本發明涉及人工智能，特別是指基于概念激活向量的醫學影像病灶分析與臨床決策解釋系統。

背景技術：

1、人工智能技術領域涉及通過計算機模擬人類智能行為的理論方法及應用系統，核心事項涵蓋機器學習、計算機視覺、自然語言處理及專家系統等分支，該領域致力于構建能夠執行感知、推理、學習及決策任務的智能體，通過對海量數據的模式識別與邏輯推演，在醫療健康、工業制造及自動駕駛場景中實現復雜任務的自動化處理與輔助決策支持。其中，傳統醫學影像病灶分析與臨床決策解釋系統是指利用深度卷積神經網絡對ct或mri影像數據進行特征提取與分類識別的輔助診斷平臺。采用類激活映射cam或梯度加權類激活映射gradcam算法計算卷積層特征圖對預測類別的權重貢獻，生成熱力圖以高亮顯示圖像中對分類結果起關鍵作用的像素區域，并結合電子病歷中的文本記錄進行關鍵詞匹配，通過醫生人工比對熱力圖高亮區與解剖學結構的重疊情況來推斷模型的關注焦點，依據統計學規則或預設的醫學指南閾值對病灶良惡性概率進行輸出。

2、現有技術過度依賴熱力圖展示像素權重貢獻，忽略病灶區域內部微觀紋理密度與邊緣梯度方向的結構化特征關聯，導致影像表征缺乏精細度，單純結合文本關鍵詞匹配難以捕捉病變名詞與修飾詞的特定語義指向，使得圖像激活區域與病理描述之間缺乏深層邏輯對應，人工比對高亮區與解剖結構時易受主觀經驗干擾，且僅依據靜態統計閾值判斷良惡性無法體現特征在病例輸入變動下的連續響應規律，造成復雜病灶診斷時特征語義對齊偏差大，難以生成具備臨床一致性的動態決策支撐，導致輔助診斷結果的病理可信度受限。

技術實現思路

1、為了解決現有技術存在的難以在概念層面建立醫學術語與模型行為之間的有效連接，當面對臨床語境中以高層醫學短語為主的推理需求時，特征維度的響應可視化無法支撐病變概念的判別與定位，且在跨病例數據輸入變動時模型響應片段缺乏連續性，導致醫生在評估診斷合理性時難以把握模型推理邏輯的連續性與穩定性，影響對模型判斷依據的理解深度與信任程度，限制在臨床輔助決策中的實用性與可推廣性的技術問題，本發明實施例提供了基于概念激活向量的醫學影像病灶分析與臨床決策解釋系統。所述技術方案如下：

2、一方面，提供了基于概念激活向量的醫學影像病灶分析與臨床決策解釋系統，該系統包括：

3、特征解析模塊獲取醫學征象中二維元素分布，檢測病灶候選區域中連續元素的梯度方向分布與灰度邊界突變位置，將同一區域內的紋理密度序列與邊緣方向一致性值進行聯合判斷，生成區域特征結構對齊映射結果；

4、語義映射構建模塊調用所述區域特征結構對齊映射結果中激活區域的位置索引，提取標準化病例記錄中的短語組合，將短語中病變名詞與修飾詞的共現概率與映射區域激活頻次進行位置交叉比對，生成病理語義激活關聯圖譜；

5、概念激活提取模塊根據所述病理語義激活關聯圖譜，檢測同組中短語對與圖像區域在多個病例下的激活頻次分布序列，篩選在病例輸入變動下具有連續響應的激活組，生成概念向量激活觸發軌跡；

6、邊界響應融合模塊基于所述概念向量激活觸發軌跡中激活頻度變化序列，對相鄰病例下特征響應區間內的波動方向差進行臨床一致性判斷，生成可解釋的臨床決策依據。

7、作為本發明的進一步方案，所述區域特征結構對齊映射結果包括紋理密度變化、邊緣方向一致性值、局部梯度突變標記，所述病理語義激活關聯圖譜包括激活區域位置索引、病變短語對組合、語義結構對應標簽，所述概念向量激活觸發軌跡包括連續響應片段匹配率、激活頻度比對趨勢值、短語圖像偏移匹配度，所述可解釋的臨床決策依據包括節點頻次波動記錄、方向一致性節點組合、特征響應區間配對關系。

8、作為本發明的進一步方案，所述語義映射構建模塊包括：

9、激活索引提取子模塊調用所述區域特征結構對齊映射結果中結構單元對應的二維坐標信息，篩選灰度突變位置中激活閾值超過定位基準值的坐標點，依據激活頻次對相鄰元素點進行區域合并，并標記位置索引編號，得到映射激活區域位置索引組；

10、短語共現計算子模塊采用所述映射激活區域位置索引組，獲取標準化病例記錄中的短語組合，提取短語中的病變名詞與相鄰修飾詞組合形式，并統計在標準化病例記錄全文中的聯合頻次，排除非結構化短語組合，對合法組合標注在記錄文本中的位置編號，生成病變短語共現頻次向量組；

11、結構關系判定子模塊調用所述病變短語共現頻次向量組，依照標準化病例記錄位置編號與圖像激活索引之間的對應分布規律，計算短語組合的詞匯激活位置重疊概率，并對重疊概率超出比對基準值的短語與激活區域進行結構匹配標記，得到病理語義激活關聯圖譜。

12、作為本發明的進一步方案，所述概念激活提取模塊包括：

13、激活頻次檢測子模塊調用所述病理語義激活關聯圖譜中短語與圖像區域組合，在多個病例樣本輸入下檢測同一結構組中組合對應圖像區域的激活頻次分布，按照時間順序對病例編號進行排序，得到多病例激活頻次分布序列；

