[發(fā)明專利]一種基于CT影像的病灶隨訪評估方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010746615.4
• 申請日: 2020-07-29
• 公開（公告）號: CN111915584A
• 公開（公告）日: 2020-11-10
• 發(fā)明（設計）人: 程國華;何林陽;季紅麗
• 申請（專利權(quán)）人: 杭州健培科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06K9/62;G06N3/08
• 代理公司: 無錫市匯誠永信專利代理事務所(普通合伙) 32260
• 代理人: 高科

本發(fā)明提供一種基于CT影像的病灶隨訪評估方法和系統(tǒng)，包括以下步驟：獲取同一病患的對應不同時間點的當前有效特征集和歷史有效特征集；將當前有效特征集和歷史有效特征集輸入隨訪預測模型中進行隨訪雙任務校正得到預測結(jié)果自校正后的隨訪預測結(jié)果，其中隨訪雙任務包括分類任務和回歸任務，該病灶隨訪評估方法可基于病患的當前病患數(shù)據(jù)隨機調(diào)取該病患的歷史病患數(shù)據(jù)，基于前后兩次病患數(shù)據(jù)進行當前病灶情況隨訪預測，且可在同一隨訪預測模型中對隨訪預測結(jié)果進行自校正，以期得到精準度高的隨訪預測結(jié)果，也可在實際測試過程中不斷地隨訪優(yōu)化預測模型。

技術(shù)領域

本發(fā)明涉及智慧醫(yī)療技術(shù)領域，特別涉及一種基于CT影像的病灶隨訪評估方法及系統(tǒng)。

背景技術(shù)

隨著技術(shù)飛速發(fā)展，醫(yī)學數(shù)據(jù)的持續(xù)擴增和硬件設備的不斷提升，人工智能和醫(yī)療的結(jié)合越來越緊密，其中AI醫(yī)學影像作為一種具有高診斷效率以及高準確率的輔助工具在醫(yī)療領域中有著廣泛的應用，目前已經(jīng)有一些現(xiàn)有技術(shù)手段能夠達到直接根據(jù)醫(yī)學影像獲取診斷結(jié)果的效果，但是還不能夠滿足實際醫(yī)療的全部需求，在實際醫(yī)療過程中醫(yī)護人員需要對病患進行隨訪，以更好地了解患者的病情康復情況。

現(xiàn)有技術(shù)CN108847286A提供一種“基于影像特征數(shù)據(jù)的腫瘤預測方法”，其建立對比函數(shù)模型，通過分類比對患者樣本數(shù)據(jù)和歷史樣本數(shù)據(jù)得到患者的患病概率，并基于觀察受檢員后期發(fā)病率或者專家的判斷修正對比函數(shù)，以期得到預測準確率高的對比函數(shù)模型。然而在該方案中的對比函數(shù)模型采用簡單的神經(jīng)網(wǎng)絡算法進行比對，本身的預測結(jié)果就存在很大的質(zhì)疑性；另外，對比函數(shù)模型的校正需要人為參與，加大了醫(yī)護人員的工作量且很大程度地依賴于大量的病患成本和醫(yī)生的專業(yè)判斷，對于一些病灶樣本少、醫(yī)護人員也難以判斷的病灶樣本就無法進行準確的及時的模型校正，比如新興的肺炎病灶。

現(xiàn)有技術(shù)CN110364236A提供一種“放射影像報告的智能隨訪方法、系統(tǒng)、設備”，該方法通過調(diào)取歷史影像報告的診斷屬性，通過診斷屬性的匹配實現(xiàn)病理報告和影像報告是否一致的判斷。然而該方案中采用的診斷屬性匹配模型是用于匹配病理診斷屬性和影像診斷之間是否匹配，起到便于隨訪放射科醫(yī)生工作情況的作用，便于放射科醫(yī)生判斷影像診斷是否正確，用于提高自己的業(yè)務水平，其影像診斷和病理診斷均是人為操作的，并無減輕醫(yī)護人員的工作量。

現(xiàn)有技術(shù)CN111209945A提供一種“基于AI的影像科醫(yī)療影像輔助識別方法及系統(tǒng)”，其對歷史樣本數(shù)據(jù)進行時空關聯(lián)性預處理，得到帶有時間演進特征的歷史樣本，利用學習模型協(xié)助醫(yī)護人員了解疾病的演變過程，雖然該方案并不能對病情進行預判，特別的，對于病灶樣本量少的方案也不適用于該方案進行訓練學習。

另外，以上提及的醫(yī)學影像輔助診斷方法和系統(tǒng)均無法做到模型自校正，若需要達到精準的輸出結(jié)果往往需要大量的樣本訓練數(shù)據(jù)，不適用于病灶樣本量少的情況。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于CT影像的病灶隨訪評估方法及系統(tǒng)，該病灶隨訪評估方法可基于病患的當前病患數(shù)據(jù)隨機調(diào)取該病患的歷史病患數(shù)據(jù)，基于前后兩次病患數(shù)據(jù)進行當前病灶情況隨訪預測，且可在同一隨訪預測模型中對隨訪預測結(jié)果進行自校正，以期得到精準度高的隨訪預測結(jié)果，也可在實際測試過程中不斷地隨訪優(yōu)化預測模型。

為實現(xiàn)以上目的，第一方面，本技術(shù)方案提供一種基于CT影像的病灶隨訪評估方法，包括以下步驟：獲取同一病患的對應不同時間點的當前有效特征集和歷史有效特征集；將當前有效特征集和歷史有效特征集輸入隨訪預測模型中進行隨訪雙任務校正得到預測結(jié)果自校正后的隨訪預測結(jié)果，其中隨訪雙任務包括分類任務和回歸任務，其中當前有效特征集和歷史有效特征集均至少包括對應病患數(shù)據(jù)的病灶量化特征、病灶紋理特征以及臨床表現(xiàn)特征，其中隨訪預測結(jié)果包括病灶對應疾病的變化情況。