ERCP术后胰腺炎的风险评估方法、装置及存储介质

ercp术后胰腺炎的风险评估方法、装置及存储介质
技术领域
1.本发明涉及医疗辅助技术领域，尤其涉及一种ercp术后胰腺炎的风险评估方法、装置及存储介质。


背景技术：

2.内镜下逆行性胰胆管造影(endoscopic retrograde cholangiopancreatography，ercp)广泛应用于胆胰系统疾病的治疗。ercp在有效治疗胆胰系统疾病的同时也会发生并发症，如感染、出血、穿孔等，其中ercp术后胰腺炎(post-ercp pancreatitis，pep)是ercp最常见的并发症，其发病率为1％-40％。pep是致死性并发症，其死亡率达0.6％-1.1％，极大地限制了ercp的应用。
3.然而，哪些患者会发生pep存在着不确定性，若及时获取患者pep风险情况并密切监测pep高风险的患者，可针对性地采取相应的预防性治疗并可避免对高风险患者进行ercp手术。
4.而为评估患者pep风险，许多研究建立了pep风险评分模型，探讨了不同风险因素对pep的影响。但大多数模型仅评估了术中操作对pep的影响，因此，在ercp操作前无法提前获取患者pep的风险，将导致ercp的临床应用受限。


技术实现要素：

5.本发明实施例的目的是提供一种ercp术后胰腺炎的风险评估方法、装置及存储介质，以解决在ercp操作前无法提前获取患者pep的风险，导致ercp的临床应用受限的技术问题。
6.在第一方面，为实现上述目的，本发明实施例提供了一种ercp术后胰腺炎的风险评估方法，包括：
7.获取目标患者的病例信息；
8.将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果；其中，所述胰腺炎风险评估模型包括决策树和随机森林。
9.进一步的，在所述将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果之前，还包括：
10.将若干已发生胰腺炎患者的病例信息和未发生胰腺炎患者的病例信息作为待训练的胰腺炎风险评估模型的输入数据，将是否发生胰腺炎的结果作为所述待训练的胰腺炎风险评估模型的输出数据，构建所述待训练的胰腺炎风险评估模型的训练集数据；
11.根据所述训练集数据对所述待训练的胰腺炎风险评估模型进行训练直至收敛，得到训练后的胰腺炎风险评估模型。
12.进一步的，所述病例信息包括ercp术前的第一病患信息，所述将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果，包括：
13.对所述目标患者的病例信息进行识别处理，以识别出与患者自身相关的第一病患信息；
14.将所述第一病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术前的胰腺炎评估结果。
15.进一步的，所述病例信息还包括ercp术中的第二病患信息，所述将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果，还包括：
16.从所述目标患者的病例信息中提取出ercp术中的第二病患信息；
17.将所述第一病患信息和所述第二病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果。
18.进一步的，所述第二病患信息包括视频数据，在所述将所述第一病患信息和所述第二病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果之前，还包括：
19.从所述视频数据中提取出含有目标对象的第一视频帧图像；
20.对所述第一视频帧图像中的目标对象进行测量处理，得测量结果；
21.对所述第一视频帧图像中的目标对象进行特征分类处理，得到特征分类结果。
22.进一步的，在所述将所述第一病患信息和所述第二病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果之前，还包括：
23.从所述视频数据中提取出处于第一状态下的第二视频帧图像；
24.计算并得到所述第二视频帧图像的第一图像个数。
25.进一步的，在所述将所述第一病患信息和所述第二病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果之前，还包括：
26.从所述视频数据中提取出处于第二状态下的第三视频帧图像，和处于第三状态下的第四视频帧图像；
27.计算并得到所述第三视频帧图像的第二图像个数，和所述第四视频帧图像与相邻的第三视频帧图像之间的时间差。
