[发明专利]胃幽门螺旋杆菌感染病理诊断支持系统和方法

说明书

本发明公开了一种基于大数据深度学习的胃幽门螺旋杆菌感染病理诊断支持系统和方法，该系统包括：图像数据获得单元，用于获得胃正常切片图像和已确诊的胃幽门螺旋杆菌感染病例的病理切片图像作为已输入图像数据；图像数据标注单元，用于对已输入图像数据进行标注；图像数据库构建单元，用于对图像数据标注单元提供的已标注图像数据分类、整理，构建病理图像数据库；卷积神经网络(CNN)构造单元，用于构造第一卷积神经网络模型；以及卷积神经网络模型训练单元，获得理想的卷积神经网络模型。通过本发明的胃幽门螺旋杆菌感染病理诊断支持系统和方法可实现精准和高效的智能读片，以辅助临床上胃幽门螺旋杆菌感染的病理诊断工作，提高其准确率、工作效率及工作持续状态。

技术领域

本发明涉及一种基于大数据深度学习的胃幽门螺旋杆菌感染病理诊断支持系统和方法。

背景技术

深度学习是目前人工智能领域用于图像识别和语音分析的最契合、应用最广泛的算法，其灵感来自于人类大脑的工作机制，是通过建立卷积神经网络对外部输入的数据进行自动化特征提取，从而能够使机器理解学习数据，获得信息并输出。目前，基于深度学习的人工智能已应用于各个行业领域，包括语音识别、人脸识别、车标识别、手写汉字识别等。近年来人工智能辅助医疗技术的产品研发也取得重大进展，如由谷歌大脑及Verily公司研发的用于乳腺癌病理诊断的人工智能产品可达到89％的肿瘤定位准确率；浙江大学附属第一医院利用人工智能实现快速分析甲状腺B超中结节区域的位置和良恶性。

在医疗诊断过程中，病理组织切片检查需要极高的规范化和精确度。目前绝大部分的病理组织切片是由人工制作，并由病理医生结合自身长期积累的临床诊断经验来分析和判断。现代医学证明，胃幽门螺杆菌(Helicobacter pylori,HP)是慢性胃炎、消化性溃疡、胃癌的重要致病因子，已被国际癌症研究机构(IARC)列为I类致癌物之一。因此，早期检测HP感染对于及时根除HP、治疗HP相关性疾病具有重要的临床意义。临床上，通过胃镜钳取胃黏膜组织，石蜡包埋切片、染色进行组织学镜检检测HP，对有经验的病理医师来说是诊断该菌感染的“金标准”。相较于其他HP检测方法，采用病理组织学方法直接检测HP具有以下优势：①在胃镜取材时明确胃内的大体病变，如溃疡、胃癌；②在明确HP感染的同时，确定胃内炎症的程度和类型；③对接受HP根除治疗后复查的患者，可明确胃十二指肠病变的转归；④临床应用在胃窦取1块足够大的标本即能诊断98％的HP感染，提供HP存在的直接证据。病理切片可采用改良的Warthern-Starry银染法，于40X镜下观察可见淡黄色背景上呈棕色或褐色弯曲状或短棒状物，长5μm，结合HP多位于胃小凹或固有腺内的特点，易于辨认，阳性率较高。尽管随着现代医学技术的发展，快速尿素酶试验方法(RUT)和非侵入性检测方法如血清学检测、尿素呼气试验等检测方法应用更加广泛，但上述方法只能间接反映HP感染的情况，且各有局限性，比如RUT检测结果容易受患者用药史(如近期应用抗生素、铋剂或质子泵抑制剂可导致假阴性结果)、胃镜下取材部位、实验条件等多因素影响，且标本中要有10⁴以上的细菌才显示阳性。