本发明专利技术公开一种乳腺肿瘤判别分析系统及方法。其中，所述系统包括：病例资料输入模块，用于提供病例资料输入界面输入包括患者的体检、乳腺影像表现和病史的病例资料；病例资料数据库，用于保存每个患者的病例资料；分析判别模块，用于根据判别方程计算从病例资料输入模块输入的病例资料分别属于BI-RADS1~5级的各级概率。本发明专利技术对乳腺影像描述等患者的病例资料进行量化分类，为乳腺肿瘤诊断提供准确、客观的乳腺肿瘤评估分类结果，具有操作简单、实现容易等优点。
【技术实现步骤摘要】
本专利技术涉及一种医疗诊断器械，尤其是涉及一种基于乳腺影像报告数据系统 (Breast imaging reporting and data system，简称BI-RADS)的乳腺肿瘤判别分析系统， 以及相应的乳腺肿瘤判别分析方法。
技术介绍
从90年代乳腺钼靶X线用于临床以来，对女性乳腺疾病的检出诊断起到重要作用，能够发现早期病变，从而对乳腺癌患者达到早期发现、早期诊断、早期治疗的积极作用， 有效提高患者生存率。是目前唯一被美国FDA认可的用于筛查早期乳腺癌的影像学方法， 在我国，温家宝总理新签署的“新农合”计划，明确将两癌(乳腺癌及宫颈癌)筛查列入十一五至十二五期间卫生保障工作的政府支出项目。乳腺影像报告数据系统(Breastimaging reporting and data system，简称 BI-RADS)是美国放射学会(American College of Radiology)创立并向全球放射科医生推荐乳腺影像报告数据系统，目前被国内外公认的乳腺影像学诊断指导。BI-RADS适用于临床的主要内容包括影标准影像学术语和总体评估两大类。其各个分级意义如下0级需要召回，结合其他检查后再评估。说明检查获得的信息可能不够完整。I级未见异常。II级考虑良性改变，建议定期随访(如每年一次)。III级良性疾病可能，但需要缩短随访周期(如3 6个月一次)。这一级恶性的比例小于2%。IV级有异常，不能完全排除恶性病变可能，需要活检明确。V级高度怀疑为恶性病变(几乎认定为恶性疾病)，需要手术切除活检。VI级已经由病理证实为恶性病变。BI-RADS分级在国外已成熟应用，在我国应用超过10年。但仍然存在以下问题1、BI-RADS的最初制定是基于乳腺癌的筛查，及应用对象是无症状人群的健康体检，而在我国，更多是应用于临床，及有症状人群。2、不同的医生对待同样的影像可能会得到不同的诊断结果，同一医生对待同样的影像在不同时间也可能得到不同的诊断结果，临床医生对影像科的不肯定诊断常常无所适从。对征象的描述存在主观性，缺少量化标准。3、不同医疗机构之间的归一研究方面和乳腺X线检查随访的检测等方面存在大量不确定因素。
技术实现思路
本专利技术的目的在于克服现有BI-RADS分级影像诊断缺乏定量化评价指标的问题， 提供一种，该判别分析系统可对乳腺影像进行定量化分析，提供准确、客观的乳腺肿瘤评估分类结果。本专利技术采用如下技术方案实现一种乳腺肿瘤判别分析系统，其包括病例资料输入模块，用于提供病例资料输入界面输入包括患者的体检、乳腺影像表现和病史的病例资料；病例资料数据库，用于保存每个患者的病例资料；分析判别模块，用于根据判别方程计算从病例资料输入模块输入的病例资料分别属于BI-RADS 1 5级的各级概率。其中，所述系统还包括分别连接分析判别模块和病例资料数据库的判别方程建立模块，用于提供用户根据历史的病例资料建立判别方程；连接病例资料数据库的数据库管理模块，用于提供对病例资料数据库进行新建、 修改、删除、查询和打印的操作管理。其中，判别方程是将每个患者的病例资料中各项资料对应的数值，乘以协方差矩阵而得出属于BI-RADS 1 5级的各级概率。另外，本专利技术还公开一种乳腺肿瘤判别分析方法，其包括步骤提供一个病例资料输入界面，输入包括患者的体检、乳腺影像表现和病史的病例资料，并将保存在病例资料数据库；根据预先设置的判别方程计算从病例资料输入模块输入的病例资料分别属于 BI-RADS 1 5级的各级概率；显示出该患者对应的病例资料分别符合BI-RADS 1 5级的各级概率。