CN117648976A - 基于医学影像的答案生成方法、装置、设备及存储介质 - Google Patents
基于医学影像的答案生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117648976A CN117648976A CN202311483053.9A CN202311483053A CN117648976A CN 117648976 A CN117648976 A CN 117648976A CN 202311483053 A CN202311483053 A CN 202311483053A CN 117648976 A CN117648976 A CN 117648976A
- Authority
- CN
- China
- Prior art keywords
- focus
- period
- feature
- map
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 238000000605 extraction Methods 0.000 claims abstract description 66
- 230000000007 visual effect Effects 0.000 claims abstract description 55
- 230000007246 mechanism Effects 0.000 claims abstract description 29
- 230000003902 lesion Effects 0.000 claims description 52
- 238000012549 training Methods 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 19
- 238000012545 processing Methods 0.000 claims description 19
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 230000009466 transformation Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 description 9
- 238000002604 ultrasonography Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 210000001165 lymph node Anatomy 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 210000000481 breast Anatomy 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000004660 morphological change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000017531 blood circulation Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
- G06N5/022—Knowledge engineering; Knowledge acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
- G06F18/256—Fusion techniques of classification results, e.g. of results related to same input data of results relating to different input data, e.g. multimodal recognition
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/044—Recurrent networks, e.g. Hopfield networks
- G06N3/0442—Recurrent networks, e.g. Hopfield networks characterised by memory or gating, e.g. long short-term memory [LSTM] or gated recurrent units [GRU]
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/0464—Convolutional networks [CNN, ConvNet]
-
- 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
- G06V10/44—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
- G06V10/443—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 by matching or filtering
- G06V10/449—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters
- G06V10/451—Biologically inspired filters, e.g. difference of Gaussians [DoG] or Gabor filters with interaction between the filter responses, e.g. cortical complex cells
- G06V10/454—Integrating the filters into a hierarchical structure, e.g. convolutional neural networks [CNN]
-
- 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
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/757—Matching configurations of points or features
