[发明专利]一种计算机辅助预测乳腺癌风险的方法在审
申请号: | 202210349624.9 | 申请日: | 2022-04-02 |
公开(公告)号: | CN114613508A | 公开(公告)日: | 2022-06-10 |
发明(设计)人: | 孙颖 | 申请(专利权)人: | 山东大学齐鲁医院(青岛) |
主分类号: | G16H50/30 | 分类号: | G16H50/30;G16H50/20 |
代理公司: | 池州优佐知识产权代理事务所(普通合伙) 34198 | 代理人: | 刘尔才 |
地址: | 266000 山*** | 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: | 一种 计算机辅助 预测 乳腺癌 风险 方法 | ||
本发明涉及计算机图像分析技术领域,且公开了一种计算机辅助预测乳腺癌风险的方法,包括以下步骤:1)对受检者进行数据采集,数据采集时进行问询,询问是否有家族遗传史等相关信息,根据是否具有遗传史等相关信息进行数据入库的比对分析;2)数据分析检测,根据受检者的信息进行风险评估判定,若确为有遗传史,则判定为风险人群,即做出对应的医学检测。该计算机辅助预测乳腺癌风险的方法,通过设置有问询等方式,对受检者起到初步筛查的目的,进而提高检测效率,且在检查前就能对受检者状态进行风险评估,大大缩进检测的项目以及检测速度,通过设置有遗传史判别定律,大大减轻受检者因受检项目所产生的身体困扰或金钱困扰。
技术领域
本发明涉及计算机图像分析技术领域,具体为一种计算机辅助预测乳腺癌风险的方法。
背景技术
乳腺癌是乳腺上皮细胞在多种致癌因子的作用下,发生增殖失控的现象,疾病早期常表现为乳房肿块、乳头溢液和腋窝淋巴结肿大等症状,晚期可因癌细胞发生远处转移,出现多器官病变,直接威胁患者的生命,在我国,乳腺癌的发病率呈逐年上升趋势,每年有三十余万女性被诊断出乳腺癌,在东部沿海地区及经济发达的大城市,乳腺癌发病率上升尤其明显,从发病年龄来看,我国乳腺癌发病率从二十岁以后开始逐渐上升,四十五到五十岁达到高值,随着新的治疗策略和方法的普及,全球乳腺癌的死亡率逐步下降,通过乳腺癌筛查是通过有效、简便、经济的乳腺检查措施,对无症状妇女开展筛查,以期早期发现、早期诊断及早期治疗,其最终目的是要降低人群乳腺癌的死亡率。
目前现有的分析检测方法如中国专利公开号为CN 1846616指出通过计算各个小区域内的密度特性值,再通过基于多幅视图的区域匹配方法提高风险预测的准确性,在一定程度上克服了已有的基于单幅图像密度分析的乳腺癌风险预测中风险区域误判的不足,但该检测方法只针对已有的基于单幅图像密度分析的乳腺癌风险预测,适用范围较为局限,在寻找合适条件的受检者上具有一定的不便性,故而提出一种计算机辅助预测乳腺癌风险的方法来解决上述问题。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种计算机辅助预测乳腺癌风险的方法,具备适用检测范围广的优点,解决了适用范围较为局限,在寻找合适条件的受检者上具有一定的不便性的问题。
(二)技术方案
为实现上述目的,本发明要解决的另一技术问题是提供一种计算机辅助预测乳腺癌风险的方法,包括以下步骤:
1)对受检者进行数据采集,数据采集时进行问询,询问是否有家族遗传史等相关信息,根据是否具有遗传史等相关信息进行数据入库的比对分析;
2)数据分析检测,根据受检者的信息进行风险评估判定,若确为有遗传史,则判定为风险人群,即做出对应的医学检测,若受检者非遗传史,则进行初始常规的检查分析;
3)影像及初始化结果分析,根据影像分析做出相应的医学判断,判定为高风险或低风险,若在具有遗传史的受检者中无法确定判断随即进行下一步医学检测操作,若在具有遗传史的受检者中判断明确即告知该受检者是否同意深度检查,若非遗传史受检者初步检测就以具备患病的高风险概率,应选取精准医疗手段进行定向操作且询问是否同意深度查验,若非遗传史受检者的常规检测并无问题,可告知该受检者注意事项并载入数据库保存;
4)根据步骤3)中的判断结果进行具体化验值范围分析,对于风险值进行确认且评估范围大小,对受检者进行群体划分,数据库绘图制作模型对比和预测;
5)减小误差值,参考步骤4)中的具体化验值进行深度评估,即反复抽检以确定误差值;
6)根据步骤4)做出标识,寻找对应的受检者做出检测范围的标识,根据数据库中已存在的对比数据进行受检者的患癌分析,确定指标特征以及受检者的患癌风险期。
本发明提供如下技术方案:
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山东大学齐鲁医院(青岛),未经山东大学齐鲁医院(青岛)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/202210349624.9/2.html,转载请声明来源钻瓜专利网。