[发明专利]基于循环神经网络的肿瘤预测装置、终端设备及存储介质有效

专利信息
申请号: 201910535477.2 申请日: 2019-06-18
公开(公告)号: CN110349664B 公开(公告)日: 2022-05-27
发明(设计)人: 孔庆杰;林姝 申请(专利权)人: 精锐视觉科技(山东)有限公司
主分类号: G16H50/20 分类号: G16H50/20;G06N3/04
代理公司: 济南方宇专利代理事务所(普通合伙) 37251 代理人: 刘旋
地址: 271100 山东省济*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 循环 神经网络 肿瘤 预测 装置 终端设备 存储 介质
【说明书】:

发明适用于医疗影像技术领域,提供了基于循环神经网络的肿瘤预测装置、终端设备及存储介质,装置包括:第一预测模块,用于获取患者在当前阶段的核磁共振数据,并根据核磁共振数据预测患者在当前阶段的预测处理信息;对比模块,用于将预测处理信息与医生对患者在当前阶段的建议处理信息进行数据对比,确定患者在当前阶段的实际处理信息;第二预测模块,用于将核磁共振数据和实际处理信息进行编码后得到的核磁共振向量和实际处理向量输入预先训练完成的循环神经网络模型中,输出患者在下一阶段的肿瘤预测结果。通过循环神经网络的记忆能力,预测患者在下一阶段的肿瘤病情,解决了现有技术中医生分析判断肿瘤病情的难度增大的问题。

技术领域

本发明属于医疗影像技术领域,尤其涉及基于循环神经网络的肿瘤预测装置、终端设备及存储介质。

背景技术

为了预先做好治疗准备,而对重大疾病的病情进行预测。例如,根据核磁共振影像对肿瘤患者的肿瘤病情进行预测,以了解肿瘤患者的肿瘤病情的发展趋势。但是,随着病患的增多,核磁共振影像数据也越来越多,仅仅依靠医生的专业能力及经验几乎是不可能完成对肿瘤病情的准确预测。而且,由于患者的病情趋于复杂化,因此核磁共振影像隐藏的病理越来越复杂,这导致医生分析判断肿瘤病情的难度增大。

发明内容

有鉴于此,本发明实施例提供了基于循环神经网络的肿瘤预测装置、终端设备及存储介质,以解决现有技术中医生分析判断肿瘤病情的难度增大的问题。

本发明实施例的第一方面提供了一种基于循环神经网络的肿瘤预测装置,包括:

第一预测模块,用于获取患者在当前阶段的核磁共振数据,并根据核磁共振数据预测患者在当前阶段的预测处理信息;

对比模块,用于将预测处理信息与医生对患者在当前阶段的建议处理信息进行数据对比,确定患者在当前阶段的实际处理信息;

第二预测模块,用于将核磁共振数据和实际处理信息进行编码后得到的核磁共振向量和实际处理向量输入预先训练完成的循环神经网络模型中,输出患者在下一阶段的肿瘤预测结果。

本发明实施例的第二方面提供了一种终端设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:

获取患者在当前阶段的核磁共振数据,并根据核磁共振数据预测患者在当前阶段的预测处理信息;

将预测处理信息与医生对患者在当前阶段的建议处理信息进行数据对比,确定患者在当前阶段的实际处理信息;

将核磁共振数据和实际处理信息进行编码后得到的核磁共振向量和实际处理向量输入预先训练完成的循环神经网络模型中,输出患者在下一阶段的肿瘤预测结果。

本发明实施例的第二方面提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现如上述终端设备所实现的步骤。

本发明实施例通过第一预测模块获取患者在当前阶段的核磁共振数据,并根据核磁共振数据预测患者在当前阶段的预测处理信息;对比模块将预测处理信息与医生对患者在当前阶段的建议处理信息进行数据对比,确定患者在当前阶段的实际处理信息;第二预测模块将核磁共振数据和实际处理信息进行编码后得到的核磁共振向量和实际处理向量输入预先训练完成的循环神经网络模型中,输出患者在下一阶段的肿瘤预测结果。通过循环神经网络模型的记忆能力,预测患者在下一阶段的肿瘤预测结果,解决了现有技术中医生分析判断肿瘤病情的难度增大的问题。

附图说明

为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的肿瘤预测方法的示意图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于精锐视觉科技(山东)有限公司,未经精锐视觉科技(山东)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910535477.2/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top