本发明专利技术提出一种肿瘤复发预测装置，包括数据获取电路、存储器以及处理器。数据获取电路用以获取多个病患临床数据与多个切片影像信息；存储器用以存储多个指令；以及处理器连接数据获取电路与存储器，并用以载入并执行多个指令以：接收多个病患临床数据与多个切片影像信息；依据多个病患临床数据与多个切片影像信息产生临床特征信息与肿瘤影像特征信息；依据临床特征信息与肿瘤影像特征信息训练预测模型；以及利用预测模型对病患的病患信息进行肿瘤复发预测。此外，一种肿瘤复发预测方法亦在此公开。借此，可有效地解决目前的生存预测分析的精准度不佳的问题。析的精准度不佳的问题。析的精准度不佳的问题。
【技术实现步骤摘要】
肿瘤复发预测装置与方法
[0001]本专利技术涉及一种肿瘤复发预测装置与方法，且特别涉及提升病患肿瘤复发的预测精确度的肿瘤复发预测装置与方法。
技术介绍
[0002]在医院或医院系统中，脑转移肿瘤(Brain Metastases)是最常见的恶性颅内肿瘤，最常见的原发病灶是肺癌。非小细胞肺癌(Non-Small cell lung cancer,NSCLC)约占所有肺癌的80％，转移性NSCLC的患者中有25-50％在其病程中受到脑转移肿瘤的影响。尽管目前的系统疗法的进步以及晚期NSCLC患者的存活率提高，脑转移肿瘤仍然是病患发病和死亡的主要原因。因此，要如何预测脑转移肿瘤是否复发或复发的时间，为本领域技术人员急欲解决的问题。
技术实现思路
[0003]本专利技术提供一种肿瘤复发预测装置，包括数据获取电路、存储器以及处理器。数据获取电路用以获取多个病患临床数据与多个切片影像信息；存储器用以存储多个指令；以及处理器连接数据获取电路与存储器，并用以载入并执行多个指令以：接收多个病患临床数据与多个切片影像信息；依据多个病患临床数据与多个切片影像信息产生临床特征信息与肿瘤影像特征信息；依据临床特征信息与肿瘤影像特征信息训练预测模型；以及利用预测模型对病患的病患信息进行肿瘤复发预测。
[0004]在一实施例中，处理器更用以依据多个病患临床数据产生临床数据矩阵，并依据多个切片影像信息产生多个肿瘤影像阵列。
[0005]在一实施例中，处理器更用以判断多个切片影像信息中的多个肿瘤位置信息；以及依据多个肿瘤位置信息产生多个肿瘤影像信息，并依据多个肿瘤影像信息产生多个肿瘤影像阵列。
[0006]在一实施例中，处理器更用以依据临床数据矩阵以利用深度生存网络产生临床特征信息；以及依据肿瘤影像阵列以利用影像特征提取网络产生肿瘤影像特征信息。
[0007]在一实施例中，处理器更用以将临床特征信息与肿瘤影像特征信息相结合以产生特征阵列，并依据特征阵列以利用深度生存网络训练预测模型。
[0008]本专利技术提供一种肿瘤复发预测方法，且该方法包括：依据多个病患相关数据与多个切片影像信息产生病患特征信息与肿瘤影像特征信息；将临床特征信息与肿瘤影像特征信息相结合以产生特征阵列，并依据特征阵列训练预测模型；以及利用预测模型对病患的病患信息进行肿瘤复发预测。
[0009]在一实施例中，依据多个病患相关数据与多个切片影像信息产生病患特征信息与肿瘤影像特征信息的步骤包括：依据多个病患临床数据产生临床数据矩阵，并依据多个切片影像信息产生多个肿瘤影像阵列。
[0010]在一实施例中，依据多个肿瘤影像信息产生多个肿瘤影像阵列的步骤包括：判断
多个切片影像信息中的多个肿瘤位置信息；以及依据多个肿瘤位置信息产生多个肿瘤影像信息，并依据多个肿瘤影像信息产生多个肿瘤影像阵列。
[0011]在一实施例中，肿瘤复发预测方法还包括：依据临床数据矩阵以利用深度生存网络产生临床特征信息；以及依据多个肿瘤影像阵列以利用影像特征提取网络产生肿瘤影像特征信息。
[0012]在一实施例中，依据特征阵列训练预测模型的步骤包括：依据特征阵列以利用深度生存网络训练预测模型。
[0013]基于上述，本专利技术的肿瘤复发预测装置结合了多个病患临床数据与多个肿瘤影像信息的特征萃取，并利用萃取出的特征信息训练出预测模型，以解决目前的生存预测分析的精准度不佳的问题。
附图说明
[0014]为让本专利技术的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。
[0015]图1是根据本专利技术一些示范性实施例的肿瘤复发预测装置的方框图。
[0016]图2是根据本专利技术一些示范性实施例的肿瘤复发预测装置的流程图。
[0017]图3是根据本专利技术一些示范性实施例的肿瘤复发预测方法的示意图。
[0018]图4是根据本专利技术一些示范性实施例的对切片影像信息进行影像处理的示意图。