28.进一步的，在所述将所述第一病患信息和所述第二病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果之前，还包括：
29.对所述视频数据进行识别处理，以得到所述目标对象是否处于第四状态下的识别结果。
30.进一步的，所述将所述第一病患信息和所述第二病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果，包括：
31.将所述第一病患信息、所述测量结果、所述特征分类结果、所述第一图像个数、所述第二图像个数、所述时间差，以及所述识别结果，输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果。
32.在第二方面，为了解决相同的技术问题，本发明实施例提供了一种ercp术后胰腺炎的风险评估装置，包括：
33.获取模块，用于获取目标患者的病例信息；
34.评估模块，用于将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模
型，得到所述目标患者的胰腺炎评估结果；其中，所述胰腺炎风险评估模型包括决策树和随机森林。
35.在第三方面，为了解决相同的技术问题，本发明实施例提供了一种电子设备，包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序，所述存储器与所述处理器耦接，且所述处理器执行所述计算机程序时，实现上述任一项所述的ercp术后胰腺炎的风险评估方法中的步骤。
36.在第四方面，为了解决相同的技术问题，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中，在所述计算机程序运行时控制所述计算机可读存储介质所在的设备执行上述任一项所述的ercp术后胰腺炎的风险评估方法中的步骤。
37.本发明实施例提供了一种ercp术后胰腺炎的风险评估方法、装置及存储介质，该方法通过获取目标患者的病例信息，并将该目标患者的病例信息输入至训练后的胰腺炎风险评估模型，不仅能够在ercp术前得知目标患者的胰腺炎评估结果，以此避免对高风险患者进行ercp手术，还能在ercp术中，实时根据目标患者病例信息，实时评估胰腺炎的风险，实现胰腺炎的风险评估的自动化，为医生进行ercp及相关的预防性治疗提供可靠的依据。
附图说明
38.图1是本发明实施例提供的ercp术后胰腺炎的风险评估方法的一种流程示意图；
39.图2是本发明实施例提供的ercp术后胰腺炎的风险评估方法的另一种流程示意图；
40.图3是本发明实施例提供的ercp术后胰腺炎的风险评估方法的第三种流程示意图；
41.图4是本发明实施例提供的十二指肠大乳头的长轴与短轴的测量过程示意图；
42.图5是本发明实施例提供的基于是否有憩室的乳头分类法进行分类后的一种示意图；
43.图6是本发明实施例提供的导丝进入胰管时的状态示意图；
44.图7是本发明实施例提供的ercp术后胰腺炎的风险评估装置的一种结构示意图；
45.图8是本发明实施例提供的ercp术后胰腺炎的风险评估装置的另一种结构示意图；
46.图9是本发明实施例提供的电子设备的一种结构示意图；
47.图10是本发明实施例提供的电子设备的另一种结构示意图。
具体实施方式
48.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
49.应当理解的是，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。
本公开的范围在此方面不受限制。
50.本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
51.请参见图1，图1是本发明实施例提供的ercp术后胰腺炎的风险评估方法的一种流程示意图，如图1所示，本发明实施例提供的ercp术后胰腺炎的风险评估方法包括步骤101至步骤102；
52.步骤101，获取目标患者的病例信息。
53.在本实施例中，病例信息是存储在医院的病例系统或网上的病例数据库中，因此，本发明实施例可以是手动从医院的病例系统或网上的病例数据库中获取目标患者的病例信息，也可以是自动从医院的病例系统或网上的病例数据库中获取目标患者的病例信息。
54.步骤102，将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果。
55.在本实施例中，所述胰腺炎风险评估模型包括决策树和随机森林。通过决策树或随机森林对目标患者的病例信息中的特征信息进行分类，根据对不同的特征信息进行持续分类，直至满足预设的条件时停止分类，并得出最终的评估结果。
56.需要说明的是，上述提及的预设的条件可以为一个，也可以为多个，且每个预设的条件均可对应一个或多个评估结果，例如，当预设的条件为“病例信息中是否有80％的指标数据异常”，则此时对应的评估结果可以包括“不易发生胰腺炎的评估结果和易发生胰腺炎的评估结果”，也可以包括“80％概率发生胰腺炎的评估结果”等。
57.本发明实施例提供的ercp术后胰腺炎的风险评估方法，通过获取目标患者的病例信息，并将该目标患者的病例信息输入至训练后的胰腺炎风险评估模型，不仅能够在ercp术前得知目标患者的胰腺炎评估结果，以此避免对高风险患者进行ercp手术，还能在ercp术中，实时根据目标患者病例信息，实时评估胰腺炎的风险，实现胰腺炎的风险评估的自动化，为医生进行ercp及相关的预防性治疗提供可靠的依据。
58.在本实施例中，在所述将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果之前，本发明实施例提供的ercp术后胰腺炎的风险评估方法，还包括模型的训练过程，具体的所述模型的训练过程如下：
59.将若干已发生胰腺炎患者的病例信息和未发生胰腺炎患者的病例信息作为待训练的胰腺炎风险评估模型的输入数据，将是否发生胰腺炎的结果作为所述待训练的胰腺炎风险评估模型的输出数据，构建所述待训练的胰腺炎风险评估模型的训练集数据；根据所述训练集数据对所述待训练的胰腺炎风险评估模型进行训练直至收敛，得到训练后的胰腺炎风险评估模型。
60.其中，采集大量的患者数据，该患者数据中主要包括已发生胰腺炎患者的病例信息和未发生胰腺炎患者的病例信息，优选的，采集大量已发生胰腺炎患者的病例信息和大量未发生胰腺炎患者的病例信息，然后将已发生胰腺炎患者的病例信息和未发生胰腺炎患者的病例信息，输入至待训练的胰腺炎风险评估模型中进行训练，以使模型根据已发生胰腺炎患者的病例信息中的特征信息，确定发生胰腺炎时所需满足的条件，和根据个未发生
胰腺炎患者的病例信息中的特征信息，确定不发生胰腺炎时所需满足的条件，以此得到能够评估患者是否会发生胰腺炎的评估结果的训练后的胰腺炎风险评估模型。
61.可选的，也可使模型根据已发生胰腺炎患者的病例信息中的特征信息，和未发生胰腺炎患者的病例信息中的特征信息，确定发生胰腺炎的概率，以此得到能够评估患者会发生胰腺炎的概率的评估结果的训练后的胰腺炎风险评估模型。
62.在另一实施例中，本实施例还提供了测试集，通过测试集对训练后的胰腺炎风险评估模型进行验证，以此提高胰腺炎风险评估模型识别的精准率。具体的，测试集中的数据可包括与训练集相同的患者数据，但至少包括大部分与训练集中不同的患者数据，从而能够进一步的提高胰腺炎风险评估模型识别的精准率。
63.在一种实施例中，请参见图2，图2是本发明实施例提供的ercp术后胰腺炎的风险评估方法的另一种流程示意图，如图2所示，本发明实施例提供的ercp术后胰腺炎的风险评估方法包括步骤201至步骤203；
64.步骤201，获取目标患者的病例信息。
65.步骤202，对所述目标患者的病例信息进行识别处理，以识别出与患者自身相关的第一病患信息。
66.在本实施例中，与患者自身相关的第一病患信息包括性别、年龄、胆红素指标等特征信息，具体的，待训练的胰腺炎风险评估模型的训练集中可包括这些特征信息，以此来训练待训练的胰腺炎风险评估模型，从而使得训练后的胰腺炎风险评估模型，能够根据与患者自身相关的第一病患信息，得出是否会发生胰腺炎的评估结果。
67.步骤203，将所述第一病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术前的胰腺炎评估结果。
68.通过由与患者自身相关的第一病患信息训练而成的胰腺炎风险评估模型，对目标患者的病例信息进行风险评估处理，能够在该目标患者进行ercp手术前得出该目标患者是否会发生胰腺炎的评估结果，以此避免对高风险患者进行ercp手术。
69.在另一种实施例中，请参见图3，图3是本发明实施例提供的ercp术后胰腺炎的风险评估方法的第三种流程示意图，如图3所示，本发明实施例提供的ercp术后胰腺炎的风险评估方法包括步骤301至步骤311；
70.步骤301，获取目标患者的病例信息。
71.在本实施例中，病例信息包括在进行ercp手术中实时检测的第二病患信息。
72.步骤302，从所述目标患者的病例信息中提取出ercp术中的第二病患信息。
