治疗方案的应用后效果的预测方法及装置制造方法及图纸

本申请提供了一种治疗方案的应用后效果的预测方法及装置，所述方法包括：获取样本生物组织的原始医学影像，并以样本生物组织的原始医学影像为基准，得到预设数据组成的样本生物组织的特征数据；以样本生物组织的特征数据为输入，并以样本生物组织的生理状态为目标输出，训练得到机器学习模型；获取目标生物组织的原始医学影像，并得到数据组成的目标生物组织的特征数据；获取治疗方案，并基于治疗方案修改目标生物组织的特征数据，得到目标生物组织的修改后特征数据；将目标生物组织的修改后特征数据输入机器学习模型，得到目标生物组织在应用治疗方案后的生理状态。本申请实施例能够为医疗领域中治疗方案相关的实践活动提供有力的支持。有力的支持。有力的支持。

【技术实现步骤摘要】
治疗方案的应用后效果的预测方法及装置


[0001]本申请涉及智慧医疗领域，具体涉及一种治疗方案的应用后效果的预测方法及装置。

技术介绍

[0002]在医疗领域中，对患者提出相应的治疗方案并实施，以改善患者的健康状态是医疗活动的一个根本目的。
[0003]现有技术中，治疗方案在提出后，治疗方案在应用后实际能取得的治疗效果总是依赖于医护人员的个人水平以及个人经验进行预测。这种情况难以保证治疗效果总是能够被准确预测，从而导致难以在整个医疗领域中维持高医疗水平以及高医疗效率。

