[发明专利]胃部异常风险等级预测方法、装置、终端及可读存储介质

说明书

本申请提供一种胃部异常风险等级预测方法、装置、终端及可读存储介质，该方法包括：获取待检测用户的胃部内镜图像集和预设个导致胃部发生目标异常的异常相关信息；确定胃部内镜图像集中每张图像对应的多个预设的目标属性特征；基于胃部内镜图像集中每张图像对应的多个预设的目标属性特征，确定胃部内镜图像集中存在预设属性异常的第一异常图像集；获取第一异常图像集中每张图像对应的异常面积占比参数；确定第一异常图像集中每张图像对应的异常部位信息；基于异常相关信息，和第一异常图像集中每张图像对应的异常面积占比参数、异常部位信息，对待检测用户的胃部发生目标异常的风险等级进行预测。本申请实施例提高了预测结果的准确性。

技术领域

本申请涉及辅助医疗技术领域，具体涉及一种胃部异常风险等级预测方法、装置、终端及可读存储介质。

背景技术

胃癌(Gastric cancer,GC)是世界上第五大常见癌症，也是癌症相关死亡的主要原因之一。胃癌的晚期诊断导致高死亡率，进展期胃癌患者的5年生存率仅为20%，而早期胃癌患者的5年生存率可达90%以上。

胃部早期发生的异常状态，可在几年到几十年的时间里发展为胃肿瘤，然而，现有方案中都只能初略检测胃部早期的多种异常状况，无法准确对发生胃肿瘤的异常风险等级进行准确预测。

因此，如何有效对胃部的异常风险等级进行准确预测，是当前辅助医疗技术领域亟需解决的技术问题。

发明内容

本申请提供一种胃部异常风险等级预测方法、装置、终端及可读存储介质，旨在解决如何有效对胃部的异常风险等级进行准确预测的技术问题。

一方面，本申请提供胃部异常风险等级预测方法，所述方法包括：

获取待检测用户的胃部内镜图像集和预设个导致胃部发生目标异常的异常相关信息；

确定所述胃部内镜图像集中每张图像对应的多个预设的目标属性特征；

基于所述胃部内镜图像集中每张图像对应的多个预设的目标属性特征，确定所述胃部内镜图像集中存在预设属性异常的第一异常图像集；

获取所述第一异常图像集中每张图像对应的异常面积占比参数；

确定所述第一异常图像集中每张图像对应的异常部位信息；

基于所述异常相关信息，和所述第一异常图像集中每张图像对应的异常面积占比参数、异常部位信息，对所述待检测用户的胃部发生目标异常的风险等级进行预测。

在本申请一种可能的实现方式中，所述基于所述异常相关信息，和所述第一异常图像集中每张图像对应的异常面积占比参数、异常部位信息，对所述待检测用户的胃部发生目标异常的风险等级进行预测，包括：

对所述异常相关信息中的每个异常相关特征进行指标标签化，得到多个异常相关特征参数；

对所述多个异常相关特征参数，和所述第一异常图像集中每张图像对应的异常面积占比参数、异常部位信息进行加权拟合，得到第一加权拟合结果；

基于所述第一加权拟合结果，对所述待检测用户的胃部发生目标异常的风险等级进行预测。

在本申请一种可能的实现方式中，所述基于所述胃部内镜图像集中每张图像对应的多个预设的目标属性特征，确定所述胃部内镜图像集中存在预设属性异常的第一异常图像集，包括：

对所述胃部内镜图像集中每张图像对应的多个预设的目标属性特征进行加权拟合，得到第二拟合结果；

基于所述第二拟合结果，确定所述胃部内镜图像集中存在预设属性异常的第一异常图像集。

在本申请一种可能的实现方式中，确定所述胃部内镜图像集中每张图像对应的多个预设的目标属性特征，包括：