本发明专利技术提供了一种鼻窦炎的分析方法和相关设备，应用于数据处理技术领域。本申请获取训练样本集和儿童鼻息病理切片图像，对训练样本集进行预处理，生成标注后的训练样本，将标注后的训练样本对初始检测模型进行训练，生成目标检测模型，基于目标检测模型对儿童鼻息病理切片图像进行处理，生成炎症细胞占比值。获取病理特征占比值，基于预设训练分类器对病理特征占比值和炎症细胞占比值进行处理，生成儿童鼻息肉炎症类别，将儿童鼻息病理切片图像加入训练样本集，以供目标检测模型进行更新。对儿童鼻息病理切片图像进行学习，准确识别切片图像中的炎性细胞并对其计数，同时识别切片图像中的病理特征，实现对多种细胞和病理特点的识别。
【技术实现步骤摘要】
本专利技术涉及数据处理，特别涉及一种鼻窦炎的分析方法和相关设备。
技术介绍
1、慢性鼻-鼻窦炎（chronic rhinosinusitis，crs）是发生在鼻黏膜的慢性炎症，是影响患者生活质量的最常见的疾病之一。研究表明，crs 对儿童生活质量的影响甚至比哮喘、注意缺陷多动障碍、青少年类风湿关节炎和癫痫等疾病的影响更大，因而越来越受家长和社会的重视。crs 病因复杂，是遗传学和环境等多因素相互作用的结果。根据表型分组，crs 可分为慢性鼻窦炎伴或不伴鼻息肉（chronic rhinosinusitis with or withoutnasal polyps, crswnp or crssnp）。根据其组织学特点，crs 又分为嗜酸粒细胞性鼻窦炎（eosinphilic chronic rhinosinusitis, ecrs ） 和 非 嗜 酸 粒 细 胞 性 鼻 窦 炎（non-eosinphilic chronic rhinosinusitis, non-ecrs）。
2、然而近年来，儿童 crswnp 逐渐呈现低龄化趋势。儿童鼻息肉可表现为累及单侧上颌窦的息肉（acp），但是，仍有部分患儿呈现为累及双侧的弥漫型 crswnp，其息肉的形态学特点与成人无异。这部分患儿在手术治疗后，仍要面临长时间的药物治疗。然而，部分儿童仍可在术后短期内复发而再次手术。因此，根据儿童 crs 鼻黏膜和鼻息肉组织的炎性细胞浸润情况，判断其内在型及免疫机制，并针对中国 crs 儿童这一特殊群体制定适合的诊疗策略至关重要。
>3、不仅如此，由于样本阅片工作需病理科医师进行，因病理医师的资质以及经验而出现的诊断误差将无法避免。此外，在临床工作中，病理医师仅常规选取样本部分切片中的数个高倍视野进行阅片，可能出现因选择的视野不同而导致的标本炎症细胞数量不能反映样本整体的炎症特征。也就是说，对于样本取材的局限性以及病理阅片巨大的工作量，对于明确 crs 炎症分型是一个巨大的挑战。因此，如何快速、准确的根据适合儿童 crs 的病理特征去判断其疾病的内在型并了解其免疫机制，已经成为发展儿童 crs 精准医疗策略的关键问题，亟待解决！4、需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本申请的目的在于提供一种鼻窦炎的分析方法和相关设备，至少在一定程度上克服现有技术存在的问题，通过对儿童鼻息病理切片图像进行深度学习，快速且准确识别儿童鼻息病理切片图像中的炎性细胞并对其计数，同时识别切片图像中的病理特征，实现对多种细胞和病理特点的识别，从而准确地诊断儿童鼻息肉炎症的类别。
2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本专利技术的实践而习得。
3、根据本申请的一个方面，提供一种鼻窦炎的分析方法，包括：获取训练样本集和儿童鼻息病理切片图像；对所述训练样本集进行预处理，生成标注后的训练样本；将所述标注后的训练样本对初始检测模型进行训练，生成目标检测模型；基于所述目标检测模型对所述儿童鼻息病理切片图像进行处理，生成炎症细胞占比值；获取病理特征占比值，其中，所述病理特征占比值为医生预先针对各炎症细胞占比值所设置的；基于预设训练分类器对所述病理特征占比值和所述炎症细胞占比值进行处理，生成儿童鼻息肉炎症类别；将所述儿童鼻息病理切片图像加入所述训练样本集，以供所述目标检测模型进行更新。
4、在本申请的一个实施例中，所述对所述训练样本进行预处理，生成标注后的训练样本，包括：对所述训练样本进行数据增强处理，生成增强后的训练样本；基于预设划分规则对所述增强后的训练样本进行处理，生成病灶区域。
5、在本申请的一个实施例中，所述对所述训练样本进行预处理，生成标注后的训练样本，还包括：对所述训练样本进行归一化预处理，生成目标亮度的训练样本；获取预设分类规则，其中，所述预设分类规则包括若干不同病灶类型的分割数据；基于所述预设分类规则对所述目标亮度的训练样本进行处理，生成分类后的训练样本。