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- Biomedical Technology (AREA)
- Mathematical Physics (AREA)
- Biophysics (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Medical Informatics (AREA)
- Biodiversity & Conservation Biology (AREA)
- Image Processing (AREA)
Abstract
本申请提供了一种基于医学影像的答案生成方法、装置、设备及存储介质,方法包括:获取目标问题,根据目标问题获取第一时期医学影像和第二时期医学影像;通过病灶提取模型对医学影像进行特征提取,得到第一病灶特征和第二病灶特征;对第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息;基于第一注意力机制对第一病灶特征、第二病灶特征和文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图;基于病灶匹配信息对第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图;基于第二注意力机制对第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征;根据视觉特征得到对应的目标答案。
Description
技术领域
本申请涉及图像处理技术领域,尤其涉及一种基于医学影像的答案生成方法、装置、设备及存储介质。
背景技术
随着人工智能的发展,涌现出大量基于超声图像来智能检测和分析超声病灶的算法,实现了利用计算机辅助对医学图像进行病灶检测的目的。当前智能图像分析算法,几乎全部是基于超声图像和超声视频对当前视频进行分析,实现对当前视频的分析目的,数据维度比较单一。
然而在超声复查时,仍然需要医生对比回看病人之前的超声影像,评估病灶变化情况并评价诊疗过程,需要由经验丰富的医生处理,费时费力,不能实现完全自动化。
发明内容
本申请提供了一种基于医学影像的答案生成方法、装置、设备及存储介质,以至少解决现有技术中存在的以上技术问题。
根据本申请的第一方面,提供了一种基于医学影像的答案生成方法,所述方法包括:获取所述目标对象对应的目标问题,根据所述目标问题获取所述目标对象对应的第一时期医学影像和第二时期医学影像;通过病灶提取模型对所述第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征;对所述第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息;对所述目标问题进行文本嵌入处理,得到文本嵌入特征;基于第一注意力机制对所述第一病灶特征、第二病灶特征和所述文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图;基于病灶匹配信息对所述第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图;基于第二注意力机制对所述第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征;根据所述视觉特征进行答案生成,得到对应所述目标问题的目标答案。
在一可实施方式中,所述通过病灶提取模型对所述第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征,包括:通过所述病灶提取模型对所述第一时期医学影像进行特征提取,获取第一原始特征,所述病灶提取模型通过训练样本对特征提取模型进行训练获得;对所述第一原始特征进行置信度排名,将排名满足置信度标准的第一原始特征确定为所述第一病灶特征;通过所述病灶提取模型对所述第二时期医学影像进行特征提取,获取第二原始特征;对所述第二原始特征进行置信度排名,将排名满足置信度标准的第二原始特征确定为所述第二病灶特征。
在一可实施方式中,所述对所述第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息,包括:通过尺度不变特征变换算法对所述第一病灶特征和第二病灶特征进行病灶特征匹配,得到病灶匹配信息。
在一可实施方式中,所述基于第一注意力机制对所述第一病灶特征、第二病灶特征和所述文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图,包括:将所述第一病灶特征和所述文本嵌入特征进行拼接,得到第一时期拼接图,所述第一时期拼接图包含多个第一图节点和第一连接边;确定所述第一图节点对应的第一病灶权重和第一病灶框权重;根据所述第一病灶权重和第一病灶框权重确定所述第一图节点对应的第一节点权重;通过第一节点权重对所述第一图节点进行更新,得到第一时期病灶图;将所述第二病灶特征和所述文本嵌入特征进行拼接,得到第二时期拼接图,所述第二时期拼接图包含多个第二图节点和第二连接边;确定所述第二图节点对应的第二病灶权重和第二病灶框权重;根据所述第二病灶权重和第二病灶框权重确定所述第二图节点对应的第二节点权重;通过第二节点权重对所述第二图节点进行更新,得到第二时期病灶图。
在一可实施方式中,所述基于病灶匹配信息对所述第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图,包括:基于所述病灶匹配信息,将所述第一更新节点和对应的第二更新节点进行差异比较,将所述第一连接边和对应的第二连接边进行差异比较,得到病灶差异图。
在一可实施方式中,所述基于第二注意力机制对所述第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征,包括:根据文本嵌入特征确定问题相关权重;基于问题相关权重对所述第一时期病灶图、第二时期病灶图和病灶差异图进行更新,得到对应视觉特征。
在一可实施方式中,所述根据所述视觉特征进行答案生成,得到对应所述目标问题的目标答案,包括:确定所述目标答案对应的词类标签;根据所述词类标签对所述视觉特征进行动态调整,得到调整特征;通过答案生成器根据所述调整特征进行答案生成,得到得到对应所述目标问题的目标答案。