73.其中，第二病患信息包括在进行ercp手术中的视频数据，具体的，该视频数据为通过内镜检查设备获取的ercp手术在白光下的视频数据或x射线下的视频数据。
74.步骤303，从所述视频数据中提取出含有目标对象的第一视频帧图像。
75.在本实施例中，目标对象包括十二指肠大乳头，具体的，本实施例是将十二指肠大乳头的相关因素信息作为评估是否发生胰腺炎的主要指标之一。
76.因此，本实施例将采集含有十二指肠大乳头的视频帧图像作为第一视频帧图像。
77.步骤304，对所述第一视频帧图像中的目标对象进行测量处理，得测量结果。
78.在本实施例中，可通过专业的医生对视频数据中的各视频帧图像进行挑选，以确定含有十二指肠大乳头的第一视频帧图像。
79.其中，请参照图4，图4是本发明实施例提供的十二指肠大乳头的长轴与短轴的测量过程示意图，该测量处理的具体过程为：通过专业医生在第一视频帧图像上进行标注，以勾勒出第一视频帧图像中十二指肠大乳头及其开口的轮廓，并检测十二指肠大乳头轮廓外形由开口到乳头顶部距离即十二指肠大乳头的长轴，以及垂直于长轴的最大距离即为十二指肠大乳头的短轴，由此计算出乳头的长轴与短轴之比，得到测量结果。
80.可选的，检测十二指肠大乳头轮廓外形可通过预设的图像分割模型进行检测，该模型被配置为对图像中的十二指肠大乳头进行识别，以测量出十二指肠大乳头的长轴与短轴的长度，具体的，预设的图像分割模型包括但不限于为lstm模型。
81.步骤305，对所述第一视频帧图像中的目标对象进行特征分类处理，得到特征分类结果。
82.在本实施例中，特征分类处理可以是通过专业医生对所有含有十二指肠大乳头的第一视频帧图像进行分类。
83.其中，分类方法的依据包括基于canard等人先前发表的乳头形态分类法及基于是否有憩室的乳头分类法。
84.具体的，基于canard等人先前发表的乳头分类法是将第一视频帧图像分为正常形态图像和异常形态图像的特征分类结果。其中，正常形态的十二指肠大乳头具有以下特征:小带、开口、隐窝和漏斗部。异常形态包括有：第一异常形态：小乳头，没有隐窝和漏斗部；第二异常形态：漏斗部小，无隐窝，开口不明显；第三异常形态：漏斗部大且突出和/或下垂，开口可见；第四异常形态：大乳头，在开口上有多个皱襞。基于是否有憩室的乳头分类法是将第一视频帧图像分为无憩室乳头图像、憩室旁乳头图像及憩室内乳头图像的特征分类结果。
85.具体的，请参照图5，图5是本发明实施例提供的基于是否有憩室的乳头分类法进行分类后的一种示意图，如图5所示，从左至右依次为无憩室乳头、憩室内乳头及憩室旁乳头。
86.可选的，也可通过预先训练好的十二指肠大乳头分类模型，对所有含有十二指肠大乳头的第一视频帧图像进行分类，以将第一视频帧图像分为正常形态图像和异常形态图像的特征分类结果。或者，通过预先训练好的十二指肠大乳头分类模型，对所有含有十二指肠大乳头的第一视频帧图像进行分类，以将第一视频帧图像分为无憩室乳头图像、憩室旁乳头图像和憩室内乳头图像的特征分类结果。
87.需要说明的是，十二指肠大乳头的不同特征分类结果是影响发生胰腺炎的关键指标之一。
88.步骤306，从所述视频数据中提取出处于第一状态下的第二视频帧图像。
89.在本实施例中，第一状态是指导丝进入胰管时的状态，请参照图6，图6是本发明实施例提供的导丝进入胰管时的状态示意图，具体的，本实施例可通过专业的医生在视频数据中选择处于第一状态下的第二视频帧图像，也可通过预先训练好的用于识别导丝是否进入胰管的识别模型，来对视频数据中的所有视频帧图像进行识别，以确定处于第一状态下的第二视频帧图像，具体的，该识别模型包括但不限于为lstm模型。
90.步骤307，计算并得到所述第二视频帧图像的第一图像个数。
91.通过上述手段确定处于第一状态下的第二视频帧图像后，还需计算处于第一状态
下的第二视频帧图像的图像个数，以此得到第一图像个数。
92.需要说明的是，处于第一状态下的第二视频帧图像的图像个数也是影响发生胰腺炎的关键指标之一。
93.可选的，还可通过对处于第一状态下的第二视频帧图像打上标签，以此确定处于第一状态下的第二视频帧图像的图像个数。例如，第一张处于第一状态下的第二视频帧图像的标签为0，第二张处于第一状态下的第二视频帧图像的标签为1，第三张处于第一状态下的第二视频帧图像的标签为2
……
第n张处于第一状态下的第二视频帧图像的标签为n。采用打标签的方式即可确定第二视频帧图像的第一图像个数，也即每个视频内容中含有的进入胰管的次数。
94.步骤308，从所述视频数据中提取出处于第二状态下的第三视频帧图像，和处于第三状态下的第四视频帧图像。
