本发明专利技术属于淋巴结转移预测技术领域，公开了一种甲状腺癌淋巴结转移预测方法、装置、设备及存储介质。本发明专利技术通过获取病患甲状腺的超声影像学图像和甲状腺临床风险因素，对所述甲状腺的超声影像学图像进行特征提取，得到所述病患甲状腺的超声特征，将所述病患甲状腺的超声特征与所述甲状腺临床风险因素输入到甲状腺癌淋巴结转移预测模型，得到甲状腺癌淋巴结转移预测结果，本发明专利技术通过甲状腺超声影像组学特征与可能预测淋巴结转移的临床风险因素构建甲状腺癌淋巴结转移预测模型，来对淋巴结的转移进行预测，相较于现有技术通过单一的因素进行预测，本发明专利技术的预测结果具有更高的真实性，对甲状腺癌患者的治疗有更高的指导作用。对甲状腺癌患者的治疗有更高的指导作用。对甲状腺癌患者的治疗有更高的指导作用。
【技术实现步骤摘要】
甲状腺癌淋巴结转移预测方法、装置、设备及存储介质
[0001]本专利技术涉及淋巴结转移预测
，尤其涉及一种甲状腺癌淋巴结转移预测方法、装置、设备及存储介质。
技术介绍
[0002]甲状腺癌是内分泌系统最常见的恶性肿瘤，发病率逐年上升，在各类肿瘤中位居前列。其中以甲状腺微小乳头状癌(PTMC)的增长为主且增速最快，新发病例中超过一半为PTMC，与甲状腺乳头状癌(PTC)生物学行为相似，PTMC也易发生颈部淋巴结转移。对于低危PTMC，有无淋巴结的转移是其能否进行动态随访观察的重要参考指标。所以，术前准确识别颈部中央区淋巴结转移(CLNM)对PTMC患者的治疗至关重要。
[0003]近年来，影像组学领域发展迅速。影像组学是从医学图像中挖掘深层信息，提取肉眼无法识别的高通量特征，协助临床决策，在PTMC的诊断及淋巴结转移的术前评估中展现了潜力。既往研究显示：基于影像组学特征构建CLNM预测模型的AUC值为0.705
‑
0.805；基于临床风险因素构建CLNM预测模型的AUC值为0.709
‑
0.780。单独基于影像组学特征或临床风险因素研究的效果无法达到较高水平。
[0004]上述内容仅用于辅助理解本专利技术的技术方案，并不代表承认上述内容是现有技术。
技术实现思路
[0005]本专利技术的主要目的在于提供一种甲状腺癌淋巴结转移预测方法、装置、设备及存储介质，旨在解决单独基于影像组学特征或临床风险因素预测淋巴结转移准确度低的技术问题。
[0006]为实现上述目的，本专利技术提供了一种甲状腺癌淋巴结转移预测方法，所述方法包括以下步骤：
[0007]获取病患甲状腺的超声影像学图像和甲状腺临床风险因素；
[0008]对所述甲状腺的超声影像学图像进行特征提取，得到所述病患甲状腺的超声特征；
[0009]将所述病患甲状腺的超声特征与所述甲状腺临床风险因素输入到甲状腺癌淋巴结转移预测模型，得到甲状腺癌淋巴结转移预测结果。
[0010]可选地，所述将所述病患甲状腺的超声特征与所述甲状腺临床风险因素输入到甲状腺癌淋巴结转移预测模型之前，还包括：
[0011]随机将若干个病患按照预设比例划分为两组，得到训练队列和验证队列；
[0012]根据所述训练队列和所述验证队列的病患信息得到对应的所述甲状腺的超声特征和所述甲状腺临床风险因素，并根据所述训练队列、所述验证队列、所述甲状腺的超声特征和所述甲状腺临床风险因素得到训练集与验证集；
[0013]将所述训练集中的数据输入到初始甲状腺癌淋巴结转移预测模型，对所述初始甲
