一种信息关联方法、装置、电子设备和存储介质与流程

1.本技术涉及计算机技术领域，具体涉及一种信息关联方法、装置、电子设备和存储介质。


背景技术：

2.随着科学技术的发展，依赖科学技术手段对患者进行诊断已经成为了常用的医疗手段。例如，可以通过ct血管造影(cta，ct angiography)、电心设备、磁共振检查(magnetic resonance，mr)等各种科学技术手段对患者进行诊断，从而得到患者在不同维度上的医学信息。
3.医生在对患者的病情进行诊断时，通过会调取患者在不同维度上的医学信息，综合地对患者的生理结构情况进行观察和诊断，从而确认患者的真实病情程度以及病发位置。但是，患者在不同维度上的医学信息一般较多，若仅靠人力观察出不同维度的医学信息之间的关联，会导致诊断效率的下降。


技术实现要素：

4.本技术实施例提出了一种信息关联方法、装置、电子设备和存储介质，可以提高判断不同的维度的医学信息之间的关联，从而提高诊断效率。
5.本技术实施例提供了一种信息关联方法，包括：
6.获取多个不同维度的医学信息；
7.对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；
8.基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系；
9.根据所述关联关系，生成所述不同维度的医学信息之间的关联描述信息。
10.相应的，本技术实施例还提供了一种信息关联装置，包括：
11.获取单元，用于获取多个不同维度的医学信息；
12.病灶识别单元，用于对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；
13.确定单元，用于基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系；
14.生成单元，用于根据所述关联关系，生成所述不同维度的医学信息之间的关联描述信息。
15.在一实施例中，所述病灶识别单元，可以包括：
16.方式确定子单元，用于根据所述医学信息的维度，确定每个维度的医学信息相应的识别方式；
17.识别子单元，用于利用所述识别方式对相应维度的医学信息进行识别，得到所述维度的医学信息对应的病灶描述信息。
18.在一实施例中，所述识别子单元，可以包括：
19.第一解析模块，用于对所述识别方式进行解析，得到所述医学信息对应的识别逻辑；
20.参数识别模块，用于根据所述识别逻辑，对所述医学信息进行识别，得到至少一个病灶参数；
21.描述映射模块，用于对所述病灶参数进行描述映射，得到所述病灶描述信息。
22.在一实施例中，所述识别子单元，可以包括：
23.第二解析模块，用于对所述识别方式进行解析，得到所述医学信息对应的病灶识别模型；
24.模型识别模块，用于利用所述病灶识别模型对所述医学信息进行识别，得到所述医学信息对应的病灶描述信息。
25.在一实施例中，所述确定单元，可以包括：
26.划分子单元，用于基于所述病灶描述信息，在所述多个不同维度的医学信息中划分出基准医学信息和候选医学信息；
27.搜索子单元，用于基于所述基准医学信息的病灶描述信息，在所述候选医学信息中搜索与所述基准医学信息具有关联性的关联医学信息；
28.关联推断子单元，用于将所述基准医学信息的病灶描述信息和所述关联医学信息的病灶描述信息进行关联推断处理，得到所述基准医学信息和所述关联医学信息之间的关联关系。
29.在一实施例中，所述关联推断子单元，可以包括：
30.比对子单元，用于利用预设关联关系表，将所述基准医学信息的病灶描述信息和所述关联医学信息的病灶描述信息进行比对处理，得到比对结果；
31.生成子单元，用于基于所述比对结果生成所述关联关系。
32.在一实施例中，所述信息关联装置还包括：
33.整合单元，用于将所述关联描述信息和所述医学信息进行整合处理，得到医学整合报告；
34.显示单元，用于当接收到报告显示指令时，显示所述医学整合报告。
35.相应的，本技术实施例还提供一种电子设备，所述电子设备包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行本技术实施例任一提供的信息关联方法。
36.相应的，本技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现本技术实施例任一提供的信息关联方法。
37.本技术实施例可以获取多个不同维度的医学信息；对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；基于病灶描述信息，确定不同维度的医学信息之间的关联关系；根据关联关系，生成不同维度的医学信息之间的关联描述信息，可以提高判断不同的维度的医学信息之间的关联，从而提高诊断效率。
附图说明
38.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
39.图1是本技术实施例提供的信息关联方法的场景示意图；
40.图2是本技术实施例提供的信息关联方法的流程示意图；
41.图3是本技术实施例提供的病灶识别的场景示意图；
42.图4是本技术实施例提供的病灶识别的又一场景示意图；
