← 返回列表

诊断报告的生成方法、模型训练方法、系统、设备及介质

申请号: CN202311688317.4
申请人: 安徽大学
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 诊断报告的生成方法、模型训练方法、系统、设备及介质
专利类型 发明申请
申请号 CN202311688317.4
申请日 2023/12/11
公告号 CN117393100A
公开日 2024/1/12
IPC主分类号 G16H15/00
权利人 安徽大学
发明人 黄莉莉; 伍琦; 汤进; 李成龙; 江波; 赵海峰
地址 安徽省合肥市九龙路111号安徽大学

摘要文本

本发明提供一种诊断报告的生成方法、模型训练方法、系统、设备及介质。训练方法包括:获取含病变标签和诊断报告的第一类医学影像图片、含病变标签标注的第二类医学影像图片、不含病变标签标注的第三类医学影像图片;根据学生模型生成三类医学影像图片对应的第一预测诊断报告、第二预测诊断报告和第三预测诊断报告;根据教师模型生成第三类医学影像图片的第四预测诊断报告;根据文本分类模型生成第一预测诊断报告和第二预测诊断报告的预测病变标签;基于预测病变标签和病变标签、第二预测诊断报告和诊断报告、第三预测诊断报告的第四预测诊断报告,更新学生模型和教师模型的参数,将训练好的学生模型作为诊断报告生成模型。提高了模型的准确率。

专利主权项内容

1.一种诊断报告生成模型训练方法,其特征在于,所述方法包括:获取含病变标签和诊断报告的第一类医学影像图片、含病变标签标注的第二类医学影像图片、不含病变标签标注的第三类医学影像图片;将第一类医学影像图片、第二类医学影像图片、第三类医学影像图片输入预训练好的学生模型,分别提取各类医学影像图片的图像特征,对应生成第一预测诊断报告、第二预测诊断报告和第三预测诊断报告;将第三类医学影像图片输入教师模型,提取第三类医学影像图片的图像特征,生成第四预测诊断报告;其中,所述教师模型与所述学生模型的结构相同;将第一预测诊断报告和第二预测诊断报告输入预训练好的文本分类模型,提取诊断报告中的文本特征,生成预测病变标签;基于预测病变标签和病变标签的差异度、第二预测诊断报告和真实诊断报告的差异度,以及第三预测诊断报告的第四预测诊断报告的差异度,更新学生模型的参数和教师模型的参数,得到训练好的诊断报告生成模型;其中,所述诊断报告生成模型为训练好的学生模型。