公开(公告)号：CN111460788A

公开(公告)日：2020-07-28

申请号：CN202010252382.2

申请日：2020-04-01

Applicant: 哈尔滨工业大学 ,  海南省肿瘤医院

Inventor： 苏统华 ,  于丽娟 ,  陈鄞 ,  宋继贤 ,  刘策

IPC: G06F40/211 ,  G06F40/242 ,  G06F40/284 ,  G16H15/00

Abstract: 本发明公开了一种CT/PET报告的交互式阅读方法，所述方法通过对CT/PET报告进行处理，结合计算机仿真3D人体模型，使医生可以在计算机上通过点击计算机仿真3D人体模型上的人体器官部位，交互式快速查看对应部位的CT/PET报告中的内容描述。本发明通过计算机仿真3D人体模型解决，既可以非常形象直观的呈现报告内容，又不需要报告中集合原始的图片信息或者其他多媒体信息；通过与计算机仿真3D人体模型交互操作，可以快速根据想要查看的病灶突出显示报告中有关信息。

公开(公告)号：CN109065110A

公开(公告)日：2018-12-21

申请号：CN201810758999.4

申请日：2018-07-11

Applicant: 哈尔滨工业大学 ,  海南省肿瘤医院

Inventor： 苏统华 ,  于丽娟 ,  霍栋

IPC: G16H15/00 ,  G16H30/40 ,  G06F17/27

CPC classification number: G16H15/00 ,  G06F17/2715 ,  G06F17/2775 ,  G16H30/40

Abstract: 本发明公开了一种基于深度学习方法的自动生成医学影像诊断报告的方法，所述方法步骤如下：一、基于LDA算法对诊断报告进行主题聚类，将诊断报告按照主题分别进行保存；二、将主题向量作为每一个医学影像的标签；三、将大小不同的CT图和PET图缩放到相同大小作为训练数据，主题向量作为标签，以VGGNet‑19为网络模型进行训练，得到主题向量生成模型；四、构建文本生成模型；五、根据每一张图片的主题向量，匹配对应主题的文本，得到图像的诊断报告。该方法能够适用于图像有病灶标注的场景；不需要医生过多地人工总结训练数据标签，仅需要病灶的位置、大小标注即可，在提高正确率的同时有效减少了医生的工作。

公开(公告)号：CN109065110B

公开(公告)日：2021-10-19

申请号：CN201810758999.4

申请日：2018-07-11

Applicant: 哈尔滨工业大学 ,  海南省肿瘤医院

Inventor： 苏统华 ,  于丽娟 ,  霍栋

IPC: G16H15/00 ,  G16H30/40 ,  G06F40/289 ,  G06F40/216

Abstract: 本发明公开了一种基于深度学习方法的自动生成医学影像诊断报告的方法，所述方法步骤如下：一、基于LDA算法对诊断报告进行主题聚类，将诊断报告按照主题分别进行保存；二、将主题向量作为每一个医学影像的标签；三、将大小不同的CT图和PET图缩放到相同大小作为训练数据，主题向量作为标签，以VGGNet‑19为网络模型进行训练，得到主题向量生成模型；四、构建文本生成模型；五、根据每一张图片的主题向量，匹配对应主题的文本，得到图像的诊断报告。该方法能够适用于图像有病灶标注的场景；不需要医生过多地人工总结训练数据标签，仅需要病灶的位置、大小标注即可，在提高正确率的同时有效减少了医生的工作。