[发明专利]人工智能辅助诊断系统、诊断方法

权利要求书

1.一种人工智能辅助诊断系统，包括：存储一组指令的至少一个存储介质以及配置成与所述至少一个存储介质通信的至少一个处理器，其特征在于，当所述处理器执行所述一组指令时，所述人工智能辅助诊断系统被配置为：

获取肿瘤分期/分型的原始影像数据；

更改所述影像数据中的一个影像组学特征，得到更改后的影像数据；

将更改前后的影像数据分别输入同一可信的分类神经网络，以获取所述原始影像数据和所述更改后的影像数据的肿瘤分期/分型结果；

累计多次所述分期/分型结果的准确率，并计算所述原始影像数据和所述更改后的影像数据的准确率之差；

根据所述准确率之差建立影像组学特征和所述分类神经网络决策选择之间的映射关系。

2.如权利要求1所述的人工智能辅助诊断系统，其特征在于，当所述处理器执行所述一组指令时，所述人工智能辅助诊断系统还被配置为：根据所述映射关系解释所述分类神经网络的决策结果。

3.一种人工智能辅助诊断方法，其特征在于，包括如下步骤：

P1、获取肿瘤分期/分型的原始影像数据，并输入一可信的分类神经网络，以获得所述原始影像数据的肿瘤分期/分型结果；

P2、更改所述原始影像数据的一个影像组学特征，并输入所述分类神经网络，以获得更改后的影像数据的肿瘤分期/分型结果；

P3、以所述原始影像数据为标准数据，分别计算步骤P1和P2所得的结果的准确率，所述准确率分别记为acc和acc_i；

P4、重复步骤P1-P3，其中，步骤P2中选取另一影像组学特征；

P5、计算acc和acc_i之差Δacc_i，并排序，然后根据该排序赋予Δacc_i不同的权重；

P6、按步骤P5的权重建立Δacc_i与所述影像组学特征之间的映射关系，从而得出所述影像组学特征与所述分类神经网络决策选择之间的映射关系。

4.如权利要求3所述的人工智能辅助诊断方法，其特征在于，按以下步骤建立映射：

首先，记录步骤P2中所述的影像组学特征与步骤P3中acc_i的映射关系；

其次，推知步骤P2中所述的影像组学特征与步骤P5中Δacc_i的映射关系；

最后，根据排序后的Δacc_i的权重推知步骤P2中所述的影像组学特征与所述分类神经网络决策选择之间的映射关系。

5.如权利要求3所述的人工智能辅助诊断方法，其特征在于，步骤P1中包括图像预处理步骤：

对目标器官进行标注，以排除无用信息。

6.如权利要求3所述的人工智能辅助诊断方法，其特征在于，步骤P1、P2中包括同一目标器官多体位的影像数据。

7.如权利要求6所述的人工智能辅助诊断方法，其特征在于，所述多体位的影像数据包括至少8个体位。

8.如权利要求3所述的人工智能辅助诊断方法，其特征在于，所述影像特征至少包括：几何特征、灰度特征、纹理特征和频域特征。

9.如权利要求3所述的人工智能辅助诊断方法，其特征在于，步骤P4至少执行100次。

10.如权利要求3所述的人工智能辅助诊断方法，其特征在于，步骤P6中选取权重较重的3个至5个影像组学特征，用于解释所述神经网络的决策结果。

11.如权利要求3所述的人工智能辅助诊断方法，其特征在于，所述分类神经网络包括卷积神经网络VGG16。