[發明專利]一種基于人工智能的腫瘤診療預測模型及裝置

在審

• 申請號: 202010400098.5
• 申請日: 2020-05-13
• 公開（公告）號: CN111353998A
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 金獻測;艾遙;金玨斌
• 申請（專利權）人: 溫州醫科大學附屬第一醫院
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06N3/04;G06N3/08;G06N3/00
• 代理公司: 溫州金甌專利事務所(普通合伙) 33237
• 代理人: 林益建

1.一種基于人工智能的腫瘤診療預測模型，其特征在于，包括：

利用深度學習方法的病灶區域自動分割模塊，用于根據輸入圖像的特性對病灶的大小、形狀進行判斷并自動分割；

病灶區域紋理特征自動提取模塊，用于根據所述的病灶區域自動分割模塊所分割的圖像進行各種紋理特征參數的自動提取；

利用機器學習方法的紋理特征降維篩選模塊，用于根據病灶區域紋理特征自動提取模塊所提取出的紋理特征進行參數降維和篩選，挑選出與診療結果具有相關關系的特征參數。

2.如權利要求1所述的腫瘤診療預測模型，其特征在于：所述的深度學習方法為深度卷積神經網絡算法。

3.如權利要求1所述的腫瘤診療預測模型，其特征在于(mRMR)、主成分分析(PCA)、最小絕對收縮與選擇(LASSO)、隨機深林（RF），支持向量機（SVM）算法或基于這些算法優化的算法。

4.如權利要求1所述的腫瘤診療預測模型，其特征在于：所述的紋理特征降維篩選模塊還包括利用有卡方檢驗或t檢驗方法對特征參數與目標預測結果進行相關性檢驗處理的模塊。

5.如權利要求1所述的腫瘤診療預測模型，其特征在于：病灶區域紋理特征自動提取模塊是基于python語言的自動提取算法模塊。

6.如權利要求1所述的腫瘤診療預測模型，其特征在于：所述的各種紋理特征參考包括形狀、直方圖、異質性等紋理特征中的一種或多種。

7.如權利要求1所述的腫瘤診療預測模型，其特征在于：所述的輸入圖像類型為MR，CT，超聲，PET，PET/CT或DR圖像。

8.一種基于人工智能的腫瘤診療預測裝置，包括：

處理器和與所述處理器連接的存儲器：

所述的存儲器用于存儲權利要求1-4任一項所述的腫瘤診療預測模型;

所述的處理器將待診療患者的輸入圖像通過利用深度學習方法的病灶區域自動分割模塊進行自動割后，再經病灶區域紋理特征自動提取模塊自動提取各種紋理特征參數，并將紋理特征參數輸入到腫瘤診療預測模型中進行計算分析，得到腫瘤診療預測結果。

9.如權利要求8所述的腫瘤診療預測裝置，其特征在于：所述腫瘤診療預測包括腫瘤患者的淋巴結轉移狀態，腫瘤分期、病理類型、腫瘤轉移情況、生存情況、復發情況和治療效果。

10.如權利要求8所述的腫瘤診療預測裝置，其特征在于：所述的腫瘤為宮頸癌。