肿瘤诊断系统及其构建方法、终端设备及存储介质技术方案

本发明专利技术公开了一种肿瘤诊断系统及其构建方法、终端设备及存储介质，通过肿瘤诊断系统中的影像组学标签生成模块，基于预先训练的影像组学标签模型，根据目标影像组学信息及临床资料信息得到影像组学标签；通过良恶性综合分类模块基于预先训练的第一分类综合诊断模型，根据所述肠壁外病变周围情况、临床资料信息及第一影像组学标签生成第一分类综合诊断结果；若第一分类综合诊断结果包括高恶性风险信息，则通过恶性病灶亚分类模块基于预先训练的第二分类综合诊断模型生成第二分类综合诊断结果；通过结果显示模块得到最终诊断结果并进行显示。本发明专利技术降低了结直肠肿瘤的筛查难度，同时改善了结直肠肿瘤的诊断效果。时改善了结直肠肿瘤的诊断效果。时改善了结直肠肿瘤的诊断效果。

【技术实现步骤摘要】
肿瘤诊断系统及其构建方法、终端设备及存储介质


[0001]本专利技术涉及医疗
，尤其涉及一种肿瘤诊断系统及其构建方法、终端设备及存储介质。

技术介绍

[0002]结直肠癌在我国发病率逐年攀升，晚期肿瘤预后差，早诊早治是降低肿瘤负担、提高生存质量的关键。目前普及的肠癌筛查方法敏感性、特异性低；肠镜检查虽为金标准但有创且耐受度差、禁忌症多，导致我国肠癌早诊早治率低，医疗负担重。
[0003]因此，有必要提出一种降低结直肠肿瘤筛查难度，并改善结直肠肿瘤诊断效果的解决方案。

