[发明专利]一种癌变程度分级系统

说明书

一种癌变程度分级系统，涉及癌变程度分级系统。为了解决现有技术并没有一种癌变程度分析工具问题。本发明所述系统包括：获取宫颈细胞诊断指标的宫颈细胞诊断指标获取模块，利用每项诊断指标对应的混合高斯模型确定细胞的不同诊断指标的程度等级及相应的概率值，并确定该细胞的病变级别的细胞病变分级模块，判断宫颈细胞图像是否存在微生物感染并确定微生物感染的类别的细胞微生物感染情况检测模块，对诊断指标和异常细胞病变级别的关系模型的权重向量中的诊断指标权重进行调整的异常细胞病变级别调整模块，以及根据异常细胞病变级别调整模块调整后的所有细胞的病变级别确定患者癌变级别患者癌变级别确定模块。主要用于癌变程度的辅助分析。

技术领域

本发明涉及癌变程度分级系统，属于医疗辅助分析工具领域。

背景技术

宫颈癌是女性第二常见的癌症，仅次于乳腺癌。全球每年新增病例60万，死于宫颈癌的妇女每年可达20万。早期宫颈癌可以完全治愈，所以早诊断早治疗是应对癌症爆发的有效手段。宫颈病变有三种筛查方法：液基薄层细胞检测(Thinprep cytologic test,TCT)、阴道镜、病理学诊断。其中，TCT是临床医学最值得信赖和有效的细胞学检查方式，对癌前病变的检出率可达90％以上。传统的病理诊断耗时、耗力，无法满足宫颈癌的普查要求，近年来，人工智能、大数据技术被成功用于病理学中，智能辅助诊断系统就此诞生。但是目前大部分智能辅助诊断系统仅能筛选出异常细胞，未能具体描述异常细胞的癌变程度、患者病情的严重程度，不能给医生提供更为全面的诊断参考信息。

发明内容

本发明是为了解决现有技术并没有一种癌变程度分析工具问题。

一种癌变程度分级系统，包括：

宫颈细胞诊断指标获取模块，根据TBS诊断标准，获取宫颈细胞诊断指标；

细胞病变分级模块，基于异常细胞的各项诊断指标，利用每项诊断指标对应的混合高斯模型M_i确定细胞的不同诊断指标的程度等级及相应的概率值x_i，并利用诊断指标与异常细胞病变级别关系模型得到异常细胞在各个病变级别的预测值，取预测值最大的病变级别作为该细胞的病变级别；

细胞微生物感染情况检测模块，判断宫颈细胞图像是否存在微生物感染并确定微生物感染的类别；

异常细胞病变级别调整模块，根据患者的年龄、经期、放疗史信息和微生物感染信息，对诊断指标和异常细胞病变级别的关系模型的权重向量ω_j中的诊断指标权重进行调整；

患者癌变级别确定模块，根据异常细胞病变级别调整模块调整后的所有细胞的病变级别确定患者癌变级别。

进一步地，所述系统还包括患者信息获取模块，用于获取患者的年龄、经期、放疗史信息。

进一步地，所述诊断指标与异常细胞病变级别关系模型的确定过程包括以下步骤：

2.1、基于宫颈涂片图像，根据TBS诊断标准，获取宫颈细胞诊断指标；将宫颈细胞诊断指标归一化；

2.2、针对每个诊断指标划分程度等级：

2.3、建立数据集，数据集标签包括诊断指标程度等级标签和异常细胞病变级别标签；

异常细胞病变级别包括：ASC-US、ASC-H、LSIL、HSIL、SCC角化、SCC非角化、子宫颈管原位腺癌、子宫颈管腺癌、子宫内膜腺癌；

2.4、利用混合高斯模型为每一项诊断指标的程度等级建模M_i，利用高斯混合模型M_i从数据集中学习诊断指标程度等级概率分布，利用高斯混合模型M_i能够确定细胞的不同诊断指标的程度等级，并获得程度等级相应的概率值x_i；

2.5、构建诊断指标和异常细胞病变级别的关系模型：