根据本申请的第二方面,提供了一种基于医学影像的答案生成装置,所述装置包括:获取模块,用于获取所述目标对象对应的目标问题,根据所述目标问题获取所述目标对象对应的第一时期医学影像和第二时期医学影像;提取模块,用于通过病灶提取模型对所述第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征;匹配模块,用于对所述第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息;嵌入模块,用于对所述目标问题进行文本嵌入处理,得到文本嵌入特征;更新模块,用于基于第一注意力机制对所述第一病灶特征、第二病灶特征和所述文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图;比较模块,用于基于病灶匹配信息对所述第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图;所述提取模块,还用于基于第二注意力机制对所述第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征;生成模块,用于根据所述视觉特征进行答案生成,得到对应所述目标问题的目标答案。
在一可实施方式中,所述提取模块,包括:提取子模块,用于通过所述病灶提取模型对所述第一时期医学影像进行特征提取,获取第一原始特征,所述病灶提取模型通过训练样本对特征提取模型进行训练获得;排名子模块,用于对所述第一原始特征进行置信度排名,将排名满足置信度标准的第一原始特征确定为所述第一病灶特征;所述提取子模块,还用于通过所述病灶提取模型对所述第二时期医学影像进行特征提取,获取第二原始特征;所述排名子模块,还用于对所述第二原始特征进行置信度排名,将排名满足置信度标准的第二原始特征确定为所述第二病灶特征。
在一可实施方式中,所述匹配模块,包括:通过尺度不变特征变换算法对所述第一病灶特征和第二病灶特征进行病灶特征匹配,得到病灶匹配信息。
在一可实施方式中,所述更新模块,包括:拼接子模块,用于将所述第一病灶特征和所述文本嵌入特征进行拼接,得到第一时期拼接图,所述第一时期拼接图包含多个第一图节点和第一连接边;确定子模块,用于确定所述第一图节点对应的第一病灶权重和第一病灶框权重;所述确定子模块,还用于根据所述第一病灶权重和第一病灶框权重确定所述第一图节点对应的第一节点权重;更新子模块,用于通过第一节点权重对所述第一图节点进行更新,得到第一时期病灶图;所述拼接子模块,还用于将所述第二病灶特征和所述文本嵌入特征进行拼接,得到第二时期拼接图,所述第二时期拼接图包含多个第二图节点和第二连接边;所述确定子模块,还用于确定所述第二图节点对应的第二病灶权重和第二病灶框权重;所述确定子模块,还用于根据所述第二病灶权重和第二病灶框权重确定所述第二图节点对应的第二节点权重;所述更新子模块,还用于通过第二节点权重对所述第二图节点进行更新,得到第二时期病灶图。
在一可实施方式中,所述比较模块,包括:用于基于所述病灶匹配信息,将所述第一更新节点和对应的第二更新节点进行差异比较,将所述第一连接边和对应的第二连接边进行差异比较,得到病灶差异图。
在一可实施方式中,所述提取模块,包括:根据文本嵌入特征确定问题相关权重;基于问题相关权重对所述第一时期病灶图、第二时期病灶图和病灶差异图进行更新,得到对应视觉特征。
在一可实施方式中,所述生成模块,包括:确定所述目标答案对应的词类标签;根据所述词类标签对所述视觉特征进行动态调整,得到调整特征;通过答案生成器根据所述调整特征进行答案生成,得到得到对应所述目标问题的目标答案。
根据本申请的第三方面,提供了一种电子设备,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指令,所述指令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本申请所述的方法。
根据本申请的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行本申请所述的方法。
本申请实施例提供的一种基于医学影像的答案生成方法、装置、设备及存储介质,通过对目标对象对应的第一时期医学影像和第二时期医学影像进行病灶特征提取,将对应的第一病灶特征和第二病灶特征和对应目标问题的文本嵌入特征进行融合,通过注意力机制探索病灶特征和目标问题之间的关系,从而重点关注目标问题相关的特征,从而能够准确生成与目标问题对应的目标答案。需要补充的是,本申请的答案生成方法生成的目标答案尤其适用于回答以比较不同时期医学影像差异性相关问题。
应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
附图说明
通过参考附图阅读下文的详细描述,本申请示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本申请的若干实施方式,其中:
在附图中,相同或对应的标号表示相同或对应的部分。
图1示出了本申请实施例一种基于医学影像的答案生成方法的实现流程示意图一;
图2示出了本申请实施例一种基于医学影像的答案生成方法的场景流程示意图;
图3示出了本申请实施例一种基于医学影像的答案生成方法的实现流程示意图二;
图4示出了本申请实施例一种基于医学影像的答案生成装置的实现模块示意图;
图5示出了本申请实施例一种电子设备的组成结构示意图。
具体实施方式
为使本申请的目的、特征、优点能够更加的明显和易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而非全部实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
图1示出了本申请实施例一种基于医学影像的答案生成方法的实现流程示意图一。图2示出了本申请实施例一种基于医学影像的答案生成方法的场景流程示意图。
