买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军总医院第二医学中心

摘要：本发明公开一种基于扩散模型文本生成技术的骨密度报告生成平台，涉及医疗数据管理、信息共享和云计算技术领域。所述骨密度报告生成平台包括：骨密度测量设备，用于获取骨密度图像和骨密度数据；信息采集设备，用于输入目标人员的相关数据；中心云平台，用于根据设定的骨密度判定标准对所述骨密度数据进行自动化分析计算，确定骨密度判定结果，并生成电子骨密度报告，同时按照设定的排序方式对所述基础信息、所述骨密度数据和所述电子骨密度报告进行存储；远程设备，用于登录所述中心云平台，根据身份信息确定用户身份，并登录进入对应的平台界面，调取或修改电子骨密度报告。本发明能够提高骨密度数据管理的效率和骨密度数据判定结果的准确性。

主权项：1.一种基于扩散模型文本生成技术的骨密度报告生成平台，其特征在于，包括：骨密度测量设备，用于获取目标人员的骨密度图像并测量骨密度数据；信息采集设备，用于输入目标人员的基础信息、所述骨密度图像和所述骨密度数据；中心云平台，用于根据设定的骨密度判定标准对所述骨密度数据进行自动化分析计算，确定骨密度判定结果，并基于所述判定结果和所述骨密度图像生成电子骨密度报告，同时按照设定的排序方式对所述基础信息、所述骨密度数据和所述电子骨密度报告进行存储；远程设备，用于登录所述中心云平台，根据输入的身份信息确定用户身份，并登录进入对应的平台界面，调取或修改所述电子骨密度报告；其中，所述中心云平台包括电子骨密度报告生成单元；所述电子骨密度报告生成单元，具体包括：特征提取模块，用于对判定结果和骨密度图像进行特征提取，得到单一模态的特征序列；特征融合模块，用于对单一模态的特征序列进行多模态融合，得到多模态统一的特征序列；报告生成模块，用于根据多模态统一的特征序列进行病情诊断和文本生成，得到电子骨密度报告；所述特征提取模块，包括：文本特征向量处理子模块，用于使用预训练的BERT模型为以文本形式表示的骨密度判定结果生成对应的文本特征向量XText；视觉特征向量子模块，用于将以图像形式表示的骨密度图像输入到卷积神经网络，提取图像中的语义信息，得到视觉特征向量XImage；所述特征融合模块，包括：第一运算子模块：通过以下表达式计算每个模态的Query、Key和Value矩阵，作为双向多模态注意单元的输入： 其中，LP·表示线性投影层，Norm·表示归一化层，n＝0，1分别表示第1和第2个双向多模态注意单元的索引；xText表示文本特征向量；XImage表示视觉特征向量；第二运算子模块：将每个模态的Query、Key和Value矩阵输入双向多模态注意单元，用于捕获文本和图像的模态间关系，得到多模态关联的隐向量和 其中，Attention·计算表达式如下所示： 其中，超参数dk为缩放因子；第三运算子模块：将隐向量和输入归一化层和多层感知机MLP并使用残差连接，得到该双向多模态注意单元的输出和第四运算子模块：将双向多模态注意单元的输出和作为下一个双向多模态注意单元的输入，重复以上步骤直至得到最终的隐向量χText和χImage；第五运算子模块：连接最终隐向量得到多模态统一的特征向量χText+Image＝XText+χImage；所述报告生成模块，包括：诊断子模块，用于使用多模态统一的特征向量χText+Image作为条件，基于连续文本扩散模型进行有条件文本生成，得到综合骨密度诊断结果；报告生成子模块，用于使用结构化表示方式整合目标人员的基础信息、骨密度图像、骨密度数据和综合骨密度诊断结果，得到完整的电子骨密度报告；所述诊断子模块，包括：第一诊断子单元：生成随机高斯噪声并与条件向量即多模态统一的特征向量χText+Image进行拼接，得到第二诊断子单元：使用基于Transformer架构的去噪网络fθzt，t执行逆向扩散过程，转换概率pθzt-1|zt可通过如下式子计算得到： 其中，μθ·，σθ.分别为由去噪网络预测得到的期望及标准差，则逆向扩散过程的中间变量z0：T可通过根据分布pθz0：T采样得到，pθz0：T可通过如下式子计算得： 第三诊断子单元：在步骤2中，由于每次去噪会破坏中间变量中的条件向量，因此将步骤2中的每一个中间变量中条件向量位置上的部分替换成初始条件向量χText+Image；第四诊断子单元：经过T步去噪操作得到最终的去噪结果Z0，取出中非条件向量位置上的结果即为生成的词嵌入向量使用神经网络对词嵌入向量执行rounding操作，将连续的词嵌入向量映射到离散的文本，得到综合骨密度诊断结果。

全文数据：

权利要求：

百度查询： 中国人民解放军总医院第二医学中心 一种基于扩散模型文本生成技术的骨密度报告生成平台