前列腺疾病聚焦超声手术的治疗效果的预测方法及系统与流程

本申请涉及临床医学，特别涉及一种前列腺疾病聚焦超声手术的治疗效果的预测方法及系统。

背景技术：

1、在临床医学中，聚焦超声同激光一样，可以用作外科手术工具，通过聚焦特定频率的能量，从而产生热量，引发一系列的组织效应，从而达到治疗效果。目前，利用聚焦超声进行治疗的手术(简称为聚焦超声手术)已经有着广泛应用，尤其是在对前列腺疾病(例如，前列腺癌、前列腺增生)的治疗中，利用聚焦超声产生的热量来对患者前列腺上的病灶区域进行消融，可以实现治疗前列腺疾病的目的。然而，针对某些依从性较差的患者，在术后并没有完全遵从医嘱，导致患者的术后风险未及时降低或排除，而造成严重后果。例如，患者一般会被要求在术后一段时间回到医院对治疗区域进行靶向活检，以评估聚焦超声手术的治疗效果，从而确定治疗区域内是否还存在癌组织或增生组织，如果在术后治疗区域内仍存在或新增有癌组织或增生组织，而由于患者依从性较差未去医院进行靶向活检，将可能导致患者错过最佳的治疗时间，疾病加剧。

2、因此，希望提供一种能够在早期预测聚焦超声手术的治疗效果的解决方案，通过预测结果可以给医生提供更准确、及时的后续医疗决策支持并加强患者的依从性，以便于及时降低或排除患者的术后风险。

技术实现思路

1、本申请实施例之一提供一种前列腺疾病聚焦超声手术的治疗效果的预测方法，包括：基于多个历史患者的术前信息、术中信息及治疗效果构建预测模型；所述术前信息至少包括患者基本信息和患者检查信息，所述术中信息至少包括聚焦超声手术过程中的超声影像和治疗参数；获取当前患者的术前信息和术中信息；将所述当前患者的术前信息和术中信息输入到所述预测模型中，通过所述预测模型输出预测结果。

2、在一些实施例中，所述预测模型包括数据库，所述基于多个历史患者的术前信息和术中信息及治疗效果构建预测模型，包括：基于每个所述历史患者的术前信息和术中信息建立每个历史患者的信息图谱；将每个历史患者的信息图谱及对应的治疗效果存储到所述数据库中。

3、在一些实施例中，所述将所述当前患者的术前信息和术中信息输入到所述预测模型中，通过所述预测模型输出预测结果，包括：基于所述当前患者的术前信息和术中信息建立当前患者的信息图谱；基于所述当前患者的信息图谱在所述数据库中查找目标信息图谱；其中，所述目标信息图谱为所述数据库中与所述当前患者的信息图谱相似度最大的信息图谱；基于所述目标信息图谱对应的治疗效果确定所述预测结果。

4、在一些实施例中，所述基于多个历史患者的术前信息和术中信息及治疗效果构建预测模型，包括：对每个历史患者的术前信息和术中信息进行预处理；建立训练样本集，所述训练样本集包括与多个历史患者对应的多个训练样本，训练样本包括预处理后的历史患者的术前信息和术中信息；基于训练样本中的多个训练样本及对应的治疗结果训练神经网络模型以获取所述预测模型。

5、在一些实施例中，在训练神经网络模型之前，所述方法还包括对训练样本集中原始的训练样本进行数据增强处理，所述数据增强处理包括：按照预定规则对原始的训练样本中的术前信息和术中信息中的至少一种信息进行若干次调整，以获取若干个数据增强后的训练样本，其中，数据增强后的训练样本与原始的训练样本对应相同的治疗效果。

6、在一些实施例中，所述预测结果包括以下中的至少一种：用于评价所述当前患者的治疗效果好坏的评分预测结果、所述当前患者出现术后不良事件的概率预测结果。

7、在一些实施例中，所述患者基本信息包括以下中的至少一种：年龄、身高、体重、前列腺疾病病史。

8、在一些实施例中，所述患者检查信息包括以下中的至少一种：血常规的检查结果、尿常规的检查结果、肝肾功能的检查结果、凝血功能的检查结果、病灶区域的穿刺活检结果、术前医学影像。

9、在一些实施例中，所述治疗参数包括以下中的至少一种：聚焦超声的强度、深度和持续时间。

10、在一些实施例中，所述术中信息还包括以下中的至少一种：聚焦超声手术过程中的监测项目对应的监测信息，所述监测项目至少包括患者体位、病灶区域的形态、病灶区域的组织反应、直肠壁的超声反应、其他近场变化、病灶区域的组织反射率、超声探头的温度、超声探头到直肠壁的距离、病灶区域的组织变化。

11、本申请实施例之一提供一种前列腺疾病聚焦超声手术的治疗效果的预测系统，包括：构建模块，所述构建模块用于基于多个历史患者的术前信息、术中信息及治疗效果构建预测模型；所述术前信息至少包括患者基本信息和患者检查信息，所述术中信息至少包括聚焦超声手术过程中的超声影像和治疗参数；获取模块，所述获取模块用于获取当前患者的术前信息和术中信息；预测模块，所述预测模块用于将所述当前患者的术前信息和术中信息输入到所述预测模型中，通过所述预测模型输出预测结果。

12、在一些实施例中，所述预测模型包括数据库，所述构建模块包括：第一建立单元，所述第一建立单元用于基于每个所述历史患者的术前信息和术中信息建立每个历史患者的信息图谱；存储单元，所述存储单元用于将每个历史患者的信息图谱及对应的治疗效果存储到所述数据库中。

13、在一些实施例中，所述预测模块包括：第二建立单元，所述第二建立单元用于基于所述当前患者的术前信息和术中信息建立当前患者的信息图谱；查找单元，所述查找单元用于基于所述当前患者的信息图谱在所述数据库中查找目标信息图谱；其中，所述目标信息图谱为所述数据库中与所述当前患者的信息图谱相似度最大的信息图谱；确定单元，所述确定单元用于基于所述目标信息图谱对应的治疗效果确定所述预测结果。

14、在一些实施例中，所述构建模块包括：预处理单元，所述预处理单元用于对每个历史患者的术前信息和术中信息进行预处理；训练样本集建立单元，所述训练样本集建立单元用于建立训练样本集，所述训练样本集包括与多个历史患者对应的多个训练样本，训练样本包括预处理后的历史患者的术前信息和术中信息；训练单元，所述训练单元用于基于训练样本中的多个训练样本及对应的治疗结果训练神经网络模型以获取所述预测模型。

15、在一些实施例中，所述构建模块还包括数据增强处理单元，所述数据增强处理单元用于在训练神经网络模型之前，对训练样本集中原始的训练样本进行数据增强处理，所述数据增强处理包括：按照预定规则对原始的训练样本中的术前信息和术中信息中的至少一种信息进行若干次调整，以获取若干个数据增强后的训练样本，其中，数据增强后的训练样本与原始的训练样本对应相同的治疗效果。

16、本申请实施例提供的前列腺疾病聚焦超声手术的治疗效果的预测方法和系统通过预测模型基于术前信息和术中信息来预测治疗效果，可以在术后即时进行预测，并且预测结果具有较高的准确性，通过预测结果可以给医生提供更准确、及时的后续医疗决策支持并加强患者的依从性，以避免术后风险不可控的情况发生。

技术特征：

1.一种前列腺疾病聚焦超声手术的治疗效果的预测方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述预测模型包括数据库，所述基于多个历史患者的术前信息和术中信息及治疗效果构建预测模型，包括：

3.根据权利要求2所述的方法，其特征在于，所述将所述当前患者的术前信息和术中信息输入到所述预测模型中，通过所述预测模型输出预测结果，包括：

4.根据权利要求1所述的方法，其特征在于，所述基于多个历史患者的术前信息和术中信息及治疗效果构建预测模型，包括：

5.根据权利要求4所述的方法，其特征在于，在训练神经网络模型之前，还包括对训练样本集中原始的训练样本进行数据增强处理，所述数据增强处理包括：

6.根据权利要求1所述的方法，其特征在于，所述预测结果包括以下中的至少一种：用于评价所述当前患者的治疗效果好坏的评分预测结果、所述当前患者出现术后不良事件的概率预测结果。

7.根据权利要求1所述的方法，其特征在于，所述患者基本信息包括以下中的至少一种：年龄、身高、体重、前列腺疾病病史。

8.根据权利要求1所述的方法，其特征在于，所述患者检查信息包括以下中的至少一种：血常规的检查结果、尿常规的检查结果、肝肾功能的检查结果、凝血功能的检查结果、病灶区域的穿刺活检结果、术前医学影像。

9.根据权利要求8所述的方法，其特征在于，所述术前信息还包括从所述术前医学影像中获取的影像学结果，所述影像学结果包括以下中的至少一种：前列腺体积、病灶区域大小、前列腺腔内囊肿/钙化灶情况。

10.根据权利要求1所述的方法，其特征在于，所述治疗参数包括以下中的至少一种：聚焦超声的强度、深度和持续时间。

11.根据权利要求1所述的方法，其特征在于，所述术中信息还包括以下中的至少一种：聚焦超声手术过程中的监测项目对应的监测信息，所述监测项目至少包括患者体位、病灶区域的形态、病灶区域的组织反应、直肠壁的超声反应、其他近场变化、病灶区域的组织反射率、超声探头的温度、超声探头到直肠壁的距离、病灶区域的组织变化。

12.一种前列腺疾病聚焦超声手术的治疗效果的预测系统，其特征在于，包括：

13.根据权利要求12所述的系统，其特征在于，所述预测模型包括数据库，所述构建模块包括：

14.根据权利要求13所述的系统，其特征在于，所述预测模块包括：

15.根据权利要求12所述的系统，其特征在于，所述构建模块包括：

16.根据权利要求15所述的系统，其特征在于，所述构建模块还包括数据增强处理单元，所述数据增强处理单元用于在训练神经网络模型之前，对训练样本集中原始的训练样本进行数据增强处理，所述数据增强处理包括：

技术总结
本申请提供一种前列腺疾病聚焦超声手术的治疗效果的预测方法及系统，该方法包括：基于多个历史患者的术前信息、术中信息及治疗效果构建预测模型；术前信息至少包括患者基本信息和患者检查信息，术中信息至少包括聚焦超声手术过程中的超声影像和治疗参数；获取当前患者的术前信息和术中信息；将当前患者的术前信息和术中信息输入到预测模型中，通过预测模型输出预测结果。通过预测结果可以给医生提供更准确、及时的后续医疗决策支持并加强患者的依从性，以便于及时降低或排除患者的术后风险。

技术研发人员：戴涛,邓研辉,覃丹丹,闵钰麟,王丽丽
受保护的技术使用者：天士力赛耐康医学工程科技有限公司
技术研发日：
技术公布日：2024/1/15