[发明专利]胃癌筛查系统、方法、装置、电子装置和存储介质在审

专利信息
申请号: 202110968419.6 申请日: 2021-08-23
公开(公告)号: CN113889270A 公开(公告)日: 2022-01-04
发明(设计)人: 方敏;许振影;杨啸天;周华健;高春蓉;俞青;应晶 申请(专利权)人: 浙江一山智慧医疗研究有限公司
主分类号: G16H50/30 分类号: G16H50/30
代理公司: 杭州华进联浙知识产权代理有限公司 33250 代理人: 聂磊
地址: 311100 浙江省杭州市余杭区*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 胃癌 系统 方法 装置 电子 存储 介质
【说明书】:

本申请涉及一种胃癌筛查系统、方法、装置、电子装置和存储介质,其中,该系统包括:终端设备和主控设备;主控设备包括输入单元和第一预测单元;终端设备用于获取第一模态数据集和第二模态数据集,并将第一模态数据集和第二模态数据集发送至主控设备;输入单元用于将第一模态数据集输入至训练完备的数据转换模型,输出得到第一模态数据集的风险预测结果;第一预测单元用于将风险预测结果和第二模态数据集输入至训练完备的胃癌预测模型,输出得到胃癌预测结果;其中,数据转换模型与胃癌预测模型处理的模态不同。通过本申请,解决了胃癌筛查的准确性和效率低的问题。

技术领域

本申请涉及胃癌筛查技术领域,特别是涉及胃癌筛查系统、方法、装置、电子装置和存储介质。

背景技术

胃癌是世界上第二大癌症死因,是威胁人类健康最常见的恶性肿瘤之一;改善胃癌患者预后的关键是作好二级预防,即早期发现和早期治疗。因此,胃癌的早筛和治疗对于降低胃癌风险具有十分重要的意义。

在相关技术中,胃癌筛查方法一般基于筛查量表、胃镜图像或胃镜活检实现。然而,基于筛查量表的胃癌筛查方法必须将指标分数固定,不能准确反应胃癌概率与所述指标的关系,且基于胃镜图像的胃癌筛查方法对胃癌早期,发展期图像相似,识别准确率较低。而胃镜活检虽然检出率及准确率高,但是存在普及率低、操作复杂、价格高昂等缺点,不适合大规模筛查,普通患者无胃镜或活检记录的无法通过该方法做出胃癌概率预测,导致胃癌筛查的准确性和效率较低。

目前针对相关技术中胃癌筛查的准确性和效率低的问题,尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种胃癌筛查系统、方法、装置、电子装置和存储介质,以至少解决相关技术中胃癌筛查的准确性和效率低的问题。

第一方面,本申请实施例提供了一种胃癌筛查系统,所述系统包括:终端设备和主控设备;所述主控设备包括输入单元和第一预测单元;

所述终端设备用于获取第一模态数据集和第二模态数据集,并将所述第一模态数据集和所述第二模态数据集发送至所述主控设备;

所述输入单元用于将所述第一模态数据集输入至训练完备的数据转换模型,输出得到所述第一模态数据集的风险预测结果;

所述第一预测单元用于将所述风险预测结果和所述第二模态数据集输入至训练完备的胃癌预测模型,输出得到胃癌预测结果;其中,所述数据转换模型与所述胃癌预测模型处理的模态不同。

在其中一些实施例中,所述主控设备还包括第二预测单元;

所述第二预测单元用于在检测到所述第一模态数据集缺失的情况下,获取所述第一模态数据集相对应的补全值,并将所述补全值和所述第二模态数据集输入至所述胃癌预测模型,输出得到所述胃癌预测结果。

在其中一些实施例中,所述终端设备还用于获取第一预设数据集和第二预设数据集,并将所述第一预设数据集和所述第二预设数据集发送给所述主控设备;所述主控设备还包括模型训练单元;

所述模型训练单元用于对所述第一预设数据集进行第一预处理以得到第一训练数据,所述第一训练数据包括第一训练集;所述模型训练单元将所述第一训练集输入预设神经网络,得到所述数据转换模型;

所述模型训练单元还用于对所述第二预设数据集进行第二预处理以得到第二训练数据,所述第二训练数据包括第二训练集;所述模型训练单元将所述第一预设数据集输入至所述数据转换模型得到第三训练数据,所述第三训练数据包括第三训练集;所述模型训练单元将所述第二训练集和所述第三训练集输入预设决策树模型,得到所述胃癌预测模型。

在其中一些实施例中,所述主控设备还包括排序筛选单元;

所述排序筛选单元用于获取所述第二训练集的指标特征,并根据所述指标特征得到特征重要性曲线,根据所述特征重要性曲线得到排序筛选结果;

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浙江一山智慧医疗研究有限公司,未经浙江一山智慧医疗研究有限公司许可,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/202110968419.6/2.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