95.在本实施例中，第二状态是指切开刀接触十二指肠大乳头时的状态，第三状态是指插管成功的状态，具体的，本实施例能够通过专业的医生从视频数据中选择处于第二状态和处于第三状态下的第三视频帧图像和第四视频帧图像，也能够通过预先训练的能够识别视频数据中的视频帧图像是否处于第二状态还是第三状态的图像识别模型，对视频数据进行识别，以此确定处于第二状态和处于第三状态下的第三视频帧图像和第四视频帧图像，具体的，该图像识别模型包括但不限于为lstm模型。
96.步骤309，计算并得到所述第三视频帧图像的第二图像个数，和所述第四视频帧图像与相邻的第三视频帧图像之间的时间差。
97.通过上述手段确定处于第二状态和处于第三状态下的第三视频帧图像和第四视频帧图像后，还需计算处于第二状态下的第三视频帧图像的图像个数，得到第二图像个数，以及计算处于第三状态下的第四视频帧图像与最近的，也即相邻的处于第二状态下的第三视频帧图像的时间差。
98.在本实施例中，处于第二状态下的第三视频帧图像的图像个数，和处于第三状态下的第四视频帧图像与相邻的处于第二状态下的第三视频帧图像的时间差，也是影响发生胰腺炎的关键指标之一。
99.需要说明的是，处于第三状态下的第四视频帧图像与相邻的第三视频帧图像之间的时间差，即每次从开始插管到插管成功的时间。
100.进一步的，还可通过对各状态下的视频帧图像打上标签，从而能够根据标签直接确定尝试插管的次数，以及每次从开始插管到插管成功的时间。
101.步骤310，对所述视频数据进行识别处理，以得到所述目标对象是否处于第四状态下的识别结果。
102.在本实施例中，第四状态是指进行预切时的状态，具体的，该第四状态下的视频帧图像可以由专业的医生从视频数据中确定，也可通过预先训练的能够识别视频数据中是否存在处于第四状态下的视频帧图像的第四状态图像识别模型，对视频数据进行识别，以此确定所述视频数据中是否存在目标对象是处于预切状态，也即处于第四状态，从而得到是否处于第四状态的识别结果，具体的，该图像识别模型包括但不限于为lstm模型。
103.需要说明的是，目标对象是否处于第四状态下的识别结果也是影响发生胰腺炎的关键指标之一。
104.步骤311，将所述第一病患信息、所述测量结果、所述特征分类结果、所述第一图像个数、所述第二图像个数、所述时间差，以及所述识别结果，输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果。
105.需要说明的是，本实施例提供的训练后的胰腺炎风险评估模型，是通过由术前特征信息和术中特征信息进行结合后得到的训练集进行训练得到的，也即本技术实施例的模型训练过程中采用的训练集数据包括第一病患信息和第二病患信息，从而能够在进行ercp手术的过程中，实时根据与手术相关的特征信息和与患者自身相关的特征信息，对目标患者进行更加精准的胰腺炎风险评估。
106.在本实施例中，通过将术前特征信息和术中特征信息进行结合，并输入至训练后的胰腺炎风险评估模型，能够在进行ercp手术的过程中，实时根据目标患者病例信息，实时评估胰腺炎的风险，实现胰腺炎的风险评估的自动化，为医生进行ercp及相关的预防性治疗提供可靠的依据。
107.根据上述实施例所描述的方法，本实施例将从ercp术后胰腺炎的风险评估装置的角度进一步进行描述，该ercp术后胰腺炎的风险评估装置具体可以作为独立的实体来实现，也可以集成在电子设备，比如终端中来实现，该终端可以包括手机、平板电脑等。
108.请参见图7，图7是本发明实施例提供的ercp术后胰腺炎的风险评估装置的一种结构示意图，如图7所示，本发明实施例提供的ercp术后胰腺炎的风险评估装置700，包括：
109.获取模块701，用于获取目标患者的病例信息。
110.评估模块702，用于将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果；其中，所述胰腺炎风险评估模型包括决策树和随机森林。
111.在一种实施方式中，病例信息包括ercp术前的第一病患信息，评估模块702具体用于：对所述目标患者的病例信息进行识别处理，以识别出与患者自身相关的第一病患信息；将所述第一病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术前的胰腺炎评估结果。
112.在另一种实施方式中，病例信息还包括ercp术中的第二病患信息，评估模块702具体还用于：从所述目标患者的病例信息中提取出ercp术中的第二病患信息；将所述第一病患信息和所述第二病患信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果。