状腺癌淋巴结转移预测模型的调节参数进行更新，并根据所述调节参数更新所述初始甲状腺癌淋巴结转移预测模型，得到训练后的甲状腺癌淋巴结转移预测模型；
[0014]获取所述训练后的甲状腺癌淋巴结转移预测模型的特征曲线下的面积得到预测诊断效能；
[0015]将所述预测诊断效能与超声报告的淋巴状态的诊断效能对比，在对比结果达到预期结果时，得到所述甲状腺癌淋巴结转移预测模型。
[0016]可选地，所述将所述预测诊断效能与超声报告的淋巴状态的诊断效能对比，在对比结果达到预期结果时，得到所述甲状腺癌淋巴结转移预测模型，之后，还包括：
[0017]根据所述训练队列与所述验证队列的预测结果绘制对应的检测误差权衡曲线；
[0018]根据所述检测误差权衡曲线得到错误拒绝率与错误接受率；
[0019]将所述错误拒绝率和所述错误接受率与判断阈值比较，得到比较结果；
[0020]根据所述比较结果对所述甲状腺癌淋巴结转移预测模型进行评估。
[0021]可选地，所述对所述甲状腺的超声影像学图像进行特征提取，得到所述病患甲状腺的超声特征，包括：
[0022]对所述甲状腺的超声影像学图像中病灶进行检测；
[0023]提取所述病灶的直径，选定所述直径最大的病灶，将所述病灶的超声影像学图像进行提取；
[0024]获取所述病灶的超声影像学图像的感兴趣区域，提取所述感兴趣区域的甲状腺的超声影像特征。
[0025]可选地，所述提取所述感兴趣区域的甲状腺的超声影像特征，包括：
[0026]根据所述感兴趣区域得到初步甲状腺的超声影像特征；
[0027]对所述初步甲状腺的超声影像特征进行检测，在所述超声图像特征数据缺失时，将所述初步甲状腺的超声影像特征删除；
[0028]在所述超声图像特征数据异常时，将所述初步甲状腺的超声影像特征进行填充，并对所述初步甲状腺的超声影像特征筛选得到甲状腺的超声影像特征；
[0029]在所述超声图像特征数据正常时，将对所述初步甲状腺的超声影像特征筛选得到甲状腺的超声影像特征。
[0030]可选地，所述获取病患甲状腺临床风险因素，包括：
[0031]确定所述甲状腺临床风险因素与甲状腺癌淋巴结转移的相关性；
[0032]将所述相关性高于相关阈值的甲状腺临床风险因素作为所述病患甲状腺临床风险因素。
[0033]可选地，所述将所述病患甲状腺的超声特征与所述甲状腺临床风险因素输入到甲状腺癌淋巴结转移预测模型之后，还包括：
[0034]根据所述病患甲状腺的超声特征与所述甲状腺临床风险因素得到SHAP图，所述SHAP图包括总结图、局部条形图、散点图和热图；
[0035]提取所述病患甲状腺的超声特征与所述甲状腺临床风险因素中各数据的平均值，根据所述平均值生成所述总结图；
[0036]对所述病患甲状腺的超声特征与所述甲状腺临床风险因素进行特征转换，得到所述局部条形图；
[0037]根据所述病患甲状腺的超声特征与所述甲状腺临床风险因素得到预测概率，确定特征重要程度，并根据所述重要程度得到所述散点图；
[0038]对所述病患甲状腺的超声特征与所述甲状腺临床风险因素进行聚类排序，得到所述热图，来反映中央区淋巴结转移情况。
[0039]此外，为实现上述目的，本专利技术还提出一种甲状腺癌淋巴结转移预测装置，所述甲状腺癌淋巴结转移预测装置包括：
[0040]病患信息获取模块，用于获取病患甲状腺的超声影像学图像和甲状腺临床风险因素；
[0041]影像特征提取模块，用于对所述甲状腺的超声影像学图像进行特征提取，得到所述病患甲状腺的超声特征；
