一种治疗前后MRI疗效评价数据处理方法及系统
本技术涉及疗效评价数据处理,尤其涉及一种治疗前后mri疗效评价数据处理方法及系统。
背景技术:
1、肿瘤患者在治疗前后通常需要多次接受mri检查,医生依据治疗前基线检查报告与治疗后复查报告的对比结果对疗效进行评价,为后续治疗方案的调整提供依据。然而,患者的原始记录和mri报告记录往往来自多个不同的信息系统或医疗机构,不同来源的记录中患者标识字段的名称、编码格式和填写规范存在差异,同一患者在不同系统中可能对应不同的标识信息,导致同一患者名下的记录难以准确关联,也难以判断哪些记录属于同一患者、哪些报告属于重复记录。
2、此外,同一次检查可能因草稿、补充或签发等不同流程环节产生多个版本的报告,仅依据检查时间或文件名称进行去重难以保证保留的是内容最终且完整的版本;同一患者的多次检查之间也并非必然构成可比较的治疗前后配对关系,还需要结合检查时间先后顺序、检查部位是否一致等因素综合判断。报告文本中病灶测量结果的表达方式多样,且靶病灶、非靶病灶与新发病灶的结论之间可能存在不一致甚至相互矛盾的情形,仅依靠人工逐份阅读和比对进行疗效判断,效率较低且容易出现遗漏或误判,难以满足临床对疗效评价数据处理的规范化和自动化需求。
3、申请号为201910427251.0的中国专利申请公开了一种基于多字段相似度计算的患者身份匹配方法,该方法针对患者身份信息框架中的多个信息项分别进行字段值预处理和字符串相似度计算,再对各信息项相似度进行加权求和得到患者记录相似度,并将其与预设阈值比较以判断两条患者记录是否指向同一患者。但是其仅针对单一环节的患者记录相似度计算与比较作出处理,无法结合检查时间、检查部位等对同一患者名下的多次检查记录进行治疗前后进行比较,无法追溯疗效评价结果。
技术实现思路
1、有鉴于此,本技术提供一种治疗前后mri疗效评价数据处理方法及系统,解决现有技术中缺乏对同一患者名下多次检查记录进行治疗前后可比较关系判定、且难以给出可复核可追溯的疗效评价结果的技术问题,提升了疗效评价数据处理的规范化和自动化程度。
2、本技术的技术方案是这样实现的:
3、一方面,本技术提供了一种治疗前后mri疗效评价数据处理方法,包括:
4、s1、获取患者身份记录和mri报告记录并进行字段标准化处理以及多字段相似度计算,得到实体对齐得分,根据实体对齐得分对同一患者名下的重复报告进行去重,得到有效mri报告记录,并基于检查时间、检查部位及实体对齐得分对有效mri报告记录进行关联评分,得到基线-复查候选对及其配对得分;
5、s2、解析基线-复查候选对中每份有效mri报告记录的文本内容,得到多个证据节点以及各证据节点所在报告的报告完整度;
6、s3、以实体对齐得分、配对得分及报告完整度作为参考节点,构建包含参考节点与证据节点的证据关联网络,并在证据关联网络上进行证据强度传递,得到传递后的正向证据强度和负向证据强度;
7、s4、将传递后的正向证据强度、负向证据强度分别与规则正向证据强度、规则负向证据强度进行比较取最大值,得到投影后的正向证据强度和负向证据强度;
8、s5、基于投影后的正向证据强度和负向证据强度,分别针对证据节点进行疗效类别判定,按照预设的类别优先级确定候选疗效集合;
9、s6、基于实体对齐得分、配对得分、报告完整度以及候选疗效集合,得到严格性判定结果;候选疗效集合仅包含一个疗效类别且严格性判定结果满足预设条件时,输出疗效类别作为基线-复查候选对的疗效评价结果;否则,输出候选疗效集合作为待复核的疗效评价结果。
10、在以上技术方案的基础上,优选的,步骤s1具体包括:
11、获取患者身份记录中的姓名、病案号、就诊卡号、规范化姓名、出生日期及性别字段,以及mri报告记录中的患者标识字段,并对字段进行格式转换,得到规范化字段;
12、基于规范化字段计算患者身份记录与mri报告记录之间对应字段的相似度,并对多个字段的相似度进行求和,得到实体对齐得分;
13、根据实体对齐得分判断同一患者名下是否存在指向同一次检查的多份报告记录,若存在,则保留其中信息完整度最高的一份,删除其余报告记录,得到有效mri报告记录。
14、在以上技术方案的基础上,优选的,步骤s2具体包括:
15、对基线-复查候选对中每份有效mri报告记录的文本内容进行解析,按照解剖区域将解析得到的病灶描述归类为靶病灶证据节点、非靶病灶证据节点及新发病灶证据节点;
16、判断有效mri报告记录中所见章节及结论章节是否同时存在,得到章节完整度;
17、判断有效mri报告记录中已定位解剖区域的数量是否达到预设数量,得到区域完整度;
18、判断有效mri报告记录中证据节点的数量是否达到预设数量,得到证据完整度;
19、将章节完整度、区域完整度及证据完整度进行求和,得到各证据节点所在报告的报告完整度。
20、在以上技术方案的基础上,优选的,步骤s3具体包括:
21、s31、以实体对齐得分、配对得分及报告完整度作为参考节点,以靶病灶证据节点、非靶病灶证据节点及新发病灶证据节点作为证据节点,在参考节点与证据节点之间、以及证据节点与证据节点之间建立连接边,得到证据关联网络;
22、s32、在证据关联网络中的连接边上进行证据强度传递,对相邻节点的特征进行聚合,得到传递后的正向证据强度和负向证据强度。
23、在以上技术方案的基础上,优选的,步骤s31具体包括:
24、判断证据节点两两之间的解剖区域是否相同,得到同区域判断结果;
25、判断证据节点两两之间的节点标识是否指向同一病灶来源,得到同源判断结果;
26、判断证据节点两两之间是否分属不同时间点且证据谓词相同,得到跨时间同谓词判断结果;
27、若同区域判断结果、同源判断结果及跨时间同谓词判断结果中任一项为是,则在对应的两个证据节点之间建立连接边;
28、参考节点与证据节点之间均建立双向连接边,得到证据关联网络。
29、在以上技术方案的基础上,优选的,步骤s32具体包括:
30、对连接边两端节点的特征进行变换,得到结构先验项;
31、根据连接边两端节点的可靠度进行加权变换,得到可靠度项;
32、根据连接边的可靠度进行对数变换,得到边可靠度项;
33、将结构先验项、可靠度项及边可靠度项相加,在连接边的约束范围内进行归一化,得到加权聚合的权重,基于加权聚合的权重对相邻节点的特征进行加权聚合,得到传播后的正向证据强度和负向证据强度。
34、在以上技术方案的基础上,优选的,步骤s4具体包括:
35、将传递后的正向证据强度与基准正向证据强度进行比较取最大值,得到投影后的正向证据强度;
36、将传递后的负向证据强度与基准负向证据强度进行比较取最大值,得到投影后的负向证据强度;
37、根据投影后的正向证据强度与投影后的负向证据强度之间的差值是否小于预设阈值,得到不确定标志;
38、根据投影后的正向证据强度与投影后的负向证据强度是否同时达到预设阈值,得到冲突标志。
39、在以上技术方案的基础上,优选的,步骤s5具体包括:
40、s51、疗效类别包括完全缓解cr、部分缓解pr、疾病稳定sd或疾病进展pd、不明确类别和冲突类别,靶病灶证据节点的疗效类别取值为cr、pr、sd或pd中的一种;若证据节点对应的不确定标志为真,则将该证据节点的疗效类别判定为不明确类别,若证据节点对应的冲突标志为真,则将该证据节点的疗效类别判定为冲突类别;非靶病灶证据节点的疗效类别为a_non={sd}、a_non={cr}或a_non={nn}中的一种,其中nn表示非完全缓解且非疾病进展;新发病灶证据节点的疗效类别取值为a_new={pd}并进入疾病进展锁定状态或不存在新发病灶中的一种;
41、s52、若靶病灶证据节点的疗效类别为pd,或a_non={pd},或a_new={pd},且对应节点不存在同一解剖区域内可靠度高于该疾病进展证据至少预设差值δ的否定证据,则进入疾病进展覆盖分支,将pd确定为候选疗效集合中的唯一类别;此时,除触发pd锁定的节点外,其余各证据节点均记录为被覆盖冲突;
42、s53、若未进入疾病进展覆盖分支,且靶病灶证据节点的疗效类别为cr,且a_non∈{cr,nn},且a_new=ø,三者同时满足,则将完全缓解cr确定为候选疗效集合中的唯一类别;
43、s54、若未进入疾病进展覆盖分支及cr分支,且靶病灶证据节点的疗效类别为pr,且a_new=ø,且a_non≠{pd},则将pr确定为候选疗效集合中的唯一类别;