43.图5是本技术实施例提供的病灶识别的又一场景示意图；
44.图6是本技术实施例提供的病灶识别的又一场景示意图；
45.图7是本技术实施例提供的信息关联方法的又一流程示意图；
46.图8是本技术实施例提供的信息关联装置的结构示意图；
47.图9是本技术实施例提供的电子设备的结构示意图。
具体实施方式
48.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，然而，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
49.本技术实施例提出了一种信息关联方法，该信息关联方法可以由信息关联装置执行，该信息关联装置可以集成在电子设备中。其中，该电子设备可以包括终端以及服务器等中的至少一个。即该信息关联方法可以由终端执行，也可以由服务器执行。
50.其中，该终端可以包括智能电视、智能手机、智能家居、可穿戴电子设备、vr/ar产品、车载计算机、智能电脑等等。
51.其中，服务器可以为多个异构系统之间的互通服务器或者产品验证测试系统的后台服务器，还可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、以及大数据和人工智能平台等基础云计算服务的云服务器等等。
52.在一实施例中，如图1所示，信息关联装置可以集成在终端或服务器等电子设备上，以实施本技术实施例提出的信息关联方法。具体地，电子设备可以获取多个不同维度的医学信息；对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；基于病灶描述信息，确定不同维度的医学信息之间的关联关系；根据关联关系，生成不同维度的医学信息之间的关联描述信息。
53.以下分别进行详细说明，需要说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
54.本技术实施例将从信息关联装置的角度进行描述，该信息关联装置可以集成在电子设备中，该电子设备可以包括终端，还可以包括服务器等等。
55.如图2所示，提供了一种信息关联方法，具体流程包括：
56.101、获取多个不同维度的医学信息。
57.其中，医学信息可以包括和医学诊断相关的信息。例如，医学信息可以包括医学图像和/或医学图表数据，等等。
58.其中，医学图像可以包括具有跟医学诊断相关的图像。例如，医学图像可以包括电子计算机断层扫描(computed tomography，ct)图像、磁共振检查(magnetic resonance,mr)图像和超声波图像，等等。又例如，该医学图像可以是生理组织图像，等等。其中，生理组织可以包括心脏、脑部、肺部、肝脏等等。例如，医学图像可以是患者心脏的ct图。又例如，医学图像可以是患者脑部的mr图，等等。
59.其中，医学图表数据可以包括和医学诊断相关的图表。例如，可以通过心电设备、脑电设备、数字化放射摄影(digital radiography，dr)设备、内窥镜设备等对人体目标生理结构或区域进行检测，得到医学图表数据。
60.在一实施例中，当患者的身体出现异常时，往往会通过科学技术手段对身体的情况进行诊断。例如，可以通过核磁共振检查、b超检查等科学技术手段对身体的情况进行诊断。
61.其中，患者往往会利用多种科学技术手段进行身体诊断时，而每种科学技术手段都会对应一个医学信息。
62.例如，当患者进行核磁共振检查时，会得到mr图像。当患者进行利用心电设备进行身体诊断时，会得到心电图表数据。
63.在一实施例中，当患者采用多种科学技术手段进行身体诊断时，会得到患者在多个不同维度上的医学信息。其中，一个维度上的医学信息可以对应一个科学技术手段。例如，患者的mr图像可以是一个维度上的医学信息，患者的心电图表数据可以是另外一个维度上的医学信息。
64.在一实施例中，一个维度上的医学信息还可以对应一种医学用途。
65.在一实施例中，医生在会患者的病情进行诊断时，通常会调取患者的目标生理组织在多个不同维度(或用途)上的医学信息，从而可以综合地对目标生理组织的情况进行观察和诊断。例如，医生对脑梗死或脑缺血等病情诊断时，会调取cta医学影像和ctp(ct灌注扫描)医学影像。通常ctp医学影像能够提供患者的梗死、缺血等信息，cta医学影像能够提供血管的病变信息，通过综合观察不同维度的医学信息来确认患者的真实病情程度以及病发位置。
66.102、对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息。
67.在一实施例中，医生通过关注不同维度的医学信息来确认患者的真实病情程度以及病发位置时，若有多个不同维度的医学图像，则需要耗费医生较多的时间和精力来确定患者的真实病情程度以及病发位置，这会导致诊断效率低下。因此，本技术实施例提出了一种信息关联方法，可以自动地识别出不同维度的医学信息之间的关联关系，从而节省医生的时间和精力，提高诊断效率。
68.在一实施例中，信息关联装置在获取多个不同维度的医学信息之后，可以对每个维度的医学信息进行病灶识别，得到每个维度医学信息对应的病灶描述信息。
69.其中，对医学信息进行病灶识别可以包括识别出医学信息具有病灶的区域，以及病灶区域对应的描述信息。
