【技术实现步骤摘要】
一种肝纤维化无损预测方法及系统
本专利技术涉及医学影像分析
，尤其涉及一种基于超声波射频信号的肝纤维化无损预测方法及系统。
技术介绍
慢性肝病是世界范围内肝功能衰竭和死亡的重要原因，肝纤维化则是大多数慢性肝病的共同病理过程。肝纤维化和早期肝硬化如经有效干预和积极治疗，可逆转恢复或延缓病情的进展，最终减少并发症的发生，从而改善预后。因此，及时准确地诊断肝纤维化的程度对临床判断肝纤维化进程、采取治疗措施及疗效监测均具有重大的意义。目前，肝活检是肝纤维化分期的金标准，但它是有创的即有损的，存在一定的潜在风险，不适用于连续监测治疗反应。此外，肝纤维化的常规病理分期系统使用数字分类标记(即0-4期)，主要是对肝小叶结构变化的主观描述，且未与肝纤维化程度密切相关。因此，在对肝纤维化严重程度分级诊断过程中，急需一种无损的且与肝纤维化程度本身密切相关的预测方法和预测系统。
技术实现思路
本专利技术的目的在于提供一种肝纤维化无损预测方法及系统，以通过肝组织的射频信号构建肝纤维化分级预测模型，从而对肝纤维化的等
【技术保护点】
1.一种肝纤维化无损预测方法，其特征在于，包括：/n采集肝组织的第一射频信号；/n根据所述第一射频信号重建所述肝组织的超声灰度图像；/n在所述超声灰度图像中标注感兴趣区域；/n根据标注的所述感兴趣区域，从所述第一射频信号中提取与所述感兴趣区域对应的射频信号，以得到第二射频信号；以及/n利用所述第二射频信号和Bi-LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测。/n
【技术特征摘要】
1.一种肝纤维化无损预测方法，其特征在于，包括：
采集肝组织的第一射频信号；
根据所述第一射频信号重建所述肝组织的超声灰度图像；
在所述超声灰度图像中标注感兴趣区域；
根据标注的所述感兴趣区域，从所述第一射频信号中提取与所述感兴趣区域对应的射频信号，以得到第二射频信号；以及
利用所述第二射频信号和Bi-LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测。
2.如权利要求1所述的肝纤维化无损预测方法，其特征在于，所述根据所述第一射频信号重建所述肝组织的超声灰度图像的步骤包括：
采用超声成像算法对所述第一射频信号进行成像处理，以重建所述超声灰度图像。
3.如权利要求1所述的肝纤维化无损预测方法，其特征在于，执行所述利用所述第二射频信号和Bi-LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测的步骤之前还包括：
根据所述第二射频信号获取所述第二射频信号对应的数据矩阵；
对所述第二射频信号对应的数据矩阵中的每一列进行采样，以获取所述感兴趣区域的一维数据。
4.如权利要求3所述的肝纤维化无损预测方法，其特征在于，所述利用所述第二射频信号和Bi-LSTM神经网络构建肝纤维化分级预测模型，以对所述感兴趣区域的肝纤维化的等级进行无损预测的步骤包括：
将所述感兴趣区域的一维数据划分为训练样本和独立测试样本；
采用Scheuer评分系统将所述肝纤维化划分为若干个所述等级；
根据所述肝纤维化的所有所述等级，将所述感兴趣区域的一维数据中的所述训练样本作为输入数据，利用所述Bi-LSTM神经网络构建若干个等级分类器；
将所有所述等级分类器集成为所述肝纤维化分级预测模型；以及
将所述感兴趣区域的一维数据中的所述独立测试样本输入至所述肝纤维化分级预测模型，以预测所述独立测试样本中所述肝纤维化的所述等级及其概率值。
5.如权利要求4所述的肝纤维化无损预测方法，其特征在于，还包括：
根据所述肝纤维化的所有所述等级，将预设区间对应划分为若干个子区间；
将所述肝纤维化分级预测模型预测的所述肝纤维化的所述等级的概率值对应映射至所述子区间；以及
将每一所述子区间映射至任一颜色对应的RGB值范围内，以将预测的所述肝纤维化的所述等级及其概率值在标注的所述感兴趣区域内进行伪彩色显示。
6.一种肝纤...
【专利技术属性】
技术研发人员：丁红，邓寅晖，程广文，薛立云，
申请(专利权)人：复旦大学附属华山医院，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。