【技术实现步骤摘要】
本专利技术涉及超声影像处理，尤其涉及基于超声影像处理的前列腺穿刺靶点定位方法及装置。
技术介绍
1、前列腺癌是男性最常见的癌症之一，由于其发病隐匿，当疾病确诊时大多数患者表现为中高风险的局部、局部晚期或转移性癌症，尽管进行积极治疗，死亡率仍居高不下；当筛查患者前列腺特异性抗原(psa)升高，需要进一步行直肠指诊、前列腺超声、磁共振等检查评估，有前列腺癌风险的患者需进一步行前列腺穿刺活检进行明确诊断；
2、但是，目前诊断前列腺癌技术为超声引导的经直肠或经会阴行前列腺穿刺活检技术，且针数为12针，临床上检出率较为低下；而且前列腺穿刺活检作为侵入性操作，存在一定程度的并发症发生率；对于经直肠前列腺穿刺活检患者而言，穿刺后还需进行口服或静脉注射抗生素治疗，术后出血、感染仍然是其常见并发症，并伴随着体感痛苦；
3、针对上述的技术缺陷，现提出一种解决方案。
技术实现思路
1、本专利技术的目的在于：提出了基于超声影像处理的前列腺穿刺靶点定位方法及装置，利用影像组学技术对超声图像先进行初步分析，在穿刺活检前了解穿刺部位前列腺癌的概率，基于此概率决定是否进行活检、穿刺活检针数以及穿刺靶点，避免不必要的有创操作，减少患者因穿刺针数过多增加患者痛苦及并发症的问题。
2、为了实现上述目的，本专利技术采用了如下技术方案：基于超声影像处理的前列腺穿刺靶点定位方法，包括以下步骤：
3、步骤一：建立病症风险预测模型：
4、采集n0名患者的第一目标信息，第
5、通过对第一目标信息进行进行初步分析，获取异常回声区域；再通过建立数字预测模型，对异常回声区域进行病症预测，获取前列腺的风险程度；
6、步骤二：应用病症风险预测模型：输入患者的第一目标信息，通过将异常回声区域对应的第一目标信息代入到数字预测模型中，获取前列腺疾病的预测结论及其对应的风险指数，为风险指数设置阈值，进而进行排序分级并生成相应的风险信号，供主治医师参考，并匹配相应的靶向穿刺方案；
7、步骤三：优化病症风险预测模型：
8、采集n0名患者的第二目标信息，第二目标信息包括患者治疗信息和患者监测信息；患者治疗信息至少包括超声信号的强度和深度；患者监测信息至少包括异常回声区域的大小、形态和影像组学特征；
9、对患者异常回声区域进行实时的靶向穿刺技术，并通过对第二目标信息进行深度分析，判断穿刺位置是否处于异常回声区域，获取病症预测过程中的偏差预测程度，并根据不同的预测程度对病症风险预测模型进行优化。
10、进一步的，获取异常回声区域的具体工作过程为：
11、步骤a1，获取患者的第一目标信息，进而获取患者的前列腺的超声影像图，并选择一种标准化的分区模板将前列腺部位划分为若干个区域；
12、步骤a2，建立卷积神经网络，则每个区域对应神经网络的一个节点，进而获取每个区域内的像素，以采集时间为x轴，像素为y轴，建立直角坐标轴，并绘制像素-时间的变化曲线，同时在直角坐标轴中绘制一条标准阈值变化曲线；进而将像素-序列变化曲线与标准阈值变化曲线进行对比，进而获取像素-时间变化曲线位于标准阈值变化曲线上方线段与标准阈值曲线所围成的面积，并标记为诊断面积，再将诊断面积与预设面积阈值进行比较，当诊断面积超过预设面积阈值，则将该像素对应的区域标记为异常回声区域，反之，为正常回声区域。
13、进一步的，建立卷积神经网络的过程中，还包括：
14、步骤sa，根据步骤a2计算出每个区域内的所有像素对应的时间序列的平均值，并提取出所有区域的时间序列，并标记为l；再将时间序列l均等划分为子时间序列段，分别为l1，l2……lm，m为划分的个数，且m为大于1的正整数；
15、步骤sb，将子时间序列段对应的任意两个节点平均时间序列的相关性系数r，以确定患者第一目标信息的相关性程度，当r为正值，表示呈正相关，反之呈负相关；进而建立数据集，采用均值去标准化方法将数据集对应的数据进行归一化处理，并归一化到[0，1]区间；再通过卷积层对数据集进行特征提取，获得相应的特征信息，包括特征1、特征2……特征p，其中p表示特征数量且p为大于0的正整数；
16、步骤sc，再利用全连接层对特征信息对应的数据进行重新拟合，并对其赋予相应的权重系数，进而使用梯度下降算法进行学习，训练整个网络，得到区域分类识别模型，并根据区域分类识别模型快速区分异常回声区域和正常回声区域。