70.其中，病灶描述信息可以包括对病灶区域进行描述的信息。例如，病灶描述信息可以包括病灶的类型、良恶性、病灶尺寸和病灶范围，等等。
71.在一实施例中，由于不同维度的医学信息内容并不相同，因此，可以采用不同的方式对不同维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息。具体的，步骤“对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息”，可以包括：
72.根据医学信息的维度，确定每个维度的医学信息相应的识别方式；
73.利用识别方式对相应维度的医学信息进行识别，得到维度的医学信息对应的病灶描述信息。
74.其中，识别方式可以包括对医学信息进行识别时所需要遵循的逻辑的集合，等等。例如，该识别方式可以是对医学信息进行识别时需要遵循逻辑的一个接口，通过该接口可以之间调用对应的逻辑对医学信息进行识别。而通过将对一些信息需要遵循的逻辑集合成一个接口，可以简化对医学信息进行识别的进程，通过
75.例如，信息关联装置获取到两个维度的医学信息，其中，这两个维度的医学信息分别是医学图像信息和医学图表数据。其中，医学图像信息对应的识别方式是采用针对图像的第一病灶识别模型进行识别，而医学图表信息对应的识别方式是采用针对图表数据的第二病灶识别模型进行识别。则信息关联装置可以利用针对图像的第一病灶识别模型对医学图像信息进行识别，得到医学图像信息对应的病灶描述信息。此外，信息关联装置还可以利用针对图表数据的第二病灶识别模型对医学图表数据进行识别，得到医学图表数据对应的病灶描述信息。
76.其中，病灶识别模型可以是深度学习模型。例如，该病灶识别模型可以包括卷积神经网络(convolutional neural networks，cnn)、反卷积神经网络(de-convolutional networks，dn)、深度神经网络(deep neural networks，dnn)、深度卷积逆向图网络(deep convolutional inverse graphics networks，dcign)、基于区域的卷积网络(region-based convolutional networks，rcnn)、基于区域的快速卷积网络(faster region-based convolutional networks，faster rcnn)和双向编解码(bidirectional encoder representations from transformers，bert)模型等等中的任意一种。
77.又例如，还可以利用不同的识别方式对同一维度的医学信息进行识别，得到同一维度的医学信息在不同维度上的病灶描述信息。例如，信息关联装置获取到心脏冠脉血管图像。则，可以利用传统算法识别出心脏冠脉血管图像中某处血管斑块的位置、范围、程度等病灶描述信息，将这些病灶描述信息构建成病灶描述信息。此外，还可以利用脂肪识别模型识别出心脏冠脉血管图像中心脏冠脉的冠脉周边脂肪指标。
78.因此，在对每个维度的医学信息进行病灶识别时，可以根据医学信息的维度，确定每个维度的医学信息对应的识别方式。然后，利用识别方式对相应维度的医学信息进行识别，得到该维度的医学信息对应的病灶描述信息。
79.在一实施例中，由于识别方式中包括对医学信息进行识别时需要遵循的逻辑，所以可以对识别方式进行解析，得到识别方式对应的识别逻辑。然后，根据该识别逻辑对医学
信息进行识别。具体的，步骤“利用识别方式对相应维度的医学信息进行识别，得到维度的医学信息对应的病灶描述信息”，可以包括：
80.对识别方式进行解析，得到医学信息对应的识别逻辑；
81.根据识别逻辑，对医学信息进行识别，得到至少一个病灶参数；
82.对病灶参数进行描述映射，得到病灶描述信息。
83.其中，识别逻辑包括对医学信息进行病灶识别时需要遵循的步骤。
84.其中，病灶参数可以包括对医学信息进行识别时，得到的原始参数。例如，病灶参数可以包括病灶的尺寸、病灶的范围和病灶的类型，等等。
85.在一实施例中，由于识别方式可以是对医学信息进行识别时需要遵循逻辑的一个接口，因此，在利用识别方式对相应维度的医学信息进行识别时，可以对识别方式进行解析，得到医学信息对应的识别逻辑。例如，通过对识别方式进行遍历，可以识别逻辑对应的存储单元。然后，到识别逻辑对应的存储单元中调用该识别逻辑，从而得到医学信息对应的识别逻辑。然后，可以根据识别逻辑，对医学信息进行识别，得到至少一个病灶参数。
86.在一实施例中，在得到病灶参数，还可以对病灶参数进行描述映射，得到病灶描述信息。
87.其中，病灶描述信息可以包括通过对病灶参数进行描述映射得到的信息。
88.其中，描述映射可以包括将病灶参数映射到病灶描述信息的操作。例如，描述映射可以包括计算操作和/或映射操作，等等。
89.例如，识别得到的病灶参数包括病灶的尺寸、病灶的范围和病灶的类型，然后，可以结合病灶的类型对病灶的尺寸和范围进行计算，从而得到病灶的良恶性。接下来，可以将病灶的良恶性、病灶的尺寸、病灶的范围和病灶的类型进行整合，得到病灶描述信息。
90.在一实施例中，可以对识别方式进行解析，得到医学信息对应的识别逻辑；根据识别逻辑，对医学信息进行识别，得到至少一个病灶参数；对病灶参数进行计算，并将计算得到的信息和病灶参数进行整合，得到病灶描述信息。
91.例如，医学信息包括第一维度的医学信息和第二维度的医学信息。通过对识别方式进行解析，得到利用第一类预先训练好的识别模型或传统算法，对第一维度医学信息进行识别，得到第一维度医学信息的病灶尺寸、病灶范围和病灶类型等病灶参数。然后，可以结合病灶的类型对病灶的尺寸和范围进行计算，从而得到病灶的良恶性。接下来，可以将病灶的良恶性、病灶的尺寸、病灶的范围和病灶的类型进行整合，得到第一维度医学信息病灶描述信息。
92.同理，通过对识别方式进行解析，可以利用第二类预先训练好的识别模型或传统算法，对第二维度医学信息进行识别，得到第二维度医学信息的病灶尺寸、病灶范围和病灶类型等病灶参数。然后，可以结合病灶的类型对病灶的尺寸和范围进行计算，从而得到病灶的良恶性。接下来，可以将病灶的良恶性、病灶的尺寸、病灶的范围和病灶的类型进行整合，得到第二维度医学信息病灶描述信息。
93.在一实施例中，可以预先训练好对医学信息进行病灶识别的模型，每一个病灶识别模型都可以作为一个识别方式。因此，可以对识别方式进行解析，得到医学信息对应的病灶识别模型，然后利用该病灶识别模型对医学信息进行识别，得到医学信息对应的病灶描述信息。具体的，步骤“利用识别方式对相应维度的医学信息进行识别，得到维度的医学信
息对应的病灶描述信息”，可以包括：
94.对识别方式进行解析，得到医学信息对应的病灶识别模型；
95.利用病灶识别模型对医学信息进行识别，得到医学信息对应的病灶描述信息。
96.例如，医学信息可以包括第一维度的医学信息和第二维度的医学信息。其中，第一维度的医学信息可以利用第一类预先训练好的病灶识别模型对医学信息进行识别，得到第一维度的医学信息对应的病灶描述信息。其中，第二维度的医学信息可以利用第二类预先训练好的病灶识别模型对医学信息进行识别，得到第二维度的医学信息对应的病灶描述信息。
97.103、基于病灶描述信息，确定不同维度的医学信息之间的关联关系。
98.在一实施例中，识别出每个维度的医学信息对应的病灶描述信息之后，可以基于病灶描述信息，确定不同维度的医学信息之间的关联关系。
99.其中，关联关系可以指不同维度的医学信息之间的关系。例如，关联关系可以包括不同维度的医学信息之间因果关系、并列关系或包含关系，等等。
100.例如，以心肌存在异常为例，医学信息包括mr医学图像和心电图。其中，mr医学图像的病灶描述信息为心肌异常的区域和区域的尺寸。心电图的病灶描述信息为心电图存在异常波动的区域。通过mr医学图像的病灶描述关系和心电图的病灶描述关系，可以得到mr医学图像和心电图之间的关系为并列关系，即两者是从不同的角度描述心肌异常的区域。
101.在一实施例中，步骤“基于病灶描述信息，确定不同维度的医学信息之间的关联关系”，可以包括：
102.基于病灶描述信息，在多个不同维度的医学信息中划分出基准医学信息和候选医学信息；
103.基于基准医学信息的病灶描述信息，在候选医学信息中搜索与基准医学信息具有关联性的关联医学信息；
104.将基准医学信息的病灶描述信息和关联医学信息的病灶描述信息进行关联推断处理，得到基准医学信息和关联医学信息之间的关联关系。
105.其中，基准医学信息可以指作为判断关联关系标准的医学信息。例如，该基准医学信息可以包括病灶描述信息最多的医学信息。又例如，该基准医学信息可以包括重要程度最高的医学信息，等等。
106.其中，候选医学信息可以包括判断和基准医学信息之间是否具有关联关系以及具有什么关联关系的医学信息。
107.例如，有三个维度的医学信息，其中，将第一个维度的医学信息划分为基准医学信息，则可以将第二个维度的医学信息和第三个维度的医学信息划分为候选医学信息。
108.在一实施例中，划分出基准医学信息和候选医学信息之后，可以基于基准医学信息的病灶描述信息，在候选医学信息中搜索与基准医学信息具有关联性的关联医学信息。
109.例如，可以将基准医学信息的病灶描述信息和候选医学信息的病灶描述信息进行匹配，并通过匹配结果搜索出与基准医学信息具有关联性的关联医学信息。
110.例如，可以判断基准医学信息的病灶描述信息和候选医学信息的病灶描述信息之间是否有相似或者相同的关键词。当存在相同或相似的关键词时，说明基准医学信息和候选医学信息相匹配，则可以将该候选医学信息确定为关联医学信息。
111.例如，基准医学信息的病灶描述信息包括“病灶类型为a、病灶区域为b、病灶良恶性为c”。第一候选医学信息的病灶描述信息包括“病灶类型为a、病灶区域为d”。第二候选医学信息的病灶描述信息包括“病灶类型为b、病灶区域为k”。分别将第一候选医学信息以及第二候选医学信息与基准医学信息进行匹配，得到第一候选医学信息和基准医学信息具有关键词相同的病灶描述信息“病灶类型为a”，因此，可以将第一候选医学信息确定为关联医学信息。
112.在一实施例中，在搜索出关联医学信息之后，可以将基准医学信息的病灶描述信息和关联医学信息的病灶描述信息进行关联推断处理，得到基准医学信息和关联医学信息之间的关联关系。
