一种基于CT图像的治疗方案有效定位方法及系统

一种基于ct图像的治疗方案有效定位方法及系统
技术领域
1.本发明涉及治疗方案有效匹配技术领域，具体涉及一种基于ct图像的治疗方案有效定位方法及系统。


背景技术：

2.冠状肺炎是一种传染性极强的疾病，新型冠状病毒肺炎以发热、干咳、乏力等为主要表现，少数患者伴有鼻塞、流涕、腹泻等上呼吸道和消化道症状。重症病例多在1周后出现呼吸困难，严重者快速进展为急性呼吸窘迫综合征、脓毒症休克、难以纠正的代谢性酸中毒和出凝血功能障碍及多器官功能衰竭等，监测患者肺部功能是一种有效判定患者康复情况的诊疗手段。
3.目前的治疗方案定位患者的方法基于医生的医疗经验进行判定，判定患者适用于治疗方案与否。然而，医生的医疗经验存在个人主观性，因此定位患者的准确度低，方案的有效性也无法进行量化论证，最终降低冠状肺炎患者的治愈率。


技术实现要素：

4.本发明的目的在于提供一种基于ct图像的治疗方案有效定位方法及系统，以解决现有技术中因此定位患者的准确度低，方案的有效性也无法进行量化论证，最终降低患者的治愈率的技术问题。
5.为解决上述技术问题，本发明具体提供下述技术方案：
6.一种基于ct图像的治疗方案有效定位方法，包括以下步骤：
7.步骤s1、跟踪监测一组使用所述治疗方案的治疗患者样本，依次获取每个治疗患者样本在治疗方案作用过程中的一组肺部ct监测图像，并基于所述肺部ct监测图像识别出所述治疗患者样本的病灶变化特征；
8.步骤s2、基于每个治疗患者样本的病灶变化特征量化出所述治疗方案对每个治疗患者样本的有效性作为个体有效性，并将高个体有效性对应的治疗患者样本标记为有效样本，统计有效样本在一组治疗患者样本中的占比作为群体有效性，所述群体有效性表征为所述治疗方案对一组治疗患者样本的有效性的量化指标；
9.步骤s3、获取高群体有效性对应的治疗方案中的有效样本作为有效群体，并对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，依据所述群体特征和待治疗患者的个体特征匹配出适用所述治疗方案的待治疗患者，以实现为待治疗患者精准匹配高有效性的治疗方案。
10.作为本发明的一种优选方案，所述依次获取每个治疗患者样本在治疗方案作用过程中的一组肺部ct监测图像，包括：
11.在治疗方案作用过程中设置监测时序，并依次在每个监测时序对所述治疗患者样本进行肺部ct扫描以获取到所述治疗患者样本的一组肺部ct扫描图像；
12.对一组肺部ct扫描图像进行无效扫描图像的去除得到一组所述肺部ct 监测图
像；
13.优选的，所述无效扫描图像的去除包括：
14.将一组肺部ct扫描图像依监测时序对相邻肺部ct扫描图像进行相邻相似度计算，并将所述相邻相似度与预设值进行比较，其中，
15.若相邻相似度高于预设值，则将相邻肺部ct扫描图像中后一监测时序的 ct扫描图像标记为无效扫描图像；
16.若相邻相似度未高于预设值，则将相邻肺部ct扫描图像均不标记为无效扫描图像；
17.在一组肺部ct扫描图像中将所述无效扫描图像进行剔除，将一组肺部 ct扫描图像中剩余的肺部ct扫描图像依监测时序排列得到一组所述肺部ct 监测图像；
18.优选的，所述相邻相似度的计算包括：
19.分别获取出相邻肺部ct扫描图像中两个监测时序处的肺部ct扫描图像的灰度直方图，分别获取出相邻肺部ct扫描图像中两个监测时序处的肺部 ct扫描图像的奇异值分解矩阵，以及分别获取出相邻肺部ct扫描图像中两个监测时序处的肺部ct扫描图像的sift特征向量；
20.计算两个监测时序处的肺部ct扫描图像的灰度直方图的欧几里得距离作为第一相似度，计算两个监测时序处的肺部ct扫描图像的奇异值分解矩阵的欧几里得距离作为第二相似度，以及计算两个监测时序处的肺部ct扫描图像的sift特征向量的欧几里得距离作为第三相似度，所述第一相似度的计算公式为：
[0021][0022]
式中，i
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第一相似度，h
i,t
、h
i,t 1
分别表征为第i个治疗患者样本在第t个监测时序、第t 1个监测时序处的肺部ct扫描图像的灰度直方图；
[0023]
第二相似度的计算公式为：
[0024][0025]
式中，j
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第二相似度，svd
i,t
、svd
i,t 1
分别表征为第i个治疗患者样本在第t 个监测时序、第t 1个监测时序处的肺部ct扫描图像的奇异值分解矩阵；
[0026]
第三相似度的计算公式为：
[0027][0028]
式中，k
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第三相似度，sift
i,t
、sift
i,t 1
分别表征为第i个治疗患者样本在第 t个监测时序、第t 1个监测时序处的肺部ct扫描图像的sift特征向量；
[0029]
为第一相似度、第二相似度和第三相似度设定相似权重，并基于相似权重对所述
第一相似度、第二相似度和第三相似度进行加权求和得到所述相邻相似度，所述相邻相似度的计算公式为：
[0030]ri,t,t 1
＝αi
i,t,t 1
βj
i,t,t 1
γk
i,t,t 1
；
[0031]
式中，r
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第三相似度，α、δ和γ分别表征为第一相似度、第二相似度和第三相似度的相似权重，i、t均为计量常数。
[0032]
作为本发明的一种优选方案，所述基于所述肺部ct监测图像识别出所述治疗患者样本的病灶变化特征，包括：
[0033]
将治疗患者样本的一组所述肺部ct监测图像中每个肺部ct监测图像进行病灶识别，并计算出治疗患者样本在每个肺部ct监测图像中的病灶体积；
[0034]
依次拟合每个治疗患者样本在每个肺部ct监测图像中的病灶体积与监测时序的二维曲线以表征每个治疗患者样本的病灶变化特征。
[0035]
作为本发明的一种优选方案，所述基于每个治疗患者样本的病灶变化特征量化出所述治疗方案对每个治疗患者样本的有效性作为个体有效性，包括：
[0036]
依次在每个治疗患者样本的二维曲线中的每个监测时序处提取出病灶的瞬时缩小速率，计算所述瞬时缩小速率随监测时序的平均变化速率作为所述个体有效性；
[0037]
所述个体有效性的计算公式为：
[0038][0039]
其中，p
i,t
＝f
i’(t)，p
i,t 1
＝f
i’(t 1)，f
i’(t)、f
i’(t 1)分别表征为第i个治疗患者样本的二维曲线导数函数在第t个监测时序、第t 1个监测时序处的值，p
i,t
、 p
i,t 1
分别表征为第i个治疗患者样本的病灶在第t个监测时序、第t 1个监测时序处的瞬时缩小速率，t
t 1
、t
t
分别表征为第t个监测时序、第t 1个监测时序，n为监测时序总数目。
[0040]
作为本发明的一种优选方案，所述将高个体有效性对应的治疗患者样本标记为有效样本，包括：
[0041]
设置个体有效性筛选阈值，依次将每个治疗患者样本的个体有效性与所述个体有效性筛选阈值相比较，其中，
[0042]
若个体有效性高于所述个体有效性筛选阈值，则将对应的治疗患者样本标记为有效样本；
[0043]
若个体有效性未高于所述个体有效性筛选阈值，则将对应的治疗患者样本标记为非有效样本。
[0044]
作为本发明的一种优选方案，所述获取高群体有效性对应的治疗方案中的有效样本作为有效群体，包括：
[0045]
设置群体有效性筛选阈值，依次将治疗方案的群体有效性与所述群体有效性筛选阈值相比较，其中，
[0046]
若群体有效性高于所述群体有效性筛选阈值，则将治疗方案中的有效样本作为有效群体；
[0047]
若群体有效性未高于所述群体有效性筛选阈值，则将治疗方案中的有效样本作为非有效群体。
[0048]
作为本发明的一种优选方案，所述对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，包括：
[0049]
提取有效样本的患者基础特征、历史就诊特征、肺炎病灶特征以及附加特征，并在所有有效样本的患者基础特征、历史就诊特征、肺炎病灶特征以及附加特征中将重复率最高的患者基础特征、历史就诊特征、肺炎病灶特征以及附加特征提取出作为所述群体特征。
[0050]
作为本发明的一种优选方案，所述依据所述群体特征和待治疗患者的个体特征匹配出适用所述治疗方案的待治疗患者，包括：
[0051]
提取出待治疗患者的患者基础特征、历史就诊特征、肺炎病灶特征以及附加特征作为所述个体特征；
[0052]
计算待治疗患者的个体特征与所述群体特征的特征相似度，并将高于特征相似度筛选阈值的待治疗患者标记为适用于治疗方案，未高于特征相似度筛选阈值的待治疗患者标记为不适用于治疗方案；
[0053]
所述特征相似度的计算公式为：
[0054][0055]
式中，lj表征为第j个待治疗患者的个体特征与群体特征的特征相似度， sj、s分别表征为第j个待治疗患者的个体特征向量、群体特征向量，j为计量常数。
[0056]
作为本发明的一种优选方案，所述个体特征向量、群体特征向量在进行特征相似度计算前经过归一化处理以去除量纲误差。
[0057]
作为本发明的一种优选方案，本发明提供了一种根据所述的基于ct图像的治疗方案有效定位方法的定位系统，包括：
[0058]
图像处理单元，用于跟踪监测一组使用所述治疗方案的治疗患者样本，依次获取每个治疗患者样本在治疗方案作用过程中的一组肺部ct监测图像，并基于所述肺部ct监测图像识别出所述治疗患者样本的病灶变化特征；
[0059]
有效性计算单元，用于基于每个治疗患者样本的病灶变化特征量化出所述治疗方案对每个治疗患者样本的有效性作为个体有效性，并将高个体有效性对应的治疗患者样本标记为有效样本，统计有效样本在一组治疗患者样本中的占比作为群体有效性，所述群体有效性表征为所述治疗方案对一组治疗患者样本的有效性的量化指标；
[0060]
患者匹配单元，用于获取高群体有效性对应的治疗方案中的有效样本作为有效群体，并对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，依据所述群体特征和待治疗患者的个体特征匹配出适用所述治疗方案的待治疗患者，以实现为待治疗患者精准匹配高有效性的治疗方案。
[0061]
本发明与现有技术相比较具有如下有益效果：
[0062]
本发明基于跟踪监测一组使用所述治疗方案的治疗患者样本的病灶变化特征来验证治疗方案的个体有效性和群体有效性，再根据群体有效性获得治疗方案的有效群体及
其群体特征，对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，依据所述群体特征和待治疗患者的个体特征匹配出适用所述治疗方案的待治疗患者，以实现为待治疗患者精准匹配高有效性的治疗方案。
附图说明
[0063]
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0064]
图1为本发明实施例提供的基于ct图像的治疗方案有效定位方法流程图；
[0065]
图2为本发明实施例提供的定位系统框图。
[0066]
图中的标号分别表示如下：
[0067]
1-图像处理单元；2-有效性计算单元；3-患者匹配单元。
具体实施方式
[0068]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0069]
如图1所示，本发明提供了一种基于ct图像的治疗方案有效定位方法，包括以下步骤：
[0070]
步骤s1、跟踪监测一组使用治疗方案的治疗患者样本，依次获取每个治疗患者样本在治疗方案作用过程中的一组肺部ct监测图像，并基于肺部ct 监测图像识别出治疗患者样本的病灶变化特征；
[0071]
依次获取每个治疗患者样本在治疗方案作用过程中的一组肺部ct监测图像，包括：
[0072]
在治疗方案作用过程中设置监测时序，监测时序可由使用者进行自行设定，比如逐日监测，逐周监测等，并依次在每个监测时序对治疗患者样本进行肺部ct扫描以获取到治疗患者样本的一组肺部ct扫描图像；
[0073]
对一组肺部ct扫描图像进行无效扫描图像的去除得到一组肺部ct监测图像，无效扫描图像是指与相邻时序无明显化的肺部ct扫描图像，保留并不会增加变化特征的多样性，反而会增加计算量，影响整体验证有效性的效率。
[0074]
优选的，无效扫描图像的去除包括：
[0075]
将一组肺部ct扫描图像依监测时序对相邻肺部ct扫描图像进行相邻相似度计算，并将相邻相似度与预设值进行比较，其中，
[0076]
若相邻相似度高于预设值，则将相邻肺部ct扫描图像中后一监测时序的 ct扫描图像标记为无效扫描图像；
[0077]
若相邻相似度未高于预设值，则将相邻肺部ct扫描图像均不标记为无效扫描图像；
[0078]
在一组肺部ct扫描图像中将无效扫描图像进行剔除，将一组肺部ct扫描图像中剩余的肺部ct扫描图像依监测时序排列得到一组肺部ct监测图像；
[0079]
优选的，相邻相似度的计算包括：
[0080]
分别获取出相邻肺部ct扫描图像中两个监测时序处的肺部ct扫描图像的灰度直方图，分别获取出相邻肺部ct扫描图像中两个监测时序处的肺部 ct扫描图像的奇异值分解矩阵，以及分别获取出相邻肺部ct扫描图像中两个监测时序处的肺部ct扫描图像的sift特征向量；
[0081]
计算两个监测时序处的肺部ct扫描图像的灰度直方图的欧几里得距离作为第一相似度，计算两个监测时序处的肺部ct扫描图像的奇异值分解矩阵的欧几里得距离作为第二相似度，以及计算两个监测时序处的肺部ct扫描图像的sift特征向量的欧几里得距离作为第三相似度，第一相似度的计算公式为：
[0082][0083]
式中，i
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第一相似度，h
i,t
、h
i,t 1
分别表征为第i个治疗患者样本在第t个监测时序、第t 1个监测时序处的肺部ct扫描图像的灰度直方图；
[0084]
第二相似度的计算公式为：
[0085][0086]
式中，j
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第二相似度，svd
i,t
、svd
i,t 1
分别表征为第i个治疗患者样本在第t 个监测时序、第t 1个监测时序处的肺部ct扫描图像的奇异值分解矩阵；
[0087]
第三相似度的计算公式为：
[0088][0089]
式中，k
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第三相似度，sift
i,t
、sift
i,t 1
分别表征为第i个治疗患者样本在第 t个监测时序、第t 1个监测时序处的肺部ct扫描图像的sift特征向量；
[0090]
为第一相似度、第二相似度和第三相似度设定相似权重，并基于相似权重对第一相似度、第二相似度和第三相似度进行加权求和得到相邻相似度，相邻相似度的计算公式为：
[0091]ri,t,t 1
＝αi
i,t,t 1
βj
i,t,t 1
γk
i,t,t 1
；
[0092]
式中，r
i,t,t 1
表征为第i个治疗患者样本在第t个监测时序和第t 1个监测时序处的第三相似度，α、δ和γ分别表征为第一相似度、第二相似度和第三相似度的相似权重，i、t均为计量常数。
[0093]
相邻相似度的计算采用多种相似度进行加权，可以有效的避免单一相似度的主观性，增加相邻相似度的客观性，即提高相邻相似度的计算准确度，保证无效扫描图像去除的
精度，实现去除图像冗余的同时最大精度的保留治疗患者样本的病灶变化特征。
[0094]
相似权重可根据需要进行设定，相似权重赋予值越高，则说明该相似度表征的相似属性越受使用者关注，比如α值越高，则表明使用者更关注直方图的相似属性。
[0095]
基于肺部ct监测图像识别出治疗患者样本的病灶变化特征，包括：
[0096]
将治疗患者样本的一组肺部ct监测图像中每个肺部ct监测图像进行病灶识别，并计算出治疗患者样本在每个肺部ct监测图像中的病灶体积；
[0097]
依次拟合每个治疗患者样本在每个肺部ct监测图像中的病灶体积与监测时序的二维曲线以表征每个治疗患者样本的病灶变化特征。
[0098]
步骤s2、基于每个治疗患者样本的病灶变化特征量化出治疗方案对每个治疗患者样本的有效性作为个体有效性，并将高个体有效性对应的治疗患者样本标记为有效样本，统计有效样本在一组治疗患者样本中的占比作为群体有效性，群体有效性表征为治疗方案对一组治疗患者样本的有效性的量化指标；
[0099]
基于每个治疗患者样本的病灶变化特征量化出治疗方案对每个治疗患者样本的有效性作为个体有效性，包括：
[0100]
依次在每个治疗患者样本的二维曲线中的每个监测时序处提取出病灶的瞬时缩小速率，计算瞬时缩小速率随监测时序的平均变化速率作为个体有效性；
[0101]
个体有效性的计算公式为：
[0102][0103]
其中，p
i,t
＝f
i’(t)，p
i,t 1
＝f
i’(t 1)，f
i’(t)、f
i’(t 1)分别表征为第i个治疗患者样本的二维曲线导数函数在第t个监测时序、第t 1个监测时序处的值，p
i,t
、 p
i,t 1
分别表征为第i个治疗患者样本的病灶在第t个监测时序、第t 1个监测时序处的瞬时缩小速率，t
t 1
、t
t
分别表征为第t个监测时序、第t 1个监测时序，n为监测时序总数目。
[0104]
瞬时缩小速率表征了治疗患者样本病灶缩小的速率，在现实意义中验证了治疗患者样本的病灶是否在治疗方案的应用上实现了变化，即缩小了或增大了，瞬时缩小速率小于0，则定性说明治疗方案对该治疗患者样本具有有效性，而瞬时缩小速率大于或等于0，则定性说明治疗方案对该治疗患者样本不具有有效性，对瞬时缩小速率的平均变化速率进行计算，在现实意义中瞬时缩小速率的平均变化速率表征了治疗患者样本的病灶是否在治疗方案的应用期间处于持续处于起效状态，瞬时缩小速率的平均变化速率大于0，则定性说明治疗方案对该治疗患者样本的病灶具有持续有效性，瞬时缩小速率的平均变化速率小于或等于0，则定性说明治疗方案对该治疗患者样本的病灶不具有持续有效性，而且瞬时缩小速率的平均变化速率在大于0的程度下越大，则说明治疗方案对该治疗患者样本的病灶具有持续有效性程度越高，即正向有效性越高，瞬时缩小速率的平均变化速率在小于或等于0的程度下越大，则说明治疗方案对该治疗患者样本的病灶不具有持续有效性程度越高，即反向有效性越高，因此利用瞬时缩小速率的平均变化速率进行定量化标准个体有效性。
[0105]
将高个体有效性对应的治疗患者样本标记为有效样本，包括：
[0106]
设置个体有效性筛选阈值，依次将每个治疗患者样本的个体有效性与个体有效性筛选阈值相比较，其中，
[0107]
若个体有效性高于个体有效性筛选阈值，则将对应的治疗患者样本标记为有效样本；
[0108]
若个体有效性未高于个体有效性筛选阈值，则将对应的治疗患者样本标记为非有效样本。
[0109]
步骤s3、获取高群体有效性对应的治疗方案中的有效样本作为有效群体，并对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，依据群体特征和待治疗患者的个体特征匹配出适用治疗方案的待治疗患者，以实现为待治疗患者精准匹配高有效性的治疗方案。
[0110]
