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() 基于大语言模型的智能肿瘤诊疗辅助系统及方法技术方案_技高网

基于大语言模型的智能肿瘤诊疗辅助系统及方法技术方案

技术编号:43214813 阅读:1 留言:0更新日期:2024-11-05 17:09
本发明专利技术涉及基于大语言模型的智能肿瘤诊疗辅助系统及方法,创建肿瘤计算机仿真系统并基于CT影像数据对该第一组织中的肿瘤进行三维仿真得到第一三维模型,计算其肿瘤体积,当肿瘤的体积大于预设体积阈值,选择第一治疗方式,否则在计算机仿真系统中对第一三维模型进行切割并分别计算每块模型中的肿瘤体积;获取另一时间点的第一组织的肿瘤的CT影像数据,通过计算机仿真系统对该组织的肿瘤进行三维仿真,得到第二三维模型后进行切割,分别计算切割后的每块模型中的肿瘤体积和肿瘤增长速率,并将每块模型中的肿瘤增长速率与预设的增长速率阈值进行对比,并根据增长速率进行治疗方式的调整。辅助进行治疗方式的选择,提升治疗方式的决策效率。

【技术实现步骤摘要】

本专利技术属于服务器散热,尤其涉及基于大语言模型的智能肿瘤诊疗辅助系统及方法


技术介绍

1、肿瘤是指机体在各种致瘤因子作用下,局部组织细胞增生所形成的新生物,常表现为局部的异常肿块。肿瘤细胞生长旺盛、失去控制,具有相对自主性,在引起肿瘤性增殖的初始因素消失后仍能稳定传代。而肿瘤是一种影响全身的疾病,尤其针对中晚期肿瘤患者的绝大部分患者均可能导致身体的多个器官出现肿瘤。因此,肿瘤患者的诊疗过程必然会涉及多个学科。也正因为如此,现有的肿瘤患者在进行治疗的过程中,不同科室的医生会给出不同的治疗建议,例如有的科室医生建议通过手术的方式进行治疗,而有的科室的医生建议通过放化疗的方式进行治疗,或者还有其他科室的医生会给出其他的治疗方式建议。

2、因此现有技术中,没有有效的统一的治疗方式的选择标准,使得在治疗过程中由于治疗方式的选择可能会浪费很多的时间,另外还由于不同的科室的医生的不同建议导致患者本人也无法抉择,一方面在进行治疗方式的选择中可能存在导致病情延误的情况,另一方面,也可能存在最后选择的治疗方式不是最佳的,导致病情恶化。

3、因此,如何提供肿瘤诊疗辅助系统及方法,辅助肿瘤患者或者医生在治疗过程进行治疗方式的选择,提升治疗方式的决策效率,避免病情延误。


技术实现思路

1、本专利技术的目的在于提供基于大语言模型的智能肿瘤诊疗辅助系统及方法,用以辅助肿瘤患者或者医生在治疗过程进行治疗方式的选择,提升治疗方式的决策效率,避免病情延误。

2、为解决上述技术问题,本专利技术采用的技术方案如下:

3、第一方面,提供基于大语言模型的智能肿瘤诊疗辅助方法,包括以下步骤:

4、s1:创建肿瘤计算机仿真系统,并获取t0时间点的第一组织的肿瘤的不同方位的第一ct影像数据,将第一ct影像数据输入所述计算机仿真系统,并通过所述计算机仿真系统对该第一组织中的肿瘤进行三维仿真,得到第一三维模型,并计算所述第一三维模型中的肿瘤体积,判断所述肿瘤的体积是否大于预设体积阈值,若是,初步选择第一治疗方式,若否,执行步骤s2;

5、s2:在计算机仿真系统中对所述第一三维模型进行切割,以三个两两垂直的平面将所述第一三维模型切割成八块,并分别计算切割后的每块模型中的肿瘤体积;

6、s3:获取t1时间点的第一组织的肿瘤的不同方位的第二ct影像数据,并将第二ct影像数据输入所述计算机仿真系统,通过所述计算机仿真系统对该组织的肿瘤进行三维仿真,得到第二三维模型;

