【技术实现步骤摘要】
本申请涉及医学数据处理，尤其涉及一种骨肿瘤治疗方案获取方法、系统、终端及存储介质。
技术介绍
1、膝关节骨肿瘤是一种严重影响患者生活质量的疾病，随着生活方式的变化和人口老龄化，骨肿瘤的发病率逐年上升。据统计，骨肿瘤在青少年和老年人群体中较为常见，尤其是膝关节部位的肿瘤，包括骨肉瘤和骨软骨瘤，具有较高的恶性程度和较差的预后。目前，对于膝关节骨肿瘤的治疗主要依赖于医生通过影像图像，并结合经验及专业知识进行判断，这种方式具有很大的主观性，治疗方案的准确率得不到保证，进而影响对患者的治疗。
技术实现思路
1、有鉴于此，本申请实施例提供一种骨肿瘤治疗方案获取方法、系统、终端及存储介质，以提高临床治疗的准确性和治疗效果。
2、第一方面，本申请实施例提供一种膝关节骨肿瘤治疗方案获取方法，包括：
3、对患者的预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征，并对所述初步特征进行重要性判断，以获得重要特征集，并对所述重要特征集中的图像特征进行分析，以获得肿瘤图像特征；其中，所述初步特征包括边缘特征、纹理特征、形状特征、对比度特征和密度特征；
4、通过循环卷积神经网络及预设多模型融合方法对所述肿瘤图像特征进行特征分析，以输出肿瘤图像分类结果；
5、根据所述肿瘤图像分类结果，结合预设算法从医疗数据库中获取与当前患者匹配的治疗方案，并结合所述当前患者的信息对所述匹配的治疗方案进行自适应调整，以获得初步治疗方案，并对所述初步治疗方案进行模
6、根据所述当前患者的信息、所述预测治疗效果及预测治疗反应通过预训练的方案确定决策树算法进行分析，以获得最终治疗方案。
7、在一些实施例中，所述方法还包括：实时获取患者的康复数据，并基于所述康复数据生成随访调整方案；其中，所述随访调整方案包括随访频率和随访内容。
8、在一些实施例中，所述对患者预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征之前，还包括：
9、对获取的所述患者的影像图像进行预处理，以获得高辨识度的影像图像。
10、在一些实施例中，所述对患者预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征，并对所述初步特征进行重要性判断，以获得重要特征集，进而通过二值大对象分析法对所述重要特征集中的图像特征进行分析，以获得肿瘤图像特征，包括：
11、通过预训练的resnet-50网络对所述预处理后影像图像进行初步特征提取；其中，预训练的resnet-50网络通过对resnet-50网络的最后一个残差块及全连接层进行调整并进行膝关节骨肿瘤图像特征提取训练得到；
12、根据lasso回归和主成分分析对所述初步特征进行重要性评分，然后根据评分结果及预设准则获取重要特征，以形成所述重要特征集；
13、对所述重要特征集对应的影像图像进行应用形态学操作，以获得高辨识度的影像图像，并将所述高辨识度的影像图像转化为二值图像，以获得潜在肿瘤区域，进而通过连通组件分析方法从所述潜在肿瘤区域中提取可能肿瘤区域，然后通过预设的规则排除非肿瘤区域，以获得目标肿瘤区域。
14、在一些实施例中，所述通过预设的规则排除非肿瘤区域，以获得目标肿瘤区域包括：
15、通过边缘监测算法对所述可能肿瘤区域边缘的复杂程度进行判断，以对符合预设肿瘤边缘复杂程度的可能肿瘤区域进行第一标记，并对其余可能肿瘤区域进行第二标记；
16、对所述可能肿瘤区域的纹理特征进行分析，以获取符合预设纹理特征的可能肿瘤区域，并对所述符合预设纹理特征的可能肿瘤区域进行第三标记，并对其余可能肿瘤区域进行第四标记；
17、对所述可能肿瘤区域的区域特征进行分析，以获取符合预设区域特征的可能肿瘤区域，并对所述符合预设区域特征的可能肿瘤区域进行第五标记，并对其余可能肿瘤区域进行第六标记；其中，所述区域特征包括面积特征、周长特征和灰度值特征；
18、判断每个所述可能肿瘤区域是否标记有所述第一标记、所述第三标记和所述第五标记中的预设数量个标记；其中，所述预设数量大于等于2；
19、若是，则确定当前所述可能肿瘤区域为所述目标肿瘤区域。
20、在一些实施例中，所述通过循环卷积神经网络及预设多模型融合方法对所述肿瘤图像特征进行分析，以输出肿瘤图像分类结果，包括：
21、通过循环卷积神经网络按照时间顺序提取每个时间点的所述影像图像中的所述目标肿瘤区域的空间特征，并对所述空间特征进行处理，以获得所述空间特征的相互依赖关系；
22、结合每个时间点的所述空间特征的相互依赖关系，将每个时间点的所述空间特征进行融合，以生成综合特征向量；
23、将所述综合特征向量分别输入多个预设模型中，以获得每个模型的初步预测结果；
24、将多个所述初步预测结果按照预设规则进行融合，以获得最终预测结果。
25、在一些实施例中，所述根据所述肿瘤图像分类结果，结合预设算法从医疗数据库中获取与当前患者最接近的治疗方案，并结合所述当前患者的信息对所述最接近的治疗方案进行自适应调整，以获得初步治疗方案，并对所述初步治疗方案进行模拟评估，以获得预测治疗效果及预测治疗反应，包括：
