肝肿瘤智慧分析方法技术

一种肝肿瘤智能分析方法，是以超音波检测搭配深度学习算法的分析方法来判断肝肿瘤良恶性风险。该肝肿瘤智慧分析方法采用依据为经验丰富的腹部超音波专科医师将具有肝肿瘤影像点区域的超音波影像标示出来，此等经验数据的参数及系数经过深度学习算法的训练建立一准确率高达86%的推论模型。因而可透过超音波检测扫描影像，经此肝肿瘤智慧分析方法立即协助医生或超音波技术员判读肝肿瘤的良恶性风险，从而提供医生进行肝脏肿瘤类型诊断的参考依据。依据。依据。

【技术实现步骤摘要】
肝肿瘤智慧分析方法


[0001]本专利技术有关于一种肝肿瘤智慧分析方法，尤其涉及一种以超音波检测搭配机器学习算法的分析方法来判断肝肿瘤良恶性风险，特别是指可透过超音波检测扫描影像，经此肝肿瘤智慧分析方法立即协助医生或超音波技术员判读肝肿瘤的良恶性风险，从而提供医生进行肝脏肿瘤类型诊断的参考依据。

技术介绍

[0002]肝癌高居全球癌症死因第四位，且为居民十大癌症死因第二位。肝癌常见的原因在亚洲大多为B型、C型肝炎病毒及黄曲毒素所导致，欧美国家常见于C型肝炎病毒所导致，而脂肪性肝炎、糖尿病及高三酸甘油酯所引发肝癌现象亦日趋严重。
[0003]外科手术是目前最直接治疗肝癌的方法，然而肝癌的早期诊断以及术后病患相关预后的指标也是很重要的课题。早期确诊的肝癌病人通常拥有较多的治疗选择，而治疗的功效往往反应在病患的存活率上。因此，定期检查及早诊断早治疗，是提高病患生存质量、延长生存期的关键。
[0004]早期诊断除了抽血检查肝功能、B型C型肝炎病毒及甲种胎儿蛋白外，研究指出腹部超音波为完整肝病的重要检查之一，根据许金川教授早年研究指出1/3小型肝癌病人其抽血检查肝癌指数-甲种胎儿蛋白仍为正常，必须辅以超音波检查，才能早期发现肝癌，再加上腹部超音波检查特性，快速、方便且无辐射，因此成为肝癌筛检的重要工具。
[0005]对于肝癌诊断有别于其它癌症，其确诊不一定需要经由病理切片，可直接透过影像检查而确诊，如：腹部超音波（abdominal ultrasound,US）、计算机断层（computed tomography,CT）、以及核磁共振（magnetic resonance imaging,MRI）等，而其敏感度（sensitivity）与特异度（specificity）分别为：0.78～0.73与0.89～0.93、0.84～0.83与0.99～0.91、以及0.83与0.88。
[0006]虽然超音波检查有其便利性，但也有所限制，如：操作者的经验度、病人肥胖程度、肝纤维化或肝硬化有无等因素，都会影响超音波的精准度，因此当超音波检查怀疑为恶性肿瘤时，大多安排第二项影像检查如：CT或MRI辅助确诊，而此两项检查除医疗成本费用昂贵且检查排程冗长外，CT检查更有较多辐射暴露的考虑。
[0007]有鉴于此，相关
一直亟需一种人工智能分析技术，辅助超音波检测即可有效分析肝肿瘤良恶性之方法；而相较于核磁共振成像及/或计算机断层摄影，本肝肿瘤智慧分析方法，将协助超音波影像分析准确度与CT及MRI准确度相当，藉此协助医师利用超音波检查快速进行精准的肝脏肿瘤类型诊断。

