[發明專利]一種用于肺結節風險性評估的系統

在審

• 申請號: 202011341094.0
• 申請日: 2020-11-25
• 公開（公告）號: CN112382392A
• 公開（公告）日: 2021-02-19
• 發明（設計）人: 葉莘;范獻軍;周燕玲;陳燕慈;黃萌;張俊成;石劍峰
• 申請（專利權）人: 珠海圣美生物診斷技術有限公司;珠海橫琴圣澳云智科技有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G06T7/00;G06T7/62;G06T7/11;G06N3/04;G06N20/00
• 代理公司: 北京超成律師事務所 11646
• 代理人: 高榮英

本發明公開了一種用于肺結節風險性評估的系統，該系統通過邏輯回歸模型、決策樹模型或隨機森林模型，對獲取的患者的影像分析數據、患者的CAC檢測數據和患者的風險因素進行綜合評估，對患者肺結節風險性進行評估，不僅能夠實現對是否存在肺結節進行評估，還能夠預測存在的肺結節的風險性，且具有較高的準確率。

技術領域

本發明涉及醫學數據處理技術領域，具體而言，涉及一種用于肺結節風險性評估的系統。

背景技術

結節病(sarcoidosis)是一種病因未明的多系統多器官的肉芽腫性疾病，常侵犯肺、雙側肺門淋巴結、眼、皮膚等器官，其胸部受侵率高達80％～90％。呈世界分布，歐、美國家發病率較高，東方民族少見，多見于20～40歲，女略多于男。

目前肺結節的致病原因和發病機理還都處于研究階段，僅探明了結節病是未知抗原與機體細胞免疫和體液免疫功能相互抗衡的結果。由于個體的差異(年齡、性別、種族、遺傳因素、激素、HLA)和抗體免疫反應的調節作用，視其產生的促進因子和拮抗因子之間的失衡狀態，而決定肉芽腫的發展和消退，表現出結節病不同的病理狀態和自然緩解的趨勢。肺結節病肉芽腫在組織切片上可見為皮樣細胞的聚集，其中有多核巨噬細胞，周圍有淋巴細胞，而無干酪樣病變。在巨噬細胞的泡漿中可見有包涵體，如卵圓形的舒曼(Schaumann)小體，雙折光的結晶和星狀小體(asteroid body)。肺結節病的初發病變有較廣泛的單核細胞、巨噬細胞、淋巴細胞浸潤的肺泡炎，累及肺泡壁和間質。肺泡炎和肉芽腫都可能自行消散。但在慢性階段，肉芽腫周圍的纖維母細胞膠原化和玻璃樣，成為非特異性的纖維化。肉芽腫的組織形態學表現并無特性，可見于分支桿菌和真菌感染，或為異物或外傷的組織反應，亦可見于鈹病、第三期梅毒、淋巴瘤和外源性變態反應性肺泡炎等，應行鑒別。但在多器官中見到同樣的組織病變，結合臨床資料，可診斷本病。常見的肺結節多為良性，而惡性的肺結節即可診斷為肺癌，因此，肺結節通常為肺癌的主要早期表現，準確檢測肺結節對肺癌的早期診斷和治療具有重要意義。

肺結節的尺寸范圍分布很廣，既有5cm以上的大尺寸結節，也有亞厘米級的結節，對于大尺寸的肺結節，傳統的醫學影像檢測即可發現，而對于小尺寸的肺結節(3～10mm)，僅僅依靠傳統醫學影像觀察，會由于不同的醫生水平、醫院條件、數據孤島，使得判斷標準不一，導致了大量的臨床經驗誤診。

隨著影像學技術的進一步發展，其處理能力得到了顯著提高，然而，由于肺部計算機斷層掃描(CT)圖像背景復雜、檢測范圍大，且肺結節大小不一、形態各異，所以快速準確檢測肺結節是一項極具挑戰的工作。

近年來，AI技術得到了長足的發展，已有大量將AI技術應用于醫學影像分析的研究報道，但是，現有報道中仍存在明顯不足：

首先，現有的CT影像AI技術中所采用的樣本量比較小，且通常閾值設定較低，因此檢出的準確度及靈敏度均高于實際值，所得到的結果中普遍存在假陽性，需要專家進行復核，才能最終確定結果，實際上不僅沒有提高檢測效率，反而增大的檢測成本。

目前所見到的利用AI技術處理CT影像其檢測結果準確度在90％以上的報道中普遍存在調查樣本量少，設定閾值低的缺點。當樣本量擴大后，其檢測結果的準確度和靈敏度都會顯著下降，例如，Tao Xu等即報道了受試患者人數達到534個時，AI的分析準確率僅為70％(Tao Xu,Chuoji Huang,Yaoqi Liu,Jing Gao,Huan Chang,RonghuaYang,TianjiaoJiang,Zhaozhong Cheng,Wencheng Yu,JunchengZhang,ChunxueBai，Artificialintelligence based on deep learning for differential diagnosis between benignand malignant pulmonary nodules:A real-world,multicenter,diagnosticstudy.Journal of Clinical Oncology.)，無法滿足實際臨床的需求。