113.在本实施例中，第二病患信息包括视频数据，请参照图8，图8是本发明实施例提供的ercp术后胰腺炎的风险评估装置的另一种结构示意图，如图8所示，本实施例提供的ercp术后胰腺炎的风险评估装置700，还包括模型训练模块703、第一处理模块704、第二处理模块705、第三处理模块706，以及第四处理模块707。
114.其中，模型训练模块703用于：将若干已发生胰腺炎患者的病例信息和未发生胰腺炎患者的病例信息作为待训练的胰腺炎风险评估模型的输入数据，将是否发生胰腺炎的结果作为所述待训练的胰腺炎风险评估模型的输出数据，构建所述待训练的胰腺炎风险评估模型的训练集数据；根据所述训练集数据对所述待训练的胰腺炎风险评估模型进行训练直至收敛，得到训练后的胰腺炎风险评估模型。
115.第一处理模块704用于：从所述视频数据中提取出含有目标对象的第一视频帧图
像；对所述第一视频帧图像中的目标对象进行测量处理，得测量结果；对所述第一视频帧图像中的目标对象进行特征分类处理，得到特征分类结果。
116.第二处理模块705用于：从所述视频数据中提取出处于第一状态下的第二视频帧图像；计算并得到所述第二视频帧图像的第一图像个数。
117.第三处理模块706用于：从所述视频数据中提取出处于第二状态下的第三视频帧图像，和处于第三状态下的第四视频帧图像；计算并得到所述第三视频帧图像的第二图像个数，和所述第四视频帧图像与相邻的第三视频帧图像之间的时间差。
118.第四处理模块707用于：对所述视频数据进行识别处理，以得到所述目标对象是否处于第四状态下的识别结果。
119.作为本发明的优选实施例，评估模块702具体还用于：将所述第一病患信息、所述测量结果、所述特征分类结果、所述第一图像个数、所述第二图像个数、所述时间差，以及所述识别结果，输入至训练后的胰腺炎风险评估模型，得到所述目标患者在ercp术中的胰腺炎评估结果。
120.具体实施时，以上各个模块和/或单元可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块和/或单元的具体实施可参见前面的方法实施例，具体可以达到的有益效果也请参看前面的方法实施例中的有益效果，在此不再赘述。
121.另外，请参见图9，图9是本发明实施例提供的电子设备的一种结构示意图，该电子设备可以是移动终端如智能手机、平板电脑等设备。如图9所示，电子设备900包括处理器901、存储器902。其中，处理器901与存储器902电性连接。
122.处理器901是电子设备900的控制中心，利用各种接口和线路连接整个电子设备的各个部分，通过运行或加载存储在存储器902内的应用程序，以及调用存储在存储器902内的数据，执行电子设备900的各种功能和处理数据，从而对电子设备900进行整体监控。
123.在本实施例中，电子设备900中的处理器901会按照如下的步骤，将一个或一个以上的应用程序的进程对应的指令加载到存储器902中，并由处理器901来运行存储在存储器902中的应用程序，从而实现各种功能：
124.获取目标患者的病例信息；
125.将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果。
126.该电子设备900可以实现本发明实施例所提供的ercp术后胰腺炎的风险评估方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一ercp术后胰腺炎的风险评估方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
127.请参见图10，图10是本发明实施例提供的电子设备的另一种结构示意图，如图10所示，图10示出了本发明实施例提供的电子设备的具体结构框图，该电子设备可以用于实施上述实施例中提供的ercp术后胰腺炎的风险评估方法。该电子设备1000可以为移动终端如智能手机或笔记本电脑等设备。
128.rf电路1010用于接收以及发送电磁波，实现电磁波与电信号的相互转换，从而与通讯网络或者其他设备进行通讯。rf电路1010可包括各种现有的用于执行这些功能的电路元件，例如，天线、射频收发器、数字信号处理器、加密/解密芯片、用户身份模块(sim)卡、存
