[發明專利]基于人工智能幫助肺癌篩查的方法及系統

在審

• 申請號: 201710623458.6
• 申請日: 2017-07-27
• 公開（公告）號: CN107247887A
• 公開（公告）日: 2017-10-13
• 發明（設計）人: 葛亮;商麗君;金松;丁寅;陳晨;其他發明人請求不公開姓名
• 申請（專利權）人: 點內（上海）生物科技有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00
• 代理公司: 上海交達專利事務所31201
• 代理人: 王毓理,王錫麟

技術領域

本發明涉及的是一種醫療衛生領域的技術，具體是一種基于人工智能幫助肺癌篩查的方法及系統。

背景技術

肺癌高危人群的判斷已有過研究。肺癌高危人群中進行低劑量螺旋CT(low-dose computed tomography，LDCT)檢查是篩查肺癌的有效手段，肺癌早期診斷能有效改善預后和降低死亡率。準確確定高危人群不僅能提高篩查效率，還能減少醫療資源浪費，避免讓低危人群接受不必要的輻射。當前，美國國家綜合癌癥網絡(NCCN)對高危人群的界定以吸煙量、家族史等風險因素寬泛定義，缺乏定量標準。近幾年有研究基于傳統統計學方法建立了風險量化的數學模型，用于鑒別高低危人群。比較有代表性的為Tammemagi等人提出的的PLCO_M2012肺癌篩查模型。然而，用于鑒別肺癌高低危人群的方法仍有待于改進，另外，針對接受篩查人群的CT影像圖片中發現的肺結節，也缺乏有效的良惡性判別模型。CT判讀對專業水平和臨床經驗有較高要求，大型三甲醫院水平較高，可滿足篩查和診療的需求，然而在基層醫院，由于醫生經驗有限，則容易造成誤診、漏診。此外，針對肺癌篩查，醫療保健信息數字化程度相對較低，數據缺乏有效的管理和整合，電子病歷中所包含的數據是非結構化的、格式散亂的、描述性語言居多的數據，使日益產生的海量數據難以得到有效利用。

發明內容

本發明針對現有技術存在的上述不足，提出一種基于人工智能幫助肺癌篩查的方法及系統，根據病例信息數據鑒別肺癌高危人群，并基于CT影像中肺結節形態密度等影像特征判別結節患者中的可能的惡性結節。

本發明是通過以下技術方案實現的：

本發明涉及一種基于人工智能幫助肺癌篩查的方法，通過分別生成鑒別肺癌模型和肺結節良惡性評估模型，當在線檢測時，實時采集對象的基本信息、基本健康信息、一般生活狀態、目前的呼吸系統癥狀、慢性病與肺病史和吸煙狀態，并通過鑒別肺癌模型和肺結節良惡性評估模型檢測得到患癌風險值和結節的惡性概率。

所述的鑒別肺癌模型，首先建立病例數據并進行結構初始化，通過收集肺癌患者和健康人結構化病例數據信息，經特征提取和特征數據標準化處理后，對得到的訓練用數據集進行機器學習，通過訓練得到鑒別肺癌模型。

所述的肺結節良惡性評估模型，首先建立CT片中肺結節影像特征信息結構，收集確診為惡性的結節和確診為良性的結節的影像特征，經特征提取和特征數據標準化處理后，對得到的訓練用數據集進行機器學習，通過訓練得到肺結節良惡性評估模型。

本發明涉及一種實現上述方法的系統，包括：鑒別肺癌模型模塊、肺結節良惡性評估模型模塊、信息采集模塊以及結果顯示模塊，其中：信息采集模塊分別與鑒別肺癌模型模塊和肺結節良惡性評估模型模塊相連，輸出實時采集的基本信息、基本健康信息、一般生活狀態、目前的呼吸系統癥狀、慢性病與肺病史和吸煙狀態，或輸出肺癌患者和健康人結構化病例數據信息至鑒別肺癌模型模塊，輸出確診為惡性的結節和確診為良性的結節的影像特征至肺結節良惡性評估模型，鑒別模型生成模塊和肺結節良惡性評估模型模塊根據所得信息分別識別得到患癌風險值和結節的惡性概率，結果顯示模塊通過人機界面將結果顯示輸出。

技術效果

與現有技術相比，本發明充分各種相關特征，通過多維信息進行肺癌高低危人群劃分和肺結節良惡性評估，可有助于辨別高危人群。

附圖說明

圖1為本發明流程圖；

圖2為本發明鑒別肺癌模型模塊示意圖；

圖3為本發明肺結節良惡性評估模型模塊示意圖。

具體實施方式

如圖1所示，本實施例通過分別生成鑒別肺癌模型和肺結節良惡性評估模型，當在線檢測時，實時采集對象的基本信息、基本健康信息、一般生活狀態、目前的呼吸系統癥狀、慢性病與肺病史和吸煙狀態，并通過鑒別肺癌模型和肺結節良惡性評估模型檢測得到患癌風險值和結節的惡性概率。

所述的鑒別肺癌模型，首先建立病例數據并進行結構初始化，通過收集肺癌患者和健康人結構化病例數據信息，經特征提取和特征數據標準化處理后，對得到的訓練用數據集進行機器學習，通過訓練得到鑒別肺癌模型。

所述的病例數據是指：根據醫學邏輯和已有文獻報導，定義與肺癌風險相關的病例信息字段，主要涵蓋人口統計學信息、吸煙狀況、一般健康信息，呼吸系統疾病相關臨床信息；針對每個字段定義可能出現的情形，對分類型字段的內容進行賦值量化，建立數據字典。