基于神经网络的肝癌辅助诊断系统、方法、设备和介质技术方案

本申请提供的一种基于神经网络的肝癌辅助诊断系统、方法、设备和介质，通过存储医学知识，并基于神经网络的学习算法将所述医学知识对应的显式规则转换为包含连接权值的隐式规则；依据所述隐式规则针对不同病情提供相应的治疗方案。本申请能够简单高效地提高肝癌诊断，并且保证诊断的可靠性，并且有效解决了医生因肝癌规范诊疗和交叉学科知识的掌握不够充分与及时，而在肝癌诊断过程中带来的限制，大大提高了系统自学习能力，并在运行过程中不断自我完善。

Neural Network-based Assistant Diagnosis System, Method, Equipment and Media for Hepatocellular Carcinoma

This application provides an auxiliary diagnosis system, method, equipment and medium for hepatocellular carcinoma based on neural network. By storing medical knowledge and learning algorithm based on neural network, the explicit rules corresponding to the medical knowledge are transformed into implicit rules containing connection weights. According to the implicit rules, corresponding treatment schemes are provided for different conditions. This application can simply and efficiently improve the diagnosis of hepatocellular carcinoma, and ensure the reliability of diagnosis. It also effectively solves the limitation of doctors in the process of diagnosis of hepatocellular carcinoma caused by insufficient and timely grasp of standard diagnosis and treatment of hepatocellular carcinoma and interdisciplinary knowledge, greatly improves the self-learning ability of the system, and constantly improves itself in the process of operation.