113.例如，可以根据预设关联关系表将基准医学信息的病灶描述信息和关联医学信息的病灶描述信息进行对照，从而确定基准医学信息和关联医学信息之间的关联关系。具体的，步骤“将基准医学信息的病灶描述信息和关联医学信息的病灶描述信息进行关联推断处理，得到基准医学信息和关联医学信息之间的关联关系”，可以包括：
114.利用预设关联关系表，将基准医学信息的病灶描述信息和关联医学信息的病灶描述信息进行比对处理，得到比对结果；
115.基于比对结果生成关联关系。
116.其中，预设关联关系表之间可以说明什么样的病灶描述信息之间可能具有什么样的关联关系。
117.例如，预设关联关系表中记录了“冠脉；脂肪指标；高；血管；斑块易损；因果关系”的内容，则信息关联装置在根据预设关联关系表将基准医学信息的病灶描述信息和关联医学信息的病灶描述信息进行对照时，若检测到基准医学信息的病灶描述信息和关联医学信息的病灶描述信息符合上述预设关联关系表中的内容时，可以确定基准医学信息和关联医学信息之间的关联关系为因果关系。
118.在一实施例中，当有多个维度的医学信息时，可以分别将不同的医学信息作为基准医学信息，从而可以判断不同的医学信息之间的关联关系。
119.例如，包括三个维度的医学信息，可以首先将第一个维度的医学信息作为基准医学信息，将第二个维度的医学信息和第三个维度的医学信息作为候选医学信息，从而得到第一个维度的医学信息与第二个维度的医学信息以及第三个维度的医学信息之间的关联关系。然后，还可以将第二个维度的医学信息作为基准医学信息，将第三个维度的医学信息作为候选医学信息，从而判断第二个维度的医学信息和第三维度的医学信息之间的关联关系。
120.104、根据关联关系，生成不同维度的医学信息之间的关联描述信息。
121.在一实施例中，在得到关联关系之后，可以生成不同维度的医学信息之间的关联描述信息。
122.其中，关联描述信息可以包括基于不同维度的医学信息之间的关联关系，描述不同维度的医学信息的病灶描述信息之间的信息。
123.例如，如图3所示，以脑部梗死缺血为例。利用传统算法识别出脑部动脉ctp图像中脑梗死位置的梗死范围、梗死程度等信息。将这些信息构建成病灶属性集(可以相当于病灶描述信息)。此外，如图4所示，利用病灶识别模型识别出冠状动脉cta图像中的动脉闭塞的
位置、范围、程度等病灶描述信息。然后，根据cpt图像病灶属性集，对照找到与包含脑梗死的脑部动脉ctp图像具有相关性的冠状动脉cta图像。因此，可以描述ctp图像和cta图像之间的关联描述信息描述为：中动脉闭塞导致左侧大脑发生重度梗死。
124.又例如，以血管斑块病灶为例。利用传统算法识别出心脏冠脉血管图像中某处血管斑块的位置、范围、程度等信息。将这些信息构建成病灶属性集。利用脂肪识别模型识别出心脏冠脉的冠脉周边脂肪指标(fai)。然后，根据病灶属性集，对照找到fai指标中与血管斑块具有相关性的fai指标。则心脏冠脉血管图像和fai之间的关联描述信息可以描述为：冠脉某区域的fai指标的过高导致冠脉血管出现斑块易损风险(易损：斑块容易脱落，随着血流流动容易产生血管闭塞，导致死亡)。
125.又例如，如图5所示，以心肌存在异常为例，利用预先训练好的病灶识别模型对mr图像识别病灶的病灶描述信息。如图6所示，利用预先训练好的异常区域识别模型识别出心电图中存在异常波形的区域。根据mr图像的病灶描述信息，对应找到异常波形所在的心电图以及异常波形的病灶描述信息。基于mr图像的病灶描述信息和异常波形的病灶描述信息，生成“在mr图像的xxx区域可见心肌存在病变(缺血、炎症等)，在心电图中可见xxx区域波形呈现上升区域(下降/缩短等)”的关联描述信息。
126.又例如，以心血管存在病灶为例。用ct、4d超声和ecg分别对心脏区域进行检测得到ct影像、超声影像和心电图。分别利用与ct影像、超声影像和心电图对应的预先训练好的病灶识别模型或者异常区域识别模型进行病灶区域识别或异常波动区域识别。根据ct影像中的病灶信息，对应找到超声影像中的信息和心电图中存在波动的区域。根据上述影像或心电图中识别出信息之间的关联，可以将关联描述信息描述为：心脏xx区域的血管存在血栓，影像心肌正常工作，导致心肌缺血，在心电图中可见xx区域波呈上升区域，使患者出现心律不齐的问题。
127.在一实施例中，在生成关联描述信息之后，还可以将关联描述信息和医学信息进行整合处理，得到医学整合报告。当信息关联装置接收到报告显示指令时，可以显示医学整合报告。具体的，本技术实施例提出的方法还可以包括：
128.将关联描述信息和医学信息进行整合处理，得到医学整合报告；
129.当接收到报告显示指令时，显示医学整合报告。
130.例如，医学信息包括第一维度的医学信息、第二维度的医学信息和第三维度的医学信息。其中，第一维度的医学信息和第二维度的医学信息相关联，因此，可以将第一维度的医学信息、第二维度的医学信息及其两者的关联描述信息进行整合处理，得到医学整合报告。
131.然后，当医生想查看报告时，信息关联装置可以接收到报告显示指令，从而显示医学整合报告。
132.本技术实施例提出的信息关联方法可以获取多个不同维度的医学信息；对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；基于病灶描述信息，确定不同维度的医学信息之间的关联关系；根据关联关系，生成不同维度的医学信息之间的关联描述信息。通过本技术实施例提出的信息关联方法，可以自动地识别出不同维度的医学信息之间的关联关系，从而节省医生的时间和精力，提高诊断效率。
