一种癌变程度分级系统技术方案

一种癌变程度分级系统，涉及癌变程度分级系统。为了解决现有技术并没有一种癌变程度分析工具问题。本发明专利技术所述系统包括：获取宫颈细胞诊断指标的宫颈细胞诊断指标获取模块，利用每项诊断指标对应的混合高斯模型确定细胞的不同诊断指标的程度等级及相应的概率值，并确定该细胞的病变级别的细胞病变分级模块，判断宫颈细胞图像是否存在微生物感染并确定微生物感染的类别的细胞微生物感染情况检测模块，对诊断指标和异常细胞病变级别的关系模型的权重向量中的诊断指标权重进行调整的异常细胞病变级别调整模块，以及根据异常细胞病变级别调整模块调整后的所有细胞的病变级别确定患者癌变级别患者癌变级别确定模块。主要用于癌变程度的辅助分析。癌变程度的辅助分析。癌变程度的辅助分析。

【技术实现步骤摘要】
一种癌变程度分级系统


[0001]本专利技术涉及癌变程度分级系统，属于医疗辅助分析工具领域。

技术介绍

[0002]宫颈癌是女性第二常见的癌症，仅次于乳腺癌。全球每年新增病例60万，死于宫颈癌的妇女每年可达20万。早期宫颈癌可以完全治愈，所以早诊断早治疗是应对癌症爆发的有效手段。宫颈病变有三种筛查方法：液基薄层细胞检测(Thinprep cytologic test,TCT)、阴道镜、病理学诊断。其中，TCT是临床医学最值得信赖和有效的细胞学检查方式，对癌前病变的检出率可达90％以上。传统的病理诊断耗时、耗力，无法满足宫颈癌的普查要求，近年来，人工智能、大数据技术被成功用于病理学中，智能辅助诊断系统就此诞生。但是目前大部分智能辅助诊断系统仅能筛选出异常细胞，未能具体描述异常细胞的癌变程度、患者病情的严重程度，不能给医生提供更为全面的诊断参考信息。