参见图1和图2,根据本申请的第一方面,提供了一种基于医学影像的答案生成方法,方法包括:操作101,获取目标对象对应的目标问题,根据目标问题获取目标对象对应的第一时期医学影像和第二时期医学影像;操作102,通过病灶提取模型对第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征;操作103,对第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息;操作104,对目标问题进行文本嵌入处理,得到文本嵌入特征;操作105,基于第一注意力机制对第一病灶特征、第二病灶特征和文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图;操作106,基于病灶匹配信息对第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图;操作107,基于第二注意力机制对第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征;操作108,根据视觉特征进行答案生成,得到对应目标问题的目标答案。
本申请实施例提供的基于医学影像的答案生成方法,通过对目标对象对应的第一时期医学影像和第二时期医学影像进行病灶特征提取,将对应的第一病灶特征和第二病灶特征和对应目标问题的文本嵌入特征进行融合,通过注意力机制探索病灶特征和目标问题之间的关系,从而重点关注目标问题相关的视觉特征,能够准确生成与目标问题对应的目标答案。需要补充的是,本申请实施例生成的目标答案尤其适用于回答关于比较不同时期医学影像差异性的相关问题。
在本方法操作101中,本方法应用于具有数据处理能力的电子设备,目标对象可以是用户、患者或试验人员,目标问题可以是任何与医学影像相关的影像相关问题,如“影像中的病灶回声类型如何?”等问题。进一步的,本申请的目标问题可以是用于表征特定组织在不同时期的差异性相关问题,可以是用于表征影像中的特定组织在不同时期变化的相关问题,如“相较于之前,当前是否有新出现或增大的病灶?”、“相较于之前,当前乳腺组织的结构(密度、形态等)是否发生变化?”、“相较于之前,当前***区域是否有异常增大或形态改变?”等问题。对应的,根据目标问题所指定的时期,确定获取目标对象在第一时期和第二时期的医学影像。其中,第二时期可以用于表征当前时期,第一时期可以用于表征参考时期,参考时期位于当前时期之前。
例如,当目标问题为“相较于三个月前,当前***区域是否有异常增大或形态改变?”时,第一时期医学影像选为目标对象在三个月前拍摄的***区域的医学影像,第二时期医学影像选为目标对象在当前拍摄的***区域的医学影像。即,通常第一时期和第二时期分别用于表征当前拍摄的医学影像和早于当前拍摄的医学影像。可以理解的是,本申请可以根据先验知识预设默认的第一时期和第二时期间隔,如当目标问题为“相较于之前,当前***区域是否有异常增大或形态改变?”设备可以默认与***区域相关的差异性问题,第二时期选为相较于第一时期之前三个月的医学影像。医学影像选为超声影像,具体可以选为超声视频。
在本方法操作102中,病灶提取模型可以通过与目标病灶对应的训练样本训练卷积神经网络模型获得,卷积神经网络模型可以选为Faster-RCNN。训练样本包含对应同一训练对象在不同时期的视频样本。例如,当目标问题为乳腺相关目标问题时,训练样本可以为多个对象装置前后不同时期的乳腺超声视频,如500个病人前后不同时期的500对乳腺超声视频。超声视频中可以涵盖不同的问题内容,包括但不限于:病灶问题、结构问题、***问题、囊实性病变问题、血流问题、回声问题和病变等。如此,训练得到的病灶提取模型就可以提取第一时期医学影像对应的第一病灶特征、第二时期医学影像对应的第二病灶特征。
在本方法操作103和操作104中,通过特征匹配算法将第一病灶特征和第二病灶特征进行一一对应,得到病灶匹配信息,有助于在下一步构建以病灶为节点的图网络,追踪病灶在不同时期的演变情况。
通过目标问题嵌入表达,实现对目标问题的编码,得到文本嵌入特征。具体可以使用问题编码器(Question Encoder)对输入的目标问题学习文本嵌入表示,问题编码器(Question Encoder)可以使用RNN Encoder-Decoder模型。问题编码器(QuestionEncoder)通过对应超声视频的多个问题作为训练样本训练得到,训练样本涵盖了不同的问题类型,包括但不限于:病灶变化问题类型、结构变化问题类型、***变化问题类型、囊实性病变问题类型、血流情况问题类型、回声问题类型和病变进展问题类型。
在本方法操作105中,将每一个病灶特征与文本嵌入特征拼接表示为一个图节点,并通过第一注意力机制对图节点进行更新,以捕捉病灶特征和目标问题间的关系,分别构建第一时期对应的第一时期病灶图和第二时期对应的第二时期病灶图。
在本方法操作106和操作107中,利用病灶匹配信息对第一时期病灶图和第二时期病灶图进行差异比较,从而得到病灶差异图,然后基于第二注意力机制使得模型对第一时期病灶图、第二时期病灶图和病灶差异图中目标问题相关的特征进行重点关注,得到视觉特征向量。
在本方法操作108中,将视觉特征向量输入答案生成器进行预测生成,得到对应目标问题的目标答案,通过这种方式,能够实现不同时期的医学影像的比对分析,并准确输出目标答案。
在一可实施方式中,操作102,通过病灶提取模型对第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征,包括:首先,通过病灶提取模型对第一时期医学影像进行特征提取,获取第一原始特征,病灶提取模型通过训练样本对特征提取模型进行训练获得;然后,对第一原始特征进行置信度排名,将排名满足置信度标准的第一原始特征确定为第一病灶特征;再后,通过病灶提取模型对第二时期医学影像进行特征提取,获取第二原始特征;之后,对第二原始特征进行置信度排名,将排名满足置信度标准的第二原始特征确定为第二病灶特征。
本方法通过在Faster RCNN上使用收集的1600个乳腺超声视频训练一个病灶检测模型作为骨干(backbone)。对目标对象当前时期和参考时期的乳腺超声视频采用预训练的Faster RCNN提取病灶特征,得到第一时期对应的第一原始特征和对应每一个第一原始特征的第一置信值然后对第一置信值按照从大到小进行排序,将排名前k个第一原始特征确定为第一病灶特征,第一病灶特征用于表征医学影像中的候选病灶。同理,还得到第二时期对应的第二原始特征和对应每一个第二原始特征的第二置信值。对第二置信值按照从大到小进行排序,将排名前k个第二原始特征确定为第二病灶特征,第二病灶特征与第一病灶特征的数量一致,以便于第一病灶特征和第二病灶特征进行一一对应。
在一可实施方式中,操作103,对第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息,包括:通过尺度不变特征变换算法对第一病灶特征和第二病灶特征进行病灶特征匹配,得到病灶匹配信息。