6、在本申请的一个实施例中，所述基于所述目标检测模型对所述儿童鼻息病理切片图像进行处理，生成炎症细胞占比值，包括：基于所述目标检测模型对所述儿童鼻息病理切片进行处理，生成若干儿童鼻息肉病理切片图像；对所述若干儿童鼻息病理切片图像进行分类处理，生成不同类别的目标切片图像；基于预设分类阈值对所述目标切片图像进行处理，生成处于异常状态的炎症细胞；基于预设规则对所述处于异常状态的炎症细胞进行处理，生成炎症细胞占比值。
7、在本申请的一个实施例中，所述获取病理特征占比值，包括：获取患者的生活环境数据；基于所述生活环境数据和所述患者的历史生理状态因素对所述患者的生理状态因素设置预设权重值；获取所述生理状态因素的实时参数浮动概率；若所述浮动概率大于预设浮动阈值，则基于所述历史生理状态因素判断所述浮动概率对应的生理状态因素是否一致；若是，则提高所述生理状态因素的风险值；若否，则在预设时间内获取所述生理状态因素浮动概率大于预设浮动阈值的次数，若所述次数大于预设次数，则提高所述生理状态因素的风险值；基于所述风险值调整所述病理特征的占比值。
8、在本申请的一个实施例中，所述基于预设训练分类器对所述病理特征占比值和所述炎症细胞占比值进行处理，生成儿童鼻息肉炎症类别，包括：基于预设训练分类器对所述病理特征占比值和所述炎症细胞占比值进行处理，生成鼻息肉特征数据和病例信息的风险属性；基于所述风险属性获取所述鼻息肉特征数据和所述病例信息的影响程度；基于风险分类规则对所述鼻息肉特征数据和所述病例信息的影响程度进行处理，生成风险异常指标；基于所述风险异常指标生成儿童鼻息肉炎症类别。
9、在本申请的一个实施例中，所述基于风险分类规则对所述鼻息肉特征数据和所述病例信息的影响程度进行处理，生成风险异常指标，包括：获取所述鼻息肉特征数据和所述病例信息对应的风险分布数据；基于历史风控数据获取所述鼻息肉特征数据和所述病例信息对应的正常风险范围；基于所述鼻息肉特征数据和所述病例信息对应的正常风险范围对所述鼻息肉特征数据和所述病例信息进行处理，生成风险异常指标。
10、本申请的另一个方面，一种鼻窦炎的分析装置，其特征在于，包括：获取模块，用于获取训练样本集和儿童鼻息病理切片图像；获取病理特征占比值，其中，所述病理特征占比值为医生预先针对各炎症细胞占比值所设置的；处理模块，用于对所述训练样本集进行预处理，生成标注后的训练样本；将所述标注后的训练样本对初始检测模型进行训练，生成目标检测模型；基于所述目标检测模型对所述儿童鼻息病理切片图像进行处理，生成炎症细胞占比值；基于预设训练分类器对所述病理特征占比值和所述炎症细胞占比值进行处理，生成儿童鼻息肉炎症类别；将所述儿童鼻息病理切片图像加入所述训练样本集，以供所述目标检测模型进行更新。
11、根据本申请的再一个方面，一种电子设本文档来自技高网...
【技术保护点】
1.一种鼻窦炎的分析方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述对所述训练样本进行预处理，生成标注后的训练样本，包括：
3.如权利要求1或2所述的方法，其特征在于，所述对所述训练样本进行预处理，生成标注后的训练样本，还包括：
4.如权利要求1所述的方法，其特征在于，所述基于所述目标检测模型对所述儿童鼻息病理切片图像进行处理，生成炎症细胞占比值，包括：
5.如权利要求1所述的方法，其特征在于，所述获取病理特征占比值，包括：
6.如权利要求1所述的方法，其特征在于，所述基于预设训练分类器对所述病理特征占比值和所述炎症细胞占比值进行处理，生成儿童鼻息肉炎症类别，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于风险分类规则对所述鼻息肉特征数据和所述病例信息的影响程度进行处理，生成风险异常指标，包括：
8.一种鼻窦炎的分析装置，其特征在于，所述装置包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被第二处理器执行时实现权利要求1～7中任意一项所述的鼻窦炎的分析方法。
...
【技术特征摘要】
1.一种鼻窦炎的分析方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述对所述训练样本进行预处理，生成标注后的训练样本，包括：
3.如权利要求1或2所述的方法，其特征在于，所述对所述训练样本进行预处理，生成标注后的训练样本，还包括：
4.如权利要求1所述的方法，其特征在于，所述基于所述目标检测模型对所述儿童鼻息病理切片图像进行处理，生成炎症细胞占比值，包括：
5.如权利要求1所述的方法，其特征在于，所述获取病理特征占比值，包括：
6.如权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：贾超，刘雯菁，韩阳，葛文彤，张楠，倪鑫，王生才，王蓬鹏，唐力行，肖潇，杨小健，张薇，刘晨，姚兴凤，何乐建，陈晓旭，刘笑歌，赵金好，
申请(专利权)人：首都医科大学附属北京儿童医院，
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。