(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 202210829153.1 (22)申请日 2022.06.24 (71)申请人 上海联影医疗科技股份有限公司 地址 201807 上海市嘉定区城北路2 258号 (72)发明人 姜玉林　吉子军　 (74)专利代理 机构 上海弼兴律师事务所 31283 专利代理师 周奕君　罗朗 (51)Int.Cl. G16H 10/60(2018.01) G06K 9/62(2022.01) G06V 10/75(2022.01) G06V 10/80(2022.01) (54)发明名称 病例匹配方法、 系统、 设备和介质 (57)摘要 本发明公开了一种病例匹配方法、 系统、 设 备和介质， 所述病例匹配方法包括： 获取患者的 多模态信息特征； 将所述多模态信息特征进行融 合， 以生成目标融合特征； 将所述目标融合特征 与历史病例融合特征进行特征匹配， 以获取所述 患者对应的历史病例。 本发明可以利用患者在就 诊过程中产生的多模态信息， 并根据多模态信息 匹配患者的病例， 提高了患者信息匹配的病例的 准确度和效率， 进而确保医生对患者采 取手术方 案的正确性,大大减 轻了医生为患者筛选合适病 例的工作。 权利要求书2页 说明书13页 附图7页 CN 115424691 A 2022.12.02 CN 115424691 A 1.一种病例匹配方法， 其特 征在于， 所述病例匹配方法包括： 获取患者的多模态信息特 征； 将所述多模态信息特 征进行融合， 以生成目标融合特 征； 将所述目标融合特征与历史病例融合特征进行特征匹配， 以获取所述患 者对应的历史 病例。 2.如权利要求1所述的病例匹配方法， 其特 征在于， 所述多模态信息包括图像信息； 所述获取患者的多模态信息特 征的步骤 包括： 获取所述图像信息； 将所述图像信息 输入至图像信息特 征提取模型中以提取 所述图像信息特 征； 所述图像信息特 征提取模型包括以残差块 为基本结构的自编码器。 3.如权利要求2所述的病例匹配方法， 其特征在于， 所述自编码器包括编码器和解码 器； 所述编码器和所述 解码器呈不对称结构。 4.如权利要求3所述的病例的匹配方法， 其特征在于， 所述编码器包括多个不同尺寸的 卷积核， 且所述编码器卷积核的数量多于所述 解码器卷积核的数量。 5.如权利要求1所述的病例匹配方法， 其特 征在于， 所述多模态信息包括文本信息； 所述获取患者的多模态信息特 征的步骤 包括： 获取所述文本信息； 将所述文本信息 输入至文本信息特 征提取模型中以提取 所述文本信息特 征； 所述文本信息特 征提取模型通过BERT模型训练生成。 6.如权利要求1所述的病例匹配方法， 其特征在于， 所述将所述多模态信 息特征进行融 合， 以生成目标融合特 征的步骤 包括： 获取多模态信息特 征的向量； 对所述多模态信 息特征的向量进行向量变换， 以使得每个模态信 息特征的向量的维度 相同； 对每个所述模态信息特 征的向量进行加权平均计算， 以生成所述目标融合特 征。 7.如权利要求1所述的病例匹配方法， 其特征在于， 所述将所述目标融合特征与历史病 例融合特 征进行特征匹配， 以获取 所述患者对应的历史病例的步骤 包括： 分别将历史病例库中的多个所述历史病例融合特征和所述目标融合特征进行归一化 处理； 分别计算归一 化处理后的多个所述历史病例融合特 征和所述目标融合特 征的相似度； 对所有相似度进行排序， 根据排序结果选取与所述患者对应的历史病例。 8.一种病例匹配系统， 其特 征在于， 所述病例匹配系统包括： 获取模块， 用于获取患者的多模态信息特 征； 融合模块， 用于将所述多模态信息特 征进行融合， 以生成目标融合特 征； 匹配模块， 用于将所述目标融合特征与历史病例融合特征进行特征匹配， 以获取所述 患者对应的历史病例。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述权　利　要　求　书 1/2 页 2 CN 115424691 A 2的病例匹配方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1至7任一项所述的病例匹配方法。权　利　要　求　书 2/2 页 3 CN 115424691 A 3