【技术实现步骤摘要】
一种食管癌病人的辅助筛查系统
[0001]本专利技术涉及医疗系统
,更具体地说,它涉及一种食管癌病人的辅助筛查系统。
技术介绍
[0002]食管癌是我国常见肿瘤之一,在全国恶性肿瘤死亡总数中占22.34%仅次于胃癌居第二位。根据全球癌症统计的最新数据,食管癌发病位于恶性肿瘤第7顺位,每年新发病例超过57万例;食管癌死亡位于恶性肿瘤第6顺位,每年导致超过50万名患者死亡。
[0003]食管癌为上皮细胞肿瘤,主要分为食管癌鳞状细胞癌和腺癌,据对早期癌患者治疗后随访发现,其一年生存率可达97%,五年生存率亦高达87%,且认为早期癌患者治疗后生活质量明显高于中晚期癌。
[0004]食管癌检测方向主要集中于两个方向:
[0005]1、基于基因组学或蛋白组学的试剂盒,比如依赖基因技术,先筛选处靶标位点,然后针对性的制造对此基因片段甲基化水平检测的检测试剂盒,然而目前为止,此类检测精度普遍不足,早期癌症病灶较小,如血液中特征标志物浓度不足,该方法不能测出;
[0006]2、利用AI进行辅助诊断,但是现 ...
【技术保护点】
【技术特征摘要】
1.一种食管癌病人的辅助筛查系统,其特征是:包括前端输入模块、多模态预测模块和管理模块;所述前端输入模块用于上传多模态检查数据;所述多模态预测模块包括数据预处理模块、多模态特征融合模块和预测模块;所述数据预处理模块接收前端输入模块发出的检查数据,将检查数据进行预处理,将其处理为深度学习算法可接收的输入;同时,将预处理后的用户特征向量发送至管理模块;所述多模态特征融合模块用于将预处理后的向量输入特征融合网络,进行多模态特征融合、并处理模态缺失;所述预测模块内嵌设有预测网络,所述预测模块用于输出食管癌风险及概率,将预测结果下发给前端用户,同时将用户特征向量发送至管理模块;所述管理模块用于定期增量学习,更新模型参数;此外,所述管理模块用于下发参数至多模态预测模块,更新参数,提升准确率;所述多模态特征融合模块中特征融合的具体方法是:S1:将单模态的信息x
i
输入到一个全连接层,通过公式输入到一个全连接层,通过公式得到训练后的z
i
,其中z
i
维度为c;S2:通过激活函数f
a
的作用,得到d
i
,即:其中激活函数f
a
选用tanh双曲正切,引入非线性,即:S3:引入缺失值控制向量r
i
,其中,,其中,r
i
服从概率p的多项式分布,即:r
i
~Multinomial(1,p),其中概率p为向量,且总和为1,p=[p1,p2,
…
,p
m
]
T
and∑
k
p
k
=1,r
i
为其中Multinimial表示多项式分布;S4:通过公式计算得到d
′
(k)
;其中
°
为哈达玛积;S5:根据d
′
输...
【专利技术属性】
技术研发人员:袁勇,肖鑫,张超,刘博,杨玉赏,程超,程良,张书豪,
申请(专利权)人:四川大学华西医院,
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。