[發(fā)明專(zhuān)利]基于機(jī)器學(xué)習(xí)的炎癥性腸病精準(zhǔn)用藥方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202110287375.0
• 申請(qǐng)日: 2021-03-17
• 公開(kāi)（公告）號(hào): CN112967778A
• 公開(kāi)（公告）日: 2021-06-15
• 發(fā)明（設(shè)計(jì)）人: 于澤寬;周錕;耿道穎;吳興旺;王樂(lè);韓方凱;劉曉;陳衛(wèi)強(qiáng);李強(qiáng);王俠;劉學(xué)玲;呂錕;王容;杜鵬;文劍波;韓秋月;張海燕;杜成娟;王娜;李璇璇;吳昊;耿巖;李郁欣;張軍;尹波;曹鑫
• 申請(qǐng)（專(zhuān)利權(quán)）人: 復(fù)旦大學(xué)附屬華山醫(yī)院
• 主分類(lèi)號(hào): G16H20/10
• 分類(lèi)號(hào): G16H20/10;G16H30/20;G16H30/40;G16H50/20;G06T7/00;G06T7/11;G06K9/46;G06K9/62;G06N20/20
• 代理公司: 上海漢聲知識(shí)產(chǎn)權(quán)代理有限公司 31236
• 代理人: 胡晶

1.一種基于機(jī)器學(xué)習(xí)的炎癥性腸病精準(zhǔn)用藥方法，其特征在于，包括：

步驟S1：獲取炎癥性腸病能譜CT數(shù)據(jù)并對(duì)能譜CT數(shù)據(jù)進(jìn)行預(yù)處理，基于處理后的數(shù)據(jù)制作病情活動(dòng)度-用藥標(biāo)簽數(shù)據(jù)集；

步驟S2：對(duì)預(yù)處理后的能譜CT數(shù)據(jù)運(yùn)用end to end卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行病灶區(qū)域分割，得到炎癥性腸病病灶區(qū)域ROI_IBD；

步驟S3：將炎癥性腸病病灶區(qū)域ROI_IBD進(jìn)行影像組學(xué)特征提取，得到特征s＝{s₁,s₂,…,s_n}，n＝1,2，…，176；

構(gòu)建遷移模型，將由176個(gè)特征進(jìn)行目標(biāo)任務(wù)T分類(lèi)，遷移到由60個(gè)特征進(jìn)行目標(biāo)任務(wù)T分類(lèi)的遷移模型，通過(guò)迭代優(yōu)化獲得60個(gè)與臨床用藥療效最相關(guān)特征；

步驟S4：將選擇出的60個(gè)最相關(guān)特征進(jìn)行整合，通過(guò)影像組學(xué)方法訓(xùn)練多個(gè)分類(lèi)器，并使用AdaBoost集成學(xué)習(xí)方法對(duì)這些分類(lèi)器進(jìn)行“加性模型”訓(xùn)練，獲得炎癥性腸病無(wú)創(chuàng)用藥評(píng)估模型。

2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的炎癥性腸病精準(zhǔn)用藥方法，其特征在于，所述步驟S1具體如下：

步驟S1.1：通過(guò)CTE序列薄層掃描方式，能譜CT采用高140kV、低80kV能量瞬時(shí)切換，根據(jù)這兩種能量下獲得的采樣數(shù)據(jù)確定體素在40～140keV能量范圍內(nèi)的衰減系數(shù)獲取101個(gè)單能量圖，掃描層厚及層間距5mm；

步驟S1.2：能譜CT采用自適應(yīng)統(tǒng)計(jì)迭代重建算法(daptive statistical iterativereconstruction,ASIR)與濾波反投影算法(filtered back projection，F(xiàn)BP)將單能量圖聯(lián)合40％水平的ASiR進(jìn)行重建，即圖像由ASiR與FBP以4:6的權(quán)重混合而成，重建層厚及層間距1.25mm；

步驟S1.3：對(duì)獲取的重建圖像進(jìn)行數(shù)據(jù)脫敏并剔除不規(guī)范的圖像；

步驟S1.4：對(duì)訓(xùn)練數(shù)據(jù)進(jìn)行預(yù)處理，采用去均值化操作，并將數(shù)據(jù)的幅度歸一化到同一范圍之內(nèi)；

步驟S1.5：制定病情-用藥規(guī)范，根據(jù)IBD病情嚴(yán)重程度不同采用不同的藥物治療。

3.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的炎癥性腸病精準(zhǔn)用藥方法，其特征在于，所述步驟S2中對(duì)得到的能譜CT圖像進(jìn)行病灶區(qū)域分割，具體如下：

步驟S2.1：對(duì)CT圖像進(jìn)行下采樣提取特征值，卷積核大小為3×3，步長(zhǎng)為2，在每組卷積操作之后進(jìn)行max-pooling操作，使得圖片進(jìn)一步縮小為原來(lái)的1/2；

在下采樣過(guò)程中總共進(jìn)行4次來(lái)獲取特征，最后得到256幅16×16的下采樣特征圖，其中，各卷積層使用的卷積核個(gè)數(shù)分別是32、64、128、256；

步驟S2.2：上采樣過(guò)程使用4組反卷積操作將圖片擴(kuò)展為原來(lái)的2倍，將對(duì)應(yīng)層的特征圖進(jìn)行剪裁和復(fù)制，組成上卷積的結(jié)果；

上采樣過(guò)程結(jié)束后，得到256×256大小的圖，最后用一個(gè)1×1的卷積核將通道數(shù)減到2，用不同的標(biāo)簽進(jìn)行標(biāo)記，完成CT圖片分割，得到ROI_IBD，其中，各卷積層使用的卷積核個(gè)數(shù)分別是256、128、64、32；

步驟S2.3：在模型訓(xùn)練過(guò)程中采用損失函數(shù)對(duì)分割結(jié)果進(jìn)行評(píng)估。

4.根據(jù)權(quán)利要求3所述的基于機(jī)器學(xué)習(xí)的炎癥性腸病精準(zhǔn)用藥方法，其特征在于，所述步驟S2.3中的損失函數(shù)構(gòu)建如下：

L_total＝L_dice+L_CE

其中X,Y為模型分割結(jié)果和醫(yī)生標(biāo)注的結(jié)果，用于比較兩者間的相似度，范圍為[0，1]；M表示類(lèi)別數(shù)，y_c是一個(gè)one-hot向量，元素只有0或1兩種取值，如果該類(lèi)別和樣本的類(lèi)別相同就取1，否則取0；P_c表示預(yù)測(cè)樣本屬于c的概率。