适于移植肾的功能损伤预警方法及系统

本发明涉及一种功能损伤预警方法及系统，尤其是一种适于移植肾的功能损伤预警方法及系统。

背景技术：

1、肾脏移植是终末期肾病的理想治疗手段，肾脏移植术后，肾脏的1年存活率一般在90%以上，由于移植肾功能延迟恢复、急慢性排斥反应、原发性肾脏疾病、药物毒性损伤及感染相关病变等原因，历经5年、10年后，移植肾脏的失功率分别达到了21.7%和47.8%，因此，改善术后生活质量及提高移植肾脏的长期存活，仍是目前面临的极大挑战。

2、相关研究表明，肾移植术后并发症常伴随肾小管损伤、小动脉病理学改变以及微循环障碍；但目前临床实践中，对移植肾微循环灌注的监测及肾小球的无创评估仍存在困境，因此，肾活检仍是评估移植肾病理变化的金标准，但其有创性、操作风险及取样误差的特性，限制了其广泛应用。

3、血清肌酐、尿量、彩色多普勒阻力指数可用于监测肾小球的状态，但仅在肾小球滤过率下降≥30%时，相应的监测状态才会出现异常，由此仅利用血清肌酐、尿量、彩色多普勒阻力指数无法实现肾小球状态的早期预警。传统基于对比增强超声的方法，可显示叶间动脉，但无法观测小于100μm的小叶间及肾小球前微血管。此外，利用ct/mri等对移植肾脏进行监测时，不但需大型设备，还存在辐射或造影剂肾毒性，因此，不适合床旁连续随访。

4、由上述说明可知，针对移植肾，如何进行有效的随访检测，并对功能损伤进行预警是目前急需解决的技术难题。

技术实现思路

1、本发明的目的是克服现有技术中存在的不足，提供一种适于移植肾的功能损伤预警方法及系统，其能对移植肾进行无创的功能损伤监测与预警，提高对移植肾进行随访监测的便捷性与可靠性。

2、按照本发明提供的技术方案，一种适于移植肾的功能损伤预警方法，所述功能损伤预警方法包括：

3、获取与目标移植肾对应的目标随访检查数据序列，以利用目标随访检查数据序列表征对目标移植肾的随访状态，其中，

4、所述目标随访检查数据序列包括至少一次随访产生的随访检查数据，每次随访产生的随访检查数据包括临床指标数据、经超声成像生成的超声影像数据以及基于超声影像数据生成的量化特征数据；

5、所述临床指标数据包括血检指标、尿液检查指标以及血压监测指标；

6、所述超声影像数据包括超声定位显微影像与超快超声造影影像；

7、所述量化特征数据包括基于超快超声造影影像生成的宏观灌注特征信息，以及基于超声定位显微影像生成的微观血管形态特征信息、微观血管功能特征信息与微观血流动力学特征信息；

8、将上述获取的目标随访检查数据序列加载到肾脏功能损伤预测模型，并输出对应的功能损伤预测概率，以利用所述功能损伤预测概率表征在最后一次随访后的未来指定日期内目标移植肾发生功能损伤的概率；

9、当功能损伤预测概率与功能损伤预警阈值匹配时，则输出功能损伤预警信息。

10、所述肾脏功能损伤预测模型包括依次连接的分层编码层、跨模态融合层、时序聚合层以及概率输出层，其中，

11、对每次随访产生的随访检查数据，在分层编码层内，对超声定位显微影像进行微观编码处理，以生成与超声定位显微影像对应的微观编码特征序列，并对超快超声造影影像进行宏观编码处理，以生成与所述超快超声造影影像对应的宏观编码特征序列，以及，对临床指标数据以及量化特征数据进行结构特征编码处理，以生成相应的结构化编码向量；

12、在跨模态融合层内，先对微观编码特征序列与宏观编码特征序列进行双向交叉注意力处理，以生成空间对齐的跨尺度融合特征图，此后，将跨尺度融合特征图与结构化编码向量进行拼接融合处理，以经拼接融合后生成随访融合目标特征向量；

13、在时序聚合层内，为每个随访融合目标特征向量配置一个基于实际日期的位置编码，并对所述随访融合目标特征向量以及所配置的位置编码进行时序建模，以生成相应的时序聚合特征向量；

14、在概率输出层内，将时序聚合特征向量映射输出为功能损伤预测概率。

15、在概率输出层内，输出功能损伤预测概率时，还同步通过蒙特卡洛随机失活估计功能损伤预测概率的不确定性，并生成所述功能损伤预测概率的概率置信区间。

16、在跨模态融合层内，对与每次随访产生的随访检查数据对应的微观编码特征序列与宏观编码特征序列进行双向交叉注意力处理时，包括：

17、对微观编码特征序列、宏观编码特征序列分别进行线性投影，以分别生成与微观编码特征序列对应的微观查询特征、微观键特征、微观值特征，且生成与宏观编码特征序列相应的宏观查询特征、宏观键特征以及宏观值特征；

18、基于微观查询特征以及宏观键特征，生成宏观提示注意力图，且基于宏观查询特征以及微观键特征，生成微观提示注意力图；

19、将宏观提示注意力图与微观值特征进行矩阵相乘运算，以生成宏观引导后微观特征，此后，将所述宏观引导后微观特征与微观编码特征序列进行相加运算，以生成宏观引导累加微观特征；

20、将微观提示注意力图与宏观值特征进行矩阵相乘运算，以生成微观引导后宏观特征，此后，将所述微观引导后宏观特征与宏观编码特征序列进行相加运算，以生成微观引导累加宏观特征；