技术实现思路

[0004]本专利技术的主要目的在于提供一种肿瘤诊断系统及其构建方法、终端设备及存储介质，旨在降低结直肠肿瘤筛查的难度，同时改善结直肠肿瘤诊断的效果。
[0005]为实现上述目的，本专利技术提供一种肿瘤诊断系统，所述肿瘤诊断系统包括：
[0006]影像组学标签生成模块，用于获取目标影像组学信息及临床资料信息，并基于预先训练的影像组学标签模型，根据所述目标影像组学信息及所述临床资料信息得到影像组学标签，其中，所述影像组学标签包括第一影像组学标签及第二影像组学标签；
[0007]良恶性综合分类模块，用于获取肠壁外病变周围情况、所述临床资料信息及所述第一影像组学标签，并基于预先训练的第一分类综合诊断模型，根据所述肠壁外病变周围情况、所述临床资料信息及所述第一影像组学标签生成第一分类综合诊断结果；
[0008]恶性病灶亚分类模块，用于从所述良恶性综合分类模块获取所述第一分类综合诊断结果，并判断所述第一分类综合诊断结果是否包括高恶性风险信息，若所述第一分类综合诊断结果包括所述高恶性风险信息，则从所述良恶性综合分类模块获取所述肠壁外病变周围情况及所述临床资料信息，从所述影像组学标签生成模块获取所述第二影像组学标签，并基于预先训练的第二分类综合诊断模型，根据所述肠壁外病变周围情况、所述临床资料信息及所述第二影像组学标签生成第二分类综合诊断结果；
[0009]结果显示模块，用于获取所述第一分类综合诊断结果和/或所述第二分类综合诊断结果，根据所述第一分类综合诊断结果和/或所述第二分类综合诊断结果得到最终诊断结果，并显示所述最终诊断结果，以供用户进行查看。
[0010]可选地，所述肿瘤诊断系统还包括：
[0011]CTC图像预处理及重建模块，用于获取待诊断患者的增强CTC图像，通过滤波器标准化所述CTC图像的信号强度及层厚，得到预处理CTC图像，并基于仿真内窥镜后处理技术将所述预处理CTC图像进行重建，得到CT仿真内窥镜成像，以供所述用户对所述仿真内窥镜成像进行病灶定位，得到病灶定位图像；获取所述病灶定位图像，并根据所述病灶定位图像生成CTC断层影像；
[0012]病变标记模块，用于获取所述CTC断层影像，根据所述CTC断层影像记录肠壁外病变周围情况，将所述肠壁外病变周围情况发送至所述良恶性综合分类模块；并将所述CTC断层影像提供至所述用户，以供所述用户对所述CTC断层影像进行逐层勾画，得到感兴趣区域；获取所述感兴趣区域，并将所述感兴趣区域发送至影像组学特征提取模块；
[0013]影像组学特征提取模块，用于对所述感兴趣区域进行特征提取，得到所述目标影像组学信息，并将所述目标影像组学信息发送至所述影像组学标签生成模块；
[0014]临床资料采集模块，用于获取所述用户输入的待诊断患者的临床资料信息，将所述临床资料信息发送至所述影像组学标签生成模块，所述临床资料信息包括性别、年龄、体重指数、肿瘤家族史、吸烟史、便秘史、便潜血及血清学化验结果中的一项或多项。
[0015]可选地，所述临床资料采集模块还包括训练样本资料采集单元，所述训练样本资料采集单元用于获取所述用户输入的训练样本资料信息，并将所述训练样本资料信息发送至影像组学标签模型训练模块，其中，所述训练样本资料信息包括训练集临床资料信息、肠镜及病理信息。
[0016]可选地，所述肿瘤诊断系统还包括：
[0017]所述影像组学标签模型训练模块，包括数据清洗单元、逻辑回归单元以及标签向量计算单元，所述数据清洗单元用于获取组学特征值及所述训练样本资料信息，并对所述组学特征值及训练样本资料信息进行数据清洗，得到清洗后多组学特征数据；所述逻辑回归单元用于对所述清洗后多组学特征数据进行降维筛选，得到第一相关影像组学特征及第二相关影像组学特征；所述标签向量计算单元用于将所述第一相关影像组学特征及所述第二相关影像组学特征纳入向量公式，得到所述影像组学标签模型；
[0018]第一分类综合诊断模型训练模块，用于获取所述训练样本资料信息及训练集肠壁外病变周围情况，根据所述训练样本资料信息及训练集肠壁外病变周围情况进行筛查分析，得到临床危险因素；通过模型训练法根据所述临床危险因素进行训练，得到所述第一分类综合诊断模型；
[0019]第二分类综合诊断模型训练模块，用于判断所述第一分类综合诊断模型生成的训练集第一分类综合诊断结果中是否包括所述高恶性风险信息，若所述训练集第一分类综合诊断结果包括所述高恶性风险信息，则从所述第一分类综合诊断模型训练模块获取所述训练样本资料信息及所述训练集肠壁外病变周围情况，并根据所述训练样本资料信息及所述训练集肠壁外病变周围情况，结合分类标准，训练得到所述第二分类综合诊断模型。
[0020]可选地，所述肿瘤诊断系统的构建方法包括：
[0021]建立影像组学标签模型；
[0022]建立第一分类综合诊断模型；
[0023]建立第二分类综合诊断模型；
[0024]基于所述影像组学标签模型、所述第一分类综合诊断模型以及所述第二分类综合诊断模型，构建影像组学标签生成模块、良恶性综合分类模块、恶性病灶亚分类模块、结果显示模块以及模块连接。
[0025]可选地，所述建立影像组学标签模型的步骤包括：
[0026]获取组学特征值及训练样本资料信息
[0027]对所述组学特征值及所述训练样本资料信息进行数据清洗，得到清洗后多组学特
征数据；
[0028]对所述清洗后多组学特征数据进行降维筛选，得到第一相关影像组学特征及第二相关影像组学特征；
[0029]将所述第一相关影像组学特征及所述第二相关影像组学特征纳入向量公式，得到所述影像组学标签模型。
[0030]可选地，所述建立第一分类综合诊断模型的步骤包括：
[0031]获取所述训练样本资料信息及训练集肠壁外病变周围情况；
[0032]根据所述训练样本资料信息及所述训练集肠壁外病变周围情况进行筛查分析，得到临床危险因素；
[0033]通过模型训练法根据所述临床危险因素进行模型训练，得到所述第一分类综合诊断模型，其中，所述模型训练法包括决策树法、随机森林法、支持向量机法、朴素贝叶斯法。
[0034]可选地，所述建立第二分类综合诊断模型的步骤包括：
[0035]判断所述第一分类综合诊断模型生成的训练集第一分类综合诊断结果中是否包括高恶性风险信息；...