7、s4:在计算机仿真系统中对所述第二三维模型进行切割,以步骤s2中的所述三个两两垂直的平面将所述第二三维模型切割成八块,并分别计算切割后的每块模型中的肿瘤体积;

8、s5:将步骤s2中的八块模型与步骤s4中的八块模型按照相对应的关系分别计算每块模型中的肿瘤增长速率,并将每块模型中的肿瘤增长速率与预设的增长速率阈值进行对比,判断是否存在某块模型的肿瘤增长速率大于预设的增长速率阈值,若否,调整第一治疗方式为第二治疗方式,若是,保持第一治疗方式;

9、s6:针对存在肿瘤的第二组织,依次执行步骤s1-s5,为存在肿瘤的第二组织基于步骤s1-s5进行治疗方式的选择,同时对于剩余存在肿瘤的组织进行治疗方式的选择。

10、优选的,所述第一治疗方式为手术切割治疗方式,所述第二治疗方式为放化疗治疗方式或者免疫法治疗方式。

11、优选的,步骤s1中的某块模型中的肿瘤体积v0的计算公式为:

12、v0=abc*π;

13、其中,a为该模型中瘤体的最长水平直径,b为该模型中瘤体的最长垂直直径,c为该模型中瘤体的高度。

14、优选的,步骤s1中的对某块模型中的肿瘤体积计算方式为,在三维模型中对某块模型中的肿瘤体积进行微区划分,所述微区为指定尺寸的正方体,并统计微区划分后的正方体的数量,并将所述正方体的数量乘以该正方体的体积,得到该模型的肿瘤体积,进行微区划分的正方体的边长小于等于10um。

15、优选的,还包括肿瘤预测方法,包括以下过程:

16、获取历史肿瘤数据,输入创建的肿瘤发展预测模型进行模型训练,获取当前肿瘤患者的各个时间点的各组织中的肿瘤数据,并输入所述肿瘤发展预测模型,肿瘤发展预测模型输出相应的肿瘤发展预测数据,包括肿瘤的扩散方向,扩散速率。

17、优选的,以三个两两垂直的平面将所述第一三维模型切割成八块得到的八块模型分别表示第一三维模型的八个方向,基于步骤s2中的八块模型与步骤s4中的八块模型按照相对应的关系分别计算得到的每块模型中的肿瘤增长速率分别表示第一组织在八个方向上的肿瘤增长速率。

18、优选的,步骤s5中计算某块模型中的肿瘤增长速率的公式为:

19、r=[v0*log(v1/v0) ]/[(t1-t0)*log2];

20、其中,r为某块模型的肿瘤增长速率,v1为t1时间点的某块模型的肿瘤体积,v0为t0时间点的某块模型的肿瘤体积,t1和t0分别为两个时间点。

21、第二方面,提供基于大语言模型的智能肿瘤诊疗辅助系统,用于实现任意一项所述的一种基于大语言模型的智能肿瘤诊疗辅助方法,包括计算机仿真模型创建模块、计算机仿真模型、数据获取模块、模型切割模块、计算模块、数据分析模块、治疗方式选择模块;所述计算机仿真模型创建模块与计算机仿真模型连接,所述计算机仿真模型与模型切割模块连接,所述模型切割模块与计算模块连接,所述计算模块与所述数据分析模块连接,所述数据分析模块与所述治疗方式选择模块连接;

22、所述计算机仿真模型创建模块,用于创建所述计算机仿真模型;

23、所述计算机仿真模型,用于基于ct影像数据对组织中肿瘤进行三维仿真,并获取肿瘤的三维模型;

24、所述数据获取模块,用于获取组织中肿瘤的ct影像数据,并输送至所述计算机仿真模型;

25、所述模型切割模块,用于对计算机仿真模型进行三维仿真得到的肿瘤三维模型进行切割;

26、所述计算模块,用于计算所述三维模型中的肿瘤体积,并根据不同时间点的相对应的模型的体积计算每块模型中的肿瘤增长速率;