14、響應連續性篩選子模塊基于所述多病例激活頻次分布序列，提取連續病例編號下激活頻次非零的短語與圖像區域組合，篩選在病例輸入變動時保持連續響應的激活段落，按連續長度對段落進行編號標記，得到連續響應組合段落索引集；

15、偏移匹配度計算子模塊調用所述連續響應組合段落索引集，獲取每對短語標注值在病例序列中的變動方向序列，并計算對應圖像區域激活頻次的幅度變化方向，依據短語標注值的變動方向序列與激活頻次的幅度變化方向的偏移值計算匹配程度指數，得到短語區域偏移方向匹配度序列；

16、軌跡觸發子模塊基于所述短語區域偏移方向匹配度序列，提取匹配度指數高于偏移比對基準值的短語區域組合，分別調用對應連續響應組合段落索引集中的激活頻次與短語出現頻率，計算匹配率與激活頻度比對趨勢值，按組合順序整合趨勢值，得到概念向量激活觸發軌跡。

17、作為本發明的進一步方案，所述偏移值的計算為：對所述每對短語標注值在病例序列中的變動方向序列與對應圖像區域激活頻次的幅度變化方向分別進行位置對應，計算位置處的方向一致性情況，

18、并在方向一致時賦予匹配值“1”，方向相反時賦予匹配值“-1”，方向不明時賦予匹配值“0”；

19、所述匹配程度指數通過對匹配值求和并歸一化至[-1，1]區間的方式得到。

20、作為本發明的進一步方案，所述邊界響應融合模塊包括：

21、概念投影提取子模塊調用所述概念向量激活觸發軌跡中激活頻度變化序列，定位頻度波動位置對應的概念向量標識號，獲取在隱空間中所對應節點的向量維度，并對在病例輸入下的激活響應值進行維度投影，得到隱空間節點概念向量投影值序列；

22、方向差配對判斷子模塊基于所述隱空間節點概念向量投影值序列，提取相鄰病例輸入下同一節點的激活響應值變化方向，計算特征響應區間的波動方向差值，再將差值分布進行位置編號標注后與相鄰節點對應位置進行匹配，得到頻次波動節點方向配對集合；

23、區段協同子模塊調用所述頻次波動節點方向配對集合，檢測節點組合在病例序列中的同步波動頻率，計算組合內方向一致率，并提取同步率與一致率同時超過設定標準值的節點組合區間，將區間內的組合節點進行連續編碼處理，得到可解釋的臨床決策依據。

24、作為本發明的進一步方案，所述維度投影的過程包括在每一概念向量標識號對應的節點維度中選取響應值變動幅度大于設定響應變化閾值的維度子集；

25、所述響應變化閾值為基于全部節點維度響應值波動標準差計算得到的百分位數參數；

26、在進行維度投影時僅對所述維度子集中的響應值進行計算，并將所述響應值結果組合構成隱空間節點概念向量投影值序列。

27、作為本發明的進一步方案，所述系統還包括解釋路徑生成模塊：

28、解釋路徑生成模塊調用所述可解釋的臨床決策依據，對節點在連續訓練輪次中的響應排名做元素位置比較，識別響應順序突變的節點與特征層排序偏移節點的對應關系，根據對應關系構建節點鏈條內響應路徑的排序穩定性指數，生成結構可解釋性輸出路徑圖譜；

29、所述結構可解釋性輸出路徑圖譜包括節點響應排序軌跡、排序穩定性指數、特征層排序偏移鏈條。

30、作為本發明的進一步方案，所述解釋路徑生成模塊包括：

31、響應排名比較子模塊調用所述可解釋的臨床決策依據中節點編號，獲取每一節點在連續訓練輪次下的響應值列表，依據響應值進行輪次內降序排列并記錄排名序號，將節點在相鄰輪次間的排名序號進行差值計算，得到節點訓練輪次響應排名差值序列；

32、排序偏移識別子模塊基于所述節點訓練輪次響應排名差值序列，篩選排名差值超過突變基準值的節點標號，并提取對應訓練輪次下同層內特征節點的響應排名結構，比較在相同位置是否存在排序突變，根據節點標號對應關系匹配突變點與排序偏移點，得到響應突變節點與特征排序偏移節點映射關系表；

33、路徑圖譜構建子模塊調用所述響應突變節點與特征排序偏移節點映射關系表，依據節點對在連續訓練輪次中響應值變化曲線構建響應軌跡線段，計算軌跡線段之間排序波動的平均差值作為排序穩定性指數，將軌跡線段依照排序穩定性指數排序并進行路徑連接，得到結構可解釋性輸出路徑圖譜。

34、本發明實施例提供的技術方案帶來的有益效果至少包括：

35、通過檢測病灶區域連續元素的梯度方向與灰度突變位置，聯合判斷紋理密度與邊緣一致性以生成結構化對齊映射，精確捕捉微觀影像特征，利用短語組合中病變名詞與修飾詞共現概率同區域激活頻次進行交叉比對，構建病理語義與圖像特征的深層關聯圖譜，依據病例輸入變動下短語對與圖像區域的連續響應篩選激活組，生成概念向量觸發軌跡以動態追蹤病理特征演變，基于特征響應區間的波動方向差進行臨床一致性判定，在排除主觀干擾同時輸出具備嚴密邏輯支撐的可解釋性決策依據。