【技术实现步骤摘要】
一种肺移植急性排斥反应的预测系统和方法
[0001]本专利技术涉及人工智能以及智慧医疗
,尤其涉及一种肺移植急性排斥反应的预测系统和方法。
技术介绍
[0002]近年来我国肺病患者不断增多,而肺癌已经成为我国乃至世界发病率和死亡率最高的癌症,对于末期肺癌患者来说,肺移植是目前可选的唯一有效延长预期寿命和生活质量的方法。影响移植术后生存时间及质量的原因主要有原发性移植肺功能丧失(Primary Graft Dysfunction,PGD)、感染、排斥、以及梗阻性细支气管炎综合征(Bronchiolitis Obliterans Syndrome,BOS)等。其中,急性排斥是肺移植术后较为常见的反应,而且大多是在术后的第一年内发生的,大部分的肺移植患者都会有不同程度的急性排斥,肺移植后尽早确诊是否存在排斥反应,对改善治疗特别重要。
[0003]目前诊断肺移植急性排斥反应主要是靠移植后的纤维支气管镜的穿刺活检,为诊断免疫排斥的“金标准”的穿刺活检是侵入式且有创的,其主要局限性包括有:(1)损伤性检查方法,不适合反复采 ...
【技术保护点】
【技术特征摘要】
1.一种肺移植急性排斥反应的预测系统,其特征在于,包括:训练模块,用于预先建立用于肺移植急性排斥反应预测的神经网络模型,包括:数据收集单元,收集若干已经进行肺移植的历史患者的移植前的CT图像以及移植后的临床数据,所述临床数据包括是否发生急性排斥反应的数据;预处理单元,连接所述数据收集单元,对所述CT图像进行预处理以获得影像组学特征数据;划分单元,连接所述预处理单元,使用所述影像组学特征数据构建测试样本,将所述测试样本随机划分成训练集、验证集和测试集;训练单元,连接所述划分单元,使用所述训练集作为输入训练构建的所述神经网络模型,所述神经网络模型输出肺移植可行性的概率,并使用所述验证集对所述神经网络模型进行超参数调节;测试单元,连接所述训练单元,用于以所述测试集作为训练后的所述神经网络模型的输入,输出所述测试集中每个所述测试样本是否出现急性排斥反应的预测结果;判断单元,连接所述测试单元,用于基于所述测试集中每个所述测试样本的所述预测结果以及相应的真实术后临床数据,绘制受试者工作曲线以及曲线下面积以获得所述神经网络模型用于肺移植急性排斥反应的预测的准确率;评估模块,使用训练好的所述神经网络模型对待移植患者进行急性排斥反应的预测,包括:数据采集单元,用于获取所述待移植患者移植前的CT图像;结果获取单元,连接数据采集单元,用于将所述CT图像输入已训练好的所述神经网络模型,以获取所述待移植患者的肺移植术后是否出现急性排斥反应的预测结果。2.如权利要求1所述的一种肺移植急性排斥反应的预测系统,其特征在于,所述预处理单元用于对所述CT图像进行预处理包括对CT图像的三维重建。3.如权利要求2所述的一种肺移植急性排斥反应的预测系统,其特征在于,所述预处理单元用于对所述CT图像进行预处理还包括对三维重建后的CT图像进行量化处理以获得影像组学特征数据。4.如权利要求1所述的一种肺移植急性排斥反应的预测系统,其特征在于,所述影像组学特征数据包括基础特征,所述基础特征包括强度特征、形状特征、灰度共生矩阵特征、灰度行程矩阵特征和灰度级区域大小矩阵特征。5.如权利要求4所述的一种肺移植急性排斥反应的预测系统,其特征在于,所述影像组学特征数据包括指数特征、平方特征、平方根特征、对数特征和小波变换特征。6.一种肺移植急性排斥反应的预测方法,其特征在于,...
【专利技术属性】
技术研发人员:佘云浪,陈昶,陈乾坤,何文新,朱余明,赵德平,
申请(专利权)人:上海市肺科医院,
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。