前列腺结节超声辅助诊断系统、存储介质和电子设备技术方案

本发明专利技术提供了一种前列腺结节超声辅助诊断系统、存储介质和电子设备，涉及超声辅助诊断技术领域。单个扩展置信规则库系统的推理精度易受训练数据集的质量影响，利用Bagging算法构建多个基本扩展置信规则库系统可以使得系统之间相互补充进而提高整体推理精度。通过构建优化模型客观确定属性权重和规则权重，可有效的避免结果的主观性，使系统得到的结果更加的客观和精确。本发明专利技术能有效提高前列腺超声诊断精度，以辅助医生诊断前列腺病理结果。以辅助医生诊断前列腺病理结果。以辅助医生诊断前列腺病理结果。

【技术实现步骤摘要】
前列腺结节超声辅助诊断系统、存储介质和电子设备


[0001]本专利技术涉及超声辅助诊断
，具体涉及一种前列腺结节超声辅助诊断系统、存储介质和电子设备。

技术介绍

[0002]近年来，前列腺癌的发病率呈逐年上升趋势，国内前列腺癌的发病率由2000年的1.70/10万上升到2011年的10.06/10万。在发达国家中，每10万人中大概有119.9例前列腺癌患者。中国前列腺特异性抗原早筛查存在地区差异，高危进展性及转移性前列腺癌患者占比较高，因此早期发现并准确诊断前列腺结节的良恶性至关重要，超声尤其是经直肠超声已经成为前列腺检查的重要手段，声像图上不仅可以鉴别前列腺结节的良恶性，还可以在超声实时引导下对前列腺进行靶向穿刺活检及相关治疗。然而，前列腺良性结节和恶性结节之间存在颇多相似之处。因此，如何利用超声进行鉴别诊断前列腺结节是亟需解决的问题。
[0003]现有的方法是基于数据驱动型规则生成机制构建的规则库的推理方法，该方法利用置信分布刻画规则的前提属性，与置信规则库相比，该方法能够更加高效的处理不确定信息，此外，该方法还能够从根本上解决置信规则库系统中存在的组合爆炸问题。
[0004]然而，该方法依然存在一些缺陷，具体如下：
[0005](1)扩展置信规则库中前提属性和规则权重确定都是由领域专家确定，该权重确定方法具有较强的主观随意性，客观性较差，同时增加了领域专家的负担。
[0006](2)此外，采用该权重确定方法得到的模型预测精度较低。由于扩展置信规则库中的规则都是由数据转换而来，因此数据噪音和质量问题也会转移到规则库中，因此会导致模型推理性能较差。

