一种慢性肺曲霉菌病分型模型的构建方法及辅助分型系统

本发明涉及医学数据处理，尤其涉及一种慢性肺曲霉菌病分型模型的构建方法及辅助分型系统。

背景技术：

1、慢性肺曲霉菌病(chronic pulmonary aspergillosis，cpa)是一种相对罕见的和复杂的肺部疾病，通常指慢性肺部曲霉菌感染，病程超过3个月，根据病情的不同表现和严重程度，可以将cpa分成几个不同的亚型。cpa常继发于其他呼吸系统疾病，如肺结核、变应性支气管肺曲霉菌病、结节病等，如不积极治疗，5年病死率较高(50％～85％)。

2、根据欧洲临床微生物学和感染性疾病联合会(escmid)、欧洲呼吸学会(ers)对cpa的亚型定义分为慢性空洞型肺曲霉菌病(chronic cavitary pulmonary aspergillosis，ccpa)、慢性纤维化型肺曲霉菌病(chronic fibrosing pulmonary aspergillosis，cfpa)、亚急性侵袭性肺曲霉菌病(subacute invasive aspergillosis，saia)、曲霉结节(aspergillus nodule，an)和单发曲霉菌瘤(single/simple pulmonary aspergilloma，sa)。cpa最常见的形式是ccpa，如果不治疗可进展为cfpa，进而加重患者肺功能损害。cpa本身的影像学特征主要包括单发或多发肺曲霉菌球、新的和/或不断进展的洞壁薄厚不一的空洞样病变，常伴有空洞周边肺实质破坏和/或纤维化，以及明显的胸膜增厚，也可见曲霉菌脓胸。cpa典型的3种形式：ccpa、cfpa、saia之间可重叠存在，且随着时间的演变，一种形式可转化为另一种形式。没有病理学证据或进一步的深入随访追踪，难以区分ccpa和saia，甚至无法区分。cpa的不同亚型与显著不同的发病率和死亡率相关，如果肺功能允许，手术切除病变是sa和an患者的最佳选择，但是手术对于ccpa患者的治疗非常有限甚至无效。在ccpa和cfpa的病例中，其治疗目的是改善症状，通过抗真菌治疗可以尽可能地降低其发病率和死亡率。saia和ccpa之间的临床诊断非常重要，因为这两种情况的治疗和预后目标是不同的。许多临床医生试图通过空腔特征、宿主免疫状态和可疑组织入侵的程度来区分这两个实体。saia通常发生在免疫功能低下或非常虚弱的患者中，尽管表现出相似的临床和放射学特征，但其进展速度比ccpa更快。若能准确对cpa进行亚型诊断，把握病程，这不仅可以帮助医生制定合理的治疗方案，给予患者恰当治疗，还可以用来评估治疗结果预测预后，以降低其病死率。

3、近年来，cpa的临床分型诊断主要是依靠影像学特征、抗曲霉菌抗体病理组织学等实验室检查，但是由于cpa几种亚型在临床、病理特征和放射学表现中存在重叠，如果不提供足够的信息，那么对于缺乏经验的年轻医生甚至是资深的专家而言，他们对cpa的误诊概率也会大大增加。

4、因此，亟需一种慢性肺曲霉菌病分型模型的构建方法，以通过慢性肺曲霉菌病分型模型辅助医生进行准确的cpa分型诊断，合理地为患者制定治疗方案，降低cpa患者的病死率。

技术实现思路

1、本发明提供一种慢性肺曲霉菌病分型模型的构建方法及辅助分型系统，用以解决现有技术无法高效、准确地实现cpa分型诊断的缺陷。

2、本发明提供一种慢性肺曲霉菌病分型模型的构建方法，包括：

3、获取肺部ct图像，其中，肺部ct图像包括标记有cpa亚型标签的肺部ct图像和未标记有cpa亚型标签的肺部ct图像；

4、对肺部ct图像进行预处理；

5、基于半监督学习框架，将未经预处理的肺部ct图像输入第一训练网络进行训练，将预处理后的肺部ct图像输入第二训练网络进行训练，以得到慢性肺曲霉菌病分型模型，其中，第一训练网络和第二训练网络的架构相同、参数权值不同。

6、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，cpa亚型标签包括以下任一项或其任意组合：慢性空洞型肺曲霉菌病标签、慢性纤维化型肺曲霉菌病标签、亚急性侵袭性肺曲霉菌病标签、曲霉结节标签、单发曲霉菌瘤标签。

7、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，所述对肺部ct图像进行预处理，包括：

8、对肺部ct图像进行全局阈值分割，以区分肺部ct图像上的前景和背景；

9、从进行全局阈值分割后的肺部ct图像中提取人体成分掩膜；

10、从人体成分掩膜中提取候选肺实质掩膜；

11、对候选肺实质掩膜进行肺实质判定，得到最终肺实质。

12、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，所述对肺部ct图像进行全局阈值分割，以区分肺部ct图像上的前景和背景，包括：

