System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于预测病变的组织病理学的方法和系统技术方案_技高网

用于预测病变的组织病理学的方法和系统技术方案

技术编号:41466484 阅读:12 留言:0更新日期:2024-05-30 14:21
提供了一种用于确定在患者的医学图像上看到的病变的组织学性质和医学处置的系统和方法。所述方法包括:检测医学图像中的病变;使用NLP从描述所述病变的放射学报告中提取图像发现;从数据库中检索所述患者的人口统计和临床数据;基于人口统计和临床数据识别类似患者;通过聚合来自所识别的类似患者的数据来创建类似患者群组,其中,聚合数据包括所述类似患者的人口统计数据、临床数据和医学图像;从所述类似患者群组检索所述医学图像;对所检索的医学图像执行放射组学导出的定量分析以训练ANN分类模型;将所述病变应用于经训练的ANN分类模型以预测所述病变的组织学性质;并且基于所预测的组织学性质确定所述患者的诊断和医学处置。

【技术实现步骤摘要】
【国外来华专利技术】


技术介绍

1、医学实践通常涉及疾病的预防、诊断、缓解和处置。人类发病的多样性和复杂性使得实际上不可能总是达到最合适的诊断和处置,或肯定地预测对处置的特定响应。在已知多管齐下的处置增加成功处置某些转移性癌症的机会的情况下,处置发病率的降低是存活的关键。

2、去除化疗后的残留转移病灶(例如肿瘤)的关键外科手术流程常常伴随着短期和长期并发症,诸如停工时间、美学风险、血管并发症、瘢痕形成和器官损伤。现有的基于临床图像的预测算法不足够灵敏,并且不能足够详细地辨别病变以成为医学/外科手术决策制定的基础。

3、放射科医师的任务是查看医学图像,并生成描述图像的放射学报告,该图像包括计算机断层摄影(ct)图像、x射线图像、磁共振成像(mri)图像、正电子发射断层摄影(pet)扫描和超声图像。诊断和处置确定以及成功结果的预测常常取决于由这些医学图像和相关联的放射学报告提供的信息。然而,标准成像可能无法可靠地区分良性和潜在侵入性生长或处置响应。已经测试了基线临床和组织病理学选项以便检测指示对各种处置(例如,辐射、化疗)的响应的因素。基线选项可以包括响应于各种处置的病变的间隔尺寸减小、化疗前和化疗后肿瘤标志物水平、结节尺寸、原发性肿瘤活性和残留活动性疾病的检测,例如,所有这些都是存活和健康的指标。需要基于图像的预测算法足够灵敏以基于重要处置决策。

4、放射组学是通过应用先进的计算方法将医学成像数据转换为例如定量生物标志物的新兴领域。这样的计算方法可以包括定量成像特征(例如,从扫描中的定义的感兴趣肿瘤区域提取并且包括强度分布的描述符)、纹理异质性模式、以及人眼无法检测到的各种强度水平之间的空间关系。即使当生理基础未知时,随后也可以针对预测处置结果时的准确度对一大组特征进行测试。

5、放射组学通常使用图像处理技术来从感兴趣区域提取定量特征,以训练预测结果的机器智能分类器。例如,ct导出的肿瘤纹理异质性和pet导出的纹理异质性被认为是存活的独立预测因子。例如,在从患有肺癌或头颈癌的患者的ct数据中提取的特征的放射组学分析中,大量放射组学特征被证明具有诊断和预后能力。然而,放射组学的广泛应用不提供足够详细或相关的信息来提供根据其独特人口统计和医学情况处置患者所期望的预测确定性。

6、需要足够灵敏的算法,基于该算法使用从类似患者的医学图像导出的高度相关的信息进行重要的诊断和处置决策。放射组学是实现这一目的的有力工具,但是放射组学的常规使用不足,并且过度依赖于用户技能和交互。