【技术实现步骤摘要】
基于神经网络的肝癌辅助诊断系统、方法、设备和介质
本申请涉及神经网络
尤其是涉及一种基于神经网络的肝癌辅助诊断系统、方法、设备和介质。
技术介绍
目前，医学上涉及原发性肝癌的诊断和治疗方法多种多样，它们的适用条件也较为复杂，这就造成了临床医师对于肝癌患者的病情评估较为困难，不同医疗机构所使用的治疗方法也各不相同。在临床工作过程中，一方面，面对病情复杂多变的肝癌患者，如何突破自身知识水平及临床经验的限制，为患者选择最合适的诊断和治疗方案，是临床医师一个亟待解决的难题。在肝癌诊治过程中，对于肝癌规范诊疗和交叉学科知识的掌握，往往影响着原发性肝癌患者的综合治疗效果；另一方面，临床医生的工作压力大，很少有时间去学习了解更新的医学成果，导致最新的医学研究在临床中的普及效果不是很好。在目前所出现的各类系统中，尚无涉及原发性肝癌智能决策的医学专家系统。既往很多系统只是停留在设计开发或试验阶段，并不能真正解决临床医师的实际问题，其进一步应用受到限制。专家系统一直是人工智能中最为活跃的一个分支，但是由于下述问题不能得到有效的解决，制约了它的进一步发展：1)知识获取的“瓶颈”同题，知识获取是专家系统建造中的一个瓶颈问题，这不仅影响到专家系统开发的速度，而且直接影响到知识的质量以及专家系统的功能和性能。2)知识的“窄台阶”问题。目前专家系统只能应用于相当窄的知识领域内，求解预定的专门问题，一旦遇到超出知识范围的问题，就无法解决。3)专家系统的复杂性与效率问题。目前在专家系统中广泛应用的知识表示法有产生式规则、谓词逻辑、语义网络、框架和面向对象方法等，虽然它们的结构和组织管理不同，但都要求把知识加工处理，转换成计算机可存储的形式存入知识库，推理时再按照一定的匹配算法和搜索策略到知识库中寻找所需的知识。这种表示和处理方式一方面需要对知识进行合理的组织与管理，另一方面知识库规模的增大、求解同题的复杂度提高以及推理时“冲突”现象的出现，导致组合爆炸，在有限的时问内不能求解同题，严重影响专家系统的效率。4)不具有联想记忆功能.目前研制的专家系统一般不具备自学习能力和联想记忆功能，不能在运行过程中自我完善，不能通过联想和记忆等方式进行推理.甚至在已知信息带有噪声、发生畸变时，缺乏有效的处理措施。。
技术实现思路
鉴于以上所述现有技术的缺点，本申请的目的在于提供一种基于神经网络的肝癌辅助诊断系统、方法、设备和介质，用于解决现有技术中的问题。为实现上述目的及其他相关目的，本申请提供一种基于神经网络的肝癌辅助诊断系统，所述系统包括：专家数据库，用于存储医学知识，并基于神经网络的学习算法将所述医学知识对应的显式规则转换为包含连接权值的隐式规则；知识库，用于存储并依据所述隐式规则针对不同病情提供相应的治疗方案。于本申请的一实施例中，所述医学知识包括：专家经验、病例、临床记录、医学诊疗规范、医学诊疗指南、基础/通用医学知识、医学期刊、医学论文、医学报道、及治疗方案中任意一种或多种组合。于本申请的一实施例中，所述基于神经网络的学习算法将所述医学知识的显式规则转换为隐式规则的功能具体包括：依据所述医学知识对应的显式规则梳理出一或多组病例对应的不同症状、疾病、及治疗方案之间的初步关联关系；由神经网络通过输入与期望输出的训练得到对应的不同症状信息、疾病信息、及治疗方案之间关联关系的连接权值，并据以形成隐式规则。于本申请的一实施例中，所述由神经网络通过输入与期望输出的训练具体包括：基于一或多组病通过误差反向传播算法进行训练。于本申请的一实施例中，所述知识库包括：检测指导子系统，用于收集患者就诊意向、及基本信息，以供确定检查方案；病情评估子系统，用于依据对应所述检查方案的检查结果以确定病症信息，并依据所述隐式规则评估出对应的疾病信息；方案选择子系统，用于依据所述隐式规则提供所述疾病信息对应的治疗方案。于本申请的一实施例中，所述检查方案包括：血尿便常规、生化全项、凝血功能、甲胎蛋白定量、肿瘤标志物、乙型肝炎系列、HBV-DNA定量、丙肝抗体、HCV-mRNA定量、彩色超声、超声造影、增强CT扫描、增强核磁共振、胸部X-ray、PET-CT、ECT骨扫描、肝动脉造影(DSA)、心电图、超声心动图、肺功能检查、穿刺病理活检、分子类检测、吲哚青绿排泄实验、肝脏体积测定、及其他疾病检查中任意一种或多种组合。于本申请的一实施例中，所述病情评估子系统包括：病程解析器、及疾病分期推力器。于本申请的一实施例中，所述疾病分期推力器中分期流程包括：肝功能Child分级、PS评分、肿瘤状态、有无血管侵犯、有无远处转移、肿瘤数目、肿瘤大小、胆红素水平、有无门脉高压中任意一种或多种组合。于本申请的一实施例中，所述治疗方案包括：手术切除、TACE、放疗、支持对症治疗、局部消融、肝移植、分子靶向治疗、及系统化疗中任意一种或多种组合；所述治疗方案作为所述医学知识存储于所述专家数据库中。于本申请的一实施例中，所述系统还包括：推理机，用于针对近似病情将所述知识库提供的治疗方案与实例病例中的治疗方案对比分析，以得到分析结果。于本申请的一实施例中，所述分析结果用于更新所述知识库或所述专利数据库中对应所述隐式规则的连接权值；和/或，所述分析结果用于解释所述治疗方案。。为实现上述目的及其他相关目的，本申请提供一种基于神经网络的肝癌辅助诊断方法，所述方法包括：存储医学知识，并基于神经网络的学习算法将所述医学知识对应的显式规则转换为包含连接权值的隐式规则；依据所述隐式规则针对不同病情提供相应的治疗方案。于本申请的一实施例中，所述医学知识包括：专家经验、病例、临床记录、医学诊疗规范、医学诊疗指南、基础/通用医学知识、医学期刊、医学论文、及医学报道中任意一种或多种组合。于本申请的一实施例中，所述基于神经网络的学习算法将所述医学知识的显式规则转换为隐式规则的方法包括：依据所述医学知识对应的显式规则梳理出一或多组病例对应的不同症状、疾病、及治疗方案之间的初步关联关系；由神经网络通过输入与期望输出的训练得到对应的不同症状信息、疾病信息、及治疗方案之间关联关系的连接权值，并据以形成隐式规则。于本申请的一实施例中，所述由神经网络通过输入与期望输出的训练方法具体包括：基于一或多组病通过误差反向传播算法进行训练。于本申请的一实施例中，所述依据所述隐式规则针对不同病情提供相应的治疗方案的方法包括：收集患者就诊意向、及基本信息，以供确定检查方案；依据对应所述检查方案的检查结果以确定病症信息，并依据所述隐式规则评估出对应的疾病信息；依据所述隐式规则提供所述疾病信息对应的治疗方案。于本申请的一实施例中，所述检查方案包括：血尿便常规、生化全项、凝血功能、甲胎蛋白定量、肿瘤标志物、乙型肝炎系列、HBV-DNA定量、丙肝抗体、HCV-mRNA定量、彩色超声、超声造影、增强CT扫描、增强核磁共振、胸部X-ray、PET-CT、ECT骨扫描、肝动脉造影(DSA)、心电图、超声心动图、肺功能检查、穿刺病理活检、分子类检测、吲哚青绿排泄实验、肝脏体积测定、及其他疾病检查中任意一种或多种组合。于本申请的一实施例中，所述依据对应所述检查方案的检查结果以确定病症信息，并依据所述隐式规则评估出对应的疾病信息的方法包括：通过病程解析器、及本文档来自技高网...

