泌尿系结石成分分析的方法、装置、电子设备及存储介质与流程

本技术涉及结石分析，特别涉及一种泌尿系结石成分分析的方法、装置、电子设备及存储介质。

背景技术：

1、相关技术中，采用红外光谱法对结石成分分析，通过术后获得的离体结石粉末，采用卤化物压片法处理后进行分析，依据其在红外光区吸收峰的特征来确定结石成分，或者使用双能ct来识别结石中的主要成分，即使用设备自带的分析工作站，以手动或自动的方式勾画感兴趣区域，计算区域内的平均原子序数、电子密度等信息，进行结石类型判断。

2、然而，相关技术中采用红外光谱法对结石成分分析，仅能用于术后离体样本的分析，且需要专业人员操作，增加人工成本，局部结石采样会导致结石成分误判，降低结石成分分析的准确性，另外，双能ct法受限于设备分辨率，无法分析混合成分结石，降低了结石成分分析的适用性，亟待解决。

技术实现思路

1、本技术是基于发明人对以下问题和认识作出的：

2、泌尿系结石病是我国常见病、多发病，发病率约为2～3％，在结石高发地区可以占到泌尿外科住院患者的40％以上，并且，泌尿系结石复发率较高，5-10年内复发率高达50％，20年内的复发率高达75％，泌尿系结石病主要危害是结石梗阻引起的患肾功能损伤。内镜手术是泌尿系结石治疗的一个里程碑，目前在临床中已广泛开展，是微创泌尿外科的重要组成部分，主要包括输尿管镜手术及经皮肾镜手术。

3、结石成分分析是结石患者制定治疗方案及预防策略的基础，从手术角度来看，不同成分的结石可能涉及不同的手术方案，同为内镜下激光碎石时，所需的激光碎石参数也不同，从术后预防角度来说，不同成分结石患者的术后长期预防策略也明显不同，从结石成因探索角度来说，结合形态结构的结石成分分析有助于对结石类型的进一步细化区分，为结石的个体化预防方案的提出奠定基础。因此，国内外指南共同推荐，每位泌尿系结石患者均建议进行结石成分分析，目前临床上广泛应用的结石成分分析方法是红外光谱法。

4、红外光谱法是最经典的结石成分分析方法，通过术后获得的离体结石粉末，采用卤化物压片法处理后进行分析，依据其在红外光区吸收峰的特征来确定结石成分，准确度高，但该技术仍有以下不足：首先它仅能用于术后离体样本的分析，且仪器设备较昂贵，需专业人员操作；第二，该方法分析时仅采用“小米粒”大小的微量样本，对于临床常见的混合成分结石，很可能导致取样误差引起的分析结果偏移，此外，结石的形态结构对病因探索很有意义，而手术碎石后，结石原有的形态结构被破坏，红外光谱法的粉末化样本也无法实现包含结石结构的成分分析。

5、近年来，许多研究使用双能ct来识别结石中的主要成分，早期研究都是通过商用医疗双能ct进行的，使用设备自带的分析工作站，以手动或自动的方式勾画感兴趣区域，计算区域内的平均原子序数、电子密度等信息，进行结石类型判断，在体及离体相关工作已经证明了此方法在区分尿酸石和非尿酸石有较好表现，但是在区分其他成分亚型还是面临挑战，在引入了机器学习方法后，双能ct在区分不同亚型方面检测效果有部分提升，然而，受限于设备分辨率的局限性，对于混合成分的结石，双能ct难以进一步区分，且难以实现成分分析的同时兼顾形态特征的描述，亟待改善。

6、本技术提供一种泌尿系结石成分分析的方法、装置、电子设备及存储介质，以解决相关技术中采用红外光谱法对结石成分分析，仅能用于术后离体样本的分析，且需要专业人员操作，增加人工成本，局部结石采样会导致结石成分误判，降低结石成分分析的准确性，另外，双能ct法受限于设备分辨率，无法分析混合成分结石，降低了结石成分分析的适用性的问题。

7、本技术第一方面实施例提供一种泌尿系结石成分分析的方法，包括以下步骤：采集目标原始结石的结石图片，根据所述结石图片分析所述目标原始结石的结石成分，并将所述结石成分进行分类，得到所述目标原始结石的目标结石数据集；对所述目标结石数据集进行数据增强，得到增强后的结石数据集，并将所述增强后的结石数据集进行数据再平衡处理，得到处理后的结石数据集；利用所述处理后的结石数据集训练深度神经网络模型，得到训练后的深度神经网络模型，将所述训练后的深度神经网络模型部署至服务器，以接收所述服务器发送的泌尿系结石成分，以得到所述训练后的深度神经网络模型输出的分析结果。