技术实现思路

1、根据代表性实施例,提供了一种用于预测患者的病变的组织病理学的方法。所述方法包括:检测所述患者的医学图像中的至少一个病变;使用自然语言处理(nlp)算法从描述包括所述至少一个病变的所述医学图像的放射学报告中提取图像发现;从影像归档和通信系统(pacs)或者放射学信息系统(ris)中的至少一项检索所述患者的人口统计数据和临床数据;基于所提取的图像发现以及所述患者的所述人口统计数据和所述临床数据来识别多个类似患者;通过聚合来自所识别的类似患者的数据来创建类似患者群组,其中,聚合数据分别包括所述类似患者的人口统计数据、临床数据和医学图像;检索来自所述类似患者群组的所述医学图像;对所检索的医学图像执行放射组学导出的定量分析以训练人工神经网络(ann)分类模型;并且将所述至少一个病变应用于经训练的ann分类模型以预测所述至少一个病变的组织学性质(在适用的情况下包括恶性)。针对至少一个病变的患者的诊断和/或医学管理可以基于所预测的所述至少一个病变的组织学性质。

2、根据另一代表性实施例,提供了一种用于预测患者的病变的组织病理学性质的系统。所述系统包括:至少一个处理器;至少一个数据库,其存储多个患者的人口统计数据和临床数据以及医学图像;图形用户接口(gui),其使得用户能够与所述处理器进行接口连接;以及非瞬态存储器,其存储指令,所述指令在由所述处理器运行时使所述至少一个处理器:检测所述患者的医学图像中的至少一个病变;使用nlp算法从描述包括所述至少一个病变的所述医学图像的放射学报告中提取图像发现;从所述至少一个数据库检索所述患者的人口统计数据和临床数据;通过基于所提取的图像发现以及所述患者的所述人口统计数据和所述临床数据搜索所述至少一个数据库来从所述多个患者中识别类似患者;通过聚合来自所识别的类似患者的数据来创建类似患者群组,其中,聚合数据分别包括所述类似患者的人口统计数据和临床数据以及医学图像;从所述类似患者群组检索所述医学图像;对所检索的医学图像执行放射组学导出的定量分析以训练ann分类模型;将所述至少一个病变应用于经训练的ann分类模型以预测所述至少一个病变的组织学性质;并且在所述gui上显示所预测的所述至少一个病变的组织学性质。可以基于所预测的所述至少一个病变的组织学性质来确定针对所述至少一个病变的所述患者的医学诊断和/或医学管理。

3、根据另一代表性实施例,提供了一种存储用于预测患者的病变的组织病理学性质的指令的非瞬态计算机可读介质,所述指令在由一个或多个处理器运行时使所述一个或多个处理器:检测所述患者的医学图像中的至少一个病变;使用nlp算法从描述包括所述至少一个病变的所述医学图像的放射学报告中提取图像发现;从所述至少一个数据库检索所述患者的人口统计数据和临床数据;通过基于所提取的图像发现以及所述患者的所述人口统计数据和所述临床数据搜索所述至少一个数据库来从所述多个患者中识别类似患者;通过聚合来自所识别的类似患者的数据来创建类似患者群组,其中,聚合数据分别包括所述类似患者的人口统计数据和临床数据以及医学图像;从所述类似患者群组检索所述医学图像;对所检索的医学图像执行放射组学导出的定量分析以训练ann分类模型;将所述至少一个病变应用于经训练的ann分类模型以预测所述至少一个病变的组织学性质;并且显示所预测的所述至少一个病变的组织学性质。可以基于所预测的所述至少一个病变的组织学性质来确定针对所述至少一个病变的所述患者的医学诊断和/或医学管理。

本文档来自技高网...

【技术保护点】

1.一种预测患者的病变的组织病理学的方法,所述方法包括:

2.根据权利要求1所述的方法,还包括:

3.根据权利要求1所述的方法,其中,所述至少一个病变是通过图像分割来检测的。

4.根据权利要求1所述的方法,其中,识别所述多个类似患者包括:

