[發明專利]一種基于數據分析的病理診斷方法

在審

• 申請號: 201910217312.0
• 申請日: 2019-03-21
• 公開（公告）號: CN109920541A
• 公開（公告）日: 2019-06-21
• 發明（設計）人: 賴蛟嬌;王杰;李黎;李迅;孫安玉
• 申請（專利權）人: 武漢千屏影像技術有限責任公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H50/70
• 代理公司: 杭州君度專利代理事務所(特殊普通合伙) 33240
• 代理人: 朱月芬

1.一種基于數據分析的病理診斷方法，其特征在于包括如下步驟：

步驟1、根據病癥的定義描述，建立相應疾病癥狀數據庫；

步驟2、建立基礎病理診斷標準數據模型；

步驟3、對患者以往病歷進行文本分析；

步驟4、根據文本圖像數據規約，將文本分析數據與數字切片圖像數據轉換為同一類型的編碼數據格式；

步驟5、統一數據清洗，去除數據中的奇異點進行病理診斷；

步驟6、進行數據可視化并優化病理診斷模型。

2.根據權利要求1所述的一種基于數據分析的病理診斷方法，其特征在于步驟1所述的構建疾病癥狀數據庫，具體如下：

通過爬蟲爬取相應類別的專業病理學電子書、行業標準、會議記錄及網站從而獲取疾病定義描述，并進行分類、聚類、管理與存儲，后構建疾病癥狀數據庫，且疾病癥狀數據庫為結構式數據庫。

3.根據權利要求1所述的一種基于數據分析的病理診斷方法，其特征在于步驟1所述的構建疾病癥狀數據庫，具體如下：

使用Python語言或現有的爬蟲工具如八爪魚獲取病理醫學書籍及最新的學術報告會議中對疾病病理特征的定義，對獲取的數據進行管理；建立多類疾病數據表，每類數據表有多種數據表外連接組成；每種疾病的疾病名稱稱為其數據表里的唯一ID，相應的患者狀況、持續時間、病理切片圖像信息為其屬性；對屬性數據進行異常值檢測與主成分分析，確定決定疾病的主要病理屬性與標準；依次構建結構性疾病病理標準數據庫。

4.根據權利要求2或3所述的一種基于數據分析的病理診斷方法，其特征在于步驟2所述的基礎病理診斷標準數據模型，具體：

首先依據疾病定義描述進行數據清洗，刪除疾病描述中與定義不符的數據以及空白數據；對步驟1所建立的屬性數據與疾病名稱進行關聯分析，獲得各屬性因子的權重；選取關聯程度強即屬性因子的權重符合設定閾值的屬性來建立基礎病理診斷標準數據模型；基于GBDT算法，使用預處理后的數據與選擇的屬性，構建標準數據模型；

其次依據步驟1建立的疾病病理特征數據庫，先對數據庫內某種疾病的數據進行標準化處理，再采用超立方采樣方法，對所需數據進行采樣；根據確定的疾病病理學標準使用SVM支持向量機對疾病進行分類運算，根據分類結果進行建模；

然后應用樸素貝葉斯方法，選用訓練集與測試集8：2的比例對采樣后的數據進行訓練及測試，優化病理診斷模型。

5.根據權利要求4所述的一種基于數據分析的病理診斷方法，其特征在于步驟3所述的對患者以往病歷進行文本分析，具體如下：

索引患者是否有家族遺傳病、過敏藥物，索引患者的以往病歷、用藥與現有癥狀，索引患者是否對抗生藥、消炎藥過敏，索引患者此次是舊癥復發還是新癥以及疾病的嚴重程度。

6.根據權利要求5所述的一種基于數據分析的病理診斷方法，其特征在于步驟4所述的文本圖像數據規約，具體：

圖像數據為患者經數字切片掃描儀掃描所得的數字切片圖像，其包含相應的像素數據；采用統一編碼方法將掃描圖像與文本數據統一轉換為UTF-8的數據。

7.根據權利要求5或6所述的一種基于數據分析的病理診斷方法，其特征在于步驟5所述的統一數據清洗，去除數據奇異點主要是去除文本分析數據中與屬性內容不符的文本數據，以及數據切片掃描圖像中肉眼無法看見掃描圖像內細胞的清晰邊界的像素數據。

8.根據權利要求7所述的一種基于數據分析的病理診斷方法，其特征在于步驟6具體實現如下：病理診斷模型將患者病況數據與標準病理診斷模型進行聚類分析，確定患者疾病類型與病情等級，以及疾病診斷的可能誤差；

所述的數據可視化，用于展示所選取的病情癥狀的屬性因子及各因子的屬性權重，并顯示診斷結果的可能誤差；

所述的優化病理診斷模型，是指通過深度學習與大量的病理診斷試驗，自主學習診斷病情，不斷完善病理診斷模型。