【技术实现步骤摘要】
本申请涉及对异常区域预测，具体涉及一种异常区域范围预测方法、装置、电子设备及存储介质。
技术介绍
1、目前，内镜活检及病理检查可以通过机器结合人工进行异常检测。在临床实践中，医生对部分异常检测的一致率低，不同医生对同一状况的异常检测难以达成共识；导致现有技术无法准确判断异常区域的范围大小。
技术实现思路
1、本申请实施例提供一种异常区域范围预测方法、装置、电子设备及存储介质，可以更加准确的预测异常区域的范围。
2、第一方面，本申请提供的异常区域范围预测方法，包括：以待检测样本的几何中心为原点建立检测坐标系，并根据所述检测坐标系确定第一数量的检测区域和第二数量的子检测区域，所述第一数量的检测区域中包括目标检测区域，所述目标检测区域中包括第一子检测区域和第二子检测区域，所述第一子检测区域包括第一检测点，所述第二子检测区域包括第二检测点；
3、分别确定所述第一检测点的第一基因融合特征值和第一坐标，以及所述第二检测点的第二基因融合特征值和第二坐标；
4、根据所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和预设基因突变阈值，确定异常区域预测边界点；
5、确定所述目标检测区域的多个异常区域预测边界点，以确定所述目标检测区域中的子预测异常区域；
6、以所述第一数量的检测区域中的每个检测区域分别为目标检测区域后，确定每个检测区域各自对应的子预测异常区域，以确定所述待检测样本对应的预测异常区域。
7、
8、获取所述第一检测点中每个基因点位的第一基因突变数值，以及所述第二检测点中每个基因点位的第二基因突变数值；
9、将所述第一基因突变数值和所述第二基因突变数值分别带入目标基因融合特征值预测模型中，确定所述第一基因融合特征值和所述第二基因融合特征值。
10、在一些可能的实施例中，在将所述第一基因突变数值和所述第二基因突变数值分别带入目标基因融合特征值预测模型之前，所述分别确定所述第一子检测区域对应的第一基因融合特征值，和所述第二子检测区域对应的第二基因融合特征值还包括：
11、获取生理异常且病理正常的待训练的样本；
12、获取所述待训练的样本的样本判断结果，以确定样本判断结果的判定标准；
13、获取待训练的样本的基因测序文件；
14、对所述基因测序文件进行二次检测，获取第一基因突变数据；
15、对所述第一基因突变数据进行处理，得到第二基因突变数据；
16、利用所述第二基因突变数据和所述判定标准进行模型训练，得到所述目标基因融合特征值预测模型。
17、在一些可能的实施例中，在根据所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和预设基因突变阈值，确定异常区域预测边界点之前，所述方法还包括：
18、获取预设异常状态下的多个基因融合特征值；
19、根据所述多个基因融合特征值，确定所述预设异常状态对应的基因突变阈值。
20、在一些可能的实施例中，所述根据所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和预设基因突变阈值，确定异常区域预测边界点，包括：
21、将所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和所述目标基因突变阈值带入预设边界点预测策略中，确定所述异常区域预测边界点的坐标；
22、其中，所述异常区域预测边界点为所述第一检测点和所述第二检测点所在直线上的点。
23、在一些可能的实施例中，所述方法还包括：
24、确定所述待检测样本的第一真实异常面积和所述预测异常区域的第一预测异常面积；
25、根据所述第一真实异常面积和所述第一预测异常面积，确定面积误差；
26、根据所述面积误差更新初始面积误差均值，直至更新后的面积误差满足目标面积误差要求；
27、根据更新后的面积误差均值确定更新后的边界移动系数。
28、在一些可能的实施例中，所述方法还包括：
29、根据更新后的边界移动系数确定所述预测异常区域的第二预测异常面积；
30、根据所述第二预测异常面积、所述第一真实异常面积和目标风险等级评估参数，确定异常区域恶化等级。
31、第二方面，本申请实施例还提供一种异常区域范围预测装置，包括：
32、坐标系建立模块，用于以待检测样本的几何中心为原点建立检测坐标系，并根据所述检测坐标系确定第一数量的检测区域和第二数量的子检测区域，所述第一数量的检测区域中包括目标检测区域，所述目标检测区域中包括第一子检测区域和第二子检测区域，所述第一子检测区域包括第一检测点，所述第二子检测区域包括第二检测点；
