【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及预测进展概况。本专利技术还涉及训练模型以预测进展概况。
技术介绍
1、在医学成像中，例如，可以基于例如医学图像和/或其他测量(如温度和心率)来评估受试者的病情。此外，已经尝试基于医学图像来预测患者的未来病情。
2、zhang等人所著的“a multi-scaledeep convolutional neural network forjoint segmentation and prediction of geographic atrophy in sd-oct images(一种用于sd-oct图像中的地图样萎缩的联合分割和预测的多尺度深度卷积神经网络)”(2019ieee第16届生物医学成像国际研讨会(isbi 2019)第565-568页)公开了使用深度神经网络训练模型以联合分割ga和预测未来时间点分割。
技术实现思路
1、本专利技术的目的是能够提供对进展概况的改进的预测。
2、根据本专利技术的一方面，提供了一种预测病情进展的方法。该方法包括：
3、获得与对受试者的直到特定时间点的至少一次测量相关的测量数据，其中数据是基于传感器的输出而被生成的，传感器被配置为执行关于受试者的至少一次测量；
4、使用经训练的模型并基于测量数据生成参数化时间相关函数的至少一个参数，其中参数化时间相关函数指示受试者的病情在特定时间点之后随时间的预测进展。
5、该方法还可以包括：对于特定时间点之后的至少一个时间点，使用至少一个
6、根据本专利技术的另一方面，提供了一种训练模型以预测病情进展的方法。该方法包括：
7、获得训练数据，训练数据包括与对至少一个受试者的至少一次测量相关的测量数据，其中测量数据基于传感器的输出，传感器被配置为执行关于受试者的至少一次测量，对于每个受试者训练数据还包括而言，与该受试者相关联的至少一个时间点，以及指示该受试者在至少一个时间点的病情的信息；
8、使用模型并基于至少一个受试者中的特定受试者的测量数据来生成参数化时间相关函数的至少一个参数，其中参数化时间相关函数指示特定受试者的病情随时间的预测进展；
9、对于与特定受试者相关联的至少一个时间点，使用至少一个参数来评估参数化时间相关函数，以获得受试者在至少一个时间点的预测病情；
10、将与特定受试者相关联的至少一个时间点处的特定受试者的预测病情与指示与特定受试者相关联的至少一个时间点处的特定受试者的病情的训练数据中的信息进行比较，以获得比较结果；和
11、基于比较结果更新模型。
12、在某些实施例中，至少一个受试者中的至少一个第一受试者具有与其相关联的至少一个时间点的第一集合，至少一个受试者中的至少一个第二受试者具有与其相关联的至少一个时间点的第二集合，并且第一集合中的至少一个时间点不同于第二集合中的每个时间点。
13、该至少一个参数可以指示病情将改变的时间点或病情将改变的速度。
14、评估参数化时间相关函数的步骤可以包括对使用模型生成的参数应用阈值，其中阈值取决于评估参数化时间相关函数的时间点。
15、该至少一个参数可以包括参数化时间相关函数的项的至少一个系数。
16、参数化时间相关函数可以包括傅立叶级数或泰勒级数。
17、测量数据可以包括由数据捕获设备生成的与受试者相关联的至少一个n维输入数据集。这里，n是大于或等于1的整数值。优选地，n是大于或等于2的整数值。
18、在特定示例中，n维输入数据集是至少二维图像数据集，并且数据捕获设备是成像设备。
19、生成至少一个参数的步骤可以包括为与n维输入数据集内的位置相对应的多个位置中的每一个生成至少一个参数，以为多个位置中的每一个单独定义参数化时间相关函数。
20、测量数据可以包括由成像设备生成的与受试者相关联的至少一个至少二维图像数据集。
21、生成至少一个参数的步骤可以包括为与至少二维图像数据集内的位置相对应的多个位置中的每一个生成至少一个参数，以为多个位置中的每一个单独定义参数化时间相关函数。
22、该模型可以包括卷积神经网络。
23、根据本专利技术的另一方面，提供了一种用于预测病情进展的装置。该装置包括：
24、输入，其被配置为接收与对受试者的直到特定时间点的至少一次测量相关的测量数据，其中数据基于传感器的输出而被生成，传感器被配置为执行关于受试者的至少一次测量；
25、非暂时性存储介质，其包括模型；和
26、处理器系统，其被配置为使装置使用模型并基于测量数据来生成参数化时间相关函数的至少一个参数，其中参数化时间相关函数指示受试者的病情在特定时间点之后随时间的预测进展。
27、根据本专利技术的另一方面，提供了一种用于训练模型以预测病情进展的装置。该装置包括：
