[发明专利]用于肝细胞癌微血管侵犯预测的方法及系统

权利要求书

1.一种用于肝细胞癌微血管侵犯预测的方法，包括：

将收到的待检测患者的影像图像作为输入提供给预先训练好的用于进行病灶分割的深度神经网络，以得到该影像图像上与病灶相关的区域；

基于影像图像上与病灶相关的区域提取特征并输入给预先训练好的微血管侵犯预测模型来对该患者是否存在肝细胞癌微血管侵犯进行预测。

2.根据权利要求1所述的方法，其中所述微血管侵犯预测模型采用深度神经网络模型。

3.根据权利要求1所述的方法，其中所述影像图像为MRI图像。

4.根据权利要求1所述的方法，其中所述影像图像为不同时相的MRI图像。

5.根据权利要求1所述的方法，其中基于影像图像上与病灶相关的区域所提取的特征为影像组学特征。

6.根据权利要求5所述的方法，还包括提取待检测患者的临床特征，并将所述临床特征与基于影像图像上与病灶相关的区域提取的特征一起作为输入提供给所述微血管侵犯预测模型。

7.根据权利要求5所述的方法，其中所述临床特征来自与下列中的一个或多个：与待检测患者相关的血液检查结果、与待检测患者相关的基础病信息、与待检测患者相关的症状信息和/或与待检测患者相关的个人基本信息。

8.根据权利要求1-7中任一项所述的方法，其中所述用于进行病灶分割的深度神经网络是基于包含标注有由专家分割的与病灶相关的区域的影像图像的样本集预先训练的。

9.一种用于肝细胞癌微血管侵犯预测的系统，包括：

自动分割模块，用于将收到的待检测患者的影像图像作为输入提供给预先训练好的用于进行病灶分割的深度神经网络，以得到该影像图像上与病灶相关的区域；

特征提取模块，用于基于影像图像上与病灶相关的区域提取特征；

预测模块，用于将来自特征提取模块所提取的特征输入给预先训练好的微血管侵犯预测模型来对该患者是否存在肝细胞癌微血管侵犯进行预测。

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，所述程序被执行时实现权利要求1-8中任一项所述的方法。