技术实现思路

[0007](一)解决的技术问题
[0008]针对现有技术的不足，本专利技术提供了一种前列腺结节超声辅助诊断系统、存储介质和电子设备，解决了现有方法预测精度较低的问题。
[0009](二)技术方案
[0010]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0011]第一方面，提供了一种前列腺结节超声辅助诊断系统，包括：
[0012]数据处理模块，用于基于前列腺历史检查报告，获取前列腺结节的标准化诊断数据以及对应的前列腺结节的病理结果，构建训练集；
[0013]基础扩展置信规则库系统构建模块，用于基于所述训练集，构建S个基础扩展置信规则库系统；所述基础扩展置信规则库系统包括扩展置信规则库和推理框架；
[0014]权重优化模块，用于通过对优化模型进行求解，对每个基础扩展置信规则库系统中的权重进行优化；
[0015]诊断结果输出模块，用于将待检测的标准化诊断数据作为每个优化后的基础扩展置信规则库系统的输入，得到S个推理结果，并通过预设算法从中确定输出的前列腺结节的诊断结果。
[0016]进一步的，所述基于前列腺历史检查报告，获取前列腺结节的标准化诊断数据以及对应的前列腺结节的病理结果，构建训练集，包括：
[0017]共获取L条标准化诊断数据，表示为：
[0018]x
l
＝{x
l,1
,x
l,2
,...,x
l,M
}，l＝1,
…
,L
[0019]其中，x
l,M
表示第l条标准化诊断数据中第M个诊断指标的数据；
[0020]每条标准化诊断数据对应的前列腺结节的病理结果为y
l
；
[0021]将前80％的标准化诊断数据作为训练集L
TR
＝0.8*L。
[0022]进一步的，基于所述训练集，构建S个基础扩展置信规则库系统，包括：
[0023]将从L
TR
条训练数据中随机有放回的抽取p条数据作为第s个基础扩展置信规则库系统的训练集Tr
s
；将L
TR
条训练数据中未被抽取的数据作为第s个基础扩展置信规则库系统的测试数据集Te
s
；
[0024]且每个所述扩展置信规则库包括：
[0025]p条扩展置信规则R＝{R
k
},k＝1,
…
,p；
[0026]M个诊断指标作为前提属性U
i
，i＝1,
…
,M；
[0027]每个诊断指标的J
i
个特征恶性等级作为前提属性U
i
的J
i
个参考值A
i,j
，j＝1,
…
,J
i
；
[0028]前列腺结节的病理结果作为结果属性D，用N个参考值D
n
描述，n＝1,
…
,N；
[0029]第i个前提属性U
i
的权重表示为δ
i
，0<δ
i
≤1；
[0030]第k条扩展置信规则R
k
的相对权重为θ
k
，0<θ
k
≤1；
[0031]且第k条扩展信念规则R
k
的表达如下所示：
[0032][0033][0034]其中：
[0035]表示第k条规则中用参考值A
i,j
描述前提属性U
i
的信念度，且满足
[0036]表示用参考值D
n
描述结果属性D的信念度，且满足若那么表明第k条规则的结果是完全的，否则是不完全的；
[0037]将训练数据x
l
＝{x
l,1
,
…
,x
l,M
}∈Tr
s
转换成U
i
参考值A
i,j
上信念分布；并将训练数据x
l
对应的病理结果y
l
转换为参考值D
n
上信念分布；
[0038]进一步的，构建所述推理框架包括：
[0039]计算测试数据与第k条备选激活规则的前提属性U
i
之间的单独匹配度：
[0040][0041]其中，表示第k条备选激活规则的前提属性U
i
描述为参考值A
i,j
的信念度，α
i,j
表示测试数据描述为参考值A
i,j
上的信念度；
[0042]基于所述单独匹配度计算第k条备选激活规则的激活权重：
[0043][0044][0045]其中，w
k
表示第k条备选激活规则的激活权重，且0≤w
k
≤1，k＝1,...,p，若w
k
＝0，表示测试数据未激活第k条备选激活规则，否则激活了第k条备选激活规则；
[0046]基于解析证据推理方法对激活的规则进行集结：
[0047][00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种前列腺结节超声辅助诊断系统，其特征在于，包括：数据处理模块，用于基于前列腺历史检查报告，获取前列腺结节的标准化诊断数据以及对应的前列腺结节的病理结果，构建训练集；基础扩展置信规则库系统构建模块，用于基于所述训练集，构建S个基础扩展置信规则库系统；所述基础扩展置信规则库系统包括扩展置信规则库和推理框架；权重优化模块，用于通过对优化模型进行求解，对每个基础扩展置信规则库系统中的权重进行优化；诊断结果输出模块，用于将待检测的标准化诊断数据作为每个优化后的基础扩展置信规则库系统的输入，得到S个推理结果，并通过预设算法从中确定输出的前列腺结节的诊断结果。2.如权利要求1所述的一种前列腺结节超声辅助诊断系统，其特征在于，所述基于前列腺历史检查报告，获取前列腺结节的标准化诊断数据以及对应的前列腺结节的病理结果，构建训练集，包括：共获取L条标准化诊断数据，表示为：x
l
＝{x
l,1
,x
l,2
,...,x
l,M
}，l＝1,
…
,L其中，x
l,M
表示第l条标准化诊断数据中第M个诊断指标的数据；每条标准化诊断数据对应的前列腺结节的病理结果为y
l
；将前80％的标准化诊断数据作为训练集L
TR
＝0.8*L。3.如权利要求2所述的一种前列腺结节超声辅助诊断系统，其特征在于，基于所述训练集，构建S个基础扩展置信规则库系统，包括：将从L
TR
条训练数据中随机有放回的抽取p条数据作为第s个基础扩展置信规则库系统的训练集Tr
s
；将L
TR
条训练数据中未被抽取的数据作为第s个基础扩展置信规则库系统的测试数据集Te
s
；且每个所述扩展置信规则库包括：p条扩展置信规则R＝{R
k
},k＝1,
…
,p；M个诊断指标作为前提属性U
i
，i＝1,
…
,M；每个诊断指标的J
i
个特征恶性等级作为前提属性U
i
的J
i
个参考值A
i,j
，j＝1,
…
,J
i
；前列腺结节的病理结果作为结果属性D，用N个参考值D
n
描述，n＝1,
…
,N；第i个前提属性U
i
的权重表示为δ
i
，0<δ
i
≤1；第k条扩展置信规则R
k
的相对权重为θ
k
，0<θ
k
≤1；且第k条扩展信念规则R
k
的表达如下所示：R
k
::with rule weight θ
k and attribute weig hts{δ
i
；i＝1,...,M}其中：表示第k条规则中用参考值A
i,j
描述前提属性U
i
的信念度，且满足
表示用参考值D
n
描述结果属性D的信念度，且满足若那么表明第k条规则的结...

【专利技术属性】
技术研发人员：刘卫勇，叶磊，朱娅娟，王雨豪，侯冰冰，
申请(专利权)人：安徽省立医院中国科学技术大学附属第一医院，
类型：发明
国别省市：