[0019]图5是根据本专利技术一些示范性实施例的肿瘤位置信息对应的肿瘤影像的示意图
[0020]图6是根据本专利技术一些示范性实施例的利用多种不同的尺寸的影像圈选框标示出所选择的切片角度对应的切片影像信息中的肿瘤的示意图。
[0021]其中，附图标记说明如下：
[0022]100：肿瘤复发预测装置
[0023]110：数据获取电路
[0024]120：存储器
[0025]130：处理器
[0026]S201～S207：肿瘤复发预测的流程
[0027]S301～S309：肿瘤复发预测方法
[0028]T1WI、T1WI
’
、T1WI”：T1权重影像
[0029]T2WI、T2WI
’
、T2WI”：T2权重影像
[0030]T1WI+C、T1WI+C
’
、T1WI+C”：T1c权重影像
具体实施方式
[0031]图1是根据本专利技术一些示范性实施例的肿瘤复发预测装置的方框图。请参照图1，肿瘤复发预测装置100可包括数据获取电路110、存储器120以及处理器130。数据获取电路110可获取先前已完成肿瘤治疗疗程的多个病患相关的各种临床数据，并且获取先前已完成肿瘤治疗疗程的多个病患的各自的肿瘤(各病患在接受治疗疗程之前可能存在一个或多个肿瘤)的多个切片角度对应的切片影像信息。此外，存储器120可用以存储由处理器110执行的多个指令。处理器130可连接至数据获取电路110与存储器120，并且存取和执行存储于
存储器120中的多个指令。
[0032]在一些实施例中，肿瘤复发预测装置100例如是智能手机、平板电脑、笔记本电脑、台式电脑等可连上网际网络的电子装置等电子装置。
[0033]在一些实施例中，数据获取电路110可包括用于取得磁共振成像(Magnetic Resonance Imaging，MRI)影像的电路以及用以获取多个病患的多个临床数据的电路，其中用于取得MRI影像的电路例如可以是使用MRI技术来对病患进行扫描并取得MRI影像的电路。
[0034]然而，在另一实施例中，数据获取电路110也可以是用于从肿瘤复发预测装置100的存储器120或外部的其他存储装置取得MRI影像与多个病患的多个临床数据。而在另一实施例中，数据获取电路110也可以是通过其他的方式来取得上述的MRI影像与多个病患的多个临床数据。
[0035]值得注意的是，本专利技术并不用于限定数据获取电路110取得MRI影像与多个病患的多个临床数据的取得方式。
[0036]在一些实施例中，存储器120例如是任何形态的固定式或可移动式的随机存取存储器(random access memory，RAM)、只读存储器(read-only memory，ROM)、快闪存储器(flash memory)、硬盘(hard disk drive，HDD)、固态硬盘(solid state drive，SS本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种肿瘤复发预测装置，其特征在于，包括：一数据获取电路，用以获取多个病患临床数据与多个切片影像信息；一存储器，用以存储多个指令；以及一处理器，连接该数据获取电路与该存储器，并用以载入并执行所述指令以：接收所述病患临床数据与所述切片影像信息；依据所述病患临床数据与所述切片影像信息产生临床特征信息与肿瘤影像特征信息；依据该临床特征信息与该肿瘤影像特征信息训练一预测模型；以及利用该预测模型对一病患的病患信息进行肿瘤复发预测。2.如权利要求1所述的肿瘤复发预测装置，其特征在于，其中该处理器更用以：依据所述病患临床数据产生一临床数据矩阵，并依据所述切片影像信息产生多个肿瘤影像阵列。3.如权利要求2所述的肿瘤复发预测装置，其特征在于，其中处理器还用以：判断所述切片影像信息中的多个肿瘤位置信息；以及依据所述肿瘤位置信息产生多个肿瘤影像信息，并依据所述肿瘤影像信息产生所述肿瘤影像阵列。4.如权利要求2所述的肿瘤复发预测装置，其特征在于，其中处理器更用以：依据该临床数据矩阵以利用一深度生存网络产生该临床特征信息；以及依据所述肿瘤影像阵列以利用一影像特征提取网络产生该肿瘤影像特征信息。5.如权利要求1所述的肿瘤复发预测装置，其特征在于，其中该处理器更用以：将该临床特征信息与该肿瘤影像特征信息相结合以产生一特征阵列，并依据该特征阵列以...
【专利技术属性】
技术研发人员：彭徐钧，李政家，杨怀哲，杨景聿，黄致颖，陈奕丞，吴秀美，
申请(专利权)人：李政家，
类型：发明
国别省市：
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。