元化医疗咨询服务（上海）有限公司

本发明属于医学数据处理技术领域，公开了一种基于医学规则知识库的病理知识图谱构建方法及系统，该方法包括：对获取的病理数据进行预处理，得到初始三元组和增量三元组，利用初始三元组构建初始病理知识图谱；将增量三元组映射至初始病理知识图谱，计算出增量三元组的适用边界参数，并利用适用边界参数对增量三元组进行筛选处理，得到目标规则边；基于目标规则边，对映射后初始病理知识图谱中的初始规则边进行冲突计算，对初始规则边进行更新处理；将目标规则边和更新后的初始规则边，融合至映射后的初始病理知识图谱，得到目标病理知识图谱。本发明实现了病理知识图谱的动态持续构建，提升了病理知识图谱的构建质量、更新效率和可维护性。

本发明属于图像质量评价技术领域，公开了一种基于深度学习的医学影像质量评价方法及系统，该方法包括：提取出医学影像特征；对医学影像特征进行全局特征关联分析，确定待评价医学影像的质量缺陷类型，并判定该质量缺陷类型对应的严重程度；对待评价医学影像的质量缺陷类型及其对应的严重程度进行量化分析，识别出影响待评价医学影像成像质量的关键因素；基于关键因素，结合预设的医学影像质量评价指标进行综合研判，输出待评价医学影像的最终质量评价结果。本发明可精准识别医学影像质量缺陷类型并判定其严重程度，通过量化分析定位影响成像质量的关键因素，从而有效提升了医学影像质量评价的整体效率与判定准确性。