13、步骤a、设置全局阈值初始值t；

14、步骤b、根据全局阈值初始值t将肺部ct图像分割为前景和背景，并得到前景的平均灰度值tf和背景的平均灰度值tb；

15、步骤c、根据前景的平均灰度值tf和背景的平均灰度值tb，更新全局阈值初始值t，并以更新后的全局阈值初始值t′重复步骤b和步骤c直至更新后的全局阈值初始值t不再变化。

16、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，步骤a包括：

17、根据肺部ct图像的最大灰度值tmax和最小灰度值tmin，利用第一表达式，设置全局阈值初始值t；

18、其中，第一表达式为：

19、

20、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，步骤c包括：

21、根据前景的平均灰度值tf和背景的平均灰度值tb，利用第二表达式，更新全局阈值初始值t；

22、其中，第二表达式为：

23、

24、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，所述从进行全局阈值分割后的肺部ct图像中提取人体成分掩膜，包括：

25、步骤d、对进行全局阈值分割后的肺部ct图像进行阈值化，得到二值图像；

26、步骤e、为二值图像设置是否已访问的属性，其中，属性的类型为bool(布尔类型，用作逻辑判断)；

27、步骤f、在二值图像找到第一个非零的像素点，将该像素点入栈，使得该像素点作为栈顶元素，并将该像素点是否已访问的属性设置为真；

28、步骤g、以栈的大小是否为0作为结束条件，寻找栈顶元素相邻的八邻域非零像素点，并将八邻域非零像素点入栈，当达到结束条件时将栈顶元素删除；

29、步骤h、当栈为空时，表明一个连通区域已经遍历完成，需继续找到下一个非空且未访问过的像素点作为起点，重复步骤g，直至所有非零像素点都被访问完成；

30、步骤i、当二值图像上所有的连通区域求解完成后，将像素点个数最多的连通区域进行标记，即得到人体成分掩膜。

31、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，所述从人体成分掩膜中提取候选肺实质掩膜，包括：

32、对人体成分掩膜进行孔洞填充，得到孔洞填充后的人体成分掩膜；

33、将孔洞填充前的人体成分掩膜和孔洞填充后的人体成分掩膜进行相减，得到候选肺实质掩膜。

34、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，所述对候选肺实质掩膜进行肺实质判定，得到最终肺实质，包括：

35、当候选肺实质掩膜中包含有肺实质，判定候选肺实质掩膜有效，根据未经预处理的肺部ct图像和人体成分掩膜，得到最终肺实质；

36、当候选肺实质掩膜中未包含有肺实质，判定候选肺实质掩膜无效，重新执行对肺部ct图像进行预处理的步骤。

37、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，所述当候选肺实质掩膜中包含有肺实质，判定候选肺实质掩膜有效，根据未经预处理的肺部ct图像和人体成分掩膜，得到最终肺实质，包括：

38、当候选肺实质掩膜中包含有肺实质，判定候选肺实质掩膜有效，根据未经预处理的肺部ct图像和人体成分掩膜，利用第三表达式，得到最终肺实质；

39、其中，第三表达式为：

40、v′＝v×v1，

41、第三表达式中，v′表示最终肺实质，v表示未经预处理的肺部ct图像，v1表示人体成分掩膜。

42、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，第一训练网络包括特征提取模块和分类模块，

43、其中，特征提取模块包括一个初始卷积子模块、多个嵌入senet(通道注意力机制)的深度残差块、一个全局平均池化层，其中，多个嵌入senet的深度残差块中的每一个嵌入senet的深度残差块包括2d卷积层、批量归一化层、relu激活层、senet，

44、其中，分类模块包括第一线性层和第二线性层。

45、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，半监督学习框架的优化目标表达式为：

46、

47、优化目标表达式中，表示标记有cpa亚型标签yi的肺部ct图像xi的数据集，n表示标注数据集的ct数量，表示未标记有cpa亚型标签yi的肺部ct图像xi的数据集，m表示无标注数据集的ct数量，v表示未经预处理的肺部ct图像，v′表示对肺部ct图像进行预处理后得到的最终肺实质，ls表示用于评估针对标记有cpa亚型标签的肺部ct图像进行训练的训练网络的输出的监督损失(例如交叉熵损失)，lu表示无监督一致性损失，以衡量同一数据不同视图(预处理前后的肺部ct图像)的一致性，lu的机制表示为：其中e表示计算两个网络f(·)输出差值的l2范数平方的均值，xi表示每个训练样本(即输入肺部ct图像)，λ表示上升的加权因子，用于控制监督损失ls和非监督损失lu之间的权衡，f(·)表示训练网络(包括第一训练网络和第二训练网络)，θ和θ′分别表示相同架构的第一训练网络和第二训练网络的参数权值，θ根据ltotal＝ls+λlc进行更新，第二训练网络的参数权值θ′为第一训练网络的参数权值θ的指数移动平均值(ema)，在网络训练中只对第一训练网络进行优化，即，训练迭代t时的第二训练网络的参数权值θ′更新为θ′t＝αθ′t-1+(1-α)θt，其中，α表示用于控制权值更新率的平滑系数超参数，在模型测试阶段仅使用f(x；θ′)进行最终验证。