本申请采用尺度不变特征变换算法(SIFT)作为特征匹配算法对第一病灶特征和第二病灶特征进行一一匹配,有助于构建以病灶为节点的图网络,追踪同一病灶演变情况。
图3示出了本申请实施例一种基于医学影像的答案生成方法的实现流程示意图。
参考图3,在一可实施方式中,操作105,基于第一注意力机制对第一病灶特征、第二病灶特征和文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图,包括:操作1051,将第一病灶特征和文本嵌入特征进行拼接,得到第一时期拼接图,第一时期拼接图包含多个第一图节点和第一连接边;操作1052,确定第一图节点对应的第一病灶权重和第一病灶框权重;操作1053,根据第一病灶权重和第一病灶框权重确定第一图节点对应的第一节点权重;操作1054,通过第一节点权重对第一图节点进行更新,得到第一时期病灶图;操作1055,将第二病灶特征和文本嵌入特征进行拼接,得到第二时期拼接图,第二时期拼接图包含多个第二图节点和第二连接边;操作1056,确定第二图节点对应的第二病灶权重和第二病灶框权重;操作1057,根据第二病灶权重和第二病灶框权重确定第二图节点对应的第二节点权重;操作1058,通过第二节点权重对第二图节点进行更新,得到第二时期病灶图。
本申请实施例将每一个病灶特征与文本嵌入特征的拼接表示为一个图节点,并确定对应的连接边。通过对应第一时期的第一图节点和第一连接边形成第一时期拼接图,第一图节点有k个。通过对应第二时期的第二图节点和第二连接边形成第二时期拼接图,第二图节点有k个。第一注意力机制具体为多头图注意力机制,通过多头图注意力机制来捕捉病灶特征与目标问题之间的关系。每个图节点vi根据下述公式进行更新:
其中,
vi用于表征更新后的第i个更新节点,vi∈Rd,vi是属于d维空间的一个向量;
vj用于表征更新后的第j个更新节点;
Ni用于表征图节点集;
Wo用于表征维度为d×Md的投影矩阵,其中M用于表征多头注意力的头数,也就是执行M个注意力机制;
Wm用于表征维度为d×(dn+dq)的投影矩阵,其中,
dn用于表征病灶特征维度,dq用于表征文本嵌入特征维度;
(dn+dq)用于表征病灶特征和嵌入征维度的拼接。
αij用于表征节点权重,表示图节点i和图节点j之间的关联,αij基于图节点对应病灶权重和病灶框权重确定,具体公式如下:
其中,
用于表征病灶权重,/>用于表征病灶框权重,K用于表征图节点的数量;
病灶权重的具体公式如下:
其中,
U是维度为d×(dn+dq)的投影矩阵,V是维度为d×(dn+dq)的投影矩阵;
病灶框权重的具体公式如下:
其中,
w∈Rd,w用于表征一个d维向量的权重,用来将fb(bij)转化成一个标量值;
fb用于表征将4维坐标转化成d维;
bij是节点i、j的相对几何特征,具体公式如下:
(xi,yi,)用于表征节点i对应的病灶框的坐标,wi用于表征节点i对应的病灶框的宽,hi用于表征节点i对应的病灶框的高;
(xj,yj,)用于表征节点j对应的病灶框的坐标,wj用于表征节点j对应的病灶框的宽,hj用于表征节点j对应的病灶框的高。
如此,节点权重αij不仅依赖于病灶特征对应的病灶权重还依赖于病灶特征对应的病灶框权重/>通过整合病灶权重和病灶框权重,得到节点权重,通过节点权重对每个图节点进行更新,得到更新后的更新节点。
以上述方法处理第一时期拼接图的每一个第一图节点,可以得到更新后的第一时期病灶图Vcur∈Rk×d。以上述方法处理第二时期拼接图的每一个第二图节点,可以得到更新后的第二时期病灶图Vbef∈Rk×d。其中,Rk×d用于表征Vbef是一个包含k个节点和d条边的图。
本方法得到第一时期病灶图和第二时期病灶图的操作互相独立且互不影响,故操作1051至操作1054和操作1055至操作1058没有特定的先后顺序,来着即可以同时进行,也可以分步进行。
在一可实施方式中,操作106,基于病灶匹配信息对第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图,包括:基于病灶匹配信息,将第一更新节点和对应的第二更新节点进行差异比较,将第一连接边和对应的第二连接边进行差异比较,得到病灶差异图。
通过病灶匹配信息,第一时期病灶图和第二时期病灶图中,第一更新节点和对应的第二更新节点可以一一匹配,将第二时期病灶图和第一时期病灶图进行相减,即通过当前时期病灶图减去参考时期病灶图,具体为病灶图中的节点相减,边相减,可得到病灶差异图Vcur,具体节点相减公式如下:
用于表征病灶差异图中第i个差异节点。
边相减的公式同节点相减公式,以下不做赘述。
在一可实施方式中,操作107,基于第二注意力机制对第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征,包括:首先,根据文本嵌入特征确定问题相关权重;然后,基于问题相关权重对第一时期病灶图、第二时期病灶图和病灶差异图进行更新,得到对应视觉特征。
接下来,将生成的第一时期病灶图、第二时期病灶图和病灶差异图送入图特征注意力模块(Graph Attention),使得模型对目标问题相关的特征重点关注。
以第二时期病灶图输入图特征注意力模块为例,图特征注意力模块的第二视觉注意力权重acur的处理公式如下:
其中,Ccur∈Rk×d;
Vcur用于表征第二时期病灶图;
中,/>表示权重矩阵,c代表计算Ccur时的权重,q为注意力机制定义里的q。
中,v用于表征为注意力机制定义里的v;bc∈Rd,bc是偏置,目的是调整函数在x轴的位置。
其中,Acur∈Rk×d;
ba∈Rd,ba是偏置,目的是调整函数在x轴的位置。
通过Ccur和Acur整合计算第二视觉注意力权重acur,计算公式如下:
C′cur=Acur⊙Ccur
acur=sigmoid(FC2(ReLU(FC1([Vcur||Vdiff||C′cur]))))
其中,||表示拼接,acur∈Rk。
对应的,通过第二视觉注意力权重acur对第二时期病灶图进行处理,得到的第二视觉特征向量表征为:
同理,以相同的公式可以计算得到第一视觉注意力权重abef,通过第一视觉注意力权重abef得到与第一病灶时期图对应的第一时期视觉特征向量,表征为:
与病灶差异图对应的差异视觉特征向量,表征为:
Gdiff=Gcur-Gbef
