[发明专利]一种肝细胞癌术后早期复发风险预测方法、介质及终端设备

权利要求书

1.一种肝细胞癌术后早期复发风险预测方法，其特征在于，所述方法包括：

获取待预测图像以及待预测图像对应的病理信息；

基于预设的分割模型，确定所述待预测图像对应的特征向量；

基于所述特征向量、病理信息及预设的预测模型，确定所述待预测图像对应的预测结果；

所述基于预设的分割模型，确定所述待预测图像对应的特征向量具体包括：

获取所述待预测图像对应的若干肿瘤切片图；

基于所述分割模型，确定各肿瘤切片图各自对应的候选特征向量； 基于获取到的所有候选特征向量，确定所述待预测图像对应的特征向量；

所述基于所述分割模型，确定各肿瘤切片图各自对应的候选特征向量具体包括：

对于每张肿瘤切片图，将所述肿瘤切片图输入所述分割模型，通过所述分割模型确定所述肿瘤切片图对应的候选特征图；

采用全局平均池化将该候选特征图转换为候选特征向量，以得到各肿瘤切片图各自对应的候选特征向量；

所述肿瘤切片图为所述分割模型的输入项，所述候选特征图为所述分割模型学习到的肿瘤切片图的特征图；

所述分割模型包括编码器和解码器，所述编码器包括若干下采样模块，所述解码器包括若干上采样模块，所述若干下采样模块与所述若干上采样模块一一对应，并且各下采样模块与其对应的上采样模块通过跳跃连接连通；

所述下采样模块包括下采样层以及残差卷积块，所述下采样层与所述残差卷积块相连接，所述下采样层的输出项为残差卷积块的输入项；

所述上采样模块包括上采样层以及残差卷积块，所述上采样层与所述残差卷积块相连接，所述上采样层的输出项为残差卷积块的输入项；

所述残差卷积块包括第一卷积单元、第二卷积单元以及卷积层，所述第一卷积单元与所述第二卷积单元级联，所述第一卷积单元的输入项为残差卷积块的输入项，所述第二卷积单元的输入项为第一卷积单元的输出项；

所述第一卷积层的输入项为残差卷积块的输入项，所述第二卷积单元的输出项与所述卷积层的输出项进行残差连接后作为残差卷积块的输出项；

所述第一卷积单元和第二卷积单元均包括3*3卷积层以及激活函数层，其中，所述激活函数层配置有relu激活函数，卷积层可以为3*3卷积层；

所述候选特征图为所述编码器中的激活层的输出项，其中，所述激活层与所述编码器中位于最后的卷积层相连接，且位于所述卷积层之后。

2.根据权利要求 1 所述的肝细胞癌术后早期复发风险预测方法，其特征在于，所述待预测图像为门脉期CT 图像，且待预测图像携带有肝细胞癌区域。

3.根据权利要求 1 所述的肝细胞癌术后早期复发风险预测方法，其特征在于，若干候选特征向量的向量维度相同；所述基于获取到的所有候选特征向量，确定所述待预测图像对应的特征向量具体包括：

在所有候选特征向量中选取一目标特征向量，将所有候选特征向量中除目标特征向量外的候选特征向量作为参考特征向量；

对于目标特征向量中的每个目标向量元素，在各参考特征向量中选取该目标向量元素对应的参考向量元素；

根据该目标向量元素及其对应的各参考向量元素，确定特征向量元素； 将确定得到的各特征向量元素构成的特征向量作为待预测图像对应的特征向量。

4.根据权利要求 1 所述的肝细胞癌术后早期复发风险预测方法，其特征在于，基于所述特征向量、病理信息及预设的预测模型，确定所述待预测图像对应的预测结果具体包括：

将所述特征向量和所述病理信息拼接，以得到输入向量；

将所述输入向量输入预设的预测模型，通过所述预测模型确定所述待预测图像对应的预测结果。

5.根据权利要求 1 所述的肝细胞癌术后早期复发风险预测方法，其特征在于，所述病理信息包括人口学信息以及病理检查信息，并且所述病理信息以向量形式存储。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求 1-5任意一项所述的肝细胞癌术后早期复发风险预测方法中的步骤。

7.一种终端设备，其特征在于，包括：处理器、存储器及通信总线; 所述存储器上存储有可被所述处理器执行的计算机可读程序；

所述通信总线实现处理器和存储器之间的连接通信；

所述处理器执行所述计算机可读程序时实现如权利要求 1-5任意一项所述的肝细胞癌术后早期复发风险预测方法中的步骤。