1.一种基于AI的儿科门诊重症患者数据分析系统,其特征在于,包括:
儿童患者电子病历获取模块,用于获取被诊断儿童患者对象的电子病历;
电子病历文本图像提取模块,用于提取所述被诊断儿童患者对象的电子病历中的文本部分和图像部分以得到诊断信息文本部分和诊断信息图像部分;
诊断信息文本分词编码模块,用于对所述诊断信息文本部分进行分词处理后通过诊断信息语义编码器以得到诊断信息语义编码特征向量;
诊断信息图像特征提取模块,用于将所述诊断信息图像部分输入医疗影像特征提取器以得到诊断信息图像语义特征图;
诊断信息图像语义特征强化模块,用于将所述诊断信息图像语义特征图输入压缩-抑制架构下的特征注意力强化模块以得到强化诊断信息图像语义特征图;
语义信息辅助融合模块,用于以所述诊断信息语义编码特征向量作为辅助模态条件,对所述强化诊断信息图像语义特征图进行基于辅助信息的特征图批量归一化以得到语义信息辅助下图像语义多模态融合归一化特征图作为语义信息辅助下图像语义多模态融合归一化特征;
诊断结果生成模块,用于基于所述语义信息辅助下图像语义多模态融合归一化特征,得到诊断结果,所述诊断结果用于表示被诊断儿童患者对象的疾病类型标签;
其中,所述诊断信息图像语义特征强化模块,包括:
诊断信息图像语义特征压缩单元,用于计算所述诊断信息图像语义特征图的沿通道维度的各个特征矩阵的全局均值以得到诊断信息图像语义特征压缩信息表示向量;
诊断信息图像语义压缩信息编码单元,用于对所述诊断信息图像语义特征压缩信息表示向量进行一维卷积编码以得到诊断信息图像语义特征压缩信息间关联表示特征向量;
诊断信息图像语义多尺度融合单元,用于将所述诊断信息图像语义特征压缩信息表示向量和所述诊断信息图像语义特征压缩信息间关联表示特征向量进行级联以得到诊断信息图像语义特征压缩信息多尺度表示向量;
诊断信息图像语义压缩特征提取单元,用于将所述诊断信息图像语义特征压缩信息多尺度表示向量输入基于多层感知机的压缩信息特征提取模块以得到诊断信息图像语义特征压缩信息多尺度关联特征向量,其中所述多层感知机包含两个全连接层和SiLU激活函数;
诊断信息图像语义权重计算单元,用于使用Sigmoid函数对所述诊断信息图像语义特征压缩信息多尺度关联特征向量进行归一化操作以得到诊断信息图像语义权重特征向量;
诊断信息图像语义特征放大抑制单元,用于基于所述诊断信息图像语义权重特征向量,对所述诊断信息图像语义特征图进行特征放大和抑制操作以得到所述强化诊断信息图像语义特征图。
2.根据权利要求1所述的基于AI的儿科门诊重症患者数据分析系统,其特征在于,所述诊断信息文本分词编码模块,用于:对所述诊断信息文本部分进行分词处理后通过包含词嵌入层的诊断信息语义编码器以得到所述诊断信息语义编码特征向量。
3.根据权利要求2所述的基于AI的儿科门诊重症患者数据分析系统,其特征在于,所述诊断信息图像特征提取模块,用于:将所述诊断信息图像部分输入基于AlexNet的医疗影像特征提取器以得到所述诊断信息图像语义特征图。
4.根据权利要求3所述的基于AI的儿科门诊重症患者数据分析系统,其特征在于,所述诊断信息图像语义权重计算单元,用于:以所述诊断信息图像语义特征压缩信息多尺度关联特征向量中的各个位置的特征值的负数作为自然常数的指数以计算按位置的以自然常数为底的指数函数值以得到诊断信息图像语义特征压缩信息多尺度关联类支持特征向量;
计算所述诊断信息图像语义特征压缩信息多尺度关联类支持特征向量中各个位置的特征值与常数一之和的倒数以得到所述诊断信息图像语义权重特征向量。
5.根据权利要求4所述的基于AI的儿科门诊重症患者数据分析系统,其特征在于,所述诊断信息图像语义特征放大抑制单元,用于:将所述诊断信息图像语义权重特征向量中各个位置的特征值与所述诊断信息图像语义特征图的沿通道维度的各个特征矩阵进行按位置相乘以得到所述强化诊断信息图像语义特征图。