26、通过欧几里得算法计算患者的医学特征向量与医疗库中保存的每个历史患者的医学特征向量的相似度；其中，所述医学特征向量为根据患者的医学参数转化的向量；其中，医学参数包括年龄、性别、病理特征、基因信息和所述肿瘤图像分类结果；
27、根据与每个历史患者的医学特征向量的所述相似度，确定最接近的治疗方案，并将所述最接近的治疗方案作为初步治疗方案；
28、根据当前患者的相关信息，通过粒子群优化算法对所述初步治疗方案进行调整，以获得调整后治疗方案，并对所述调整后治疗方案进行模拟评估，以获得预测治疗效果及预测治疗反应。
29、第二方面，本申请实施例提供一种膝关节骨肿瘤治疗方案获取系统，包括：肿瘤图像特征提取模块、肿瘤分类模块和方案决策模块；
30、所述肿瘤图像特征提取模块，用于对患者的预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征，并对所述初步特征进行重要性判断，以获得重要特征集，并对所述重要特征集中的图像特征进行分析，以获得肿瘤图像特征；其中，所述初步特征包括边缘特征、纹理特征、形状特征、对比度特征和密度特征；
31、所述肿瘤分类模块，用于通过循环卷积神经网络及预设多模型融合方法对所述肿瘤图像特征进行特征分析，以输出肿瘤图像分类结果；
32、所述治疗方案获取模块，用于根据所述肿瘤图像分类结果，结合预设算法从医疗数据库中获取与当前患者匹配的治疗方案，并结合所述当前患者的信息对所述匹配的治疗方案进行自适应调整，以获得初步治疗方案，并对所述初步治疗方案进行模拟评估，以获得预测治疗本文档来自技高网...
【技术保护点】
1.一种膝关节骨肿瘤治疗方案获取方法，其特征在于，包括：
2.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述对患者预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征之前，还包括：
4.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述对患者的预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征，并对所述初步特征进行重要性判断，以获得重要特征集，并对所述重要特征集中的图像特征进行分析，以获得肿瘤图像特征，包括：
5.根据权利要求4所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述通过预设的规则排除非肿瘤区域，以获得目标肿瘤区域包括：
6.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述通过循环卷积神经网络及预设多模型融合方法对所述肿瘤图像特征进行分析，以输出肿瘤图像分类结果，包括：
7.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，
8.一种膝关节骨肿瘤治疗方案获取系统，其特征在于，包括：肿瘤图像特征提取模块、肿瘤分类模块和方案决策模块；
9.一种终端设备，其特征在于，所述终端设备包括处理器和存储器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施权利要求1-7中任一项所述的膝关节骨肿瘤治疗方案获取方法。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序在处理器上执行时，实施根据权利要求1-7中任一项所述的膝关节骨肿瘤治疗方案获取方法。
...【技术特征摘要】
1.一种膝关节骨肿瘤治疗方案获取方法，其特征在于，包括：
2.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述对患者预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征之前，还包括：
4.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述对患者的预处理后影像图像进行初步特征提取，以获得所述预处理后影像图像的初步特征，并对所述初步特征进行重要性判断，以获得重要特征集，并对所述重要特征集中的图像特征进行分析，以获得肿瘤图像特征，包括：
5.根据权利要求4所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述通过预设的规则排除非肿瘤区域，以获得目标肿瘤区域包括：
6.根据权利要求1所述的膝关节骨肿瘤治疗方案获取方法，其特征在于，所述通过循环卷积神经网络及预设多模型融合方法对所...
【专利技术属性】
技术研发人员：张清，李卓宇，李雪东，赵岚婷，闵昂，邱瑛琨，王德刚，黄善新，邵妍，刘荻，周博文，孙思琦，李云，
申请(专利权)人：首都医科大学附属北京积水潭医院，
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。