关键词和所述历史关键词对应的第一匹配度;
第一特征确定单元,用于若所述第一匹配度大于目标匹配度,则将所述历史关键词,确定为所述目标搜索信息对应的目标搜索特征;
第二匹配度获取单元,用于若所述第一匹配度不大于目标匹配度,则将所述搜索关键词与目标知识图谱中的每一标准关键词进行匹配处理,获取所述搜索关键词与每一所述标准关键词对应的第二匹配度;
第二特征确定单元,用于若所述第二匹配度大于目标匹配度,则将所述标准关键词确定为目标搜索特征;
第三特征确定单元,用于若所述第二匹配度不大于目标匹配度,则将所述搜索关键词确定为目标搜索特征。
10.如权利要求8所述的超声图像搜索装置,其特征在于,所述目标搜索特征获取模块,包括:
待搜索超声图像获取单元,用于在所述目标搜索类型为图像搜索类型时,获取至少一个待搜索超声图像;
目标标准面特征确定单元,用于对所述待搜索超声图像进行标准面识别,确定所述待搜索超声图像对应的目标标准面特征;
目标组织特征确定单元,用于对所述待搜索超声图像进行组织结构识别,确定所述待搜索超声图像对应的目标组织特征;
成像设备特征确定单元,用于对所述待搜索超声图像进行文字识别,确定所述待搜索超声图像对应的目标设备特征;
第四特征确定单元,用于基于至少一个所述待搜索超声图像对应的所述目标标准面特征、所述目标组织特征和目标设备特征,确定目标搜索特征。
11.如权利要求8所述的超声图像搜索装置,其特征在于,所述目标搜索特征获取模块,包括:
待搜索超声视频获取单元,用于在所述目标搜索类型为视频搜索类型时,获取待搜索超声视频,从所述待搜索超声视频中获取至少两个待搜索超声图像;
目标标准面特征确定单元,用于对所述待搜索超声图像进行标准面识别,确定所述待搜索超声图像对应的目标标准面特征;
目标组织特征确定单元,用于对所述待搜索超声图像进行组织结构识别,确定所述待搜索超声图像对应的目标组织特征;
成像设备特征确定单元,用于对所述待搜索超声图像进行文字识别,确定所述待搜索超声图像对应的目标设备特征;
第五特征确定单元,用于将至少两个所述待搜索超声图像对应的所述目标标准面特征、所述目标组织特征和目标设备特征中的共同特征,确定为目标搜索特征。
12.如权利要求8所述的超声图像搜索装置,其特征在于,所述目标搜索特征获取模块,包括:
场景搜索信息获取单元,用于在所述目标搜索类型为场景搜索类型时,获取目标场景示意图和待搜索场景;
场景组织特征获取单元,用于根据所述待搜索场景在所述目标场景示意图中的场景位置,确定所述待搜索场景对应的场景组织特征;
第六特征确定单元,用于基于所述待搜索场景对应的场景组织特征,确定目标搜索特征。
13.如权利要求8所述的超声图像搜索装置,其特征在于,所述目标超声图像获取模块,包括:
第一目标超声图像确定单元,用于若所述目标搜索特征为历史关键词,则将所述历史关键词对应的至少一个历史超声图像,确定为至少一个目标超声图像;
实体相似度确定单元,用于若所述目标搜索特征不为历史关键词,则将所述目标搜索特征与***数据库中所有已有超声图像对应的关键词关联图谱进行匹配处理,获取每一所述已有超声图像与所述目标搜索特征相对应的实体相似度;
第二目标超声图像确定单元,用于选取所述实体相似度较大的至少一个所述已有超声图像,确定为至少一个目标超声图像。
14.如权利要求8所述的超声图像搜索装置,其特征在于,所述超声图像搜索装置还包括:
已有图像数据获取单元,用于获取已有图像数据,所述已有图像数据包括已有超声图像、超声分析报告和文件属性信息;
已有标准面特征获取单元,用于对所述已有超声图像进行标准面识别,确定所述已有超声图像对应的已有标准面特征;
已有组织特征获取单元,用于对所述已有超声图像进行组织结构识别,确定所述已有超声图像对应的已有组织特征;
已有设备特征获取单元,用于对所述已有超声图像进行文字识别,确定所述已有超声图像对应的已有设备特征;
报告属性获取单元,用于对所述超声分析报告和所述文件属性信息进行关键词提取,获取报告关键词和属性关键词;
关键词关联图谱获取单元,用于基于所述已有标准面特征、所述已有组织特征、已有设备特征、所述报告关键词和所述属性关键词,对已有超声图像进行标签化处理,获取已有超声图像对应的关键词关联图谱;
关联存储单元,用于将已有超声图像和关键词关联图谱,关联存储在***数据库中。
15.一种超声设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述超声图像搜索方法。
16.一种计算机可读存储介质,所述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任一项所述超声图像搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110945450.8A CN113505262B (zh) | 2021-08-17 | 2021-08-17 | 超声图像搜索方法、装置、超声设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110945450.8A CN113505262B (zh) | 2021-08-17 | 2021-08-17 | 超声图像搜索方法、装置、超声设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113505262A CN113505262A (zh) | 2021-10-15 |
CN113505262B true CN113505262B (zh) | 2022-03-29 |
Family
ID=78016009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110945450.8A Active CN113505262B (zh) | 2021-08-17 | 2021-08-17 | 超声图像搜索方法、装置、超声设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113505262B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113786213B (zh) * | 2021-11-16 | 2022-03-01 | 深圳迈瑞软件技术有限公司 | 一种超声成像设备和可读存储介质 |
CN116257871B (zh) * | 2023-03-13 | 2023-11-17 | 杭州易签宝网络科技有限公司 | 数据存储、存证、验证的方法、装置及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920716A (zh) * | 2018-07-27 | 2018-11-30 | 中国电子科技集团公司第二十八研究所 | 基于知识图谱的数据检索与可视化***及方法 |
