[发明专利]一种基于大数据的甲状腺结节风险预测方法及系统

说明书

本发明公开了一种基于大数据的甲状腺结节风险预测方法及系统，其中的甲状腺结节风险预测方法包括以下步骤：S1：临床数据采集：对患者的病史、症状和体征的数据进行收集，并对数据进行记录，S2：超声检查：对患者进行甲状腺超声检查，了解结节的大小、形态、结节边缘、内部结构、回声特性、血流状况和颈部淋巴结情况，并对检查数据进行记录，S3：细针穿刺检查：对患者进行甲状腺细针穿刺细胞学检查，并检查结果的数据进行记录。本发明通过对患者的临床数据进行采集，同时对患者进行超声检查和细针穿刺检查，并对检查的数据进行整合，有利于快速对数据进行提取，并快速的做出风险预测。

技术领域

本发明涉及甲状腺结节风险预测技术领域，尤其涉及一种基于大数据的甲状腺结节风险预测方法及系统。

背景技术

甲状腺结节是指在甲状腺内的肿块，可随吞咽动作随甲状腺而上下移动，是临床常见的病症，可由多种病因引起，临床上有多种甲状腺疾病，如甲状腺退行性变、炎症、自身免疫以及新生物等都可以表现为结节，甲状腺结节可以单发，也可以多发，多发结节比单发结节的发病率高，但单发结节甲状腺癌的发生率较高，甲状腺结节或肿块、甲状腺肿大是其主要症状，除此外大多数甲状腺结节患者没有临床症状，可通过自我触摸或体格检查发现甲状腺有结节，或因甲状腺肿大就诊，进行查体或B超等影像学检查获知，现有的甲状腺结节风险预测不便于对检查的数据进行整合，数据杂乱无章，不便于对数据的快速提取，不便于快速做出风险预测，因此我们提出了一种基于大数据的甲状腺结节风险预测方法及系统，用来解决上述问题。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于大数据的甲状腺结节风险预测方法及系统。

本发明提出的一种基于大数据的甲状腺结节风险预测方法，包括以下步骤：

S1：临床数据采集：对患者的病史、症状和体征的数据进行收集，并对数据进行记录；

S2：超声检查：对患者进行甲状腺超声检查，了解结节的大小、形态、结节边缘、内部结构、回声特性、血流状况和颈部淋巴结情况，并对检查数据进行记录；

S3：细针穿刺检查：对患者进行甲状腺细针穿刺细胞学检查，并检查结果的数据进行记录；

S4：数据整合：对S1、S2和S3中所提到的数据进行整合，剔除无用数据，并对数据进行分类排序；

S5：风险预测：将S4中整合后的数据与正常的数据进行对比，根据对比结果做出风险预测。

优选地，所述S1中，在采集病史时，应该重点询问有无头颈部放射线暴露史、骨髓移植前的全身照射史、核暴露史和一级亲属甲状腺癌家族史。

本发明还提出了一种基于大数据的甲状腺结节风险预测系统，包括数据采集模块、数据处理模块、检查模块、整合模块、数据分析模块、风险预测模块和显示模块，所述数据采集模块与检查模块均与数据处理模块连接，数据处理模块与整合模块连接，整合模块与数据分析模块连接，所述数据分析模块与风险预测模块连接，所述风险预测模块与显示模块连接，所述数据采集模块包括病史采集单元、病症采集单元和体征采集单元，所述病史采集单元与病症采集单元连接，病症采集单元和体征采集单元连接，所述检查模块包括超声检查单元和细针穿刺单元，超声检查单元和细针穿刺单元连接。

优选地，所述数据采集模块对患者的病史、症状和体征的数据进行采集，然后将采集的数据传输至数据处理模块。

优选地，所述检查模块对患者进行医学检查，并将检查的数据传输至数据处理模块。

优选地，所述数据处理模块对接收的数据进行预处理，然后将数据传输至整合模块。

优选地，所述整合模块对接收的数据进行整合处理，剔除无用重复数据，并对数据进行分类排序，然后将数据传输至数据分析模块，数据分析模块对接收的数据进行综合分析，然后将数据传输至风险预测模块。