一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法及其系统技术方案

本发明专利技术公开了一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法及其系统，本发明专利技术将乳腺癌划分为肝郁痰凝型、冲任失调型、正虚毒炽型三个证型，根据采集患者的基本信息、乳腺病灶灰阶超声图像，及其对灰阶超声图像进行分析，获取影像组特征，然后采用GBoost算法构建乳腺癌中医证型预测模型，对模型输入患者的基本信息及其影像组特征，即可对患者的乳腺癌证型进行预测，并且可给出对应的中药方剂建议，为中医药在乳腺癌治疗的应用提供了理论辅助诊断依据，可操作性、重复性强。重复性强。重复性强。

【技术实现步骤摘要】
一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法及其系统


[0001]本专利技术涉及医学辅助诊断系统领域，尤其涉及一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法及其系统。

技术介绍

[0002]乳腺癌是女性常见恶性肿瘤，中医药干预可有效改善乳腺癌患者的免疫状态、提高生活质量、降低复发转移率、延长无病生存期。辨证论治是中医治疗的核心，客观合理的辨证分型有利于指导临证遣方用药，提高治疗效果，发挥中医药优势。但是目前对于乳腺癌的辨证分型缺乏规范与客观标准，多依赖个人经验上，可操作性、可重复性较差，导致其疗效不确切，限制了中医药在乳腺癌治疗的应用。

技术实现思路

[0003]基于以上背景，本专利技术提供了一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法及其系统，通过建立的模型可对患者所述中医证型进行判断，并且根据所判断证型给出对应的中药方剂建议。
[0004]本专利技术的技术方案为：
[0005]一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法，所述乳腺癌中医证型划分为肝郁痰凝型本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法，其特征在于，所述乳腺癌中医证型划分为肝郁痰凝型、冲任失调型、正虚毒炽型；其构建包括如下步骤：S1：获取乳腺癌患者的基本信息，并进行编码数字化；S2：获取对乳腺癌患者的乳腺病灶进行超声检查的灰阶超声图像；S3：对灰阶超声图像进行分析，获取影像组特征；S4：采用XGBoost算法以影像组特征、数字化的患者基本信息为变量，以乳腺癌证型为标签构建XGBoost乳腺癌中医证型预测模型；S5：另获取乳腺癌患者的基本信息、影像组特征输入XGBoost乳腺癌中医证型模型中进行训练和测试，获得乳腺癌中医证型预测模型。2.根据权利要求1所述的一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法，其特征在于，将样本测试数据输入所述乳腺癌中医证型预测模型后，所述模型可通过predict_proba接口输出每个样本每个类别下的概率，即可分别预测三个证型的概率值，概率值最高对应的证型即是预测的证型。3.根据权利要求1所述的一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法，其特征在于，步骤S1中的乳腺癌患者的基本信息包括性别、年龄、职业、生活环境、有无家族史、饮食习惯、睡眠、症状、体征。4.根据权利要求1所述的一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法，其特征在于，步骤S3中对灰阶超声图像分析包括肿块分割、影像特征提取与筛选。5.根据权利要求4所述的一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法，其特征在于，所述肿块分割是采用ITK
‑
SNAP软件对病灶进行手动分割，沿着病灶的边界绘制病灶的感兴趣区域。6.根据权利要求5所述的一种基于超声影像组学特征的乳腺癌中医证型预测模型的构建方法，其特征在于，所述影像特征提取与筛选的步骤包括：1)采用Pyradiomics对病灶的影像组特征进行提取；提取的影像组特征可分为四组：形态特征、密度特征、纹理特征、小波特征；2)将编码数字化的患者的基本信息与提取的影像组学特征进行预处理，包括：手动删除提取出来的内容相同的字符串信息；对多维数组将其按列拆封为一维数据，以便后续建模；采用方差分析法，对方差为零的数据进行过滤；然后对剩余的数据进行标准化处理，并采用...

【专利技术属性】
技术研发人员：许荣，欧阳秋芳，游涛，刘琛，林晴，刘磊磊，郭鹊晖，杨娜，王丽玲，肖凡，曹斌，
申请(专利权)人：福建中医药大学附属第二人民医院福建省第二人民医院，
类型：发明
国别省市：