133.根据上面实施例所描述的方法，以下将举例作进一步详细说明。
134.本技术实施例将以信息关联方法集成在电子设备上为例来介绍本技术实施例方法。例如，如图7所示，本技术实施例提出的信息关联方法可以包括：
135.201、电子设备获取多个不同维度的医学信息。
136.例如，可以通过电子计算机断层扫描(computed tomography，ct)图像、磁共振检查(magnetic resonance,mr)图像、4d超声超声波图像等方式，对人体生理结构进行扫描，获取医学图像。
137.又例如，可以通过心电设备、脑电设备、dr设备(胸透设备等)、dsa设备、内窥镜设备等对人体目标生理结构或区域进行检测，得到得医学图像或医学图表数据。
138.202、电子设备对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息。
139.例如，可以利用第一预先训练好的病灶识别模型或传统算法，对第一维度的医学信息进行识别，识别出病灶的类型和良恶性等病灶参数。利用病灶参数计算得到病灶的尺寸、范围等信息。将病灶的类型、良恶性、病灶尺寸、病灶范围等信息，构建成病灶属性集。
140.例如，可以利用第二类预先训练好的病灶识别模型或传统算法，对第二维度的医学信息进行识别，识别出病灶位置、病灶范围等病灶描述信息。
141.203、电子设备基于病灶描述信息，确定不同维度的医学信息之间的关联关系。
142.例如，基于病灶属性集，对照寻找候选医学信息中与基准医学信息具有关联性的关联医学信息。即基于医学经验，将具有因果关系的信息找出来，整合在一起。
143.其中，可以利用具有临床指示性的医学信息，去寻找非具有临床指示性的医学信息。
144.204、电子设备根据关联关系，生成不同维度的医学信息之间的关联描述信息。
145.例如，可以根据基准医学信息和与其关联的关联医学信息，描述患者病灶的因果关系。
146.本技术实施例提出的信息关联方法中，电子设备获取多个不同维度的医学信息；对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；基于病灶描述信息，确定不同维度的医学信息之间的关联关系；根据关联关系，生成不同维度的医学信息之间的关联描述信息。通过本技术实施例提出的信息关联方法，可以自动地识别出不同维度的医学信息之间的关联关系，从而节省医生的时间和精力，提高诊断效率。
147.为了更好地实施本技术实施例提供的信息关联方法，在一实施例中还提供了一种信息关联装置，该信息关联装置可以集成于电子设备中。其中名词的含义与上述信息关联方法中相同，具体实现细节可以参考方法实施例中的说明。
148.在一实施例中，提供了一种信息关联装置，该信息关联装置具体可以集成在电子设备中，如图8所示，该信息关联装置包括：获取单元301、病灶识别单元302、确定单元303和生成单元304，具体如下：
149.获取单元301，用于获取多个不同维度的医学信息；
150.病灶识别单元302，用于对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；
151.确定单元303，用于基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系；
152.生成单元304，用于根据所述关联关系，生成所述不同维度的医学信息之间的关联描述信息。
153.在一实施例中，所述病灶识别单元302，可以包括：
154.方式确定子单元，用于根据所述医学信息的维度，确定每个维度的医学信息相应的识别方式；
155.识别子单元，用于利用所述识别方式对相应维度的医学信息进行识别，得到所述维度的医学信息对应的病灶描述信息。
156.在一实施例中，所述识别子单元，可以包括：
157.第一解析模块，用于对所述识别方式进行解析，得到所述医学信息对应的识别逻辑；
158.参数识别模块，用于根据所述识别逻辑，对所述医学信息进行识别，得到至少一个病灶参数；
159.描述映射模块，用于对所述病灶参数进行描述映射，得到所述病灶描述信息。
160.在一实施例中，所述识别子单元，可以包括：
161.第二解析模块，用于对所述识别方式进行解析，得到所述医学信息对应的病灶识别模型；
162.模型识别模块，用于利用所述病灶识别模型对所述医学信息进行识别，得到所述医学信息对应的病灶描述信息。
163.在一实施例中，所述确定单元303，可以包括：
164.划分子单元，用于基于所述病灶描述信息，在所述多个不同维度的医学信息中划分出基准医学信息和候选医学信息；
165.搜索子单元，用于基于所述基准医学信息的病灶描述信息，在所述候选医学信息中搜索与所述基准医学信息具有关联性的关联医学信息；
166.关联推断子单元，用于将所述基准医学信息的病灶描述信息和所述关联医学信息的病灶描述信息进行关联推断处理，得到所述基准医学信息和所述关联医学信息之间的关联关系。
167.在一实施例中，所述关联推断子单元，可以包括：