储器等等。rf电路1010可与各种网络如互联网、企业内部网、无线网络进行通讯或者通过无线网络与其他设备进行通讯。上述的无线网络可包括蜂窝式电话网、无线局域网或者城域网。上述的无线网络可以使用各种通信标准、协议及技术，包括但并不限于全球移动通信系统(global system for mobile communication,gsm)、增强型移动通信技术(enhanced data gsm environment,edge)，宽带码分多址技术(wideband code division multiple access,wcdma)，码分多址技术(code division access,cdma)、时分多址技术(time division multiple access,tdma)，无线保真技术(wireless fidelity，wi-fi)(如美国电气和电子工程师协会标准ieee 802.11a，ieee 802.11b,ieee802.11g和/或ieee 802.11n)、网络电话(voice over internet protocol,voip)、全球微波互联接入(worldwide interoperability for microwave access，wi-max)、其他用于邮件、即时通讯及短消息的协议，以及任何其他合适的通讯协议，甚至可包括那些当前仍未被开发出来的协议。
129.存储器1020可用于存储软件程序以及模块，如上述实施例中ercp术后胰腺炎的风险评估方法对应的程序指令/模块，处理器1080通过运行存储在存储器1020内的软件程序以及模块，从而执行各种功能应用以及数据处理，即实现如下功能：
130.获取目标患者的病例信息；
131.将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果。
132.存储器1020可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器1020可进一步包括相对于处理器1080远程设置的存储器，这些远程存储器可以通过网络连接至电子设备1000。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
133.输入单元1030可用于接收输入的数字或字符信息，以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。具体地，输入单元1030可包括触敏表面1031以及其他输入设备1032。触敏表面1031，也称为触摸显示屏或者触控板，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触敏表面1031上或在触敏表面1031附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触敏表面1031可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器1080，并能接收处理器1080发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触敏表面1031。除了触敏表面1031，输入单元1030还可以包括其他输入设备1032。具体地，其他输入设备1032可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
134.显示单元1040可用于显示由用户输入的信息或提供给用户的信息以及电子设备1000的各种图形用户接口，这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。显示单元1040可包括显示面板1041，可选的，可以采用lcd(liquid crystal display，液晶显示器)、oled(organic light-emitting diode,有机发光二极管)等形式来配置显示面板1041。进一步的，触敏表面1031可覆盖显示面板1041，当触敏表面1031检测到
在其上或附近的触摸操作后，传送给处理器1080以确定触摸事件的类型，随后处理器1080根据触摸事件的类型在显示面板1041上提供相应的视觉输出。虽然在图中，触敏表面1031与显示面板1041是作为两个独立的部件来实现输入和输出功能，但是在某些实施例中，可以将触敏表面1031与显示面板1041集成而实现输入和输出功能。