【技术保护点】

【技术特征摘要】
1.一种肿瘤诊断系统，所述肿瘤诊断系统包括：影像组学标签生成模块，用于获取目标影像组学信息及临床资料信息，并基于预先训练的影像组学标签模型，根据所述目标影像组学信息及所述临床资料信息得到影像组学标签，其中，所述影像组学标签包括第一影像组学标签及第二影像组学标签；良恶性综合分类模块，用于获取肠壁外病变周围情况、所述临床资料信息及所述第一影像组学标签，并基于预先训练的第一分类综合诊断模型，根据所述肠壁外病变周围情况、所述临床资料信息及所述第一影像组学标签生成第一分类综合诊断结果；恶性病灶亚分类模块，用于从所述良恶性综合分类模块获取所述第一分类综合诊断结果，并判断所述第一分类综合诊断结果是否包括高恶性风险信息，若所述第一分类综合诊断结果包括所述高恶性风险信息，则从所述良恶性综合分类模块获取所述肠壁外病变周围情况及所述临床资料信息，从所述影像组学标签生成模块获取所述第二影像组学标签，并基于预先训练的第二分类综合诊断模型，根据所述肠壁外病变周围情况、所述临床资料信息及所述第二影像组学标签生成第二分类综合诊断结果；结果显示模块，用于获取所述第一分类综合诊断结果和/或所述第二分类综合诊断结果，根据所述第一分类综合诊断结果和/或所述第二分类综合诊断结果得到最终诊断结果，并显示所述最终诊断结果，以供用户进行查看。2.如权利要求1所述的肿瘤诊断系统，其特征在于，所述肿瘤诊断系统还包括：CTC图像预处理及重建模块，用于获取待诊断患者的增强CTC图像，通过滤波器标准化所述CTC图像的信号强度及层厚，得到预处理CTC图像，并基于仿真内窥镜后处理技术将所述预处理CTC图像进行重建，得到CT仿真内窥镜成像，以供所述用户对所述仿真内窥镜成像进行病灶定位，得到病灶定位图像；获取所述病灶定位图像，并根据所述病灶定位图像生成CTC断层影像；病变标记模块，用于获取所述CTC断层影像，根据所述CTC断层影像记录肠壁外病变周围情况，将所述肠壁外病变周围情况发送至所述良恶性综合分类模块；并将所述CTC断层影像提供至所述用户，以供所述用户对所述CTC断层影像进行逐层勾画，得到感兴趣区域；获取所述感兴趣区域，并将所述感兴趣区域发送至影像组学特征提取模块；影像组学特征提取模块，用于对所述感兴趣区域进行特征提取，得到所述目标影像组学信息，并将所述目标影像组学信息发送至所述影像组学标签生成模块；临床资料采集模块，用于获取所述用户输入的待诊断患者的临床资料信息，将所述临床资料信息发送至所述影像组学标签生成模块，所述临床资料信息包括性别、年龄、体重指数、肿瘤家族史、吸烟史、便秘史、便潜血及血清学化验结果中的一项或多项。3.如权利要求2所述的肿瘤诊断系统，其特征在于，所述临床资料采集模块还包括训练样本资料采集单元，所述训练样本资料采集单元用于获取所述用户输入的训练样本资料信息，并将所述训练样本资料信息发送至影像组学标签模型训练模块，其中，所述训练样本资料信息包括训练集临床资料信息、肠镜及病理信息。4.如权利要求3所述的肿瘤诊断系统，其特征在于，所述肿瘤诊断系统还包括：所述影像组学标签模型训练模块，包括数据清洗单元、逻辑回归单元以及标签向量计算单元，所述数据清洗单元用于获取组学特征值及所述训练样本资料信息，并对所述组学特征值及训练样本资料信息进行数据清洗，得到清洗后多组学特征数据；所述逻辑回归单
元用于对所述清洗后多组学特征数据进行降维筛选，得到第一相关影像组学特征及第二相关影像组学特征；所述标签向量计算单元用于将所述...

【专利技术属性】
技术研发人员：赵青，张红梅，赵心明，
申请(专利权)人：中国医学科学院肿瘤医院，
类型：发明
国别省市：