6.根据权利要求5所述的基于AI的儿科门诊重症患者数据分析系统,其特征在于,所述语义信息辅助融合模块,包括:强化诊断信息图像语义特征均值标准差计算单元,用于计算所述强化诊断信息图像语义特征图中各个位置特征值之间的均值和标准差以得到强化诊断信息图像语义特征均值和强化诊断信息图像语义特征标准差;
强化诊断信息图像语义特征值批量归一化处理单元,用于基于所述强化诊断信息图像语义特征均值和所述强化诊断信息图像语义特征标准差,对所述强化诊断信息图像语义特征图中每个位置的特征值进行批量归一化处理以得到由多个强化诊断信息图像语义批量归一化特征值组成的归一化强化诊断信息图像语义特征图;
诊断信息语义辅助缩放平移因子计算单元,用于将所述诊断信息语义编码特征向量作为辅助模态条件分别输入两个不同网络参数的多层感知器以得到诊断信息语义辅助缩放因子和诊断信息语义辅助平移因子;
强化诊断信息图像语义线性处理单元,用于将所述归一化强化诊断信息图像语义特征图中每个位置的特征值先与所述诊断信息语义辅助缩放因子相乘再与所述诊断信息语义辅助平移因子相加以得到由多个诊断信息辅助下强化诊断信息图像语义特征值组成的所述语义信息辅助下图像语义多模态融合归一化特征图。
7.根据权利要求6所述的基于AI的儿科门诊重症患者数据分析系统,其特征在于,所述强化诊断信息图像语义特征值批量归一化处理单元,用于:将所述强化诊断信息图像语义特征图中每个位置的特征值与所述强化诊断信息图像语义特征均值进行相减以得到强化诊断信息图像语义偏移值;
计算所述强化诊断信息图像语义特征标准差与调整参数加和的平方根以得到强化诊断信息图像语义调整值;
将所述强化诊断信息图像语义偏移值除以所述强化诊断信息图像语义调整值以得到所述强化诊断信息图像语义批量归一化特征值。
8.根据权利要求7所述的基于AI的儿科门诊重症患者数据分析系统,其特征在于,所述诊断结果生成模块,用于:将所述语义信息辅助下图像语义多模态融合归一化特征图输入基于分类器的诊断结果生成器以得到所述诊断结果,所述诊断结果用于表示被诊断儿童患者对象的疾病类型标签。
9.一种基于AI的儿科门诊重症患者数据分析方法,其特征在于,包括:
获取被诊断儿童患者对象的电子病历;
提取所述被诊断儿童患者对象的电子病历中的文本部分和图像部分以得到诊断信息文本部分和诊断信息图像部分;
对所述诊断信息文本部分进行分词处理后通过诊断信息语义编码器以得到诊断信息语义编码特征向量;
将所述诊断信息图像部分输入医疗影像特征提取器以得到诊断信息图像语义特征图;
将所述诊断信息图像语义特征图输入压缩-抑制架构下的特征注意力强化模块以得到强化诊断信息图像语义特征图;
以所述诊断信息语义编码特征向量作为辅助模态条件,对所述强化诊断信息图像语义特征图进行基于辅助信息的特征图批量归一化以得到语义信息辅助下图像语义多模态融合归一化特征图作为语义信息辅助下图像语义多模态融合归一化特征;
基于所述语义信息辅助下图像语义多模态融合归一化特征,得到诊断结果,所述诊断结果用于表示被诊断儿童患者对象的疾病类型标签;
其中,将所述诊断信息图像语义特征图输入压缩-抑制架构下的特征注意力强化模块以得到强化诊断信息图像语义特征图,包括:计算所述诊断信息图像语义特征图的沿通道维度的各个特征矩阵的全局均值以得到诊断信息图像语义特征压缩信息表示向量;
对所述诊断信息图像语义特征压缩信息表示向量进行一维卷积编码以得到诊断信息图像语义特征压缩信息间关联表示特征向量;
将所述诊断信息图像语义特征压缩信息表示向量和所述诊断信息图像语义特征压缩信息间关联表示特征向量进行级联以得到诊断信息图像语义特征压缩信息多尺度表示向量;
将所述诊断信息图像语义特征压缩信息多尺度表示向量输入基于多层感知机的压缩信息特征提取模块以得到诊断信息图像语义特征压缩信息多尺度关联特征向量,其中所述多层感知机包含两个全连接层和SiLU激活函数;
使用Sigmoid函数对所述诊断信息图像语义特征压缩信息多尺度关联特征向量进行归一化操作以得到诊断信息图像语义权重特征向量;
基于所述诊断信息图像语义权重特征向量,对所述诊断信息图像语义特征图进行特征放大和抑制操作以得到所述强化诊断信息图像语义特征图。