申请/专利权人：平安科技(深圳)有限公司

申请日：2021-10-14

公开（公告）日：2024-06-18

公开（公告）号：CN113920137B

主分类号：G06T7/11

分类号：G06T7/11;G06T7/136;G16B20/30;G06N3/0464;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2022.01.28#实质审查的生效;2022.01.11#公开

摘要：本发明涉及人工智能以及数字医疗领域，公开了一种淋巴结转移预测方法、装置、设备及存储介质。本方法包括：通过对获取的医学图像进行分割，得到器官分割图像；根据器官分割图像计算的区域生长的合并阈值和预设区域生长算法，对器官分割图像进行分割，得到目标器官图像，并输入FasterRCNN模型，基于该模型和图像的像素点，确定图像中的疑似淋巴结图像；构建淋巴结检测模型，并对疑似淋巴结图像进行预处理，并将得到的目标淋巴结图像输入淋巴结转移预测模型，对淋巴结进行转移预测，为评估胰腺导管癌淋巴结是否转移提供可视化数据。本发明通过分类网络对淋巴结是否转移进行预测，从而根据预测结果为评估患者的病症是否发生转移提供可视化数据支持。

主权项：1.一种淋巴结转移预测方法，其特征在于，所述淋巴结转移预测方法包括：获取医学图像，其中，所述医学图像为腹部CT图像；采用预先训练好的深度全卷积网络模型对所述医学图像进行分割，得到初始器官分割图像；根据所述初始器官分割图像计算区域生长的合并阈值，根据所述合并阈值和预设区域生长算法，对所述初始器官分割图像进行分割，得到所述医学图像中的目标器官图像；将所述目标器官图像输入预置FasterRCNN模型，基于所述FasterRCNN模型和所述目标器官图像中的每个像素点，确定所述腹部CT图像中的疑似淋巴结图像；基于特征提取网络构建淋巴结检测模型，并将所述疑似淋巴结图像输入所述淋巴结检测模型进行预处理，得到目标淋巴结图像；将所述目标淋巴结图像输入预设分类预测模型，对所述目标淋巴结进行转移预测，为评估胰腺导管癌淋巴结是否转移提供可视化数据，其中，所述分类预测模型为淋巴结转移预测模型；所述根据所述初始器官分割图像计算区域生长的合并阈值，根据所述合并阈值和预设区域生长算法，对所述初始器官分割图像进行分割，得到所述医学图像中的目标器官图像包括：根据所述初始器官分割图像计算区域生长的合并阈值；对所述初始器官分割图像进行特征提取，得到多个不同尺度的初始器官分割特征图；将所述多个不同尺度的初始器官分割特征图输入预设器官特征校准模型，输出目标器官分割特征图，其中，所述器官特征校准模型是基于空间注意力机制和语义注意力机制，对不同尺度的样本初始器官分割特征进行校准训练得到的；通过所述目标器官分割特征图和所述合并阈值，及预设区域生长算法，对所述初始器官分割图像进行分割处理，得到所述医学图像中的目标器官图像；所述FasterRCNN模型包括：特征提取网络、区域生成网络和fast-rcnn目标检测器，所述将所述目标器官图像输入预置FasterRCNN模型，基于所述FasterRCNN模型和所述目标器官图像中的每个像素点，确定所述腹部CT图像中的疑似淋巴结图像包括：将所述腹部CT图像输入预置FasterRCNN模型的特征提取网络，通过所述特征提取网络对所述腹部CT图像的图像特征进行抽象并生成卷积特征图；将所述卷积特征图输入所述区域生成网络，通过所述区域生成网络对所述卷积特征图进行筛选，生成转移淋巴结节候选区域；将所述转移淋巴结节候选区域输入所述fast-rcnn目标检测器，通过所述fast-rcnn目标检测器的感兴趣区域特征池化层对所述卷积特征图以及所述候选区域进行卷积操作，得到淋巴结节区域的位置以及概率；基于所述淋巴结节区域的位置以及概率，确定所述腹部CT图像中的疑似淋巴结图像；在所述将所述目标淋巴结图像输入预设分类预测模型，对所述目标淋巴结进行转移预测，为评估胰腺导管癌淋巴结是否转移提供可视化数据之前，还包括：获取多个转录组样本测序数据，并从中筛选出m个转录组标记物；基于留一交叉验证法选取1个转录组样本测序数据为测试样本，剩余的转录组样本测序数据为训练样本，同时判断每个样本测序数据是否发生淋巴结转移以计算二值化的第一转移值矩阵；对所述第一转移值矩阵中的各转移值进行归一化处理，得到训练样本表达量矩阵、测试样本表达量矩阵、及第二转移值矩阵；通过所述训练样本表达量矩阵和所述第二转移值矩阵建立偏最小二乘回归模型，基于所述偏最小二乘的结果中提取的loading值，得到训练样本分数值和所述测试样本分数值；根据所述训练样本分数值和所述第一转移值矩阵建立逻辑回归模型，并将所述测试样本分数值作为预测结果，得到所述测试样本的预测值；基于预测样本的预测值和所述训练样本对所述逻辑回归模型进行训练，得到淋巴结转移预测模型。

全文数据：

权利要求：

百度查询： 平安科技(深圳)有限公司 淋巴结转移预测方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD