一种疾病风险评测报告自动生成平台及应用制造技术

本发明专利技术公开了一种疾病风险评测报告自动生成平台，包括样本源数据库模块、风险预测模型模块、智能分析模型图模块、风险级别析及评估模块；样本源数据库模块，用于对样本疾病风险评测多参数检测数据的收集存储；风险预测模型模块，用于对样本源数据库模块内数据，进行统计、定量分析、输出归一化指数；智能分析模型图模块，用于将风险预测模型模块的归一化指数以多形式模型图作为诊断模型图进行表达；风险级别分析及评估模块，用于对多形式模型诊断图进行解析、病变预警及评估。该平台还提供了其应用，通过风险多级预警色系标识、枫叶模型图、异常细胞分析图进行表达疾病恶性度风险等级，为临床诊断提供参考。

【技术实现步骤摘要】
一种疾病风险评测报告自动生成平台及应用
本专利技术属于疾病风险评测领域，特别涉及一种疾病风险评测报告自动生成平台。
技术介绍
癌症作为人类目前最大难题之一，威胁着人类的生命健康。根据国际癌症研究机构的调查结果数据显示，癌症在2012年占全球死亡原因的26.9％。据统计，2018年全球预估计新发病例达1810万，死亡病例数达960万，癌症已然成为全球范围内主要死亡原因和增加人类寿命的主要障碍。早期诊断和治疗是最有效的抗癌方法，能大大提高病人的存活率，甚至恢复健康。现有的检测报告平台的存在问题主要有：评估疾病恶性度参数单一，没有标准化诊断标准输入训练，依赖人工主观经验判读易误诊；质量控制环节薄弱，医学诊断资源匮乏，优质诊断资源分布不均匀，诊断质量控制工作难以系统地开展；缺乏样本整体分析，评测系统诊断依据不足，容易漏诊；检测结果与临床评估一致性水平较低，提供给临床的参考价值不高。
技术实现思路
为了解决上述问题，没有合理的系统及方法，造成不能形成监控闭环的技术难题，本专利技术提供了一种疾病风险评测报告自动生成平台，技术方案具体为：包括样本源数据库模块、风险预测模型模块、智能分析模型图模块、风险级别分析及评估模块；所述样本源数据库模块，用于对样本的疾病风险评测时多参数检测数据的收集、存储；所述风险预测模型模块，用于内部的多组模型对样本源数据库模块内数据，进行统计、定量分析、输出归一化指数；所述智能分析模型图模块，用于将风险预测模型模块的归一化指数以多形式模型图作为诊断模型图进行表达；所述风险级别分析及评估模块，用于对多形式模型诊断图进行解析、病变预警及评估。作为改进，样本源数据库模块选取数据的基准方法：选定疾病风险评测的特征参数，至少为一组，选取标准为临床诊断中体现样本恶性度的一系列特征。作为改进，所述风险预测模型模块包括多组模型，模型组数与特征参数一一对应，建模采用基于样本数据应用数学建模原理、人工标注和深度学习技术相结合，输出各组特征参数，多角度定量分析样本恶性度。作为改进，多组模型进行归一化指数处理时，采用数据标准化方法，通过函数变换，将特征参数映射在一定范围内，便于多组模型之间的关联处理。作为改进，所述智能分析模型图模块，通过分析及诊断图方式进行表征、评测样本恶性度，其中所述分析及诊断图方式包括但不限于任一种或至少两种组合：枫叶模型图、异常细胞定量细胞分析图、分级风险预警系标识、科学评分单元。作为改进，所述枫叶模型图，是通过将一片枫叶设置为多裂片、枝茎进行表达，其中每一组裂片及形态表征疾病风险评测的一组特征参数，枝茎的完整程度以及形态表征疾病的病因，包括但不限于病原体感染程度、病原体感染种类；所述枫叶裂片上有多组对称或非对称的锯齿，所述锯齿与裂片之间存在关联关系，对裂片高度进行多等分，将等分点映射到裂片两边，确定锯齿位置和锯齿底边宽度，锯齿的高度与所表征参数的异常细胞数量相关联，锯齿排列规则程度表征恶性度高低；异常细胞定量细胞分析图，是用于体现一组裂片对应的特征参数下的统计数据以分析图进行表达，分布在枫叶模型图四周，每组对应一个枫叶模型图的裂片；其中所述统计数据包括但不限于异常细胞数量、比例、指数值；所述分析图类型包括但不限于矩阵图、柱形图、折线图、散点图、雷达图、饼图、多边形、指针图、不规则热力图中任一种；分级风险预警系标识，是通过不同颜色进行至少一级综合风险指数预警标识，其中最高级别(严重)结果与活体组织检查结果一致性高；科学评分单元，设置包括受检者危险因素单元、评分项单元，通过受检者危险因素单元进行定义要评分的危险因素指数，再通过评分项单元对危险因素指数进行定义不同级别风险值，进行一一对应、表达。作为改进，所述受检者危险因素单元的危险因素指数数据包括但不限于吸烟数据、饮酒数据、饮食习惯、口腔健康数据、既往史、家族史、身体质量指数BMI、常住地对应的报告值、危险因素的统计数值及变化情况。作为改进，所述评分项单元是对每一个危险因素指数对应定义N个级别，N＞1，恶性度为0-1.0，通过危险因素评分RFI模型进行评分，其中危险因素评分Xi为危险因素类别，系数a根据疾患实际情况进行权重调整参数。作为本专利技术的具体实施方式，还提供了上述疾病风险评测报告自动生成平台在预防上消化道肿瘤细胞筛查风险评测报告中的应用。作为改进，样本源数据库模块中特征参数包括但不限于DNA指数DI、染色深度指数SI、染色质颗粒度GI、核异型度HI、病原体VI、细胞聚集程度CI、危险因素评分RFI。有益效果：本专利技术提供一种疾病风险评测报告自动生成平台，较现有平台的优势在于：量化评测疾病风险等级；多维度分析样本成分，建立模型与人工智能技术结合，更加精准地输出样本各项参数值，辅助诊断医生判读结果；提供良好的质量控制平台，减少人为主观因素影响诊断结果，有效降低误诊漏诊几率；提高细胞学筛查结果与组织学诊断结果符合度，临床参考价值更高，输出结果更加直观明确，便于细胞学检查在普通人群中广泛应用。附图说明图1为本专利技术平台的模块原理结构图。图2为本专利技术模块中的枫叶模型图轮廓图。图3为本专利技术模块中的枫叶模型裂片构建示意图。图4为本专利技术病原体VI感染指数计算单元示意图。图5为本专利技术病原体VI感染指数表征系数示意图。图6为本专利技术诊断模型图整体示意图。图7为本专利技术实施例1中的6项参数以及细胞图示示意图。图8-11为本专利技术实施例1中DNA指数DI的柱形图、散点图、雷达图、饼状图的示意图。图12为本专利技术生成的细胞筛查风险评测报告示意图图13为本专利技术样本受试者进行内镜检查的食管早癌图像。图14为本专利技术样本受试者活检组织病理检测结果图像。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图1-12，对本专利技术实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所述描述的具体实施例仅仅用于解释本专利技术实施例，而非本专利技术实施例的限定。为了便于描述，附图中仅显示出了与本专利技术实施例相关的部分而非全部结构。本专利技术的疾病风险评测报告自动生成平台如图1，是通过终端设备扫描病例样本，进行数据整理，获得检测人基本信息及健康评估数据库；再对整理的数据进行多因素变量定义和对应变量队列数据处理，进行包括SVM分类器分类处理、细胞识别分析模型建立、细胞分析参数基准值矫正处理；最后，通过分析及诊断图方式进行表征、评测样本恶性度。作为本专利技术的具体实施方式，临床通过细胞学取样方法获取细胞，通过制染片等标准化流程完成前处理，数字化细胞图像，诊断专家使用图像标注工具标注出大量阳性细胞、正常细胞、淋巴细胞、病原体感染区域，其中病例是通过内镜检查与活体组织病理检查金标准诊断确认阴性或者阳性。同一组数据集由不低于3位专家标注确认，应用计算机分割算法将标注的细胞区域分割，使用算法模型结合深度学习进行训练。该本文档来自技高网...

【技术保护点】
1.一种疾病风险评测报告自动生成平台，其特征在于：包括样本源数据库模块、风险预测模型模块、智能分析模型图模块、风险级别析及评估模块；/n所述样本源数据库模块，用于对样本的疾病风险评测时多参数检测数据的收集、存储；/n所述风险预测模型模块，用于内部的多组模型对样本源数据库模块内数据，进行统计、定量分析、输出归一化指数；/n所述智能分析模型图模块，用于将风险预测模型模块的归一化指数以多形式模型图作为诊断模型图进行表达；/n所述风险级别分析及评估模块，用于对多形式模型诊断图进行解析、病变预警及评估。/n

【技术特征摘要】
1.一种疾病风险评测报告自动生成平台，其特征在于：包括样本源数据库模块、风险预测模型模块、智能分析模型图模块、风险级别析及评估模块；
所述样本源数据库模块，用于对样本的疾病风险评测时多参数检测数据的收集、存储；
所述风险预测模型模块，用于内部的多组模型对样本源数据库模块内数据，进行统计、定量分析、输出归一化指数；
所述智能分析模型图模块，用于将风险预测模型模块的归一化指数以多形式模型图作为诊断模型图进行表达；
所述风险级别分析及评估模块，用于对多形式模型诊断图进行解析、病变预警及评估。


2.根据权利要求1所述疾病风险评测报告自动生成平台，其特征在于：样本源数据库模块选取数据的基准方法：选定疾病风险评测的特征参数，至少为一组，选取标准为临床诊断中体现样本恶性度的一系列特征。


3.根据权利要求1所述疾病风险评测报告自动生成平台，其特征在于：所述风险预测模型模块包括多组模型，模型组数与特征参数一一对应，建模采用基于样本数据应用数学建模原理、人工标注和深度学习技术相结合，输出各组特征参数，多角度定量分析样本恶性度。


4.根据权利要求3所述疾病风险评测报告自动生成平台，其特征在于：多组模型进行归一化指数处理时，采用数据标准化方法，通过函数变换，将特征参数映射在一定范围内，便于多组模型之间的关联处理。


5.根据权利要求1所述疾病风险评测报告自动生成平台，其特征在于：所述智能分析模型图模块，通过分析及诊断图方式进行表征、评测样本恶性度，其中所述分析及诊断图方式包括但不限于任一种或至少两种组合：枫叶模型图、异常细胞定量细胞分析图、分级风险预警系统标示、科学评分单元。


6.根据权利要求5所述疾病风险评测报告自动生成平台，其特征在于：所述枫叶模型图，是通过将一片枫叶设置为多裂片、枝茎进行表达，其中每一组裂片及形态表征疾病风险评测的一组特征参数，枝茎的完整程度以及形态表征疾病的病因，包括但不限于病原体感染程度、病原体感染种类；枫叶...

【专利技术属性】
技术研发人员：王洛伟，姚香怡，施瑞华，冯亚东，王俊平，高野，
申请(专利权)人：姚香怡，
类型：发明
国别省市：广东;44