[0042]淋巴结转移预测模块，用于将所述病患甲状腺的超声特征与所述甲状腺临床风险因素输入到甲状腺癌淋巴结转移预测模型，得到甲状腺癌淋巴结转移预测结果。
[0043]此外，为实现上述目的，本专利技术还提出一种甲状腺癌淋巴结转移预测设备，所述甲状腺癌淋巴结转移预测设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的甲状腺癌淋巴结转移预测程序，所述甲状腺癌淋巴结转移预测程序配置为实现如上文所述的甲状腺癌淋巴结转移预测方法的步骤。
[0044]此外，为实现上述目的，本专利技术还提出一种存储介质，所述存储介质上存储有甲状本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种甲状腺癌淋巴结转移预测方法，其特征在于，所述甲状腺癌淋巴结转移预测方法包括：获取病患甲状腺的超声影像学图像和甲状腺临床风险因素；对所述甲状腺的超声影像学图像进行特征提取，得到所述病患甲状腺的超声特征；将所述病患甲状腺的超声特征与所述甲状腺临床风险因素输入到甲状腺癌淋巴结转移预测模型，得到甲状腺癌淋巴结转移预测结果。2.如权利要求1所述的方法，其特征在于，所述将所述病患甲状腺的超声特征与所述甲状腺临床风险因素输入到甲状腺癌淋巴结转移预测模型之前，还包括：随机将若干个病患按照预设比例划分为两组，得到训练队列和验证队列；根据所述训练队列和所述验证队列的病患信息得到对应的所述甲状腺的超声特征和所述甲状腺临床风险因素，并根据所述训练队列、所述验证队列、所述甲状腺的超声特征和所述甲状腺临床风险因素得到训练集与验证集；将所述训练集中的数据输入到初始甲状腺癌淋巴结转移预测模型，对所述初始甲状腺癌淋巴结转移预测模型的调节参数进行更新，并根据所述调节参数更新所述初始甲状腺癌淋巴结转移预测模型，得到训练后的甲状腺癌淋巴结转移预测模型；获取所述训练后的甲状腺癌淋巴结转移预测模型的特征曲线下的面积得到预测诊断效能；将所述预测诊断效能与超声报告的淋巴状态的诊断效能对比，在对比结果达到预期结果时，得到所述甲状腺癌淋巴结转移预测模型。3.如权利要求2所述的方法，其特征在于，所述将所述预测诊断效能与超声报告的淋巴状态的诊断效能对比，在对比结果达到预期结果时，得到所述甲状腺癌淋巴结转移预测模型，之后，还包括：根据所述训练队列与所述验证队列的预测结果绘制对应的检测误差权衡曲线；根据所述检测误差权衡曲线得到错误拒绝率与错误接受率；将所述错误拒绝率和所述错误接受率与判断阈值比较，得到比较结果；根据所述比较结果对所述甲状腺癌淋巴结转移预测模型进行评估。4.如权利要求1所述的方法，其特征在于，所述对所述甲状腺的超声影像学图像进行特征提取，得到所述病患甲状腺的超声特征，包括：对所述甲状腺的超声影像学图像中病灶进行检测；提取所述病灶的直径，选定所述直径最大的病灶，将所述病灶的超声影像学图像进行提取；获取所述病灶的超声影像学图像的感兴趣区域，提取所述感兴趣区域的甲状腺的超声影像特征。5.如权利要求4所述的方法，其特征在于，所述提取所述感兴趣区域的甲状腺的超声影像特征，包括：根据所述感兴趣区域得到初步甲状腺的超声影像特征；对所述初步甲状腺的超声影像特...
【专利技术属性】
技术研发人员：周乐，张孟超，孙辉，付吉涛，刘一君，
申请(专利权)人：成都知图智能科技有限公司，
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。