27、所述数据分析模块,用于基于计算模块得到的三维模型中的肿瘤体积以及不同时间点的相对应的模型的体积得到的每块模型中的肿瘤增长速率进行数据分析,并匹配相应的治疗方式。

28、优选的,还包括肿瘤预测模型,所述肿瘤预测模型用于接收当前肿瘤患者的各个时间点的各组织中的肿瘤数据,输出相应的肿瘤发展预测数据,所述肿瘤发展预测数据包括肿瘤的扩散方向,扩散速率。

29、本专利技术的有益效果包括:

30、本专利技术提供的基于大语言模型的智能肿瘤诊疗辅助系统及方法,创建肿瘤计算机仿真系统并基于ct影像数据对该第一组织中的肿瘤进行三维仿真得到第一三维模型,计算其肿瘤体积,当肿瘤的体积大于预设体积阈值,选择第一治疗方式,否则在计算机仿真系统中对第一三本文档来自技高网...

【技术保护点】

1.基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,所述第一治疗方式为手术切割治疗方式,所述第二治疗方式为放化疗治疗方式或者免疫法治疗方式。

3.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,步骤S1中的某块模型中的肿瘤体积V0的计算公式为:

4.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,步骤S1中的对某块模型中的肿瘤体积计算方式为,在三维模型中对某块模型中的肿瘤体积进行微区划分,所述微区为指定尺寸的正方体,并统计微区划分后的正方体的数量,并将所述正方体的数量乘以该正方体的体积,得到该模型的肿瘤体积,进行微区划分的正方体的边长小于等于10um。

5.根据权利要求4所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,还包括肿瘤预测方法,包括以下过程:

6.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,以三个两两垂直的平面将所述第一三维模型切割成八块得到的八块模型分别表示第一三维模型的八个方向,基于步骤S2中的八块模型与步骤S4中的八块模型按照相对应的关系分别计算得到的每块模型中的肿瘤增长速率分别表示第一组织在八个方向上的肿瘤增长速率。

7.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,步骤S5中计算某块模型中的肿瘤增长速率的公式为:

8.基于大语言模型的智能肿瘤诊疗辅助系统,用于实现权利要求1-7任意一项所述的一种基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,包括计算机仿真模型创建模块、计算机仿真模型、数据获取模块、模型切割模块、计算模块、数据分析模块、治疗方式选择模块;所述计算机仿真模型创建模块与计算机仿真模型连接,所述计算机仿真模型与模型切割模块连接,所述模型切割模块与计算模块连接,所述计算模块与所述数据分析模块连接,所述数据分析模块与所述治疗方式选择模块连接;

9.根据权利要求8所述的基于大语言模型的智能肿瘤诊疗辅助系统,其特征在于,还包括肿瘤预测模型,所述肿瘤预测模型用于接收当前肿瘤患者的各个时间点的各组织中的肿瘤数据,输出相应的肿瘤发展预测数据,所述肿瘤发展预测数据包括肿瘤的扩散方向,扩散速率。

...

【技术特征摘要】

1.基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,所述第一治疗方式为手术切割治疗方式,所述第二治疗方式为放化疗治疗方式或者免疫法治疗方式。

3.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,步骤s1中的某块模型中的肿瘤体积v0的计算公式为:

4.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,步骤s1中的对某块模型中的肿瘤体积计算方式为,在三维模型中对某块模型中的肿瘤体积进行微区划分,所述微区为指定尺寸的正方体,并统计微区划分后的正方体的数量,并将所述正方体的数量乘以该正方体的体积,得到该模型的肿瘤体积,进行微区划分的正方体的边长小于等于10um。

5.根据权利要求4所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,还包括肿瘤预测方法,包括以下过程:

6.根据权利要求1所述的基于大语言模型的智能肿瘤诊疗辅助方法,其特征在于,以三个两两垂直的平面将所述第一三维模型切割成八块得到的八块模型分别表示第一...

【专利技术属性】
技术研发人员:谢杰斌罗子甯庞月珊杨丹刘旭何明张源张伦芳周杰民罗明伟
申请(专利权)人:川北医学院附属医院
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