其中，所有患者的病例资料在病例资料数据库中以EXCEL表格存储，每个患者对应EXCEL表格其中一行信息。所述方法还提供用户根据病例资料数据库中的病例资料，建立判别方程。与现有技术相比，本专利技术具有如下有益效果本专利技术根据经验值(由若干历史的病例资料统计计算出的协方差矩阵以及对应的判别方程)对乳腺影像描述等患者的病例资料进行量化分类，从而为乳腺肿瘤诊断提供准确、客观的乳腺肿瘤评估分类结果，具有操作简单、实现容易等优点。附图说明图1是本专利技术的系统结构示意图。图2是本专利技术的流程示意图。图3是新建一个病例资料输入界面的示意图。图4是将所有患者的病例资料以E)(CEL表格存储的示意图。具体实施例方式本专利技术将患者的体检、乳腺影像表现、病史等病例资料输入后，根据预先建立的判别方程，分别计算出患者属于BI-RADS属于1 5级的各级概率。因此，本专利技术由判别方程对病例资料行量化分类，从而为乳腺肿瘤诊断提供准确、客观的乳腺肿瘤评估分类结果。如图1所示，本专利技术提出的乳腺肿瘤判别分析系统包括用于输入患者的体检、乳腺影像表现、病史等病例资料的病例资料输入模块11 ；用于保存每个患者的病例资料的病例资料数据库12 ；从病例资料输入模块11输入的病例资料送至分析判别模块3，由分析判别模块3根据判别方程计算出患者属于BI-RADS 1 5级的各级概率；以及用于提供用户根据历史的病例资料建立判别方程的判别方程建立模块14 ；以及数据库管理模块15，由数据库管理模块15提供对病例资料数据库12的基本管理功能，可以新建、修改、删除、查询病例资料，并可以将病人资料条目导出为EXCEL表格，方便进一步处理或打印。经过临床资料的积累，用户会获得新的一批经过随访证实其分级的病例资料。可以将这些病例资料作为下次建立判别方程的依据。每当病例数量积累到一定程度，判别方程建立模块14将提示可以建立新的判别方程。一般认为，在更大病例数量基础上建立的判别方程，具有更高的预测准确性。通过不断的自我学习，可以使软件的预测结果越来越接近真实的情况。结合图2所示，本专利技术一个优选实施例的实现流程包括步骤Si、对于每一个患者，由例资料输入模块11新建一个病例资料输入界面，如图3所示，包括“基本资料”、“影像检查”、“病史”、“合并象征”和“结果”等多个子界面。由医生逐一将该患者的体检、乳腺影像表现、病史等病例资料输入，并保存在病例资料数据库12。如图4所示，所有患者的病例资料以EXCEL表格存储，每个患者对应EXCEL表格其中一行信息。用户(医生)通过该EXCEL表格可以快速的浏览、修改每个患者具体的病例资料。步骤S2、由分析判别模块3根据预先设置的判别方程计算出患者属于BI-RADS 1 5级的各级概率。比如，若一个患者的病例资料包含6项资料(实际上一个患者远远不止6项资料， 在此仅做举例)，分别用a、b、c、d、e和f代表。结合图4所示，a表示“肿块形态”的数值、 b表示“肿块边缘”的数值、c代表“肿块密度”的数值、d代表“钙化形态”的数值、e和f分别代表为BI-RADS 1类和2类的数值。那么，判别方程表示如下Yl = Xll*a+X12*b+X13*c+X14*d+X15*e+X16*f+X17 ；Y2 = X21*a+X22*b+X23*c+X24*d+X25*e+X26*f+X27 ；Y3 = X31*a+X32*b+X33*c+X34*d+X35*e+X36*f+X37 ；Y4 = X41*a+X42*b+X43*c+X44*d+X45*e+X46*f+X47 ；Y5 = X51*a+X52*b+X53*c+X54*d+X本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：马捷，吴明祥，徐坚民，
申请(专利权)人：深圳市人民医院，
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。