申请/专利权人:复旦大学附属华山医院
申请日:2021-02-23
公开(公告)日:2024-03-19
公开(公告)号:CN112862797B
主分类号:G16H50/50
分类号:G16H50/50;G06T7/00
优先权:
专利状态码:有效-授权
法律状态:2024.03.19#授权;2021.06.15#实质审查的生效;2021.05.28#公开
摘要:本发明公开了一种肝纤维化无损预测方法及系统,所述方法包括:采集肝组织的第一射频信号;根据所述第一射频信号重建所述肝组织的超声灰度图像;在所述超声灰度图像中标注感兴趣区域;根据标注的所述感兴趣区域,从所述第一射频信号中提取与所述感兴趣区域对应的射频信号,以得到第二射频信号;以及利用所述第二射频信号和Bi‑LSTM神经网络构建肝纤维化分级预测模型,以对所述感兴趣区域的肝纤维化的等级进行无损预测。本发明可以利用从第一射频信号中提取到的与感兴趣区域对应的第二射频信号以及Bi‑LSTM神经网络构建肝纤维化分级预测模型,从而对感兴趣区域的肝纤维化的等级进行精确且无损的预测。
主权项:1.一种肝纤维化无损预测方法,其特征在于,包括:采集肝组织的第一射频信号;根据所述第一射频信号重建所述肝组织的超声灰度图像;在所述超声灰度图像中标注感兴趣区域;根据标注的所述感兴趣区域,从所述第一射频信号中提取与所述感兴趣区域对应的射频信号,以得到第二射频信号;以及利用所述第二射频信号和Bi-LSTM神经网络构建肝纤维化分级预测模型,以对所述感兴趣区域的肝纤维化的等级进行无损预测;执行所述利用所述第二射频信号和Bi-LSTM神经网络构建肝纤维化分级预测模型,以对所述感兴趣区域的肝纤维化的等级进行无损预测的步骤之前还包括:根据所述第二射频信号获取所述第二射频信号对应的数据矩阵;对所述第二射频信号对应的数据矩阵中的每一列进行采样,以获取所述感兴趣区域的一维数据;所述利用所述第二射频信号和Bi-LSTM神经网络构建肝纤维化分级预测模型,以对所述感兴趣区域的肝纤维化的等级进行无损预测的步骤包括:将所述感兴趣区域的一维数据划分为训练样本和独立测试样本;采用Scheuer评分系统将所述肝纤维化划分为若干个所述等级;根据所述肝纤维化的所有所述等级,将所述感兴趣区域的一维数据中的所述训练样本作为输入数据,利用所述Bi-LSTM神经网络构建若干个等级分类器;将所有所述等级分类器集成为所述肝纤维化分级预测模型;以及将所述感兴趣区域的一维数据中的所述独立测试样本输入至所述肝纤维化分级预测模型,以预测所述独立测试样本中所述肝纤维化的所述等级及其概率值。
全文数据:
权利要求:
百度查询: 复旦大学附属华山医院 一种肝纤维化无损预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。