一种腺瘤的风险预测方法、装置、电子设备及存储介质
本发明涉及风险预测,具体涉及一种腺瘤的风险预测方法、装置、电子设备及存储介质。
背景技术:
1、结肠腺瘤作为结肠癌的明确癌前病变,早期精准识别与风险评估是降低结肠癌发病率、改善患者预后的核心环节。当前临床常规结肠镜检查中,腺瘤的确诊高度依赖有创组织活检:内镜医师在镜下发现疑似病灶后,需通过钳取病变组织进行病理分析才能明确病变性质与恶变风险。这种有创检测模式不仅会给患者带来出血、感染等操作风险,还存在检查流程复杂、检测周期长、医疗成本较高等局限,部分患者因对有创操作的顾虑而延迟筛查,进一步增加了结肠癌的早诊漏诊风险。
2、而基于无创生物标志物检测往往依赖于医生的主观经验判断,缺乏客观量化的风险分级标准,且不同医师间的判读一致性较差,尤其是新手医师在复杂病例中易出现误判或漏诊。
3、因此,现有技术存在难以基于无创手段实现精准预测腺瘤风险的问题。
技术实现思路
1、本发明提供一种腺瘤的风险预测装置、电子设备及存储介质,旨在解决现有技术存在的难以基于无创手段实现精准预测腺瘤风险的问题。
2、为解决上述技术问题,本发明提供以下技术方案:
3、一种腺瘤的风险预测装置,包括:
4、数据输入组件,用于获取待测患者的肠镜医学图像和临床文本数据并输入至肠镜分析模型,其中,所述肠镜分析模型包括图像提取模块、文本转化模块和风险融合模块;
5、基于所述图像提取模块对所述肠镜医学图像进行特征提取,得到影像学特征;
6、基于所述文本转化模块对所述临床文本数据进行结构化语言转换,得到结构化的临床特征;
7、基于所述风险融合模块对所述影像学特征和所述临床特征进行特征融合,得到所述待测患者的腺瘤综合风险。
8、可选地,所述图像提取模块包括多层级特征提取子模块和高阶映射子模块;所述基于所述图像提取模块对所述肠镜医学图像进行特征提取,得到影像学特征,包括:
9、基于所述多层级特征提取子模块对所述肠镜医学图像进行多层级特征提取,分别得到病灶区域的形态特征、纹理特征和边缘特征;
10、基于所述高阶映射子模块对所述形态特征、所述纹理特征和所述边缘特征进行高阶映射,生成影像学特征。
11、可选地,所述文本转化模块包括实体关系识别子模块和结构化处理子模块;所述基于所述文本转化模块对所述临床文本数据进行结构化语言转换,得到结构化的临床特征,包括:
12、基于所述实体关系识别子模块对所述临床文本数据进行实体识别与关系抽取,得到关键临床实体及其关联关系;
13、基于所述结构化处理子模块对所述关键临床实体及其关联关系进行特征编码与向量化处理,生成结构化的临床特征。
14、可选地,所述影像学特征包括形态学特征、增强扫描特征和功能影像学特征;所述临床特征包括人口学特征、生活方式因素和筛查史;所述风险融合模块包括特征拼接子模块、注意力机制子模块和全连接层;所述基于所述风险融合模块对所述影像学特征和所述临床特征进行特征融合,得到所述待测患者的腺瘤综合风险,包括:
15、基于所述特征拼接子模块对所述影像学特征和所述临床特征进行特征对齐与拼接,得到多模态特征融合向量;
16、基于所述注意力机制子模块对所述多模态特征融合向量进行动态权重分配,得到带权重的多模态特征向量;
17、基于所述全连接层对所述带权重的多模态特征向量进行非线性映射与分类,得到所述腺瘤综合风险。
18、可选地,所述腺瘤的风险预测装置还包括置信度标注组件;在基于所述全连接层对所述带权重的多模态特征向量进行非线性映射与分类,得到所述腺瘤综合风险之后,还包括:
19、基于所述置信度标注组件对腺瘤综合风险大于预设阈值的肠镜医学图像进行置信度和病灶区域标注,得到带有置信度和标注框的肠镜医学图像;