CN110704743A (zh) * | 2019-09-30 | 2020-01-17 | 北京科技大学 | 一种基于知识图谱的语义搜索方法及装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101437039B (zh) * | 2007-11-15 | 2012-11-07 | 华为技术有限公司 | 一种移动搜索的方法、***和设备 |
JP6543207B2 (ja) * | 2016-03-17 | 2019-07-10 | 株式会社東芝 | データ管理装置、データ管理システムおよびデータ管理方法 |
KR101916798B1 (ko) * | 2016-10-21 | 2018-11-09 | 네이버 주식회사 | 검색 컨텍스트를 이용한 질의 추천 방법 및 시스템 |
CN107169010A (zh) * | 2017-03-31 | 2017-09-15 | 北京奇艺世纪科技有限公司 | 一种推荐搜索关键词的确定方法及装置 |
CN108595494B (zh) * | 2018-03-15 | 2022-05-20 | 腾讯科技(深圳)有限公司 | 答复信息的获取方法及装置 |
CN111400607B (zh) * | 2020-06-04 | 2020-11-10 | 浙江口碑网络技术有限公司 | 搜索内容输出方法、装置、计算机设备及可读存储介质 |
CN111737499B (zh) * | 2020-07-27 | 2020-11-27 | 平安国际智慧城市科技股份有限公司 | 基于自然语言处理的数据搜索方法及相关设备 |
CN112836519A (zh) * | 2021-02-08 | 2021-05-25 | 网易(杭州)网络有限公司 | 文本生成模型的训练方法、文本生成方法及装置 |
CN113254708A (zh) * | 2021-06-28 | 2021-08-13 | 北京乐学帮网络技术有限公司 | 一种视频搜索方法、装置、计算机设备及存储介质 |
-
2021
- 2021-08-17 CN CN202110945450.8A patent/CN113505262B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108920716A (zh) * | 2018-07-27 | 2018-11-30 | 中国电子科技集团公司第二十八研究所 | 基于知识图谱的数据检索与可视化***及方法 |
CN110704743A (zh) * | 2019-09-30 | 2020-01-17 | 北京科技大学 | 一种基于知识图谱的语义搜索方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113505262A (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3879485B1 (en) | Tissue nodule detection and model training method and apparatus thereof, device and system | |
CN113505262B (zh) | 超声图像搜索方法、装置、超声设备及存储介质 | |
EP3937183A1 (en) | Image analysis method, microscope video stream processing method, and related apparatus | |
CN112509119B (zh) | 针对颞骨的空间数据处理及定位方法、装置及电子设备 | |
JP2020523711A (ja) | 医療報告書の生成方法および装置 | |
CN112015917A (zh) | 基于知识图谱的数据处理方法、装置及计算机设备 | |
CN110472049B (zh) | 疾病筛查文本分类方法、计算机设备和可读存储介质 | |
US20230135046A1 (en) | Classification display method of ultrasound data and ultrasound imaging system | |
CN112164451A (zh) | 智能导诊和挂号方法、装置、设备及存储介质 | |
CN112580613A (zh) | 超声视频图像处理方法、***、设备及存储介质 | |
CN112530550A (zh) | 影像报告生成方法、装置、计算机设备和存储介质 | |
CN113241138B (zh) | 医疗事件信息的抽取方法、装置、计算机设备及存储介质 | |
CN110751171A (zh) | 图像数据分类方法、装置、计算机设备和存储介质 | |
EP4199002A1 (en) | A computer implemented method and a system | |
CN113570594A (zh) | 超声图像中目标组织的监测方法、装置及存储介质 | |
CN113658690A (zh) | 一种智能导医方法、装置、存储介质以及电子设备 | |
CN112101030B (zh) | 建立术语映射模型、实现标准词映射的方法、装置及设备 | |
CN109223034A (zh) | 超声成像方法及超声成像设备 | |
US11386991B2 (en) | Methods and apparatus for artificial intelligence informed radiological reporting and model refinement | |
CN113693625B (zh) | 超声成像方法和超声成像设备 | |
CN114175148B (zh) | 语音分析*** | |
CN113486195A (zh) | 超声图像处理方法、装置、超声设备及存储介质 | |
CN115700826A (zh) | 单据处理、单据展示方法、装置、计算机设备和存储介质 | |
CN111968111A (zh) | 一种ct图像的脏器或伪影辨别方法及装置 | |
CN112801940B (zh) | 模型评测方法、装置、设备及介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |