[发明专利]基于深度学习评价鼻咽癌治疗效果的方法、装置、设备和介质

说明书

本发明公开了一种基于深度学习评价鼻咽癌治疗效果的方法，该方法包括：通过第一识别模型分别获取鼻咽癌组织治疗前的第一鼻咽癌细胞百分比和鼻咽癌组织治疗后的第二鼻咽癌细胞百分比，由于基于同一识别模型也保证了对鼻咽癌细胞的前后识别标准具有一致性。此外也新增对瘤旁组织的治疗反应的评价方法，包括通过第二识别模型获取瘤旁组织治疗后的实际病理区域百分比。然后根据第一鼻咽癌细胞百分比和第二鼻咽癌细胞百分比确定第一评级，根据实际病理区域百分比确定第二评级，最后汇总形成综合评价。整个方案基于训练好的识别模型得到的数据进行评级及评价，确保了病理学评价的一致性、精确性和客观性。此外，还提出了鼻咽癌治疗效果评价装置、设备和存储介质。

技术领域

本发明涉及深度学习领域，尤其是涉及基于深度学习评价鼻咽癌治疗效果的方法、装置、设备和介质。

背景技术

肿瘤是指机体在各种致瘤因子作用下，局部组织细胞增生所形成的新生物。其中，鼻咽癌是指发生于鼻咽腔顶部和侧壁的恶性肿瘤，是我国高发恶性肿瘤之一，发病率为耳鼻咽喉恶性肿瘤之首。由于鼻咽部相对位置表浅，且鼻咽癌的解剖部位毗邻眼球、口腔、颅脑等重要器官，因此不宜进行手术操作，鼻咽癌以淋巴上皮样非角化型鳞癌为主，对于放疗和化疗的效果较为明显，常通过活体组织病理学检查的方式来实时跟进治疗情况。

治疗后肿瘤的病理反应评估，在乳腺癌、结直肠癌中已初步有所应用。但目前更多的只关注肿瘤的反应，忽略了肿瘤旁组织的损伤情况。此外治疗后的病理评估，多受影响于不同病理医生取样的差异性、判读结果的主观性等诸多因素，导致判读结果的一致性较差，这就会影响对治疗效果的评价。并且该病理反应评估与术前的病理结果相关联度并不紧密，评估较为片面。因此针对鼻咽癌等常见无法进行手术治疗的患者，急需一种具备客观性、精准性的辅助评价方案。

发明内容

基于此，有必要针对上述问题，提供具备客观性、精准性的基于深度学习评价鼻咽癌治疗效果的方法、装置、设备和介质。

一种基于深度学习评价鼻咽癌治疗效果的方法，所述方法包括：

若获取到第一标本组织的第一染色图像，所述第一标本组织为对目标患者治疗前的鼻咽癌组织进行采样得到，则将所述第一染色图像输入到第一识别模型进行识别以得到第一识别结果，根据所述第一识别结果计算所述第一染色图像内的第一鼻咽癌细胞百分比；

获取第二标本组织的第二染色图像，所述第二标本组织为对所述目标患者治疗后的鼻咽癌组织进行采样得到，将所述第二染色图像输入到所述第一识别模型进行识别以得到第二识别结果，根据所述第二识别结果计算所述第二染色图像内的第二鼻咽癌细胞百分比；其中，所述第一识别结果和所述第二识别结果为染色图像内鼻咽癌细胞及非鼻咽癌细胞的区域和/或数量的识别结果；

获取第三标本组织的第三染色图像，所述第三标本组织为对所述目标患者治疗后的瘤旁组织进行采样得到，将所述第三染色图像输入到第二识别模型进行识别以得到第三识别结果，根据所述第三识别结果计算所述第三染色图像内的实际病理区域百分比；其中，所述第三识别结果为所述第三染色图像内病理区域的识别结果，所述实际病理区域百分比为识别到的病理区域的面积占所述第三染色图像内细胞总面积的百分比；

根据所述第一鼻咽癌细胞百分比和所述第二鼻咽癌细胞百分比确定第一评级，所述第一评级为对鼻咽癌组织治疗效果的评级，根据所述实际病理区域百分比确定第二评级，所述第二评级为治疗对瘤旁组织影响的评级；

汇总所述第一评级和所述第二评级以形成综合评价，所述综合评价为对所述目标患者的鼻咽癌治疗方案的总体评价。

在其中一个实施例中，所述根据所述第一鼻咽癌细胞百分比和所述第二鼻咽癌细胞百分比确定第一评级，包括：

当所述第二鼻咽癌细胞百分比为0时，确定治疗对鼻咽癌组织完全有效；