技术实现思路

[0008]本专利技术的主要目的在于，克服已知技术所遭遇的上述问题，并提供一种肝肿瘤智慧分析方法，以超音波检测搭配机器学习算法的分析方法来判断肝肿瘤性质，其准确率可高达86%，与CT或MRI准确度相近，藉此协助医师利用无辐射又安全的超音波检查，进行快速
精准的肝脏肿瘤类型诊断。
[0009]为达以上目的，本专利技术采用的技术方案是：一种肝肿瘤智慧分析方法，其至少包含有下列步骤：步骤一：提供发射超音波扫描一受试者外部相对应于肝脏的区域，并取得该受试者的一目标肝脏肿瘤超音波影像；步骤二：输入数个参考肝脏肿瘤超音波影像，该些参考肝脏肿瘤超音波影像包含肝脏肿瘤良性与恶性的超音波影像；步骤三：根据现有肝脏肿瘤超音波影像中的明暗、阴影的面积及形状对现有肝脏肿瘤进行分类，并依此对上述步骤二中输入的数个参考肝脏肿瘤超音波影像中带有肿瘤影像点区域的肝脏肿瘤超音波影像进行标示并辨别肝脏肿瘤的类型；步骤四：将该些带有肿瘤影像点区域的肝脏肿瘤超音波影像，结合深度学习算法用于训练一分类器模型以进行肝脏肿瘤类型的判别；以及步骤五：将所获得该受试者的目标肝脏肿瘤超音波影像以该推论模型进行分析，以提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率。
[0010]于本专利技术上述实施例中，更包含有一超音波检测模块、以及一连接该超音波检测模块的分析模块。
[0011]于本专利技术上述实施例中，该超音波检测模块包括一超音波探头，系供发射超音波扫描一受试者外部相对应于肝脏的区域，并取得该受试者的一目标肝脏肿瘤超音波影像。
[0012]于本专利技术上述实施例中，该分析模块包含有一控制单元、一连接该控制单元的影像采集单元、一连接该控制单元的参考储存单元、一连接该控制单元的肝肿瘤标示单元、一连接该控制单元的分类单元、一连接该控制单元的比对单元、以及一连接该控制单元的预测肝肿瘤良恶性风险报告产生单元。
[0013]于本专利技术上述实施例中，该控制单元为中央处理器，可作为该影像采集单元、该参考储存单元、该肝肿瘤标示单元、该分类单元、该比对单元与该预测肝肿瘤良恶性风险报告产生单元运作时的运算、控制、处理、编码、译码与各式驱动指令的下达。
[0014]于本专利技术上述实施例中，该影像采集单元可获取一受试者的目标肝脏肿瘤超音波影像，且该影像采集单元可为数字视讯接口（Digital Visual Interface, DVI）。
[0015]于本专利技术上述实施例中，该参考储存单元储存有数个参考肝脏肿瘤超音波影像，其包含肝脏肿瘤良性与恶性的超音波影像，且该参考储存单元为硬盘。
[0016]于本专利技术上述实施例中，该肝肿瘤标示单元根据现有肝脏肿瘤超音波影像中的明暗、阴影的面积及形状对现有肝脏肿瘤进行分类，并依此对该些参考肝脏肿瘤超音波影像中带有肿瘤影像点区域的肝脏肿瘤超音波影像进行标示并辨别肝脏肿瘤的类型。
[0017]于本专利技术上述实施例中，该肝肿瘤标示单元系依据基于具有配合经验资料的系数及/或参数，从该数个参考肝脏肿瘤超音波影像中自动标示出带有肿瘤影像点区域的肝脏肿瘤超音波影像。
[0018]于本专利技术上述实施例中，该分类单元将该肝肿瘤标示单元标示出带有肿瘤影像点区域的肝脏肿瘤超音波影像，结合深度学习算法用于训练一分类器模型以进行肝脏肿瘤类型的判别。于本专利技术上述实施例中，该比对单元将该影像采集单元获取之目标肝脏肿瘤超音波影像以该分类单元建立之推论模型进行分析，以提供临床人员判断受试者之一肝脏肿瘤类型与预测该受试者之一肝肿瘤良恶性风险机率。
[0019]于本专利技术上述实施例中，该预测肝肿瘤良恶性风险报告产生单元将该比对单元所产生的提供临床人员判断受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风
险机率输入至该预测肝肿瘤良恶性风险报告产生单元之中，以制作出一份肝肿瘤性质诊断报告。
[0020]于本专利技术上述实施例中，该肝脏肿瘤类型包含良性肿瘤及恶性肿瘤。
附图说明
[0021]图1是本专利技术的流程示意图。
[0022]图2是本专利技术的方块示意图。
[0023]标号对照：超音波检测模块1超音波探头11分析模块2影像采集单元21参考储存单元22控制单元23肝肿瘤标示单元24分类单元25比对单元26预测肝肿瘤良恶性风险报告产生单元27步骤一～步骤五s1～s5。
具体实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种肝肿瘤智能分析方法，其中，该方法至少包含有下列步骤：步骤一：提供发射超音波扫描一受试者外部相对应于肝脏的区域，并取得该受试者的一目标肝脏肿瘤超音波影像；步骤二：输入数个参考肝脏肿瘤超音波影像，该些参考肝脏肿瘤超音波影像包含肝脏肿瘤良性与恶性的超音波影像；步骤三：根据现有肝脏肿瘤超音波影像中的明暗、阴影的面积及形状对现有肝脏肿瘤进行分类，并依此对上述步骤二中输入的数个参考肝脏肿瘤超音波影像中带有肿瘤影像点区域的肝脏肿瘤超音波影像进行标示并辨别肝脏肿瘤的类型；步骤四：将该些带有肿瘤影像点区域的肝脏肿瘤超音波影像，结合深度学习算法用于训练一分类器模型以进行肝脏肿瘤类型的判别；以及步骤五：将所获得该受试者的目标肝脏肿瘤超音波影像以该推论模型进行分析，以提供临床人员判断该受试者的一肝脏肿瘤类型与预测该受试者的一肝肿瘤良恶性风险机率。2.如权利要求1所述的肝肿瘤智慧分析方法，其中，所述方法更包含有一超音波检测模块、以及一连接该超音波检测模块的分析模块。3.如权利要求2所述的肝肿瘤智慧分析方法，其中，所述超音波检测模块包括一超音波探头，供发射超音波扫描一受试者外部相对应于肝脏的区域，并取得该受试者的一目标肝脏肿瘤超音波影像。4.如权利要求2所述的肝肿瘤智慧分析方法，其中，所述分析模块包含有一控制单元、一连接该控制单元的影像采集单元、一连接该控制单元的参考储存单元、一连接该控制单元的肝肿瘤标示单元、一连接该控制单元的分类单元、一连接该控制单元的比对单元、以及一连接该控制单元的预测肝肿瘤良恶性风险报告产生单元。5.如权利要求4所述的肝肿瘤智慧分析方法，其中，所述控制单元为中央处理器，作为该影像采集单元、该参考储存单元、该肝肿瘤标示单元、该分类单元、该比对单元与该预测肝肿瘤良恶性风险报告产生单元运作时的运算、控制、处理、编码、译码...

【专利技术属性】
技术研发人员：粘晓菁，林大翔，周培廉，
申请(专利权)人：聪泰科技开发股份有限公司，
类型：发明
国别省市：