本发明涉及计算机人工智能深度学习领域,尤其涉及一种基于超声影像和基因数据的结节预测方法、系统。
背景技术:
1、甲状腺结节在大众中十分常见。虽然甲状腺结节大部分是良性结节,但是结节的存在和数量的增加无异于增加了病变的概率。因此,为了减少发病率,提前检查甲状腺和筛查甲状腺结节良恶性尤为重要。
2、然而,单从超声图像学中的癌变结节判别依据尚不完善,成像后甲状腺良性结节与恶性结节的特征往往会相互交叉出现,其结节预测的准确率不高。
3、因此,需提出一种基于超声影像和基因数据的结节预测方法、系统。
技术实现思路
1、本说明书提供一种基于超声影像和基因数据的结节预测方法、系统,通过获取用户的检测信息,所述检测信息包括:常规超声数据、实时剪切波弹性成像数据和基因数据;对所述检测信息进行预处理;将经过预处理的检测信息输入至结节识别模型,得到结节的预测结果,提高预测的准确率。
2、本技术提供的一种基于超声影像和基因数据的结节预测方法采用如下的技术方案,包括:
3、获取用户的检测信息,所述检测信息包括:常规超声数据、实时剪切波弹性成像数据和基因数据;
4、对所述检测信息进行预处理;
5、将经过预处理的检测信息输入至结节识别模型,得到结节的预测结果。
6、可选的,所述常规超声数据包括常规超声图像和超声检查结果;
7、所述对所述检测信息进行预处理,包括:
8、对所述常规超声图像进行裁剪处理,去除无效信息,得到裁剪后的常规超声图像;
9、对裁剪后的常规超声图像进行降噪处理;
10、对降噪后的常规超声图像进行图像增强处理,得到经过预处理的常规超声图像。
11、可选的,所述对所述检测信息进行预处理,还包括:
12、对所述剪切波弹性成像数据进行解调处理;
13、对解调后的剪切波弹性成像数据进行滤波处理;
14、对滤波后的剪切波弹性成像数据进行傅里叶变换,将变换后的剪切波弹性成像数据进行超声波弹性成像,得到经过预处理的超声波弹性图像。
15、可选的,所述对所述检测信息进行预处理,还包括:对所述基因数据进行数据清洗;
16、所述对所述基因数据进行数据清洗,包括:
17、合并重复的基因数据;
18、清除不完整的基因数据;
19、对缺失的基因数据进行人工填补。
20、可选的,所述将经过预处理的检测信息输入至结节识别模型,得到结节的预测结果,包括:
21、按照预设条件对所述经过预处理的常规超声图像进行分析,得到第一预测结果;
22、基于所述经过预处理的超声波弹性图像确定甲状腺结节swe弹性值,得到第二预测结果;
23、基于经过预处理的基因数据,对braf v600e基因进行检测分析,得到第三预测结果;
24、将所述第一预测结果、所述第二预测结果和所述第三预测结果输入至权重子模型,得到结节的预测结果。
25、可选的,所述按照预设条件对所述经过预处理的常规超声图像进行判断,得到第一预测结果,包括:
26、扫描经过预处理的常规超声图像,查找和标记第一结节,得到第一结节的位置和形状信息;
27、以第一结节的外轮廓为边界,按照预设比例向外延一定像素进行截取,得到一个或多个待查区域图像;
28、根据第一预设条件对所述所有待查区域图像进行分类,结合分类结果和超声检查结果,得到第一预测结果。
29、本技术提供的一种基于超声影像和基因数据的结节预测系统采用如下的技术方案,包括:
30、获取模块,用于获取用户的检测信息,所述检测信息包括:常规超声数据、实时剪切波弹性成像数据和基因数据;
31、预处理模块,用于对所述检测信息进行预处理;
32、预测模块,用于将经过预处理的检测信息输入至结节识别模型,得到结节的预测结果。
33、可选的,所述常规超声数据包括常规超声图像和超声检查结果;
34、可选的,所述预处理模块,包括:
35、裁剪子模块,用于对所述常规超声图像进行裁剪处理,去除无效信息,得到裁剪后的常规超声图像;
36、降噪子模块,用于对裁剪后的常规超声图像进行降噪处理;
37、图像增强子模块,用于对降噪后的常规超声图像进行图像增强处理,得到经过预处理的常规超声图像。
38、可选的,所述预处理模块,还包括:
39、解调子模块,用于对所述剪切波弹性成像数据进行解调处理;
40、滤波子模块,用于对解调后的剪切波弹性成像数据进行滤波处理;
41、变换子模块,用于对滤波后的剪切波弹性成像数据进行傅里叶变换,将变换后的剪切波弹性成像数据进行超声波弹性成像,得到经过预处理的超声波弹性图像。
42、可选的,所述预处理模块,还包括:
43、预处理子模块,用于对所述基因数据进行数据清洗;
44、可选的,所述预处理子模块,包括:
45、第一预处理单元,用于合并重复的基因数据;
46、第二预处理单元,用于清除不完整的基因数据;
47、第三预处理单元,用于对缺失的基因数据进行人工填补。
48、可选的,所述预测模块,还包括:
49、第一预测子模块,用于按照预设条件对所述经过预处理的常规超声图像进行分析,得到第一预测结果;
50、第二预测子模块,用于基于所述经过预处理的超声波弹性图像确定甲状腺结节swe弹性值,得到第二预测结果;
51、第三预测子模块,用于基于经过预处理的基因数据,对braf v600e基因进行检测分析,得到第三预测结果;
52、汇总预测子模块,用于将所述第一预测结果、所述第二预测结果和所述第三预测结果输入至权重子模型,得到结节的预测结果。
53、可选的,所述第一预测子模块,包括:
54、定位单元,用于扫描经过预处理的常规超声图像,查找和标记第一结节,得到第一结节的位置和形状信息;
55、图像截取单元,用于以第一结节的外轮廓为边界,按照预设比例向外延一定像素进行截取,得到一个或多个待查区域图像;
56、分类单元,用于根据第一预设条件对所述所有待查区域图像进行分类,结合分类结果和超声检查结果,得到第一预测结果。
57、本说明书还提供一种电子设备,其中,该电子设备包括:
58、处理器;以及,
59、存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器执行上述任一项方法。
60、本说明书还提供一种计算机可读存储介质,其中,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序当被处理器执行时,实现上述任一项方法。
61、本技术中,通过获取用户的检测信息,所述检测信息包括:常规超声数据、实时剪切波弹性成像数据和基因数据;对所述检测信息进行预处理;将经过预处理的检测信息输入至结节识别模型,得到结节的预测结果,提高甲状腺结节的预测精度与效率。