168.比对子单元，用于利用预设关联关系表，将所述基准医学信息的病灶描述信息和所述关联医学信息的病灶描述信息进行比对处理，得到比对结果；
169.生成子单元，用于基于所述比对结果生成所述关联关系。
170.在一实施例中，所述信息关联装置还包括：
171.整合单元，用于将所述关联描述信息和所述医学信息进行整合处理，得到医学整合报告；
172.显示单元，用于当接收到报告显示指令时，显示所述医学整合报告。
173.具体实施时，以上各个单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。
174.通过上述的信息关联装置可以自动地识别出不同维度的医学信息之间的关联关系，从而节省医生的时间和精力，提高诊断效率。
175.本技术实施例还提供一种电子设备，该电子设备可以包括终端或服务器，比如，电子设备可以作为信息关联终端，该信息关联终端可以为智能电视等等；又比如计算机产品可以为服务器，如信息关联服务器等。如图9所示，其示出了本技术实施例所涉及的终端的结构示意图，具体来讲：
176.该电子设备可以包括一个或者一个以上处理核心的处理器401、一个或一个以上计算机可读存储介质的存储器402、电源403和输入单元404等部件。本领域技术人员可以理解，图9中示出的电子设备结构并不构成对电子设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。其中：
177.处理器401是该电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或执行存储在存储器402内的软件程序和/或模块，以及调用存储在存储器402内的数据，执行电子设备的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器401可包括一个或多个处理核心；优选的，处理器401可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户页面和应用程序等，调制解调处理器主要处理无线通讯。可以理解的是，上述调制解调处理器也可以不集成到处理器401中。
178.存储器402可用于存储软件程序以及模块，处理器401通过运行存储在存储器402的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器402可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据计算机产品的使用所创建的数据等。此外，存储器402可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。相应地，存储器402还可以包括存储器控制器，以提供处理器401对存储器402的访问。
179.电子设备还包括给各个部件供电的电源403，优选的，电源403可以通过电源管理系统与处理器401逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源403还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
180.该电子设备还可包括输入单元404，该输入单元404可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
181.尽管未示出，电子设备还可以包括排版单元等，在此不再赘述。具体在本实施例中，电子设备中的处理器401会按照如下的指令，将一个或一个以上的应用程序的进程对应的可执行文件加载到存储器402中，并由处理器401来运行存储在存储器402中的应用程序，从而实现各种功能，如下：
182.获取多个不同维度的医学信息；
183.对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；
184.基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系；
185.根据所述关联关系，生成所述不同维度的医学信息之间的关联描述信息。
186.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
187.根据本技术的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机产品的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机产品执行上述实施例中各种可选实现方式中提供的方法。
188.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过计算机程序来完成，或通过计算机程序控制相关的硬件来完成，该计算机程序可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。
189.为此，本技术实施例还提供一种存储介质，其中存储有计算机程序，该计算机程序能够被处理器进行加载，以执行本技术实施例所提供的任一种信息关联方法中的步骤。例如，该计算机程序可以执行如下步骤：
190.获取多个不同维度的医学信息；
191.对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；
192.基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系；
193.根据所述关联关系，生成所述不同维度的医学信息之间的关联描述信息。
194.以上各个操作的具体实施可参见前面的实施例，在此不再赘述。
195.由于该存储介质中所存储的计算机程序，可以执行本技术实施例所提供的任一种信息关联方法中的步骤，因此，可以实现本技术实施例所提供的任一种信息关联方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
196.以上对本技术实施例所提供的一种信息关联方法、装置、电子设备和存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。

技术特征：
1.一种信息关联方法，其特征在于，包括：获取多个不同维度的医学信息；对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系；根据所述关联关系，生成所述不同维度的医学信息之间的关联描述信息。2.根据权利要求1所述的方法，其特征在于，所述对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息，包括：根据所述医学信息的维度，确定每个维度的医学信息相应的识别方式；利用所述识别方式对相应维度的医学信息进行识别，得到所述维度的医学信息对应的病灶描述信息。3.根据权利要求2所述的方法，其特征在于，所述利用所述识别方式对相应维度的医学信息进行识别，得到所述维度的医学信息对应的病灶描述信息，包括：对所述识别方式进行解析，得到所述医学信息对应的识别逻辑；根据所述识别逻辑，对所述医学信息进行识别，得到至少一个病灶参数；对所述病灶参数进行描述映射，得到所述病灶描述信息。4.根据权利要求2所述的方法，其特征在于，所述利用所述识别方式对相应维度的医学信息进行识别，得到所述维度的医学信息对应的病灶描述信息，包括：对所述识别方式进行解析，得到所述医学信息对应的病灶识别模型；利用所述病灶识别模型对所述医学信息进行识别，得到所述医学信息对应的病灶描述信息。5.根据权利要求1所述的方法，其特征在于，所述基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系，包括：基于所述病灶描述信息，在所述多个不同维度的医学信息中划分出基准医学信息和候选医学信息；基于所述基准医学信息的病灶描述信息，在所述候选医学信息中搜索与所述基准医学信息具有关联性的关联医学信息；将所述基准医学信息的病灶描述信息和所述关联医学信息的病灶描述信息进行关联推断处理，得到所述基准医学信息和所述关联医学信息之间的关联关系。6.根据权利要求5所述的方法，其特征在于，所述将所述基准医学信息的病灶描述信息和所述关联医学信息的病灶描述信息进行关联推断处理，得到所述基准医学信息和所述关联医学信息之间的关联关系，包括：利用预设关联关系表，将所述基准医学信息的病灶描述信息和所述关联医学信息的病灶描述信息进行比对处理，得到比对结果；基于所述比对结果生成所述关联关系。7.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述关联描述信息和所述医学信息进行整合处理，得到医学整合报告；当接收到报告显示指令时，显示所述医学整合报告。8.一种信息关联装置，其特征在于，包括：
获取单元，用于获取多个不同维度的医学信息；病灶识别单元，用于对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；确定单元，用于基于所述病灶描述信息，确定所述不同维度的医学信息之间的关联关系；生成单元，用于根据所述关联关系，生成所述不同维度的医学信息之间的关联描述信息。9.一种电子设备，其特征在于，包括存储器和处理器；所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至7任一项所述的信息关联方法中的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条计算机程序，所述计算机程序适于处理器进行加载，以执行权利要求1至7任一项所述的信息关联方法中的步骤。

技术总结
本申请实施例公开了一种信息关联方法、装置、电子设备和存储介质，属于计算机领域；本申请实施例获取多个不同维度的医学信息；对每个维度的医学信息进行病灶识别，得到每个维度的医学信息对应的病灶描述信息；基于病灶描述信息，确定不同维度的医学信息之间的关联关系；根据关联关系，生成不同维度的医学信息之间的关联描述信息，可以提高判断不同的维度的医学信息之间的关联，从而提高诊断效率。从而提高诊断效率。从而提高诊断效率。


技术研发人员：肖月庭 阳光 郑超
受保护的技术使用者：数坤（北京）网络科技股份有限公司
技术研发日：2022.03.14
技术公布日：2023/9/23