用于癌症判断的技术制造技术

描述了用于判断被检者的乳房中癌细胞存在的技术。在示例中，接收乳房的瞬态温度响应数据。然后，将瞬态温度响应数据转换成稳态温度响应数据。然后基于稳态温度响应数据来提取乳房的特征集。然后，通过至少一个机器学习模型来分析该特征集，其中，基于从确认乳房中存在癌细胞的多个被检者获得的数据来训练该至少一个机器学习模型。基于由至少一个机器学习模型对该特征集的分析来判断乳房中癌细胞的存在。存在。存在。

【技术实现步骤摘要】
【国外来华专利技术】用于癌症判断的技术

技术介绍

[0001]乳腺癌是导致世界各国女性死亡的主要疾病之一。根据世界卫生组织(WHO)的报告，每年大约有210万女人受到乳腺癌的影响。在2018年，估计有627000名女人因为乳腺癌而死亡，其中，这约占女性的所有癌症死亡人数的15％。
附图说明
[0002]以下详细描述参考了附图，其中：
[0003]图1示出根据本申请的示例实现方式的、用于判断乳房中癌细胞存在的系统，
[0004]图2示出根据本申请的另一示例实现的、用于判断乳房中癌细胞存在的系统，
[0005]图3示出根据本申请的示例实现方式的、用于判断乳房中癌细胞存在的方法，以及
[0006]图4示出根据本申请的另一示例实现方式的、用于判断乳房中癌细胞存在的方法。
具体实施方式
[0007]早期乳腺癌诊断可有效降低死亡率。用于判断乳房中癌细胞存在的常用的技术之一包括乳房X线照相术(mammography)。在乳房X线照相术中，乳房被压紧并置于两个板之间。然后低能量X射线穿过乳房，并且图像被记录在放置在乳房下方的X射线胶片上。所记本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：接收被检者的乳房的瞬态温度响应数据，其中，所述瞬态温度响应数据表示在一段时间内收集的所述乳房的温度数据；将所述瞬态温度响应数据转换成稳态温度响应数据；基于所述稳态温度响应数据来提取所述乳房的特征集；以及通过至少一个机器学习模型对所述特征集进行分析，其中，所述至少一个机器学习模型是基于从确认乳房中存在癌细胞的多个被检者获得的数据来训练的；以及基于由所述至少一个机器学习模型对所述特征集的分析来判断所述被检者的乳房中癌细胞的存在。2.根据权利要求1所述的方法，还包括过滤掉波动大于阈值的瞬态温度响应数据。3.根据权利要求2所述的方法，还包括对所述瞬态温度响应数据进行降噪，其中，所述瞬态温度响应数据通过中值滤波进行降噪。4.根据权利要求1所述的方法，其中，将所述瞬态温度响应数据转换成所述稳态温度响应数据包括：从所述瞬态温度响应数据中选择具有最小波动的饱和平台区域；以及计算所述饱和平台区域的温度均值。5.根据权利要求1所述的方法，其中，所述特征集包括温度特征，并且其中，提取所述温度特征包括：计算所述乳房的所述稳态温度响应数据的温度均值；以及利用所述温度均值将所述乳房的所述稳态温度响应数据归一化。6.根据权利要求1所述的方法，其中，所述特征集包括模糊对称性特征，并且其中，提取所述模糊对称性特征包括：计算各个乳房的所述稳态温度响应数据的最小值、最大值和均值；计算各个乳房的所述稳态温度响应数据的最小值之间的绝对差、各个乳房的所述稳态温度响应数据的最大值之间的绝对差和各个乳房的所述稳态温度响应数据的均值之间的绝对差；以及基于各个乳房的所述稳态温度响应数据的最小值之间的绝对差、各个乳房的所述稳态温度响应数据的最大值之间的绝对差和各个乳房的所述稳态温度响应数据的均值之间的绝对差中的各个绝对差来分配模糊值。7.根据权利要求1所述的方法，还包括对所述特征集进行主成分分析，以减少所述特征集的维度。8.根据权利要求1所述的方法，还包括：通过至少两个机器学习模型对所述特征集进行分析；以及基于由所述至少两个机器学习模型对所述特征集的分析结果的组合来判断癌细胞的存在。9.一种系统(100)，包括：累积引擎(102)，用于：接收被检者的乳房的瞬态温度响应数据，其中，所述瞬态温度响应数据表示在一段时间...

【专利技术属性】
技术研发人员：悉达多，
申请(专利权)人：株式会社村田制作所，
类型：发明
国别省市：