[发明专利]一种胰腺导管腺瘤炎性浸润程度判断模型的构建方法及评估系统

权利要求书

1.一种胰腺导管腺瘤炎性浸润程度评估系统，其特征在于，所述评估系统包括云平台，所述云平台包括：

病灶影像获取模块，用于获取胰腺导管腺瘤病灶部位的影像；

危险因素提取模块，提取病灶部位影像中的图像特征并筛选；

胰腺导管腺瘤炎性浸润判断模型构建模块，执行的构建方法包括以下步骤：建立胰腺导管腺瘤炎性浸润判断模型，获取训练样本，采取机器学习的方法对所述判断模型进行训练；

炎性浸润程度评估模块，用于接收用户终端发送的预测请求，调取所述病灶影像，基于判断模型的预测结果发送炎性浸润程度评估结果；

所述病灶部位影像获取模块获取病灶部分的增强CT影像，危险因素提取模块提取上述影像中动脉期、静脉期、延迟期图像中的纹理特征或其组合；

所述危险因素提取模块提取影像中的图像特征的具体步骤如下：获取患者增强CT扫描图像，分别在动脉期、静脉期、延迟期勾画肿瘤的最大截面为感兴趣区，对所述感兴趣区进行纹理特征提取，并通过方差阈值法、SelectKBest法对提取得到的纹理特征进行降维筛选，剔除出方差小于0.8的低离散度特征和P值大于0.05的低相关度特征，得出各期的最优特征，将所述最优特征与炎症浸润进行逻辑回归，获得所述判断模型；

所述评估系统基于一种胰腺导管腺瘤炎性浸润程度判断模型的构建方法，包括以下步骤：建立胰腺导管腺瘤炎性浸润判断模型，获取训练样本，采取机器学习的方法对所述判断模型进行训练；

所述判断模型的输入因素水平为筛选后的图像特征，输出因素为胰腺导管腺瘤炎性浸润程度；

所述训练样本，包括：已知胰腺导管腺癌个体的个体图像特征和对应的胰腺导管腺瘤炎性浸润程度；

所述训练：将已知胰腺导管腺癌个体的图像特征输入到所述判断模型中，判断模型输出胰腺导管腺瘤炎性浸润程度；将该结果与已知胰腺导管腺癌个体的炎性浸润程度进行误差计算；若误差小于设定阈值，则训练结束，得到训练完毕的胰腺导管腺瘤炎性浸润判断模型；若误差大于等于设定阈值，则重新更新训练样本，继续训练，直至误差小于设定阈值；

所述筛选：使用方差阈值法、SelectKBest法筛选出针对炎症浸润的最佳纹理特征；

所述机器学习方法为线性回归分析模型。

2.如权利要求1所述胰腺导管腺瘤炎性浸润程度评估系统，其特征在于，所述构建方法的线性回归模型为二元Logistic回归模型。

3.如权利要求1所述胰腺导管腺瘤炎性浸润程度评估系统，其特征在于，所述胰腺导管腺瘤炎性浸润判断模型构建模块执行权利要求1或2所述构建方法。

4.如权利要求1所述胰腺导管腺瘤炎性浸润程度评估系统，其特征在于，所述炎性浸润程度评估模块中，所述胰腺导管腺瘤炎性浸润程度采用临床病理特征标准，具体的，通过对胰腺肿瘤病理切片进行HE染色，按照分化程度分组，采用Klintrup–Makinen评分方式对炎性浸润进行评分分级。

5.如权利要求1所述胰腺导管腺瘤炎性浸润程度评估系统，其特征在于，所述评估系统中，还包括根据个体危险因素水平对胰腺导管腺瘤炎性浸润程度进行评估的计算机装置，所述计算机装置包括数据库、存储器、输入单元、处理器、显示处理单元；

所述输入单元，用于输入待测个体名称及所述个体的危险因素水平；

所述数据库用于存储输入单元输入的信息；

所述存储器，存储有可在处理器上运行的计算机程序；

所述显示处理单元，用于输出及展示炎性浸润程度评估状况；

所述处理器，调用数据库中的数据，运行存储器中程序，用于将待测个体的危险因素水平放入训练完毕后的胰腺导管腺瘤炎性浸润判断模型中获得该待测个体的胰腺导管腺瘤炎性浸润。

6.一种用于胰腺导管腺瘤炎性浸润判断的存储介质，其特征在于，该存储介质上具有计算机指令，该计算机指令被执行如权利要求1所述胰腺导管腺瘤炎性浸润评估系统。

7.一种用于胰腺导管腺瘤炎性浸润判断的计算机设备，其特征在于，该计算机设备包括存储器、处理器以及存储在存储器上并在处理器上执行的计算机指令，该计算机指令被执行如权利要求1所述胰腺导管腺瘤炎性浸润评估系统。