技术实现思路

[0003]本专利技术是为了解决现有技术并没有一种癌变程度分析工具问题。
[0004]一种癌变程度分级系统，包括：
[0005]宫颈细胞诊断指标获取模块，根据TBS诊断标准，获取宫颈细胞诊断指标；
[0006]细胞病变分级模块，基于异常细胞的各项诊断指标，利用每项诊断指标对应的混合高斯模型M
i
确定细胞的不同诊断指标的程度等级及相应的概率值x
i
，并利用诊断指标与异常细胞病变级别关系模型得到异常细胞在各个病变级别的预测值，取预测值最大的病变级别作为该细胞的病变级别；
[0007]细胞微生物感染情况检测模块，判断宫颈细胞图像是否存在微生物感染并确定微生物感染的类别；
[0008]异常细胞病变级别调整模块，根据患者的年龄、经期、放疗史信息和微生物感染信息，对诊断指标和异常细胞病变级别的关系模型的权重向量ω
j
中的诊断指标权重进行调整；
[0009]患者癌变级别确定模块，根据异常细胞病变级别调整模块调整后的所有细胞的病变级别确定患者癌变级别。
[0010]进一步地，所述系统还包括患者信息获取模块，用于获取患者的年龄、经期、放疗史信息。
[0011]进一步地，所述诊断指标与异常细胞病变级别关系模型的确定过程包括以下步骤：
[0012]2.1、基于宫颈涂片图像，根据TBS诊断标准，获取宫颈细胞诊断指标；将宫颈细胞诊断指标归一化；
[0013]2.2、针对每个诊断指标划分程度等级：
[0014]2.3、建立数据集，数据集标签包括诊断指标程度等级标签和异常细胞病变级别标
签；
[0015]异常细胞病变级别包括：ASC
‑
US、ASC
‑
H、LSIL、HSIL、SCC角化、SCC非角化、子宫颈管原位腺癌、子宫颈管腺癌、子宫内膜腺癌；
[0016]2.4、利用混合高斯模型为每一项诊断指标的程度等级建模M
i
，利用高斯混合模型M
i
从数据集中学习诊断指标程度等级概率分布，利用高斯混合模型M
i
能够确定细胞的不同诊断指标的程度等级，并获得程度等级相应的概率值x
i
；
[0017]2.5、构建诊断指标和异常细胞病变级别的关系模型：
[0018]Y
j
＝ω
jT
X
j
ꢀꢀꢀ
(1)
[0019]选用弹性回归模型对异常细胞的每种病变级别及其对应的诊断指标间的关系进行拟合；
[0020]其中，ω
j
为权重向量；j代表异常细胞的病变级别；Y
j
为异常细胞病变级别的预测值；
[0021]将第j个病变级别所需的诊断指标组成一个向量X
j
，X
j
中诊断指标的概率值为x
i
，由步骤2.4获得；利用步骤2.3的数据集训练该模型，获得诊断指标和异常细胞病变级别的关系，即诊断指标与异常细胞病变级别关系模型。
[0022]进一步地，所述细胞微生物感染情况检测模块判断宫颈细胞图像是否存在微生物感染并确定微生物感染的类别的过程是通过神经网络模型实现的。
[0023]进一步地，所述的诊断指标包括：核质比、核分裂度、核极性、核偏心位、核异型度、细胞圆形拟合度、细胞核面积系数、空泡/细胞质面积比、核仁/细胞核面积比、角化度、核沟内凹面积、核染色深浅度、核染色均匀度、细胞质丰富度、细胞轮廓清晰度，细胞团特征有腺细胞混乱度、细胞团拥挤度、细胞团大小分布情况。
[0024]进一步地，所述异常细胞病变级别调整模块包括：
[0025]第一调整单元，对患者的年龄进行判断，对于年龄大于55岁的宫颈涂片细胞，在诊断指标和异常细胞病变级别的关系模型的权重向量中的核质比权重上乘以核质比权重的年龄影响因子λ，即对核质比权重调整；
[0026]第二调整单元，对患者的经期结束时间进行判断，对于经期结束10日内的宫颈涂片细胞，在诊断指标和异常细胞病变级别的关系模型的权重向量中的核分裂度权重上乘以核分裂度权重的月经影响因子η，即对核分裂度权重调整；
[0027]第三调整单元，对患者的放疗史信息进行判断，对于上一次放疗距离细胞学取样检查间隔时间在2～6月以内的宫颈涂片细胞，判断当前细胞是否具有细胞退化改变，如果具有退化改变，则将诊断指标和异常细胞病变级别的关系模型的权重向量中的核质比权重、空泡/细胞质面积比权重置零；
[0028]第四调整单元，根据细胞微生物感染情况检测模块的检测结果进行如下调整：
[0029]若为滴虫感染，则将诊断指标和异常细胞病变级别的关系模型的权重向量中的空泡/细胞质面积比权重置零；
[0030]若为念球菌感染，则将诊断指标和异常细胞病变级别的关系模型的权重向量中的核质比权重置零；
[0031]若为疱疹病毒感染，则将诊断指标和异常细胞病变级别的关系模型的权重向量中的核分裂度、核染色均匀度、成团细胞拥挤度权重置零；
[0032]若为巨细胞病毒感染，则将诊断指标和异常细胞病变级别的关系模型的权重向量中的核质比、空泡/细胞质面积比权重置零。
