预测直肠癌预后方法、装置、存储介质及计算机设备

本申请涉及医疗，尤其涉及一种预测直肠癌预后方法、装置、存储介质及计算机设备。

背景技术：

1、直肠癌是指从齿状线至直肠乙状结肠交界处之间的癌，是消化道最常见的恶性肿瘤之一。直肠癌位置低，容易被直肠指诊及乙状结肠镜诊断。

2、目前，主要是使用深度学习网络分析病灶(即直肠)的t2加权图像(t2weightedimaging，t2wi)，然而，在使用深度学习网络对t2加权图像进行特征提取，该图像难以提供组织内部生物学的特征，导致模型无法全面捕捉肿瘤微观特征的局部信息，从而影响后续直肠癌预后的准确性和可靠性。

技术实现思路

1、基于此，本申请提供一种预测直肠癌预后方法、装置、存储介质及计算机设备，可以提高直肠癌预后的准确性和可靠性。

2、第一方面，本申请实施例提供一种预测直肠癌预后方法，包括：

3、获取目标患者的两种类型的待预测图像以及临床信息；

4、基于预训练的风险评估网络对所述待预测图像进行处理，得到所述目标患者的风险评分；

5、对所述风险评分进行分析，得到指标截断点；

6、根据所述风险评分、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果。

7、可选地，在本申请的一些实施例中，所述基于预训练的风险评估网络对所述待预测图像进行处理，得到所述目标患者的风险评分，包括：

8、获取预训练的风险评估网络；

9、将所述待预测图像输入至所述风险评估网络中，输出所述目标患者的风险评分。

10、可选地，在本申请的一些实施例中，所述获取预训练的风险评估网络之前，还包括：

11、获取样本患者的第一样本图像和第二样本图像，所述第一样本图像和第二样本图像为同一病灶且不同图像类型的图像；

12、基于所述第一样本图像和第二样本图像对预设的基础预估网络进行训练，得到风险评估网络。

13、可选地，在本申请的一些实施例中，所述基于所述第一样本图像和第二样本图像对预设的基础预估网络进行训练，得到风险评估网络，包括：

14、采用所述第一样本图像对预设的基础预估网络进行训练，得到第一子网络，以及；

15、采用第二样本图像对预设的基础预估网络进行训练，得到第二子网络；

16、融合所述第一子网络和第二子网络，得到融合网络；

17、采用所述第一样本图像和第二样本图像对所述融合网络进行训练，得到风险评估网络。

18、可选地，在本申请的一些实施例中，所述融合所述第一子网络和第二子网络，得到融合网络，包括：

19、分别剪除所述第一子网络和第二子网络最后一层网络层；

20、将剪除后的第一子网络的输出以及剪除后的第二子网络的输出连接至同一层网络层，得到融合网络。

21、可选地，在本申请的一些实施例中，所述采用所述第一样本图像和第二样本图像对所述融合网络进行训练，得到风险评估网络，包括：

22、基于所述融合网络对所述第一样本图像和第二样本图像进行融合，得到融合图像；

23、根据所述融合图像和融合网络，输出所述样本患者对应的样本风险评分；

24、基于所述样本风险评分、所述样本患者的临床信息和真实风险评分对所述融合网络进行训练，得到风险评估网络。

25、可选地，在本申请的一些实施例中，所述根据所述风险评分、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果，包括：

26、根据所述指标截断点，确定所述目标患者对应的风险等级；

27、基于所述风险等级、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果。

28、第二方面，本申请实施例还提供一种预测直肠癌预后装置，包括：

29、获取模块，用于获取目标患者的两种类型的待预测图像以及临床信息；

30、处理模块，用于基于预训练的风险评估网络对所述待预测图像进行处理，得到所述目标患者的风险评分；

31、分析模块，用于对所述风险评分进行分析，得到指标截断点；

32、预测模块，用于根据所述风险评分、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果。

33、第三方面，本申请实施例提供了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器上述预测直肠癌预后方法的步骤。

34、第四方面，本申请实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行上述预测直肠癌预后方法的步骤。

35、本申请实施例提供一种预测直肠癌预后方法、装置、存储介质及计算机设备，在获取目标患者的两种类型的待预测图像以及临床信息后，基于预训练的风险评估网络对所述待预测图像进行处理，得到所述目标患者的风险评分，接着，对所述风险评分进行分析，得到指标截断点，最后，根据所述风险评分、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果。在本申请提供的预测直肠癌预后方案中，基于预训练的风险评估网络对待预测图像进行处理，可以获取到待预测图像中病灶组织内部生物学的特征，且在后续利用风险评分、临床信息以及指标截断点预测直肠癌预后结果，可以进一步提高直肠癌预后的准确性和可靠性。

技术特征：

1.一种预测直肠癌预后方法，其特征在于，包括：

2.根据权利要求1所述的预测直肠癌预后方法，其特征在于，所述基于预训练的风险评估网络对所述待预测图像进行处理，得到所述目标患者的风险评分，包括：

3.根据权利要求2所述的预测直肠癌预后方法，其特征在于，所述获取预训练的风险评估网络之前，还包括：

4.根据权利要求3所述的预测直肠癌预后方法，其特征在于，所述基于所述第一样本图像和第二样本图像对预设的基础预估网络进行训练，得到风险评估网络，包括：

5.根据权利要求4所述的预测直肠癌预后方法，其特征在于，所述融合所述第一子网络和第二子网络，得到融合网络，包括：

6.根据权利要求4所述的预测直肠癌预后方法，其特征在于，所述采用所述第一样本图像和第二样本图像对所述融合网络进行训练，得到风险评估网络，包括：

7.根据权利要求1至6任一项所述的预测直肠癌预后方法，其特征在于，所述根据所述风险评分、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果，包括：

8.一种预测直肠癌预后装置，其特征在于，包括：

9.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述预测直肠癌预后方法的步骤。

10.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述预测直肠癌预后方法的步骤。

技术总结本申请公开了一种预测直肠癌预后方法、装置、计算机设备以及存储介质，包括：获取目标患者的两种类型的待预测图像以及临床信息；基于预训练的风险评估网络对所述待预测图像进行处理，得到所述目标患者的风险评分；对所述风险评分进行分析，得到指标截断点；根据所述风险评分、临床信息以及指标截断点，预测所述目标患者的直肠癌预后结果，本方案可以提高直肠癌预后的准确性和可靠性。技术研发人员：杨晓君,杨玘明,冯易典,彭禺,林浩申,孙向东,杨昊晟受保护的技术使用者：广东工业大学技术研发日：技术公布日：2024/6/11