[发明专利]基于肺部CT影像和临床信息的医疗资源分配方法及设备有效
申请号: | 202011285827.3 | 申请日: | 2020-11-17 |
公开(公告)号: | CN112365962B | 公开(公告)日: | 2023-08-18 |
发明(设计)人: | 杨利;孟舒娟;白皛;吴静;唐磊 | 申请(专利权)人: | 中南大学湘雅二医院 |
主分类号: | G16H40/20 | 分类号: | G16H40/20;G16H10/20;G06T7/00;G06T7/11;G06N3/0442;G06N3/045;G06N3/0464;G06N3/08 |
代理公司: | 长沙市融智专利事务所(普通合伙) 43114 | 代理人: | 熊开兰 |
地址: | 410011 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 肺部 ct 影像 临床 信息 医疗 资源 分配 方法 设备 | ||
本发明公开了一种基于肺部CT影像和临床信息的医疗资源分配方法及设备,其方法包括:从肺部CT影像中分割病理区域并生成肺部病灶切片;分别以患者的肺部病灶切片和预设种类的临床诊断信息为输入,均以严重性标签为输出,训练两个不同的学习模型,得到两个相互独立的严重性预测模型;分别以CT影像的特征向量和预设种类的临床诊断信息为输入,均以医疗资源分配标签为输出,训练得到两个基于随机森林的医疗资源预分配模型;对肺炎新患者,基于其CT影像和临床信息,使用两个医疗资源预分配模型分别进行资源预分配,最终融合分配结果作为新患者最终的医疗资源分配方案。本发明可对医疗资源进行合理分配,避免医疗资源的浪费。
技术领域
本发明属于医疗信息技术领域,具体涉及一种基于肺部CT影像和临床信息的医疗资源分配方法及设备。
背景技术
新型冠状病毒(COVID-19)已经蔓延到200多个国家和地区,截至2020年5月30日,全球新冠肺炎死亡率为6.2%,死亡人数超过SARS和中东呼吸综合征的总和。目前能有效控制COVID-19很难的原因之一在于,治疗新冠肺炎的医疗资源有限,包括专科诊断医生、病床、重症监护病房、呼吸机等。因此,在面对当前严重的新冠肺炎疫情以及极其有限的医疗资源条件下,如何根据患者的肺部CT影像和临床信息对有限的医疗资源进行有效分配,提高新冠肺炎疫情整体的治愈率,是目前亟需解决的技术问题。
发明内容
基于当前严重的新冠肺炎疫情以及极其有限的医疗资源,本发明提供一种基于肺部CT影像和临床信息的医疗资源分配方法,可以根据患者的肺部CT影像和临床信息对有限的医疗资源进行有效分配,避免医疗资源的浪费,提高新冠肺炎疫情整体的治愈率。
为实现上述技术目的,本发明采用如下技术方案:
一种基于肺部CT影像和临床信息的医疗资源分配方法,包括以下步骤:
步骤1,针对RT-PCR检测阳性的患者,采集其肺部CT影像和预设种类的临床诊断信息;
步骤2,从肺部CT影像中分割所有病灶;
步骤3,选择已标定严重性标签的若干患者:以其肺部病灶的切片为输入、严重性标签为输出训练第一深度学习模型,得到第一严重性预测模型;以其预设种类的临床诊断信息为输入、严重性标签为输出训练第二深度学习模型,得到第二严重性预测模型;
步骤4,选择已标定医疗资源分配标签的若干患者,将其肺部病灶的切片输入至第一严重性预测模型,由第一严重性预测模型的中间层输出对应患者的CT影像特征向量;然后以所述若干患者的CT影像特征向量为输入、医疗资源分配标签为输出训练第一随机生存森林,得到医疗资源第一预分配模型;同时以所述若干患者的预设种类的临床诊断信息为输入、医疗资源分配标签为输出训练第二随机生存森林,得到医疗资源第二预分配模型;
步骤5,对于RT-PCR检测阳性的新患者,按步骤1和步骤2获取其预设种类的临床诊断信息和肺部病灶,将其肺部病灶的切片输入至第一严重性预测模型,由第一严重性预测模型的中间层输出CT影像特征向量;
将第一严重性预测模型的中间层输出的CT影像特征向量输入至医疗资源第一预分配模型,并将新患者预设种类的临床诊断信息输入至医疗资源第二预分配模型,融合两个医疗资源预分配结果得到新患者最终的医疗资源分配方案。
在更优的技术方案中,从肺部CT影像中分割病灶的方法为:利用肺部CT影像样本以及样本中各像元的病变标签训练深度卷积神经网络,得到的病灶分割网络即可用于对肺部CT影像中各像元进行病变判断,进而根据病变判断结果分割出病灶。
在更优的技术方案中,病灶分割网络对应的深度卷积神经网络,采用3D U-net网络。
在更优的技术方案中,训练深度卷积神经网络得到病灶分割网络的过程,其损失函数采用交叉熵与骰子损失函数的混合损失函数。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中南大学湘雅二医院,未经中南大学湘雅二医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011285827.3/2.html,转载请声明来源钻瓜专利网。