8、可选地，在本技术的一个实施例中，所述采集目标原始结石的结石图片，根据所述结石图片分析所述目标原始结石的结石成分，包括：采集所述目标原始结石的激光碎石前的结石图片和激光碎石后的结石图片；分析所述激光碎石前的结石图片和所述激光碎石后的结石图片，得到所述目标原始结石的结石成分。

9、可选地，在本技术的一个实施例中，所述将所述增强后的结石数据集进行数据再平衡处理，得到均衡后的结石数据集，包括：获取所述增强后的结石数据集中结石图片的分类规模，检测所述分类规模是否满足预设均衡分类条件，对所述分类规模中未满足所述预设均衡分类条件的分类进行上采样，得到上采样后的均衡分类，以根据所述上采样后的均衡分类得到所述均衡后的结石数据集。

10、可选地，在本技术的一个实施例中，在将所述训练后的深度神经网络模型部署至服务器之前，还包括：判断所述训练后的深度神经网络模型是否满足预设达标条件；若满足所述预设达标条件，则将所述训练后的深度神经网络模型部署至服务器；若未满足所述预设达标条件，则重新构建新的深度神经网络模型，并训练所述新的深度神经网络模型，得到新的训练后的深度神经网络模型，直至在所述新的训练后的深度神经网络模型满足所述预设达标条件的情况下，将所述新的训练后的深度神经网络模型部署至所述服务器。

11、本技术第二方面实施例提供一种泌尿系结石成分分析的装置，包括：采集模块，用于采集目标原始结石的结石图片，根据所述结石图片分析所述目标原始结石的结石成分，并将所述结石成分进行分类，得到所述目标原始结石的目标结石数据集；第一获取模块，用于对所述目标结石数据集进行数据增强，得到增强后的结石数据集，并将所述增强后的结石数据集进行数据再平衡处理，得到处理后的结石数据集；第二获取模块，用于利用所述处理后的结石数据集训练深度神经网络模型，得到训练后的深度神经网络模型，将所述训练后的深度神经网络模型部署至服务器，以接收所述服务器发送的泌尿系结石成分，以得到所述训练后的深度神经网络模型输出的分析结果。

12、可选地，在本技术的一个实施例中，所述采集模块包括：采集单元，用于采集所述目标原始结石的激光碎石前的结石图片和激光碎石后的结石图片；确定单元，用于分析所述激光碎石前的结石图片和所述激光碎石后的结石图片，得到所述目标原始结石的结石成分。

13、可选地，在本技术的一个实施例中，所述第一获取模块包括：获取单元，用于获取所述增强后的结石数据集中结石图片的分类规模，检测所述分类规模是否满足预设均衡分类条件，对所述分类规模中未满足所述预设均衡分类条件的分类进行上采样，得到上采样后的均衡分类，以根据所述上采样后的均衡分类得到所述均衡后的结石数据集。

14、可选地，在本技术的一个实施例中，本技术实施例的装置还包括：判断模块，用于判断所述训练后的深度神经网络模型是否满足预设达标条件；第一处理模块，用于在将所述训练后的深度神经网络模型部署至服务器之前，若满足所述预设达标条件，则将所述训练后的深度神经网络模型部署至服务器；第二处理模块，用于在将所述训练后的深度神经网络模型部署至服务器之前，若未满足所述预设达标条件，则重新构建新的深度神经网络模型，并训练所述新的深度神经网络模型，得到新的训练后的深度神经网络模型，直至在所述新的训练后的深度神经网络模型满足所述预设达标条件的情况下，将所述新的训练后的深度神经网络模型部署至所述服务器。

15、本技术第三方面实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的泌尿系结石成分分析的方法。

16、本技术第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的泌尿系结石成分分析的方法。

17、本技术实施例可以根据已采集的目标原始结石的结石图片，分析目标原始结石的结石成分并进行分类，得到目标原始结石的目标结石数据集，接着进行数据增强，得到增强后的结石数据集，将增强后的结石数据集进行数据再平衡处理，得到处理后的结石数据集，从而训练深度神经网络模型，得到训练后的深度神经网络模型，并部署至服务器，以接收服务器发送的泌尿系结石成分，以得到训练后的深度神经网络模型输出的分析结果，从而，有效的提升了结石成分分析的准确性和适用性。由此，解决了相关技术中的红外光谱法仅用于术后离体样本的分析，局部结石采样导致结石成分误判，降低结石成分分析的准确性，另外，双能ct法受限于设备分辨率，降低了结石成分分析的适用性的问题。

18、本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。