(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211463754.1 (22)申请日 2022.11.17 (71)申请人 合肥综合 性国家科 学中心人工智能 研究院 （安徽省人工智能实验室） 地址 230094 安徽省合肥市蜀山区望江西 路5089号， 中国科学技术大学先进技 术研究院未来中心B120 5-B1208 (72)发明人 李传富　谷宗运　赵海峰　 (74)专利代理 机构 上海汉之律师事务所 31378 专利代理师 冯华 (51)Int.Cl. G16H 30/20(2018.01) G06K 9/62(2022.01) G06V 10/764(2022.01) (54)发明名称 一种医学影 像数据的数据治理方法及系统 (57)摘要 本申请公开一种医学影像数据的数据治理 方法及系统， 通过获取医学影像学原始数据； 按 数据的类型对所述医学影像学原始数据进行分 类， 以将所述医学影像学原始数据归纳为图像数 据类、 结构化文本数据类以及非结构化文本数据 类； 按照预设的数据治理规则分别对图像数据类 数据、 结构化文本数据类数据以及非结构化文本 数据类数据进行数据治理， 以获得治理后的医学 影像学数据。 利用本申请， 能够对医学影像大数 据进行准确的识别， 将多源异构的数据进行合理 的融合处 理。 权利要求书2页 说明书8页 附图4页 CN 115512810 A 2022.12.23 CN 115512810 A 1.一种医学影 像数据的数据治理方法， 其特 征在于， 包括： 获取医学影 像学原始数据； 按数据的类型对所述医学影像学原始数据进行分类， 以将所述医学影像学原始数据归 纳为图像数据类、 结构化文本数据类以及非结构化文本数据类； 按照预设的数据治理规则分别对图像数据类数据、 结构化文本数据类数据以及非结构 化文本数据类数据进行 数据治理， 以获得治理后的医学影 像学数据。 2.根据权利要求1所述的医学影像数据的数据治理方法， 其特征在于， 按数据的类型对 所述医学影像学原始数据进行分类， 以将所述医学影像学原始数据归纳为图像数据类、 结 构化文本数据类以及非结构化文本数据类， 具体包括： 将所述医学影 像学原始数据中的图像数据归纳为所述图像数据类； 将所述医学影 像学原始数据中的日志数据归纳为所述结构化文本数据类； 将所述医学影 像学原始数据中的临床信息归纳为所述结构化文本数据类； 将所述医学影像学原始数据中的检查印象和检查所见归纳为所述非结构化文本数据 类。 3.根据权利要求2所述的医学影像数据的数据治理方法， 其特征在于， 对所述图像数据 类数据进行治理， 包括： 将所述图像数据类数据按照不同的检查模式进行归纳； 将相同检查模式的所述图像数据类数据按照不同的检查序列进行归纳； 将相同检查序列的所述图像数据类数据按照不同的检查实例进行归纳； 通过检查项目分类算法模型对所述图像数据类数据中检查实例进行识别， 并按照所属 的医学影 像检查项目对所述图像数据类数据进行归纳。 4.根据权利要求3所述的医学影像数据的数据治理方法， 其特征在于， 所述检查项目分 类算法模型包括特征提取器和分类器， 所述特征提取器采用深度残差网络， 所述分类器采 用残差注意力网络 。 5.根据权利要求2所述的医学影像数据的数据治理方法， 其特征在于， 对结构化文本数 据类数据进行治理包括： 将所述结构化文本数据类数据中的身份标识信息进行分拆、 单向加密处 理； 对所述结构化文本数据类数据中的临床信息， 按照类别和内容设置敏感组； 为每个敏感组分配隐私保护级别及隐私保护要求； 将所述结构化文本数据类数据中的临床信息按照敏感组的隐私保护级别进行脱敏处 理。 6.根据权利要求2所述的医学影像数据的数据治理方法， 其特征在于， 对非结构化文本 数据类进行治理， 包括： 为所述非结构化文本数据类中的检查所 见和检查印象设置关键词； 使用预设报告标签化算法模型将所述非结构化文本数据类中的检查所见和检查印象 按照所述关键词生成为标签数据； 为标签数据设置敏感组， 并为每 个敏感组分配隐私保护级别及隐私保护要求； 将所述标签数据， 按照敏感组的隐私保护级别进行脱敏处 理。 7.根据权利要求6所述的医学影像数据的数据治理方法， 其特征在于， 使用预设报告标权　利　要　求　书 1/2 页 2 CN 115512810 A 2签化算法模型将所述非结构化文本数据类中的检查所见和检查印象按照所述关键词生成 为标签数据， 具体包括： 建立医学影 像报告词库； 基于所述医学影像报告词库， 使用分词模型， 将所述非结构化文本数据类中的检查所 见和检查印象文本转换为词组； 计算所述词组和关键词之间的文本相似度， 将文本相似度大于预设阈值的关键词， 作 为所述非结构化文本数据类中的检查所 见和检查印象的标签数据。 8.根据权利要求7所述的医学影像数据的数据治理方法， 其特征在于， 所述分词模型包 括jieba分词工具、 ltp分词工具或ir分词工具。 9.根据权利要求7所述的医学影像数据的数据治理方法， 其特征在于， 计算所述词组和 关键词之间的文本相似度， 具体包括： 将所述词组和所述关键词转换词向量； 计算所述词组的词向量与 所述关键词的词向量之间的相似度， 以作为所述词组和关键 词之间的文本相似度。 10.一种医学影 像数据的数据治理系统， 其特 征在于， 包括： 数据获取模块， 用于获取医学影 像学原始数据； 数据分类模块， 用于按数据的类型对所述医学影像学原始数据进行分类， 以将所述医 学影像学原始数据归纳为图像数据类、 结构化文本数据类以及非结构化文本数据类； 数据治理模块， 用于按照预设的数据治理规则分别对图像数据类数据、 结构化文本数 据类数据以及非结构化文本数据类数据进行 数据治理， 以获得治理后的医学影 像学数据。权　利　要　求　书 2/2 页 3 CN 115512810 A 3