20、所述注意力机制子模块还用于增大所述带有置信度和标注框的肠镜医学图像的特征。
21、可选地,所述肠镜分析模型还包括数据标准化模块;所述基于所述风险融合模块对所述影像学特征和所述临床特征进行特征融合,得到所述待测患者的腺瘤综合风险,还包括:
22、基于所述数据标准化模块对非侵入性检测数据进行检验数据标准化转化,得到非侵入性标准化特征,其中,所述非侵入性检测数据包括所述待测患者的粪便隐血、肿瘤标志物、粪便rna标志物、尿液代谢标志物和呼气检测的挥发性有机化合物谱中的至少两种;
23、所述风险融合模块还用于对所述影像学特征、所述临床特征和所述非侵入性标准化特征进行特征融合,得到所述待测患者的腺瘤综合风险。
24、可选地,所述肠镜分析模型还包括病理验证模块;在基于所述风险融合模块对所述影像学特征和所述临床特征进行特征融合,得到所述待测患者的腺瘤综合风险之后,还包括:
25、基于所述病理验证模块获取所述待测患者的活检病理结果;
26、所述风险融合模块还用于根据所述活检病理结果对所述腺瘤综合风险进行验证与校准。
27、可选地,所述肠镜分析模型还包括基因检测模块和图神经网络模块;在获取所述待测患者的活检病理结果之后,还包括:
28、基于所述基因检测模块对所述待测患者的活检样本进行基因检测,得到分子生物学特征,所述分子生物学特征包括基因突变数据、微卫星不稳定性指标、甲基化状态数据和蛋白质表达水平数据;
29、基于所述图神经网络模块对所述分子生物学特征进行图结构建模,识别与腺瘤恶变相关的异常分子通路;
30、所述风险融合模块还用于根据所述异常分子通路对所述腺瘤综合风险进行二次校准。
31、一种电子设备,包括存储器和处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
32、获取待测患者的肠镜医学图像和临床文本数据并输入至肠镜分析模型,其中,所述肠镜分析模型包括图像提取模块、文本转化模块和风险融合模块;
33、基于所述图像提取模块对所述肠镜医学图像进行特征提取,得到影像学特征;
34、基于所述文本转化模块对所述临床文本数据进行结构化语言转换,得到结构化的临床特征;
35、基于所述风险融合模块对所述影像学特征和所述临床特征进行特征融合,得到所述待测患者的腺瘤综合风险。
36、一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器进行加载,以执行以下步骤:
37、获取待测患者的肠镜医学图像和临床文本数据并输入至肠镜分析模型,其中,所述肠镜分析模型包括图像提取模块、文本转化模块和风险融合模块;
38、基于所述图像提取模块对所述肠镜医学图像进行特征提取,得到影像学特征;
39、基于所述文本转化模块对所述临床文本数据进行结构化语言转换,得到结构化的临床特征;
40、基于所述风险融合模块对所述影像学特征和所述临床特征进行特征融合,得到所述待测患者的腺瘤综合风险。
41、本实施例中,依托整合了图像提取模块、文本转化模块与风险融合模块的专用肠镜分析模型开展预测,由于肠镜分析模型能够对图像和文本的特征进行分析以预测其中隐含的风险信息,全程仅需使用无创采集获得的肠镜医学图像与既有的临床文本数据,无需对患者进行有创采样操作,通过分步提取影像学特征、转化临床特征、融合两类特征的流程,即可高效输出准确的待测患者的腺瘤综合风险,在保障预测准确性的同时,实现了检测全流程的无创性,大幅降低了检测给患者带来的身体负担,也简化了检测操作流程。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com