将群体有效性建立在个体有效性基础上，即群体有效性高说明该治疗方案是对可进行推广的治疗方案，而且将该治疗方案的有效样本作为有效群体进行特征分析，得到适用于该治疗方案且能取得高治疗成效的患者的通用特征，将通用特征作为群体特征，从而之后将待治疗患者的个体特征与群体特征匹配，适用治疗方案的待治疗患者，以实现为待治疗患者精准匹配高有效性的治疗方案。
[0111]
获取高群体有效性对应的治疗方案中的有效样本作为有效群体，包括：
[0112]
设置群体有效性筛选阈值，依次将治疗方案的群体有效性与群体有效性筛选阈值相比较，其中，
[0113]
若群体有效性高于群体有效性筛选阈值，则将治疗方案中的有效样本作为有效群体；
[0114]
若群体有效性未高于群体有效性筛选阈值，则将治疗方案中的有效样本作为非有效群体。
[0115]
对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，包括：
[0116]
提取有效样本的患者基础特征(年龄、性别、身高、体重等)、历史就诊特征(历史病症种类、就诊频率等)、肺炎病灶特征(病灶位置、体积、临床表征等)以及附加特征(过敏特征、健身特征等)，并在所有有效样本的患者基础特征、历史就诊特征、肺炎病灶特征以及附加特征中将重复率最高的患者基础特征、历史就诊特征、肺炎病灶特征以及附加特征提取出作为群体特征。
[0117]
依据群体特征和待治疗患者的个体特征匹配出适用治疗方案的待治疗患者，包括：
[0118]
提取出待治疗患者的患者基础特征、历史就诊特征、肺炎病灶特征以及附加特征作为个体特征；
[0119]
计算待治疗患者的个体特征与群体特征的特征相似度，并将高于特征相似度筛选阈值的待治疗患者标记为适用于治疗方案，未高于特征相似度筛选阈值的待治疗患者标记为不适用于治疗方案；
[0120]
特征相似度的计算公式为：
[0121]
[0122]
式中，lj表征为第j个待治疗患者的个体特征与群体特征的特征相似度， sj、s分别表征为第j个待治疗患者的个体特征向量、群体特征向量，j为计量常数。
[0123]
个体特征向量、群体特征向量在进行特征相似度计算前经过归一化处理以去除量纲误差。
[0124]
如图2所示，基于上述ct图像的治疗方案有效定位方法，本发明提供了一种定位系统，包括：
[0125]
图像处理单元1，用于跟踪监测一组使用治疗方案的治疗患者样本，依次获取每个治疗患者样本在治疗方案作用过程中的一组肺部ct监测图像，并基于肺部ct监测图像识别出治疗患者样本的病灶变化特征；
[0126]
有效性计算单元2，用于基于每个治疗患者样本的病灶变化特征量化出治疗方案对每个治疗患者样本的有效性作为个体有效性，并将高个体有效性对应的治疗患者样本标记为有效样本，统计有效样本在一组治疗患者样本中的占比作为群体有效性，群体有效性表征为治疗方案对一组治疗患者样本的有效性的量化指标；
[0127]
患者匹配单元3，用于获取高群体有效性对应的治疗方案中的有效样本作为有效群体，并对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，依据群体特征和待治疗患者的个体特征匹配出适用治疗方案的待治疗患者，以实现为待治疗患者精准匹配高有效性的治疗方案。
[0128]
本发明基于跟踪监测一组使用所述治疗方案的治疗患者样本的病灶变化特征来验证治疗方案的个体有效性和群体有效性，再根据群体有效性获得治疗方案的有效群体及其群体特征，对有效群体中的有效样本进行特征提取得到表征适用治疗方案且治疗有效性高的群体特征，依据所述群体特征和待治疗患者的个体特征匹配出适用所述治疗方案的待治疗患者，以实现为待治疗患者精准匹配高有效性的治疗方案。
[0129]
以上实施例仅为本技术的示例性实施例，不用于限制本技术，本技术的保护范围由权利要求书限定。本领域技术人员可以在本技术的实质和保护范围内，对本技术做出各种修改或等同替换，这种修改或等同替换也应视为落在本技术的保护范围内。