技术实现思路

[0004]本申请的一个目的在于提出一种治疗方案的应用后效果的预测方法及装置，能够为医疗领域中治疗方案相关的实践活动提供有力的支持。
[0005]根据本申请实施例的一方面，公开了一种治疗方案的应用后效果的预测方法，所述方法包括：
[0006]获取样本生物组织的原始医学影像，并以所述样本生物组织的原始医学影像为基准，得到预设数据组成的所述样本生物组织的特征数据；
[0007]以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练得到用于预测生物组织的生理状态的机器学习模型；
[0008]获取目标生物组织的原始医学影像，并以所述目标生物组织的原始医学影像为基准，得到所述数据组成的所述目标生物组织的特征数据；
[0009]获取针对所述目标生物组织所设计的治疗方案，并基于所述治疗方案修改所述目标生物组织的特征数据，得到所述目标生物组织的修改后特征数据；r/>[0010]将所述目标生物组织的修改后特征数据输入所述机器学习模型，得到所述机器学习模型预测的所述目标生物组织在应用所述治疗方案后的生理状态。
[0011]根据本申请实施例的一方面，公开了一种治疗方案的应用后效果的预测装置，所述装置包括：
[0012]第一获取模块，配置为获取样本生物组织的原始医学影像，并以所述样本生物组织的原始医学影像为基准，得到预设数据组成的所述样本生物组织的特征数据；
[0013]训练模块，配置为以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练得到用于预测生物组织的生理状态的机器学习模型；
[0014]第二获取模块，配置为获取目标生物组织的原始医学影像，并以所述目标生物组织的原始医学影像为基准，得到所述数据组成的所述目标生物组织的特征数据；
[0015]第三获取模块，配置为获取针对所述目标生物组织所设计的治疗方案，并基于所述治疗方案修改所述目标生物组织的特征数据，得到所述目标生物组织的修改后特征数
据；
[0016]预测模块，配置为将所述目标生物组织的修改后特征数据输入所述机器学习模型，得到所述机器学习模型预测的所述目标生物组织在应用所述治疗方案后的生理状态。
[0017]在本申请的一示例性实施例中，所述生物组织包括：心脏冠脉、脑血管以及外周血管。
[0018]在本申请的一示例性实施例中，所述装置配置为：
[0019]以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练所述机器学习模型通过执行分类任务，预测所述样本生物组织的生理状态所属优劣等级。
[0020]在本申请的一示例性实施例中，所述装置配置为：
[0021]以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练所述机器学习模型通过执行回归任务，对所述样本生物组织的生理状态进行预测并参数化。
[0022]在本申请的一示例性实施例中，所述生物组织的生理状态包括：所述生物组织在形态特征上的信息以及所述生物组织在功能特征上的信息。
[0023]在本申请的一示例性实施例中，所述生物组织为血管，所述生物组织在形态特征上的信息包括：血管狭窄率、血管最小管腔面积、血管外壁直径、血管内壁直径、血管直径与参考直径之间的比值；
[0024]所述生物组织在功能特征上的信息包括：血流储备分数FFR、血压、血流量、血管阻力值、血管壁面剪切力、血管轴向斑块应力APS。
[0025]在本申请的一示例性实施例中，所述装置配置为：
[0026]响应于终端界面触发的针对所述治疗方案的设计操作，获取所述治疗方案。
[0027]在本申请的一示例性实施例中，预设数据组成的所述样本生物组织的特征数据包括：所述样本生物组织的原始医学影像；
[0028]所述数据组成的所述目标生物组织的特征数据包括：所述目标生物组织的原始医学影像。
[0029]在本申请的一示例性实施例中，所述装置配置为：
[0030]基于所述治疗方案修改所述目标生物组织的原始医学影像，得到所述目标生物组织的修改后医学影像，并将所述目标生物组织的修改后医学影像作为所述目标生物组织的修改后特征数据。
[0031]在本申请的一示例性实施例中，所述装置配置为：
[0032]从所述样本生物组织的原始医学影像中提取出所述样本生物组织的几何信息，所得到的所述样本生物组织的特征数据包含有所述样本生物组织的几何信息；
[0033]从所述目标生物组织的原始医学影像中提取出所述目标生物组织的几何信息，所得到的所述目标生物组织的特征数据包含有所述目标生物组织的几何信息。
[0034]在本申请的一示例性实施例中，所述装置配置为：
[0035]基于所述治疗方案修改所述目标生物组织的几何信息，得到所述目标生物组织的修改后几何信息；
[0036]基于所述目标生物组织的修改后几何信息，得到所述目标生物组织的修改后特征
数据，其中，所述目标生物组织的修改后特征数据包含有所述目标生物组织的修改后几何信息。
[0037]在本申请的一示例性实施例中，所述装置配置为：
[0038]从所述样本生物组织的原始医学影像中提取出所述样本生物组织的病变信息，所得到的所述样本生物组织的特征数据包含有所述样本生物组织的病变信息；
[0039]从所述目标生物组织的原始医学影像中提取出所述目标生物组织的病变信息，所得到的所述目标生物组织的特征数据包含有所述目标生物组织的病变信息。
[0040]在本申请的一示例性实施例中，所述装置配置为：
[0041]基于所述治疗方案修改所述目标生物组织的病变信息，得到所述目标生物组织的修改后病变信息；
[0042]基于所述目标生物组织的修改后病变信息，得到所述目标生物组织的修改后特征数据，其中，所述目标生物组织的修改后特征数据包含有所述目标生物组织的修改后病变信息。
[0043]在本申请的一示例性实施例中，所述病变信息包括：狭窄率信息、病变类型信息、病变区域信息、病变尺寸信息、病变纹理信息、钙化分数。
[0044]在本申请的一示例性实施例中，所述装置配置为：
[0045]计算所述治疗方案的成本；
[0046]基于所述目标生物组织在应用所述治疗方案后的生理状态，预估所述治疗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种治疗方案的应用后效果的预测方法，其特征在于，所述方法包括：获取样本生物组织的原始医学影像，并以所述样本生物组织的原始医学影像为基准，得到预设数据组成的所述样本生物组织的特征数据；以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练得到用于预测生物组织的生理状态的机器学习模型；获取目标生物组织的原始医学影像，并以所述目标生物组织的原始医学影像为基准，得到所述数据组成的所述目标生物组织的特征数据；获取针对所述目标生物组织所设计的治疗方案，并基于所述治疗方案修改所述目标生物组织的特征数据，得到所述目标生物组织的修改后特征数据；将所述目标生物组织的修改后特征数据输入所述机器学习模型，得到所述机器学习模型预测的所述目标生物组织在应用所述治疗方案后的生理状态。2.根据权利要求1所述的方法，其特征在于，所述生物组织包括：心脏冠脉、脑血管以及外周血管。3.根据权利要求1所述的方法，其特征在于，以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练得到用于预测生物组织的生理状态的机器学习模型，包括：以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练所述机器学习模型通过执行分类任务，预测所述样本生物组织的生理状态所属优劣等级。4.根据权利要求1所述的方法，其特征在于，以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练得到用于预测生物组织的生理状态的机器学习模型，包括：以所述样本生物组织的特征数据为输入，并以所述样本生物组织的生理状态为目标输出，训练所述机器学习模型通过执行回归任务，对所述样本生物组织的生理状态进行预测并参数化。5.根据权利要求1所述的方法，其特征在于，所述生物组织的生理状态包括：所述生物组织在形态特征上的信息以及所述生物组织在功能特征上的信息。6.根据权利要求5所述的方法，其特征在于，所述生物组织为血管，所述生物组织在形态特征上的信息包括：血管狭窄率、血管最小管腔面积、血管外壁直径、血管内壁直径、血管直径与参考直径之间的比值；所述生物组织在功能特征上的信息包括：血流储备分数FFR、血压、血流量、血管阻力值、血管壁面剪切力、血管轴向斑块应力APS。7.根据权利要求1所述的方法，其特征在于，获取针对所述目标生物组织所设计的治疗方案，包括：响应于终端界面触发的针对所述治疗方案的设计操作，获取所述治疗方案。8.根据权利要求1所述的方法，其特征在于，预设数据组成的所述样本生物组织的特征数据包括：所述样本生物组织的原始医学影像；所述数据组成的所述目标生物组织的特征数据包括：所述目标生物组织的原始医学影像。
9.根据权利要求8所述的方法，其特征在于，基于所述治疗方案修改所述目标生物组织的特征数据，得到所述目标生物组织的修改后特征数据，包括：基于所述治疗方案修改所述目标生物组织的原始医学影像，得到所述目标生物组织的修改后医学影像，并将所述目标生物组织的修改后医学影像作为所述目标生物组织的修改后特征数据。10.根据权利要求1所述的方法，其特征在于，以所述样本生物组织的原始医学影像为基准，得到预设数据组成的所述样本生物组织的特征数据，包括：从所述样本生物组织的原始医学影像中提取出所述样本生物组织的几何信息，所得到的所述样本生物组织的特征数据包含有所述样本生物组织的...

【专利技术属性】
技术研发人员：杨帆，马骏，兰宏志，郑凌霄，
申请(专利权)人：深圳睿心智能医疗科技有限公司，
类型：发明
国别省市：