[发明专利]一种甲状腺疾病病理分析模块

说明书

本发明提供一种甲状腺疾病病理分析模块，包括硬件部分和数据分析程序部分；所述的硬件部分为一台计算机，所述的数据分析部分包括分类预处理程序和模型程序，所述的模型程序为tile模型或aggregation模型中的一种或多种。本发明适用于PTC的分类达到临床辅助应用级别。

技术领域

本发明属于生物信息领域，具体涉及一种甲状腺疾病病理分析模块组合。

背景技术

甲状腺癌是最为常见的一种内分泌恶性肿瘤。HE切片形态学观察是病理诊断甲状腺癌的关键手段。构成比高达95％的甲状腺癌为分化型甲状腺癌(differentiatedthyroid cancer，DTC)，其中甲状腺乳头状癌(papillary thyroid carcinoma，PTC)占分化型甲状腺癌的85％。PTC是指甲状腺滤泡上皮细胞起源、具有特征性PTC细胞核特征的恶性上皮性肿瘤。根据组织学特征，PTC分为14个亚型，侵袭性形态特征、甲状腺外浸润和淋巴结转移等提示肿瘤复发风险高。因此，甲状腺乳头状癌的早期确诊及恶性指标判定，对制定及时合理的治疗方案、挽救患者的生命具有重要意义。而临床工作中符合资质的病理医生的严重不足，导致其工作负担繁重，不但增加漏诊、误诊的风险，还延长病例报告发放时间。

中国专利202111242026.3中公开了一种甲状腺切片的数字病理信息处理方法，所述甲状腺切片的数字病理分析方法包括：S1：获取甲状腺切片的数字病理图像集；S2：根据所述甲状腺切片的数字病理图像集，利用第一图像处理方法，得到所述甲状腺切片的第一概率数据；S3：获取甲状腺切片的高光谱图像样本集；S4：根据所述甲状腺切片的高光谱图像样本集，利用第二图像处理方法，得到所述甲状腺切片的第二概率数据；S5：根据所述第一概率数据和所述第二概率数据，得到所述甲状腺切片的数字病理信息处理结果。但其操作步骤较为复杂，有进一步优化的空间。

中国专利201810318306.X中公开了一种甲状腺肿瘤超声图像识别方法及其装置，所述方法包括：选取甲状腺肿瘤超声图像中的肿瘤区域并扩增一定边缘范围后切割，进行良恶性标注，将切割下来的图像组成训练集；用训练集训练选定的卷积神经网络形成甲状腺肿瘤超声图像识别模型；获取待识别的甲状腺肿瘤超声图像，选取肿瘤区域并扩增一定边缘范围后，用所述甲状腺肿瘤超声图像识别模型进行良恶性识别。本发明所述方法及其装置用于辅助医生对甲状腺肿瘤的良恶性进行诊断，在甲状腺超声图像肿瘤良恶性检测试验中取得了超过90％的准确率，这对临床实际诊断具有重大的参考意义。但其仅能用于前期诊断，对于更为细致的病理诊断不适用，有进一步优化的空间。

发明内容

为了解决上述问题，本发明提供了一种甲状腺病理分析模块，通过对临床样本数据进行模型训练，获得了一种依附于电子设备的分析方法，对甲状腺疾病的病理进行分析。

本发明中，“模块”是指用于发挥检测分析作用的载体，既包括实体的硬件部分，也包括程序类软件部分。

本发明中，“模型”一般指生物信息学模型，可用于研究生物信息的采集、处理、存储、传播、分析和解释。

本发明中，“组织”一般指生物组织，由形态相似、功能相同的一群细胞和细胞间质组合起来，称为组织。

本发明中，“组织切片”一般指取一定大小的病变组织，制成病理切片，本领域通常将病变组织包埋在石蜡块里，用切片机切成薄片，染色后用显微镜进一步检查病变和病变的发生发展过程，最后作出病理诊断。

本发明中，“病理”即疾病发生发展的过程和原理。也就是疾病发生的原因、发病原理和疾病过程中发生的细胞、组织和器官的结构、功能和代谢方面的改变及其规律。