买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：复旦大学附属肿瘤医院

摘要：本发明公开了基于医学图像的自动报告生成系统，涉及医学图像技术领域，具体为基于医学图像的自动报告生成系统，包括医学图像和报告成品，所述医学图像通过导线与特征提取单元电性输出连接，所述特征提取单元通过导线与分类模型电性输出连接，所述分类模型通过导线与报告生成单元电性输出连接。该基于医学图像的自动报告生成系统，它可以学习和建立图像与报告项目之间的关系并进行分类；学习和建立报告中项目之间的分组与预测关系；在修改报告时分析医生的意见，学习医生的习惯，这样的发明可以帮助医生以高准确度生成临床报告，并减少对医生输入的要求，改善工作流程，减少诊断时间，并适应进一步的数据分析。

主权项：1.一种基于医学图像的自动报告生成系统，包括医学图像（1）和报告成品（7），其特征在于：所述医学图像（1）通过导线与特征提取单元（2）电性输出连接，且特征提取单元（2）通过导线与组织模型（3）电性输出连接，所述特征提取单元（2）通过导线与分类模型（4）电性输出连接，且特征提取单元（2）通过导线与预测模型（5）电性输出连接，分类模型（4）通过导线与报告生成单元（6）电性输出连接，且报告生成单元（6）通过导线与报告成品（7）电性输出连接，报告成品（7）通过导线与自学习单元（8）电性输出连接；医学图像（1）通过导线与特征提取单元（2）电性串联连接，且特征提取单元（2）分别通过导线与组织模型（3）、分类模型（4）和预测模型（5）之间电性串联连接；组织模型（3）、分类模型（4）和预测模型（5）之间通过导线电性并联连接，且组织模型（3）、分类模型（4）和预测模型（5）之间均通过导线与报告生成单元（6）电性串联连接；报告生成单元（6）、报告成品（7）和自学习单元（8）之间通过导线电性串联连接，且自学习单元（8）通过导线分别与组织模型（3）、分类模型（4）和预测模型（5）电性输出连接；特征提取单元（2）获取医学图像并从中提取感兴趣区域的一些特征；组织模型（3），即无监督机器学习模型，用于分析报告中不同项目之间的分组，序列和内部关系，从而构建按照某些规则标准组织报告项目的标准；分类模型（4），即监督机器学习模型，用于学习和构建特征与报告项目之间的链接，在上一步中提取的图像特征被输入到监督机器学习模型中，以建立特征和报告项目之间的联系，分类模型将一些提取的功能与报告中的不同项目相关联，当分析新图像时，提取的特征将被分类到模型中的特定组，并输出项目列表以形成报告；分类模型是一个大型数据机器学习模型，通过一些回顾性数据进行训练，智能地构建医学图像的特征与医生创建的由基于相同医学图像做出决定的报告项目之间的联系，当将新图像输入到模型中时，对其进行智能分析，并对应到数据库中最相关的项目；预测模型（5）用于监督无监督机器学习模型综合起来进行预测；报告生成单元（6）以机器学习为核心部件输出符合临床标准的格式化报告；自学习单元（8）允许医生修改已生成的报告，然后将医生所做的修改反向输入到机器学习单元中，以更新最终将被定制为医生的习惯和经验的模型。

全文数据：

权利要求：

百度查询： 复旦大学附属肿瘤医院 基于医学图像的自动报告生成系统