本申请实施例所指代的视觉特征包含第一时期视觉特征向量、第二时期视觉特征向量和差异视觉特征向量。
在一可实施方式中,操作108,根据视觉特征进行答案生成,得到对应目标问题的目标答案,包括:首先,确定目标答案对应的词类标签;然后,根据词类标签对视觉特征进行动态调整,得到调整特征;再后,通过答案生成器根据调整特征进行答案生成,得到得到对应目标问题的目标答案。
将生成的第一时期视觉特征向量、第二时期视觉特征向量和差异视觉特征向量输入到答案生成器(Answers Predictor),依据病灶及其差异来预测目标问题对应的目标答案。
首先,基于答案生成器之前的隐藏状态动态预测目标答案的词类标签(POStag),真实答案(ground truth)中词语的POS tags可以依据已有方法获得,如采用Stanford Log-linear Part-Of-Speech Tagger方法处理获得ground truth中词语的POStags。预测的POS tags能够帮助答案生成器动态调整视觉特征,具体的,在t时刻,/>首先输入到一个隐藏层:
其中,是可学习的参数。
因此可以得到目标答案中词语的POS tag:
其中,Ep是可学习的POS嵌入矩阵。
接着,我们使用视觉注意力LSTMv从Gcur,Gbef,Gdiff中选择一个与目标答案相关的候选特征:
i∈(cur,bef,diff),是当前时刻t的视觉注意力权重,依据以下步骤计算得到:
其中,是可学习的参数,/>是LSTMv在时间t步时的输出,/>是答案生成器LSTMa在时间步t-1时的输出。
接下来设计一个开关βt,依据计算得到的pt决定是否依赖视觉特征预测答案中的下一个词语。
当在时刻t,
其中,用于表征权重矩阵。
所以最终的调整特征计算如下:
其中βt的取值范围是[0,1],表示预测目标词语时使用视觉特征的程度。
经过上述步骤得到了合适的视觉特征后,最后使用LSTMa来逐词语生成答案。对于时间步t,将与t-1步的词语wt-1,训练时是标签,推理测试时是预测词语,一起输入LSTMa来预测下一个词语:
其中,E是词语嵌入矩阵,Wc,bc是可学习参数。
以上就是通过答案生成器生成目标答案的整体流程,通过最大化预测答案的词语序列和词性序列/>的似然性,来端到端的训练模型,因此训练目标是通过最小化其负对数似然损失来学习参数,故损失函数设计如下:/>
损失函数里m表示***含词语的长度,θp,θc分别表示词性预测器和词语预测器的参数,α,β为通过需要训练得到的参数。
通过上述方法,可以基于两时期的超声视频进行视觉问答自动化,在给定同一目标对象的一对超声病灶视频之后,本方法通过模型计算分析对比差异,能够回答关于病灶属性、进程等相关问题。极大地方便了医生的诊断流程,提高了影像比较和答案输出的效率和准确率。
图4示出了本申请实施例一种基于医学影像的答案生成装置的实现模块示意图。
参见图4,根据本申请的第二方面,提供了一种基于医学影像的答案生成装置,装置包括:获取模块401,用于获取目标对象对应的目标问题,根据目标问题获取目标对象对应的第一时期医学影像和第二时期医学影像;提取模块402,用于通过病灶提取模型对第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征;匹配模块403,用于对第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息;嵌入模块404,用于对目标问题进行文本嵌入处理,得到文本嵌入特征;更新模块405,用于基于第一注意力机制对第一病灶特征、第二病灶特征和文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图;比较模块406,用于基于病灶匹配信息对第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图;提取模块402,还用于基于第二注意力机制对第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征;生成模块407,用于根据视觉特征进行答案生成,得到对应目标问题的目标答案。
在一可实施方式中,提取模块402,包括:提取子模块4021,用于通过病灶提取模型对第一时期医学影像进行特征提取,获取第一原始特征,病灶提取模型通过训练样本对特征提取模型进行训练获得;排名子模块4022,用于对第一原始特征进行置信度排名,将排名满足置信度标准的第一原始特征确定为第一病灶特征;提取子模块4021,还用于通过病灶提取模型对第二时期医学影像进行特征提取,获取第二原始特征;排名子模块4022,还用于对第二原始特征进行置信度排名,将排名满足置信度标准的第二原始特征确定为第二病灶特征。
在一可实施方式中,匹配模块403,包括:通过尺度不变特征变换算法对第一病灶特征和第二病灶特征进行病灶特征匹配,得到病灶匹配信息。
在一可实施方式中,更新模块405,包括:拼接子模块4051,用于将第一病灶特征和文本嵌入特征进行拼接,得到第一时期拼接图,第一时期拼接图包含多个第一图节点和第一连接边;确定子模块4052,用于确定第一图节点对应的第一病灶权重和第一病灶框权重;确定子模块4052,还用于根据第一病灶权重和第一病灶框权重确定第一图节点对应的第一节点权重;更新子模块4053,用于通过第一节点权重对第一图节点进行更新,得到第一时期病灶图;拼接子模块4051,还用于将第二病灶特征和文本嵌入特征进行拼接,得到第二时期拼接图,第二时期拼接图包含多个第二图节点和第二连接边;确定子模块4052,还用于确定第二图节点对应的第二病灶权重和第二病灶框权重;确定子模块4052,还用于根据第二病灶权重和第二病灶框权重确定第二图节点对应的第二节点权重;更新子模块4053,还用于通过第二节点权重对第二图节点进行更新,得到第二时期病灶图。
在一可实施方式中,比较模块406,包括:基于病灶匹配信息,将第一更新节点和对应的第二更新节点进行差异比较,将第一连接边和对应的第二连接边进行差异比较,得到病灶差异图。
在一可实施方式中,提取模块402,包括:根据文本嵌入特征确定问题相关权重;基于问题相关权重对第一时期病灶图、第二时期病灶图和病灶差异图进行更新,得到对应视觉特征。
在一可实施方式中,生成模块407,包括:确定目标答案对应的词类标签;根据词类标签对视觉特征进行动态调整,得到调整特征;通过答案生成器根据调整特征进行答案生成,得到得到对应目标问题的目标答案。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