33、检测点信息确定模块，用于分别确定所述第一检测点的第一基因融合特征值和第一坐标，以及所述第二检测点的第二基因融合特征值和第二坐标；
34、边界点确定模块，用于根据所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和预设基因突变阈值，确定异常区域预测边界点；
35、第一异常区域预测模块，用于确定所述目标检测区域的多个异常区域预测边界点，以确定所述目标检测区域中的子预测异常区域；
36、第二异常区域预测模块，用于以所述第一数量的检测区域中的每个检测区域分别为目标检测区域后，确定每个检测区域各自对应的子预测异常区域，以确定所述待检测样本对应的预测异常区域。
37、第三方面，本申请提供的电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器用于运行存储器内的计算机程序，实现本申请所提供的异常区域范围预测方法中的步骤。
38、第四方面，本申请提供的计算机可读存储介质，存储有多条指令，该指令适于处理器进行加载，实现本申请所提供的异常区域范围预测方法中的步骤。
39、第五方面，本申请提供的计算机程序产品，包括计算机程序或指令，该计算机程序或指令被处理器执行时实现本申请所提供的异常区域范围预测方法中的步骤。
40、本申请提供一种异常区域范围预测方法、装置、电子设备及存储介质，相较于现有技术，本申请将待检测样本划分为多个不同的宫格，并分别选取不同的宫格中的样本进行异常区域范围预测，同时结合宫格中的样本的基因融合特征值进行异常区域范围预测，可以有效提高异常区域范围的预测精度。
本文档来自技高网...【技术保护点】
1.一种异常区域范围预测方法，其特征在于，包括：
2.根据权利要求1所述的异常区域范围预测方法，其特征在于，所述分别确定所述第一检测点的第一基因融合特征值，以及所述第二检测点的第二基因融合特征值，包括：
3.根据权利要求2所述的异常区域范围预测方法，其特征在于，在将所述第一基因突变数值和所述第二基因突变数值分别带入目标基因融合特征值预测模型之前，所述分别确定所述第一子检测区域对应的第一基因融合特征值，和所述第二子检测区域对应的第二基因融合特征值还包括：
4.根据权利要求1所述的异常区域范围预测方法，其特征在于，在根据所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和预设基因突变阈值，确定异常区域预测边界点之前，所述方法还包括：
5.根据权利要求4所述的异常区域范围预测方法，其特征在于，所述根据所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和预设基因突变阈值，确定异常区域预测边界点，包括：
6.根据权利要求1所述的异常区域范围预测方法，其特征在于，所述方法还包括：>
7.根据权利要求6所述的异常区域范围预测方法，其特征在于，所述方法还包括：
8.一种异常区域范围预测装置，其特征在于，包括：
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器用于运行所述存储器内的计算机程序，以执行权利要求1至7任一项所述的异常区域范围预测方法中的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行权利要求1至7任一项所述的异常区域范围预测方法中的步骤。
...【技术特征摘要】
1.一种异常区域范围预测方法，其特征在于，包括：
2.根据权利要求1所述的异常区域范围预测方法，其特征在于，所述分别确定所述第一检测点的第一基因融合特征值，以及所述第二检测点的第二基因融合特征值，包括：
3.根据权利要求2所述的异常区域范围预测方法，其特征在于，在将所述第一基因突变数值和所述第二基因突变数值分别带入目标基因融合特征值预测模型之前，所述分别确定所述第一子检测区域对应的第一基因融合特征值，和所述第二子检测区域对应的第二基因融合特征值还包括：
4.根据权利要求1所述的异常区域范围预测方法，其特征在于，在根据所述第一基因融合特征值、所述第二基因融合特征值、所述第一坐标、所述第二坐标和预设基因突变阈值，确定异常区域预测边界点之前，所述方法还包括：
5.根据权利要求4所述的异常区域范围预测方法，其特...
【专利技术属性】
技术研发人员：吴练练，董泽华，
申请(专利权)人：武汉大学人民医院湖北省人民医院，
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。