28、输入，其被配置为接收训练数据，训练数据包括与对至少一个受试者的至少一次测量相关的测量数据，其中测量数据基于传感器的输出，传感器被配置为执行关于受试者的至少一次测量，对于每个受试者训练数据还包括，与受试者相关联的至少一个时间点，以及指示受试者在至少一个时间点的病情的信息；
29、存储介质，用于存储模型；和
30、处理器系统，其被配置为使装置：
31、使用模型并基于至少一个受试者中的特定受试者的测量数据来生成参数化时间相关函数的至少一个参数，其中参数化时间相关函数指示特定受试者的病情随时间的预测进展，
32、对于与特定受试者相关联的至少一个时间点，使用至少一个参数来评估参数化时间相关函数，以获得受试者在至少一个时间点的预测病情，
33、将与特定受试者相关联的至少一个时间点处的特定受试者的预测病情与指示与特定受试者相关联的至少一个时间点处的特定受试者的病情的训练数据中的信息进行比较，以获得比较结果，和
34、基于比较结果更新模型。
35、通过使用参数化时间相关函数作为用于预测病情的进展概况的基础，预测不限于特定时间点，而是可以在任何时间点进行评估，特别是在未来任何时间点或在最近一次可用的测量之后的任何时间点进行评估。这使得能够将预测与可获得新的诊断数据的任何时间处的实际情况进行比较。这提供了计划的灵活性。例如，其可以在治疗计划中提供灵活性，包括但不限于依从性监测和监测对治疗的反应。
36、当训练模型时，参数化时间相关函数使得可以处理针对不同受试者的在非周期性或不规律时间间隔下可获得的地面真值数据。
37、时间相关函数的简单示例可以是阶跃函数。阈值技术尤其对于单调进行性疾病是有利的，其中使用模型生成的参数可以指示病情改变的速度。这提供了要由模型估计的特别少量的参数(例如，仅一个参数)。
38、更复杂的参数化函数，如有限傅立叶或泰勒级数，可以用于更详细地预测进展概况，从而允许以高效的本文档来自技高网...
【技术保护点】
1.一种预测病情进展的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括对于所述特定时间点之后的至少一个时间点，使用所述至少一个参数来评估所述参数化时间相关函数。
3.一种训练模型以预测病情进展的方法，所述方法包括：
4.根据权利要求3所述的方法，其中：
5.根据前述权利要求中任一项所述的方法，其中所述至少一个参数指示所述病情将改变的时间点或所述病情将改变的速度。
6.根据权利要求5所述的方法，其中评估所述参数化时间相关函数包括对使用所述模型生成的所述参数应用阈值，其中所述阈值取决于评估所述参数化时间相关函数的所述时间点。
7.根据前述权利要求中任一项所述的方法，其中所述至少一个参数包括所述参数化时间相关函数的项的至少一个系数。
8.根据权利要求7所述的方法，其中所述参数化时间相关函数包括傅立叶级数或泰勒级数。
9.根据前述权利要求中任一项所述的方法，其中，所述测量数据包括由数据捕获设备生成的与所述受试者相关联的至少一个N维输入数据集，其中N是正整数值。
10.根据
11.根据权利要求9或10所述的方法，其中所述生成至少一个参数包括为与所述N维输入数据集内的位置相对应的多个位置中的每一个生成所述至少一个参数，以为所述多个位置中的每一个单独定义所述参数化时间相关函数。
12.根据前述权利要求中任一项所述的方法，其中，所述模型包括卷积神经网络。
13.一种用于预测病情的进展的装置，所述装置包括：
14.一种用于训练模型以预测病情进展的装置，所述装置包括：
...【技术特征摘要】
【国外来华专利技术】
1.一种预测病情进展的方法，所述方法包括：
2.根据权利要求1所述的方法，还包括对于所述特定时间点之后的至少一个时间点，使用所述至少一个参数来评估所述参数化时间相关函数。
3.一种训练模型以预测病情进展的方法，所述方法包括：
4.根据权利要求3所述的方法，其中：
5.根据前述权利要求中任一项所述的方法，其中所述至少一个参数指示所述病情将改变的时间点或所述病情将改变的速度。
6.根据权利要求5所述的方法，其中评估所述参数化时间相关函数包括对使用所述模型生成的所述参数应用阈值，其中所述阈值取决于评估所述参数化时间相关函数的所述时间点。
7.根据前述权利要求中任一项所述的方法，其中所述至少一个参数包括所述参数化时间相关函数的项的至少一个系数。
8.根据权利要求7所述的方法，其中所述参数化时...
【专利技术属性】
技术研发人员：桑德罗·伊沃·塞巴斯蒂亚诺·德·扎内特，斯特凡诺斯·阿波斯托洛普洛斯，卡洛斯·西勒·鲁伊斯，阿加塔·贾斯蒂娜·莫辛斯卡·多曼斯卡，
申请(专利权)人：伊克里安股份公司，
类型：发明
国别省市：
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。