48、根据本发明提供的一种慢性肺曲霉菌病分型模型的构建方法，还包括：

49、采用模型评价指标评价慢性肺曲霉菌病分型模型的性能，其中，模型评价指标包括以下任一项或其任意组合：准确率(accuracy)、精确率(precision)、召回率(recall)、f1-score、马修斯相关系数(matthews correlation coefficient，mcc)。

50、本发明还提供一种慢性肺曲霉菌病分型模型的构建系统，包括：

51、数据获取模块，用于：获取肺部ct图像，其中，肺部ct图像包括标记有cpa亚型标签的肺部ct图像和未标记有cpa亚型标签的肺部ct图像；

52、预处理模块，用于：对肺部ct图像进行预处理；

53、模型训练模块，用于：基于半监督学习框架，将未经预处理的肺部ct图像输入第一训练网络进行训练，将预处理后的肺部ct图像输入第二训练网络进行训练，以得到慢性肺曲霉菌病分型模型，其中，第一训练网络和第二训练网络的架构相同、参数权值不同。

54、本发明还提供一种慢性肺曲霉菌病辅助分型系统，包括：

55、数据接收模块，用于：接收慢性肺曲霉菌病待分型患者的ct肺部图像；

56、cpa分型模块，用于：根据慢性肺曲霉菌病待分型患者的ct肺部图像，通过上述任一项所述的慢性肺曲霉菌病分型模型的构建方法得到的慢性肺曲霉菌病分型模型，得到慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果，其中，慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果为以下任一项：慢性空洞型肺曲霉菌病、慢性纤维化型肺曲霉菌病、亚急性侵袭性肺曲霉菌病、曲霉结节、单发曲霉菌瘤。

57、本发明还提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现上述任一种所述的慢性肺曲霉菌病分型模型的构建方法。

58、本发明还提供一种电子设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时执行时实现如下步骤：

59、接收慢性肺曲霉菌病待分型患者的ct肺部图像；

60、根据慢性肺曲霉菌病待分型患者的ct肺部图像，通过上述任一项所述的慢性肺曲霉菌病分型模型的构建方法得到的慢性肺曲霉菌病分型模型，得到慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果，其中，慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果为以下任一项：慢性空洞型肺曲霉菌病、慢性纤维化型肺曲霉菌病、亚急性侵袭性肺曲霉菌病、曲霉结节、单发曲霉菌瘤。

61、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述任一种所述的慢性肺曲霉菌病分型模型的构建方法。

62、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如下步骤：

63、接收慢性肺曲霉菌病待分型患者的ct肺部图像；

64、根据慢性肺曲霉菌病待分型患者的ct肺部图像，通过上述任一项所述的慢性肺曲霉菌病分型模型的构建方法得到的慢性肺曲霉菌病分型模型，得到慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果，其中，慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果为以下任一项：慢性空洞型肺曲霉菌病、慢性纤维化型肺曲霉菌病、亚急性侵袭性肺曲霉菌病、曲霉结节、单发曲霉菌瘤。

65、本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述任一种所述的慢性肺曲霉菌病分型模型的构建方法。

66、本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行如下步骤：

67、接收慢性肺曲霉菌病待分型患者的ct肺部图像；

68、根据慢性肺曲霉菌病待分型患者的ct肺部图像，通过上述任一项所述的慢性肺曲霉菌病分型模型的构建方法得到的慢性肺曲霉菌病分型模型，得到慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果，其中，慢性肺曲霉菌病待分型患者的ct肺部图像的慢性肺曲霉菌病分型结果为以下任一项：慢性空洞型肺曲霉菌病、慢性纤维化型肺曲霉菌病、亚急性侵袭性肺曲霉菌病、曲霉结节、单发曲霉菌瘤。

69、本发明提供的一种慢性肺曲霉菌病分型模型的构建方法及辅助分型系统，根据预处理前后的肺部ct图像，基于半监督学习框架，利用架构相同但参数权值不同的第一训练网络和第二训练网络，训练得到慢性肺曲霉菌病分型模型，能够通过慢性肺曲霉菌病分型模型利用人工智能辅助医生进行高效、准确的cpa分型诊断，有助于医生把握cpa患者的实际病程，这不仅可以帮助医生为cpa患者制定合理的治疗方案，为cpa患者提供恰当的治疗，还可以用于评估治疗结果预测预后，以降低cpa患者的病死率，同时大大提高医生的工作效率，减轻工作压力，实现精准医疗。