17、进一步的，建立数字预测模型的具体工作过程为：
18、步骤b1，先获取患者的基本信息，先判断患者是否有前列腺既往病史：当存在前列腺既往病史时，将其标记为1，反之，标记为0；再将年龄、pi-rads评分和既往病史值分别对应标记为a1、a2和a3；
19、步骤b2，获取患者的psa检查指标和其他检查指标，其中，各评估指标根据其评估因子制定评估机制；psa检查指标的评估因子包括游离psa比值、psa密度和psa倍增时间，并对应标记为b1、b2和b3；其他检查指标的评估因子包括前列腺的体积和碱性磷酸酶含量，并对应标记为和c1和c2；
20、步骤b3，对psa检查指标和其他检查指标分别进行转化分析，获得到相应的转化系数；并将游离psa比值b1、psa密度b2和psa倍增时间b3对应的转化系数分别标记为d1、d2和d3；将前列腺的体积c1和碱性磷酸酶含量c2对应的转化系数分别标记为e1和e2；
21、步骤b4，通过设定公式获取相应的评估系数，分别为基本评估系数p1、psa检查评估系数p2和其他检查评估系数p3，再通过获取第一目标信息相对应的相关性系数r，以规定公式中相应的正负符号；
22、步骤b5，再将基本评估系数p1、psa检查评估系数p2和其他检查评估系数p3相结合生成病症风险系数f，再根据预设阈值对病症风险系数f进行排序分级，并生成相应的风险信号。
23、进一步的，对psa检查指标进行转化分析的过程为：
24、建立第一转化影响模型：先构建三维监测向量<游离psa比值b1，psa密度b2，psa倍增时间b3>，设置输入数据为三维监测向量，再获取psa倍增时间b3内的游离psa比值b1和psa密度b2的平均值和波动值，并将游离psa比值b1，psa密度b2的平均值分别标记为tba1和tba2，和波动值分别标记为tbb1和tbb2；其中，波动值表示该psa倍增时间b3内最大值与最小值差值的一半；
25、再通过构建不同的判断向量，将判断向量均代入到预设判断模型中，生成判断值，当任一判断值小于预设判断值，表示该指标的数据值不在标准范围内，则分配权重修正系数y1；当判断值均大于预设判断值，表示该指标的数据值在标本文档来自技高网...
【技术保护点】
1.基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述获取异常回声区域的具体工作过程为：
3.根据权利要求2所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述建立卷积神经网络的过程中，还包括：
4.根据权利要求1所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述建立数字预测模型的具体工作过程为：
5.根据权利要求4所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述对PSA检查指标进行转化分析的过程为：
6.根据权利要求4所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述对其他指标进行转化分析的过程为：
7.根据权利要求1所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述对第二目标信息进行深度分析的具体工作过程为：
8.一种前列腺穿刺靶点定位装置，其特征在于：装置如上述权利要求1-7任一项的基于超声影像处理的前列腺穿刺靶点定位方法
...【技术特征摘要】
1.基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述获取异常回声区域的具体工作过程为：
3.根据权利要求2所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述建立卷积神经网络的过程中，还包括：
4.根据权利要求1所述的基于超声影像处理的前列腺穿刺靶点定位方法，其特征在于：所述建立数字预测模型的具体工作过程为：
5.根据权利要求4所述...
【专利技术属性】
技术研发人员：黄嘉琦，冷斐，何昶，王杭，
申请(专利权)人：上海市闵行区中心医院，
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。