图5示出了可以用来实施本申请的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如一种基于医学影像的答案生成方法。例如,在一些实施例中,一种基于医学影像的答案生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的一种基于医学影像的答案生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行一种基于医学影像的答案生成方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本申请的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本申请的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于医学影像的答案生成方法,其特征在于,所述方法包括:
获取所述目标对象对应的目标问题,根据所述目标问题获取所述目标对象对应的第一时期医学影像和第二时期医学影像;
通过病灶提取模型对所述第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征;
对所述第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息;
对所述目标问题进行文本嵌入处理,得到文本嵌入特征;
基于第一注意力机制对所述第一病灶特征、第二病灶特征和所述文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图;
基于病灶匹配信息对所述第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图;
基于第二注意力机制对所述第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征;
根据所述视觉特征进行答案生成,得到对应所述目标问题的目标答案。
2.根据权利要求1所述的方法,其特征在于,所述通过病灶提取模型对所述第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征,包括:
通过所述病灶提取模型对所述第一时期医学影像进行特征提取,获取第一原始特征,所述病灶提取模型通过训练样本对特征提取模型进行训练获得;
对所述第一原始特征进行置信度排名,将排名满足置信度标准的第一原始特征确定为所述第一病灶特征;
通过所述病灶提取模型对所述第二时期医学影像进行特征提取,获取第二原始特征;
对所述第二原始特征进行置信度排名,将排名满足置信度标准的第二原始特征确定为所述第二病灶特征。
3.根据权利要求1所述的方法,其特征在于,所述对所述第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息,包括:
通过尺度不变特征变换算法对所述第一病灶特征和第二病灶特征进行病灶特征匹配,得到病灶匹配信息。
4.根据权利要求1所述的方法,其特征在于,所述基于第一注意力机制对所述第一病灶特征、第二病灶特征和所述文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图,包括:
将所述第一病灶特征和所述文本嵌入特征进行拼接,得到第一时期拼接图,所述第一时期拼接图包含多个第一图节点和第一连接边;
确定所述第一图节点对应的第一病灶权重和第一病灶框权重;
根据所述第一病灶权重和第一病灶框权重确定所述第一图节点对应的第一节点权重;
通过第一节点权重对所述第一图节点进行更新,得到第一时期病灶图;
将所述第二病灶特征和所述文本嵌入特征进行拼接,得到第二时期拼接图,所述第二时期拼接图包含多个第二图节点和第二连接边;
确定所述第二图节点对应的第二病灶权重和第二病灶框权重;
根据所述第二病灶权重和第二病灶框权重确定所述第二图节点对应的第二节点权重;
通过第二节点权重对所述第二图节点进行更新,得到第二时期病灶图。
5.根据权利要求4所述的方法,其特征在于,所述基于病灶匹配信息对所述第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图,包括:
基于所述病灶匹配信息,将所述第一更新节点和对应的第二更新节点进行差异比较,将所述第一连接边和对应的第二连接边进行差异比较,得到病灶差异图。
6.根据权利要求1所述的方法,其特征在于,所述基于第二注意力机制对所述第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征,包括:
根据文本嵌入特征确定问题相关权重;
基于问题相关权重对所述第一时期病灶图、第二时期病灶图和病灶差异图进行更新,得到对应视觉特征。
7.根据权利要求1所述的方法,其特征在于,所述根据所述视觉特征进行答案生成,得到对应所述目标问题的目标答案,包括:
确定所述目标答案对应的词类标签;
根据所述词类标签对所述视觉特征进行动态调整,得到调整特征;
通过答案生成器根据所述调整特征进行答案生成,得到得到对应所述目标问题的目标答案。
8.一种基于医学影像的答案生成装置,其特征在于,所述装置包括:
问题获取模块,用于获取所述目标对象对应的目标问题,根据所述目标问题获取所述目标对象对应的第一时期医学影像和第二时期医学影像;
特征提取模块,用于通过病灶提取模型对所述第一时期医学影像和第二时期医学影像进行特征提取,得到第一病灶特征和第二病灶特征;
特征匹配模块,用于对所述第一病灶特征和第二病灶特征进行特征匹配,得到病灶匹配信息;
文本嵌入模块,用于对所述目标问题进行文本嵌入处理,得到文本嵌入特征;
特征更新模块,用于基于第一注意力机制对所述第一病灶特征、第二病灶特征和所述文本嵌入特征进行更新,得到第一时期病灶图和第二时期病灶图;
差异比较模块,用于基于病灶匹配信息对所述第一时期病灶图和第二时期病灶图进行差异比较,得到病灶差异图;
所述特征提取模块,还用于基于第二注意力机制对所述第一时期病灶图、第二时期病灶图和病灶差异图进行特征提取,得到视觉特征;
答案生成模块,用于根据所述视觉特征进行答案生成,得到对应所述目标问题的目标答案。
