申请/专利权人：北京大学第三医院(北京大学第三临床医学院)

申请日：2024-01-16

公开（公告）日：2024-04-02

公开（公告）号：CN117577258B

主分类号：G16H10/60

分类号：G16H10/60;G06V10/44;G06V10/86;G06V10/74;G06T7/00

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本公开涉及一种PETCT相似病例检索和预后预测方法，方法包括：获取当前病例的PET图像、CT图像，将所述PET图像以及CT图像输入目标图像编码器中，以得到当前病例的图像特征信息；目标图像编码器是预先基于样本病例的PET图像、CT图像及对应的病例文本信息对原始的图像编码器和文本编码器对比学习训练得到的，对比学习的目的是将样本病例的PET图像、CT图像和对应的病例文本信息在特征空间上对齐；从病例库中获取每个病例的病例文本特征信息，计算所述图像特征信息与每个病例的病例文本特征信息之间的相似度；确定相似度最高的至少两个病例作为第一相似病例，基于所述第一相似病例的预后情况预测所述当前病例的预后情况。

主权项：1.一种PETCT相似病例检索和预后预测方法，其特征在于，所述病例为肿瘤病例，该方法包括：获取当前病例的PET图像、CT图像，将所述PET图像以及CT图像输入目标图像编码器中，以得到所述当前病例的图像特征信息；其中，所述目标图像编码器是预先基于样本病例的PET图像、CT图像及对应的病例文本信息对原始的图像编码器和文本编码器对比学习训练得到的，所述对比学习的目的是将样本病例的PET图像、CT图像和对应的病例文本信息在特征空间上对齐；所述病例文本信息包括检查报告文本信息，治疗方案文本信息和预后情况记录文本信息中的一个或多个；从病例库中获取每个病例的病例文本特征信息，计算所述图像特征信息与每个病例的病例文本特征信息之间的相似度；确定相似度最高的至少两个病例作为第一相似病例，基于所述第一相似病例的预后情况预测所述当前病例的预后情况；其中，对原始的图像编码器和文本编码器对比学习训练的过程包括：获取多个样本病例的PET图像、CT图像和对应的病例文本信息，将样本病例的PET图像和CT图像经过原始的图像编码器提取到图像特征，并将对应的病例文本信息输入原始的文本编码器提取文本特征，基于所述图像特征和文本特征通过对比学习方式来更新图像编码器和文本编码器，以对齐图像和文本之间的特征信息；该方法还包括：将所述PET图像以及CT图像输入辅助诊断模型，以得到病灶位置信息、病灶掩码信息和病灶属性信息；将所述病灶位置信息、病灶掩码信息和病灶属性信息分别输入各自对应的目标特征编码器，以分别得到病灶位置特征信息、病灶掩码特征信息和病灶属性特征信息；将所述病灶位置特征信息、病灶掩码特征信息和病灶属性特征信息与所述图像特征信息融合得到融合特征信息；计算所述融合特征信息与每个病例的病例文本特征信息之间的相似度；确定相似度最高的至少两个病例作为第二相似病例，基于所述第二相似病例的预后情况预测所述当前病例的预后情况；其中，所述对原始的图像编码器和文本编码器对比学习训练的过程还包括：将样本病例的PET图像和CT图像输入原始的辅助诊断模型以输出病灶诊断结果，病灶诊断结果包括病灶的位置坐标、病灶掩码和病灶对应的属性信息，将所述病灶的位置坐标、病灶掩码和病灶对应的属性信息分别输入各自对应的原始的特征编码器后与所述原始的图像编码器输出的所述图像特征进行融合从而得到病灶的融合特征，基于所述融合特征和文本特征通过对比学习方式来更新所述图像编码器、文本编码器和各所述特征编码器。

全文数据：

权利要求：

百度查询： 北京大学第三医院(北京大学第三临床医学院) PETCT相似病例检索和预后预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD