[发明专利]人工智能医学影像的肿瘤恶性风险分层辅助诊断系统

摘要

本发明公开了一种人工智能医学影像的肿瘤恶性风险分层辅助诊断系统，包括：数据采集模块、数据预处理模块、模型建立模块、模型验证与优化模块、分层诊断模块及数据库平台。本发明的肿瘤恶性风险分层辅助诊断系统基于人工智能技术，可实现对肿瘤的恶性风险进行逐次分层，模拟临床诊断思路，以人工智能模型的高精度的良性病变检出和恶性肿瘤检出能力，对影像特征明确的占位性病变进行自动诊断，从而能够实质性辅助占位性病变临床管理决策，改进临床诊断现有工作流程，增加医师诊断信心，减轻工作压力，也减少低恶性风险病变患者的焦虑，大大提高了良性病变及恶性肿瘤的确诊率，有望实现人工智能临床辅助诊断的落地实施。

主权项

1.人工智能医学影像的肿瘤恶性风险分层辅助诊断系统，其特征在于，包括：数据采集模块：用于采集现有数据，包括影像图像、临床信息、基因信息和病理良恶性标签，对数据完整性及数据质量进行验证评估后，进行数据脱敏处理并发送至数据预处理模块；数据预处理模块：对采集到的现有数据进行降噪和数据归一化处理，寻找与病理结果对应的病变并对图像进行病变标注和分割；模型建立模块：基于数据预处理模块得到的病变，对感兴趣区域进行特征提取和特征选择，筛选出低冗余高相关的特征，建立肿瘤恶性风险分层模型，并针对不同应用场景，选择高敏感性良性病变检出模型和高特异性恶性病变检出模型的模型参数及阈值：对于临床筛查应用场景，选择高敏感性的良性病变检出阈值，使阴性预测值/真良性率>99%；针对恶性病变明确诊断场景，选择高特异性的恶性病变检出阈值，使阳性预测值/真恶性率>99%，分层出极高风险病变；模型验证与优化模块：用于评价模型在不同参数、不同场景下的有效性、泛化性和鲁棒性，并采用奖惩机制对模型性能进行迭代，在保证高敏感性和高特异性的前提下，逐步修改模型参数，提高诊断能力和准确性；分层诊断模块：对检测样本进行诊断，将肿瘤分层为极低风险病变、极高风险病变及风险不确定病变，反馈给医生的终端设备和数据库平台；数据库平台：与上述各模块连接，用于模型建立数据存储和调取，并不断收集新增数据，提供模型在线更新功能。