44、s55、若未进入疾病进展覆盖分支、cr分支及pr分支,且未触发疾病进展覆盖分支,且靶病灶证据节点的疗效类别为sd,或a_non={nn},则将sd确定为候选疗效集合中的唯一类别;
45、s56、若不满足s52至s55中任一分支的条件,则根据各证据节点的疗效类别按照预设的类别优先级规则确定候选疗效集合;候选疗效集合中所包含的疗效类别数量大于1时,将对应基线-复查候选对的疗效类别判定为不明确类别。
46、更进一步优选的,步骤s6具体包括:
47、判断实体对齐得分是否达到预设的身份阈值且不存在冲突标志,得到身份严格性指示量;
48、判断配对得分是否达到预设的配对阈值且时间方向符合预设的时间约束,得到配对严格性指示量;
49、判断基线报告记录及复查报告记录对应的证据节点中是否存在非未知解剖区域、且证据节点所属候选解剖区域存在交集,得到部位严格性指示量;
50、判断基线报告记录及复查报告记录的报告完整度是否均达到预设的完整度阈值,得到完整度严格性指示量;
51、判断候选疗效集合中是否存在可比较的靶病灶疗效类别、或存在满足预设条件的疾病进展覆盖证据,得到可比较性严格性指示量;判断候选疗效集合中所包含的疗效类别数量是否等于1,得到冲突性严格性指示量;
52、将身份严格性指示量、配对严格性指示量、部位严格性指示量、完整度严格性指示量、可比较性严格性指示量及冲突性严格性指示量相乘,得到严格性判定结果;候选疗效集合仅包含一个疗效类别且严格性判定结果满足预设条件时,输出疗效类别作为基线-复查候选对的疗效评价结果;否则,输出候选疗效集合作为待复核的疗效评价结果。
53、另外,本技术还提供一种治疗前后mri疗效评价数据处理系统,以实现上述所述的一种治疗前后mri疗效评价数据处理方法,包括:
54、记录去重模块,用于获取患者身份记录和mri报告记录并进行字段标准化处理以及多字段相似度计算,得到实体对齐得分,根据实体对齐得分对同一患者名下的重复报告进行去重,得到有效mri报告记录,并基于检查时间、检查部位及实体对齐得分对有效mri报告记录进行关联评分,得到基线-复查候选对及其配对得分;
55、证据解析模块,用于解析基线-复查候选对中每份有效mri报告记录的文本内容,得到多个证据节点以及各证据节点所在报告的报告完整度;
56、图传播模块,用于以实体对齐得分、配对得分及报告完整度作为参考节点,构建包含参考节点与证据节点的证据关联网络,并在证据关联网络上进行证据强度传递,得到传递后的正向证据强度和负向证据强度;
57、证据投影模块,用于将传递后的正向证据强度、负向证据强度分别与规则正向证据强度、规则负向证据强度进行比较取最大值,得到投影后的正向证据强度和负向证据强度;
58、类别判定模块,用于基于投影后的正向证据强度和负向证据强度,分别针对证据节点进行疗效类别判定,按照预设的类别优先级确定候选疗效集合;
59、结果输出模块,用于基于实体对齐得分、配对得分、报告完整度以及候选疗效集合,得到严格性判定结果;候选疗效集合仅包含一个疗效类别且严格性判定结果满足预设条件时,输出疗效类别作为基线-复查候选对的疗效评价结果;否则,输出候选疗效集合作为待复核的疗效评价结果。
60、本技术相对于现有技术具有以下有益效果:
61、(1)通过对多来源患者原始记录和mri报告记录依次进行实体对齐去重、检查配对评分、证据节点解析、关联网络强度传递、投影约束、类别判定及严格性判定的全流程处理,减少了因记录来源分散、报告版本不一致所导致的人工核对负担,提升了疗效评价数据处理的规范化和自动化程度。
62、(2)按照预设的类别优先级对靶病灶证据节点、非靶病灶证据节点及新发病灶证据节点的疗效类别进行综合判定,够在任一证据节点明确指向疾病进展时及时将该结论体现在候选疗效集合中,避免因其他证据节点的类别判定结果而掩盖疾病进展。
63、(3)基于实体对齐得分、配对得分、报告完整度以及候选疗效集合的构成情况进行严格性判定,避免了在身份关联不确定、检查配对不可靠、报告信息不完整或疗效类别存在冲突的情形下仍然输出单一确定结果,降低了疗效评价结果被错误归类的风险。
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