135.电子设备1000还可包括至少一种传感器1050，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板1041的亮度，接近传感器可在翻盖合上或者关闭时产生中断。作为运动传感器的一种，重力加速度传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于电子设备1000还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
136.音频电路1060、扬声器1061，传声器1062可提供用户与电子设备1000之间的音频接口。音频电路1060可将接收到的音频数据转换后的电信号，传输到扬声器1061，由扬声器1061转换为声音信号输出；另一方面，传声器1062将收集的声音信号转换为电信号，由音频电路1060接收后转换为音频数据，再将音频数据输出处理器1080处理后，经rf电路1010以发送给比如另一终端，或者将音频数据输出至存储器1020以便进一步处理。音频电路1060还可能包括耳塞插孔，以提供外设耳机与电子设备1000的通信。
137.电子设备1000通过传输模块1070(例如wi-fi模块)可以帮助用户接收请求、发送信息等，它为用户提供了无线的宽带互联网访问。虽然图中示出了传输模块1070，但是可以理解的是，其并不属于电子设备1000的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
138.处理器1080是电子设备1000的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器1020内的软件程序和/或模块，以及调用存储在存储器1020内的数据，执行电子设备1000的各种功能和处理数据，从而对电子设备进行整体监控。可选的，处理器1080可包括一个或多个处理核心；在一些实施例中，处理器1080可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解地，上述调制解调处理器也可以不集成到处理器1080中。
139.电子设备1000还包括给各个部件供电的电源1090(比如电池)，在一些实施例中，电源可以通过电源管理系统与处理器1080逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。电源1090还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
140.尽管未示出，电子设备1000还包括摄像头(如前置摄像头、后置摄像头)、蓝牙模块等，在此不再赘述。具体在本实施例中，电子设备的显示单元是触摸屏显示器，移动终端还包括有存储器，以及一个或者一个以上的程序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行一个或者一个以上程序包含用于进行以下操作的指令：
141.获取目标患者的病例信息；
142.将所述目标患者的病例信息输入至训练后的胰腺炎风险评估模型，得到所述目标患者的胰腺炎评估结果。
143.具体实施时，以上各个模块可以作为独立的实体来实现，也可以进行任意组合，作为同一或若干个实体来实现，以上各个模块的具体实施可参见前面的方法实施例，在此不再赘述。
144.本领域普通技术人员可以理解，上述实施例的各种方法中的全部或部分步骤可以通过指令来完成，或通过指令控制相关的硬件来完成，该指令可以存储于一计算机可读存储介质中，并由处理器进行加载和执行。为此，本发明实施例提供一种存储介质，其中存储有多条指令，该指令能够被处理器进行加载，以执行本发明实施例所提供的ercp术后胰腺炎的风险评估方法中任一实施例的步骤。
145.其中，该存储介质可以包括：只读存储器(rom，read only memory)、随机存取记忆体(ram，random access memory)、磁盘或光盘等。
146.由于该存储介质中所存储的指令，可以执行本发明实施例所提供的ercp术后胰腺炎的风险评估方法任一实施例中的步骤，因此，可以实现本发明实施例所提供的任一ercp术后胰腺炎的风险评估方法所能实现的有益效果，详见前面的实施例，在此不再赘述。
147.以上对本技术实施例所提供的一种ercp术后胰腺炎的风险评估方法、装置及存储介质进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方法及其核心思想；同时，对于本领域的技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。并且，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。