9.一种电子设备,其特征在于,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指令,所述指令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权利要求1-7中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311483053.9A CN117648976A (zh) | 2023-11-08 | 2023-11-08 | 基于医学影像的答案生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311483053.9A CN117648976A (zh) | 2023-11-08 | 2023-11-08 | 基于医学影像的答案生成方法、装置、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117648976A true CN117648976A (zh) | 2024-03-05 |
Family
ID=90048648
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311483053.9A Pending CN117648976A (zh) | 2023-11-08 | 2023-11-08 | 基于医学影像的答案生成方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117648976A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114201592A (zh) * | 2021-12-02 | 2022-03-18 | 重庆邮电大学 | 面向医学图像诊断的视觉问答方法 |
WO2023035610A1 (zh) * | 2021-09-09 | 2023-03-16 | 中山大学 | 基于关键词感知的多模态注意力视频问答方法与*** |
CN116450788A (zh) * | 2023-03-24 | 2023-07-18 | 华南理工大学 | 一种医学视觉问答的实现方法、装置及存储介质 |
CN116759068A (zh) * | 2023-05-26 | 2023-09-15 | 惠州市中心人民医院 | 针对消化***的医学视觉问答方法及*** |
-
2023
- 2023-11-08 CN CN202311483053.9A patent/CN117648976A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023035610A1 (zh) * | 2021-09-09 | 2023-03-16 | 中山大学 | 基于关键词感知的多模态注意力视频问答方法与*** |
CN114201592A (zh) * | 2021-12-02 | 2022-03-18 | 重庆邮电大学 | 面向医学图像诊断的视觉问答方法 |
CN116450788A (zh) * | 2023-03-24 | 2023-07-18 | 华南理工大学 | 一种医学视觉问答的实现方法、装置及存储介质 |
CN116759068A (zh) * | 2023-05-26 | 2023-09-15 | 惠州市中心人民医院 | 针对消化***的医学视觉问答方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11960571B2 (en) | Method and apparatus for training image recognition model, and image recognition method and apparatus | |
WO2020215984A1 (zh) | 基于深度学习的医学图像检测方法及相关设备 | |
CN110689025B (zh) | 图像识别方法、装置、***及内窥镜图像识别方法、装置 | |
CN110458217B (zh) | 图像识别方法及装置、眼底图像识别方法和电子设备 | |
CN112784778B (zh) | 生成模型并识别年龄和性别的方法、装置、设备和介质 | |
CN116596916B (zh) | 缺陷检测模型的训练和缺陷检测方法及其装置 | |
CN113705362B (zh) | 图像检测模型的训练方法、装置、电子设备及存储介质 | |
WO2022111387A1 (zh) | 一种数据处理方法及相关装置 | |
CN111161238A (zh) | 图像质量评价方法及装置、电子设备、存储介质 | |
CN117392138B (zh) | 舌象图像处理方法、存储介质及电子设备 | |
CN112668710B (zh) | 模型训练、管状物提取、数据识别方法及设备 | |
CN116541507A (zh) | 一种基于动态语义图神经网络的视觉问答方法及*** | |
CN111723859A (zh) | 一种基于弱标签的目标定位方法及*** | |
TWI781000B (zh) | 機器學習裝置以及方法 | |
CN117648976A (zh) | 基于医学影像的答案生成方法、装置、设备及存储介质 | |
CN115795025A (zh) | 一种摘要生成方法及其相关设备 | |
CN116958852A (zh) | 视频与文本的匹配方法、装置、电子设备和存储介质 | |
CN111582404B (zh) | 内容分类方法、装置及可读存储介质 | |
CN110502715B (zh) | 点击概率的预测方法及装置 | |
CN114844889B (zh) | 视频处理模型的更新方法、装置、电子设备及存储介质 | |
CN117649933B (zh) | 在线问诊辅助方法、装置、电子设备和存储介质 | |
CN115861684B (zh) | 图像分类模型的训练方法、图像分类方法及装置 | |
CN116051935B (zh) | 图像检测方法、深度学习模型的训练方法及装置 | |
CN116468916A (zh) | 图像识别方法、装置、电子设备和计算机可读存储介质 | |
CN114974599A (zh) | 生成标签预测模型的方法、设备、介质及程序产品 |
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 |