21、将宏观引导累加微观特征、微观引导宏观特征依次进行拼接处理、卷积融合处理以及全局平均池化处理，以经全局平均池化处理后生成空间对齐的跨尺度融合特征图。

22、分层编码层对临床指标数据以及量化特征数据进行结构特征编码处理时，包括：

23、利用嵌入变换模块先对临床指标数据以及结构化特征数据进行嵌入变换，以生成高维临床指标结构特征信息；

24、利用编码全连接层对上述生成的高维临床指标结构特征信息进行非线性交互，以生成结构化编码向量，其中，

25、所述结构化编码向量的向量维度与宏观编码特征序列、微观编码特征序列相应的特征维度相一致。

26、将跨尺度融合特征图与结构化编码向量进行拼接融合处理时，所述拼接融合处理的方法至少包括门控融合处理，其中，

27、先对跨尺度融合特征度进行全局平均池化处理，以生成跨尺度融合池化特征；

28、执行门控融合处理时，确定跨尺度融合池化特征、结构化编码向量所包含的模态类型；

29、当基于所确定的模态类型判定存在模态缺失状态时，将缺失模态相应的门控融合权重置零，并对当前存在的模态进行门控融合权重再分配，以利用再分配的门控融合权重进行门控融合，并生成随访融合目标特征向量；

30、进行门控融合权重再分配时，所有的门控融合权重的累加和为1。

31、获取目标随访检查数据序列时，还获取关于目标移植肾的临床日期信息，其中，

32、所述临床日期信息包括目标移植肾的移植手术日期以及与每次随访产生的随访检查数据对应的临床随访日期；

33、配置基于实际日期的位置编码时，包括：

34、基于临床随访日期与移植手术日期，计算确定随访间隔，并基于所述随访间隔生成相应的位置编码，以利用所述位置编码表征针对目标移植肾的随访日期间隔状态；

35、对所述随访融合目标特征向量以及所配置的位置编码进行时序建模时，至少利用transformer编码器堆叠模块进行时序建模处理，其中，

36、所述transformer编码器堆叠模块内包括若干依次连接的transformer编码器。

37、当目标随访检查数据序列内存在多次随访产生多个的随访检查数据时，则在跨模态融合层内，生成与每次随访产生的随访检查数据对应的随访融合目标特征向量，此后，将所有的随访融合目标特征向量加载至时序聚合层；

38、在时序聚合层内，利用transformer编码器堆叠模块对所有的随访融合目标特征向量以及对应的位置编码进行时序建模处理，以生成相应的时序聚合特征向量。

39、构建肾脏功能损伤预测模型时，包括：

40、构建与肾脏功能损伤预测模型正对应的肾脏功能损伤基本模型，并至少构建用于对肾脏功能损伤基本模型进行模型训练的训练数据集，所述训练数据集包括若干训练样本，其中，

41、每个训练样本包括与训练移植肾对应的若干个训练随访数据以及表征所述训练随访数据对应损伤状态的损伤状态标签，每个训练随访数据与目标随访检查数据序列内经一次随访检查产生的随访检查数据正对应；

42、配置模型训练条件，并利用训练数据集对肾功能损伤基本模型进行模型训练，当模型训练达到目标训练状态时，将达到目标训练状态的肾功能损伤基本模型配置作为肾脏功能损伤预测模型。

43、配置的模型训练条件包括训练损失函数，其中，

44、对于所述训练损失函数，则有：

45、

46、其中，为训练损失函数，为加权二元交叉熵损失，为排序损失，为一致性损失，为排序损失权重，为一致性损失权重，为训练时批次训练样本的数量，为第个训练样本的样本权重，为批次内第个训练样本的损伤状态标签值，为肾脏功能基本模型对批次内第个训练样本预测输出的功能损伤预测概率，为有效样本对数，为有效样本对集合，为完整模态样本数，为完整模态样本集，为模态对集合，为模态对，表示对进行的kl散度计算，进行kl散度计算时，表示第个训练样本内仅有p模态及q模态时，肾脏功能基本模型对批次内第个训练样本预测输出的功能损伤预测概率。

47、所述血检指标包括肌酐含量，所述尿检指标包括尿蛋白含量，所述血压指标包括收缩压和舒张压；

48、所述宏观灌注信息包括峰值强度、达峰时间、曲线下面积以及平均通过时间；

49、所述微观血管形态特征信息包括血管直径、间距、数量、分形维数、距离比与角度和；

50、所述微观血管功能特征信息包括血管密度、血容量及灌注指数；

51、所述微观血流动力学特征信息包括速度的极值、均值、标准差、速度熵、方向熵以及肾小球个数。

52、一种适于移植肾的功能损伤预警系统，包括功能损伤预警终端，其中，对于任一目标随访检查数据序列，所述功能损伤预警终端采用上述所述的功能损伤预警方法进行处理，且当功能损伤预测概率与功能损伤预警阈值匹配时，则输出功能损伤预警信息。

53、本发明的优点：对目标移植肾进行一次随访时，通过对目标移植肾进行临床检测获取临床指标数据，通过对目标移植肾进行超声扫描，可获取超声影像数据以及基于超声影像数据生成的量化特征数据，由此可形成一次随访的随访检查数据，进而可形成目标随访检查数据序列，此后，可利用肾脏功能损伤预测模型对目标随访检查数据序列进行处理并得到功能损伤预测概率，将功能损伤预测概率与功能损伤预警阈值比较，由此实现对移植肾进行无创的功能损伤监测与预警，与现有随访监测相比，提高对移植肾进行随访监测的便捷性与可靠性。