5.根据权利要求3所述的方法,其中,所述临床数据库包括以下各项中的至少一项:电子医学记录(EMR)数据库、临床数据仓库或者数据储存库。

6.根据权利要求1所述的方法,其中,使用所述NLP算法从所述放射学报告中提取所述图像发现包括应用领域特异性背景嵌入。

7.根据权利要求1所述的方法,其中,所述人口统计数据和所述临床数据至少包括:所述患者的年龄、性别和种族、以及过去和当前的医学诊断和处置。

8.根据权利要求1所述的方法,其中,所述人口统计数据和所述临床数据被存储在临床数据库中,并且所述类似患者的所述医学图像被存储在与所述临床数据库分开的成像数据库中,并且其中,所述临床数据库被更新以参考分开的成像数据库中的所述医学图像。

9.根据权利要求1所述的方法,其中,所述人口统计数据和所述临床数据被存储在临床数据库中,并且所述类似患者的所述医学图像与所述人口统计数据和所述临床数据相关联地被存储在所述临床数据库中。

10.根据权利要求1所述的方法,其中,对所检索的医学图像执行所述放射组学导出的定量分析以训练所述ANN分类模型包括:

11.根据权利要求1所述的方法,其中,将所述至少一个病变应用于所述经训练的ANN分类模型以预测所述至少一个病变的所述组织学性质包括预测所述至少一个病变的恶性。

12.一种用于预测患者的病变的组织学性质的系统,所述系统包括:

13.根据权利要求12所述的系统,其中,所述至少一个病变是通过图像分割来检测的。

14.根据权利要求12所述的系统,其中,所述指令使所述至少一个处理器通过以下操作来识别所述类似患者:

15.根据权利要求14所述的系统,其中,所述至少一个数据库包括以下各项中的至少一项:电子医学记录(EMR)数据库、临床数据仓库或者数据储存库。

16.根据权利要求12所述的系统,其中,所述人口统计数据和所述临床数据至少包括:所述患者的年龄、性别和种族、以及过去和当前的医学诊断和处置。

17.根据权利要求12所述的系统,其中,所述指令使所述至少一个处理器通过以下操作对所检索的医学图像执行所述放射组学导出的定量分析以训练所述ANN分类模型:

18.根据权利要求12所述的系统,其中,预测所述至少一个病变的所述组织学性质包括预测所述至少一个病变的恶性。

19.一种存储指令的非瞬态计算机可读介质,所述指令用于预测患者的病变的组织学性质,所述指令在由一个或多个处理器运行时使所述一个或多个处理器:

20.根据权利要求18所述的非瞬态计算机可读介质,其中,所述指令使所述一个或多个处理器通过以下操作来识别所述类似患者:

...

【技术特征摘要】
【国外来华专利技术】

1.一种预测患者的病变的组织病理学的方法,所述方法包括:

2.根据权利要求1所述的方法,还包括:

3.根据权利要求1所述的方法,其中,所述至少一个病变是通过图像分割来检测的。

4.根据权利要求1所述的方法,其中,识别所述多个类似患者包括:

5.根据权利要求3所述的方法,其中,所述临床数据库包括以下各项中的至少一项:电子医学记录(emr)数据库、临床数据仓库或者数据储存库。

6.根据权利要求1所述的方法,其中,使用所述nlp算法从所述放射学报告中提取所述图像发现包括应用领域特异性背景嵌入。

7.根据权利要求1所述的方法,其中,所述人口统计数据和所述临床数据至少包括:所述患者的年龄、性别和种族、以及过去和当前的医学诊断和处置。

8.根据权利要求1所述的方法,其中,所述人口统计数据和所述临床数据被存储在临床数据库中,并且所述类似患者的所述医学图像被存储在与所述临床数据库分开的成像数据库中,并且其中,所述临床数据库被更新以参考分开的成像数据库中的所述医学图像。

9.根据权利要求1所述的方法,其中,所述人口统计数据和所述临床数据被存储在临床数据库中,并且所述类似患者的所述医学图像与所述人口统计数据和所述临床数据相关联地被存储在所述临床数据库中。

10.根据权利要求1所述的方法,其中,对所检索的医学图像执行所述放射组学导出的定量分析以训练所述ann分类模型包括:

11.根据权利要求1...

【专利技术属性】
技术研发人员:A·萨瓦尔卡尔
申请(专利权)人:皇家飞利浦有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1