一种肝纤维化体外辅助评估方法及系统

本发明属于图像处理，尤其涉及一种肝纤维化体外辅助评估方法及系统。

背景技术：

1、肝纤维化是慢性肝损伤反复发生并修复失衡所导致的病理过程，是多种慢性肝病向肝硬化甚至肝癌进展过程中的关键环节。由于肝纤维化在一定阶段内具有可逆性，因此其早期发现、动态评估及分层管理对于延缓疾病进展、指导临床干预及改善患者预后具有重要临床意义。现有技术中，肝穿刺活检仍被认为是肝纤维化评估的金标准，但该方法属于有创检查，易出现感染风险，患者接受度较低，且由于取样组织体积有限，存在主观判断的差异，难以实现大样本重复检测和连续动态监测。因此如何更好地实现肝纤维化体外辅助评估成为亟待解决的问题。

技术实现思路

1、鉴于以上现有技术的不足，发明的目的在于提供一种肝纤维化体外辅助评估方法及系统。

2、本发明的第一方面，提出了一种肝纤维化体外辅助评估方法，包括：获取基于血浆诱导生成的尿酸晶体；对所述尿酸晶体进行图像采集，得到晶体荧光图像，并对所述晶体荧光图像进行预处理，得到目标荧光图像；基于图像分割模型对所述目标荧光图像进行分割，得到多个单晶体图像；基于目标临床任务，将同一待测者的所述单晶体图像输入至所述目标临床任务对应的深度学习模型中，得到与肝纤维化相关的评估结果。

3、本发明的第二方面，提出了一种肝纤维化体外辅助评估系统，包括：获取模块，用于获取基于血浆诱导生成的尿酸晶体；采集和预处理模块，用于对所述尿酸晶体进行图像采集，得到晶体荧光图像，并对所述晶体荧光图像进行预处理，得到目标荧光图像；分割模块，用于基于图像分割模型对所述目标荧光图像进行分割，得到多个单晶体图像；得到模块，用于基于目标临床任务，将同一待测者的所述单晶体图像输入至所述目标临床任务对应的深度学习模型中，得到与肝纤维化相关的评估结果。

4、本发明的第三方面，提出了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面中任一项所述的方法。

5、本发明的第四方面，提出了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本发明第一方面中任一项所述的方法。

6、本发明有益效果如下：

7、本发明所述的肝纤维化体外辅助评估方法及系统，获取基于血浆诱导生成的尿酸晶体；对尿酸晶体进行图像采集，得到晶体荧光图像，并对晶体荧光图像进行预处理，得到目标荧光图像；基于图像分割模型对目标荧光图像进行分割，得到多个单晶体图像；基于目标临床任务，将同一待测者的单晶体图像输入至目标临床任务对应的深度学习模型中，得到与肝纤维化相关的评估结果。该方法实现了自动化肝纤维化体外辅助评估，提高了肝纤维化体外辅助评估的准确性和效率，避免了穿刺活检的创伤和风险。

1.一种肝纤维化体外辅助评估方法，其特征在于，包括：

2.根据权利要求1所述的肝纤维化体外辅助评估方法，其特征在于，基于所述血浆诱导生成所述尿酸晶体的步骤包括：

3.根据权利要求1所述的肝纤维化体外辅助评估方法，其特征在于，所述图像分割模型通过以下方式进行训练：

4.根据权利要求1所述的肝纤维化体外辅助评估方法，其特征在于，所述目标临床任务包括辅助区分健康与肝纤维化、辅助筛查肝纤维化风险或辅助识别早期肝纤维化。

5.根据权利要求4所述的肝纤维化体外辅助评估方法，其特征在于，在所述目标临床任务为所述辅助区分健康与肝纤维化的情况下，所述目标临床任务对应的深度学习模型通过以下方式训练：

6.根据权利要求4所述的肝纤维化体外辅助评估方法，其特征在于，在所述目标临床任务为所述辅助筛查肝纤维化风险的情况下，所述目标临床任务对应的深度学习模型包括图像深度特征提取分支和晶体形态学特征分支，其中，所述图像深度特征提取分支用于自动提取单晶体图像的深度特征，所述形态学特征分支用于提取或输入单晶体的形态、灰度、纹理及空间分布特征；

7.根据权利要求6所述的肝纤维化体外辅助评估方法，其特征在于，将同一待测者的所述单晶体图像输入至所述目标临床任务对应的深度学习模型中，得到与肝纤维化相关的评估结果，包括：

8.一种肝纤维化体外辅助评估系统，其特征在于，包括：

9.一种电子设备，其特征在于，包括：

10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1至7中任一项所述的方法。