[0033]进一步地，核质比权重的年龄影响因子λ的确定过程包括以下步骤：
[0034]准备多张年龄超过55岁的阴性宫颈涂片，使用数字扫描仪获得宫颈细胞图像，然后分割图像，获得图像中的所有正常细胞图像，并记录细胞核与细胞质位置；
[0035]统计从年龄信息数据集获取的所有正常细胞个数n；然后根据正常细胞的核质比R得到核质比的偏离值σ和核质比权重的年龄影响因子λ，具体计算公式如下：
[0036]核质比的偏离值其中，R
i
为当前细胞的核质比，R
nor
‑
max
为TBS中正常细胞的核质比最大值；
[0037]核质比权重的年龄影响因子
[0038]进一步地，核分裂度权重的月经影响因子本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种癌变程度分级系统，其特征在于，包括：宫颈细胞诊断指标获取模块，根据TBS诊断标准，获取宫颈细胞诊断指标；细胞病变分级模块，基于异常细胞的各项诊断指标，利用每项诊断指标对应的混合高斯模型M
i
确定细胞的不同诊断指标的程度等级及相应的概率值x
i
，并利用诊断指标与异常细胞病变级别关系模型得到异常细胞在各个病变级别的预测值，取预测值最大的病变级别作为该细胞的病变级别；细胞微生物感染情况检测模块，判断宫颈细胞图像是否存在微生物感染并确定微生物感染的类别；异常细胞病变级别调整模块，根据患者的年龄、经期、放疗史信息和微生物感染信息，对诊断指标和异常细胞病变级别的关系模型的权重向量ω
j
中的诊断指标权重进行调整；患者癌变级别确定模块，根据异常细胞病变级别调整模块调整后的所有细胞的病变级别确定患者癌变级别。2.根据权利要求1所述的一种癌变程度分级系统，其特征在于，所述系统还包括患者信息获取模块，用于获取患者的年龄、经期、放疗史信息。3.根据权利要求1所述的一种癌变程度分级系统，其特征在于，所述诊断指标与异常细胞病变级别关系模型的确定过程包括以下步骤：2.1、基于宫颈涂片图像，根据TBS诊断标准，获取宫颈细胞诊断指标；将宫颈细胞诊断指标归一化；2.2、针对每个诊断指标划分程度等级：2.3、建立数据集，数据集标签包括诊断指标程度等级标签和异常细胞病变级别标签；异常细胞病变级别包括：ASC
‑
US、ASC
‑
H、LSIL、HSIL、SCC角化、SCC非角化、子宫颈管原位腺癌、子宫颈管腺癌、子宫内膜腺癌；2.4、利用混合高斯模型为每一项诊断指标的程度等级建模M
i
，利用高斯混合模型M
i
从数据集中学习诊断指标程度等级概率分布，利用高斯混合模型M
i
能够确定细胞的不同诊断指标的程度等级，并获得程度等级相应的概率值x
i
；2.5、构建诊断指标和异常细胞病变级别的关系模型：Y
j
＝ω
jT
X
j
ꢀꢀꢀꢀꢀꢀꢀ
(1)选用弹性回归模型对异常细胞的每种病变级别及其对应的诊断指标间的关系进行拟合；其中，ω
j
为权重向量；j代表异常细胞的病变级别；Y
j
为异常细胞病变级别的预测值；将第j个病变级别所需的诊断指标组成一个向量X
j
，X
j
中诊断指标的概率值为x
i
，由步骤2.4获得；利用步骤2.3的数据集训练该模型，获得诊断指标和异常细胞病变级别的关系，即诊断指标与异常细胞病变级别关系模型。4.根据权利要求1所述的一种癌变程度分级系统，其特征在于，所述细胞微生物感染情况检测模块判断宫颈细胞图像是否存在微生物感染并确定微生物感染的类别的过程是通过神经网络模型实现的。5.根据权利要求1、2、3或4所述的一种癌变程度分级系统，其特征在于，所述的诊断指标包括：核质比、核分裂度、核极性、核偏心位、核异型度、细胞圆形拟合度、细胞核面积系数、空泡/细胞质面积比、核仁/细胞核面积比、角化度、核沟内凹面积、核染色深浅度、核染
色均匀度、细胞质丰富度、细胞轮廓清晰度，细胞团特征有腺细胞混乱度、细胞团拥挤度、细胞团大小分布情况。6.根据权利要求5所述的一种癌变程度分级系统，其特征在于，所述异常细胞病变级别调整模块包括：第一调整单元，对患者的年龄进行判断，对于年龄大于55岁的宫颈涂片细胞，在诊断指标和异常细胞病变级别的关系模型的权重向量中的核质比权重上乘以核质比权重的年龄影响因子λ，即对核质比权重调整；第二调整单元，对患者的经期结束时间进行判断，对于经期结束10日内的宫颈涂片细胞，在诊断指标和异常细胞病变级别的关系模型的权重向量中的核分裂度权重上乘以核分裂度权重的月经影响因子η，即对核分裂度权重调整；第三调整单元，对患者的放疗史信息进行判断，对于上一次放疗距离细胞学取样检查间隔时间在2～6月以内的宫颈涂片细胞，判断当前细胞是否具有细胞退化改变，如果具有退化改变，则将诊断指...

【专利技术属性】
技术研发人员：何勇军，赵晶，
申请(专利权)人：黑龙江机智通智能科技有限公司，
类型：发明
国别省市：