【技术保护点】
1.一种基于神经网络的肝癌辅助诊断系统，其特征在于，所述系统包括：专家数据库，用于存储医学知识，并基于神经网络的学习算法将所述医学知识对应的显式规则转换为包含连接权值的隐式规则；知识库，用于存储并依据所述隐式规则针对不同病情提供相应的治疗方案。

【技术特征摘要】
1.一种基于神经网络的肝癌辅助诊断系统，其特征在于，所述系统包括：专家数据库，用于存储医学知识，并基于神经网络的学习算法将所述医学知识对应的显式规则转换为包含连接权值的隐式规则；知识库，用于存储并依据所述隐式规则针对不同病情提供相应的治疗方案。2.根据权利要求1所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述医学知识包括：专家经验、病例、临床记录、医学诊疗规范、医学诊疗指南、基础/通用医学知识、医学期刊、医学论文、医学报道、及治疗方案中任意一种或多种组合。3.根据权利要求1所述的基于神经网络的肝癌辅助诊断专家系统，其特征在于，所述基于神经网络的学习算法将所述医学知识的显式规则转换为隐式规则的功能具体包括：依据所述医学知识对应的显式规则梳理出一或多组病例对应的不同症状、疾病、及治疗方案之间的初步关联关系；由神经网络通过输入与期望输出的训练得到对应的不同症状信息、疾病信息、及治疗方案之间关联关系的连接权值，并据以形成隐式规则。4.根据权利要求3所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述由神经网络通过输入与期望输出的训练具体包括：基于一或多组病通过误差反向传播算法进行训练。5.根据权利要求3所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述知识库包括：检测指导子系统，用于收集患者就诊意向、及基本信息，以供确定检查方案；病情评估子系统，用于依据对应所述检查方案的检查结果以确定病症信息，并依据所述隐式规则评估出对应的疾病信息；方案选择子系统，用于依据所述隐式规则提供所述疾病信息对应的治疗方案。6.根据权利要求5所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述检查方案包括：血尿便常规、生化全项、凝血功能、甲胎蛋白定量、肿瘤标志物、乙型肝炎系列、HBV-DNA定量、丙肝抗体、HCV-mRNA定量、彩色超声、超声造影、增强CT扫描、增强核磁共振、胸部X-ray、PET-CT、ECT骨扫描、肝动脉造影(DSA)、心电图、超声心动图、肺功能检查、穿刺病理活检、分子类检测、吲哚青绿排泄实验、肝脏体积测定、及其他疾病检查中任意一种或多种组合。7.根据权利要求5所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述病情评估子系统包括：病程解析器、及疾病分期推力器。8.根据权利要求7所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述疾病分期推力器中分期流程包括：肝功能Child分级、PS评分、肿瘤状态、有无血管侵犯、有无远处转移、肿瘤数目、肿瘤大小、胆红素水平、有无门脉高压中任意一种或多种组合。9.根据权利要求1或5所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述治疗方案包括：手术切除、TACE、放疗、支持对症治疗、局部消融、肝移植、分子靶向治疗、及系统化疗中任意一种或多种组合；所述治疗方案作为所述医学知识存储于所述专家数据库中。10.根据权利要求1所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述系统还包括：推理机，用于针对近似病情将所述知识库提供的治疗方案与实例病例中的治疗方案对比分析，以得到分析结果。11.根据权利要求10所述的基于神经网络的肝癌辅助诊断系统，其特征在于，所述分析结果用于更新所述知识库或所述专利数据库中对应所述隐式规则的连接权值；和/或，所述分析结果用于解释所述治疗方案。12.一种基于神经网络的肝癌辅助诊断方法，其特征在于，所述方法包括：存储医学知识，并基于神经网络的学习算法将所述医学知识对应的显式规则转换为包含连接权值的隐式规则；依据所述隐式规则针对不同病情提供相应的治疗方案。13.根据权...

【专利技术属性】
技术研发人员：王普，陈晓东，
申请(专利权)人：中国科学院上海高等研究院，中国科学院大学，
类型：发明
国别省市：上海,31