[發明專利]一種基于常規檢驗結果的乳腺癌輔助診斷方法

在審

• 申請號: 202110895785.3
• 申請日: 2021-08-05
• 公開（公告）號: CN113539484A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 陳超;宋彪;許鴻蕾
• 申請（專利權）人: 北京金風易通科技有限公司
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明通過研究常規檢驗結果中疾病與數據之間的聯系實現對乳腺癌的識別預測，屬于乳腺癌篩查領域。該方法的結構包括：數據獲取模塊、數據處理模塊、模型構建模塊、疾病識別模塊。本發明是基于血常規、激素水平（六項）、生化等常規檢驗項目結果，對病人患乳腺癌概率進行檢測，從而輔助醫療診斷,對于乳腺癌的早期診斷與積極防控有著重要的作用。

技術領域

本發明是一種基于常規檢驗結果的乳腺癌輔助診斷方法，涉及醫學檢驗領域。

背景技術

乳腺癌的發病率居女性惡性腫瘤首位，且在中國呈迅速增長的趨勢。它與宮頸癌并稱女性兩大“隱形殺手”。乳腺癌是乳腺上皮細胞在多種致癌因子的作用下，發生增殖失控進而惡變的現象。該疾病早期表現為乳房腫塊、乳頭溢液、腋窩淋巴結腫大等特征，晚期可因癌細胞發生遠處轉移，出現多器官病變，直接威脅患者的生命。疾病發現的越晚，患者生存希望就越低。本發明就是基于常規檢驗結果實現對乳腺癌的識別預測，這對于疾病的積極防控有著重要的作用。

目前乳腺癌的篩查手段主要包括乳腺超聲、乳腺鉬靶、組織活檢。乳腺超聲雖對乳腺癌的癌細胞有一定的檢測能力，但其易受檢查者影響且小腫塊難以識別，對發現早期乳腺癌效能欠佳；而鉬靶雖準確性較高，但由于我國女性發病年齡輕，乳腺小且致密，導致其對鉬靶檢查的敏感度和特異度均較低，且其篩查主要依賴醫生進行判讀，個人經驗差異往往容易導致診斷結論的不一致性；在其他診斷方法都指明可能存在乳腺癌的情況下，就需要進行活檢來下最后的診斷，它同樣會對人體造成一定的傷害。而在就醫檢查過程中由于醫療資源的分布不均衡，這些檢查很可能需要消耗大量的人力和物力才能完成，無疑會給患者的心理和生理造成較大的壓力。疾病確診后的治療方法包括一般治療、藥物治療及手術治療等，其中手術治療仍是乳腺癌患者的首選治療方案，但術后一般需分期進行輔助化療以減少手術后復發的幾率，對患者身體有較大的副作用。因此便捷、精準、及時的篩查并采取治療措施顯得至關重要。

隨著醫學的進步，學者們在不斷地探索更多的方式來輔助醫療診斷，實現更早更具參考性地對疾病進行識別及預測。但是這些研究大多都基于醫生的臨床研究得出，其分析方法較為單一，無法有效應用于臨床診斷實踐，而大數據時代的發展為這一想法提供了新思路，近幾年已不斷涌現出利用圖像、DNA、標記物等方法對乳腺癌進行診斷的研究。

發明內容

為達到識別預測乳腺癌的目標，本發明提出了一種使用常規檢驗結果輔助診斷乳腺癌的方法及系統，目的在于解決現有的針對乳腺癌的診斷方法中疾病識別效率和準確率低，成本以及經驗依賴較高的問題。本發明的結構包括：數據獲取模塊、數據處理模塊、模型構建模塊、疾病識別模塊。各模塊詳細內容如下。

數據獲取模塊：獲取醫療常規檢驗數據，涉及血常規、生化、激素水平等常規檢驗項目的數據。

數據處理模塊：將上述獲取到的數據進行處理，其中包括去除特殊字符、缺失值填補、數據正態標準化、特征強化等。由于目前按照乳腺癌的嚴重程度可將其劃分為健康、良性與惡性，對于惡性腫瘤，有一部分患者可選擇保守治療而另一部分則必須手術治療。因此，本模塊也對數據加入了不同的標簽進行分類。

模型構建模塊：利用深度神經網絡算法進行建模。利用構建出的模型對處理后的數據進行訓練，讓機器去學習數據間的特征關系,之后用測試集去測試其預測的準確度，并利用混淆矩陣去評估模型。

疾病識別模塊：疾病識別模塊需輸入要識別樣本的常規檢驗數據，之后利用已有最優模型進行識別預測，輸出結果為患有該疾病的概率。

在這個過程中，模型通過對已有數據特征的學習，進而“學以致用”，達到對新數據也可以準確預測的效果。相對于現有的其他乳腺癌篩查手段，本發明著眼于常規檢驗數據來預測乳腺癌的患病概率，充分發揮了人工智能的賦能效應，能夠降低醫療和社會成本。

附圖說明

為了更清楚地說明本申請實施例中的技術方案，下面將對實施例描述中所需要的附圖作簡單地介紹，但附圖中的實施例不構成對本發明創造的任何限制：