CN109215788B - 一种口腔黏膜病损癌变危险程度的预测方法及装置 - Google Patents
一种口腔黏膜病损癌变危险程度的预测方法及装置 Download PDFInfo
- Publication number
- CN109215788B CN109215788B CN201810961239.3A CN201810961239A CN109215788B CN 109215788 B CN109215788 B CN 109215788B CN 201810961239 A CN201810961239 A CN 201810961239A CN 109215788 B CN109215788 B CN 109215788B
- Authority
- CN
- China
- Prior art keywords
- oral mucosa
- mucosa lesion
- user
- lesion
- examination result
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Biomedical Technology (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Pathology (AREA)
- Epidemiology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明提供了一种口腔黏膜病损癌变危险程度的预测方法及装置。接收口腔黏膜病损癌变危险程度的预测请求,该预测请求携带待预测用户的口腔黏膜病损常规检查结果、待预测用户的口腔黏膜病损无创检查结果以及待预测用户的个体化特征信息;使用待预测用户的口腔黏膜病损常规检查结果、待检预用户的口腔黏膜病损无创检查结果、待预测用户的个体化特征信息以及预设癌变危险程度预测模型预测待预测用户的口腔黏膜病损癌变危险程度;提示该口腔黏膜病损癌变危险程度。通过本发明,可以使得待预测用户能够更方便的、随时随地的得到口腔黏膜病损癌变危险程度,且得到准确的口腔黏膜病损癌变危险程度,有利于及时发现癌变危险,避免耽误病情。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种口腔黏膜病损癌变危险程度的预测方法及装置。
背景技术
当前,口腔潜在恶性病变是一类发生在口腔黏膜、具有癌变潜能的疾病总称,主要包括口腔白斑病、口腔红斑病、口腔扁平苔藓等。由于大多数口腔鳞状细胞癌是由口腔潜在恶性病变转化发展而来,所以,如能在口腔潜在恶性病变各个阶段密切监测、及时预测其癌变风险的高低程度,则可为早期的干预治疗提供良机。
当前,患者往往需要前往医院让医生对口腔进行预测,人工预测其癌变的可能性,但是,当患者距离医院较远时,前往医院就诊会对患者带来极大不便,当患者无法挂到医生的号时,患者就无法前往医院让医生对口腔进行预测,有时候可能会耽误病情。
发明内容
为解决上述技术问题,本发明实施例示出了一种口腔黏膜病损癌变危险程度的预测方法及装置。
第一方面,本发明实施例示出了一种口腔黏膜病损癌变危险程度的预测方法,所述方法包括:
接收口腔黏膜病损癌变危险程度的预测请求,所述预测请求携带待预测用户的口腔黏膜病损常规检查结果、所述待预测用户的口腔黏膜病损无创检查结果以及所述待预测用户的个体化特征信息;所述口腔黏膜病损常规检查结果包括口腔黏膜病损的部位、口腔黏膜病损的类型、口腔黏膜病损的浸润感、口腔黏膜病损的角化程度、口腔黏膜病损的质地、口腔黏膜病损的最大直径和与之垂直的最大横径;所述口腔黏膜病损无创检查结果包括口腔黏膜病损的自体荧光光谱以及口腔黏膜病损的甲苯胺蓝活体染色;个体化特征信息包括年龄、性别、吸烟、饮酒以及饮食经历;
使用所述口腔黏膜病损常规检查结果、所述口腔黏膜病损无创检查结果、所述个体化特征信息以及预设癌变危险程度预测模型预测所述待预测用户的口腔黏膜病损癌变危险程度;
提示所述口腔黏膜病损癌变危险程度。
在一个可选的实现方式中,所述预设癌变危险程度预测模型通过如下方式获得:
确定多个口腔黏膜病损具有癌变倾向的样本用户;
获取样本用户的口腔黏膜病损常规检查结果、每一个样本用户所述样本用户的口腔黏膜病损无创检查结果以及每一个样本用户所述样本用户的个体化特征信息;
使用每一个样本用户的口腔黏膜病损常规检查结果、口腔黏膜病损无创检查结果以及个体化特征信息对预设随机森林模型训练,得到所述预设癌变危险程度预测模型。
在一个可选的实现方式中,所述方法还包括:
确定口腔黏膜病损具有癌变倾向的测试用户;
获取所述测试用户的当前口腔黏膜病损癌变危险程度;
获取所述测试用户的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果以及所述测试用户的个体化特征信息;
使用所述测试用户的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果、所述测试用户的个体化特征信息以及当前口腔黏膜病损癌变危险程度预测所述预设癌变危险程度预测模型的预测准确度;
如果所述预设准确度小于预设阈值,则继续对所述预设癌变危险程度预测模型训练,直至训练得到的预设癌变危险程度预测模型的预测准确度大于或等于预设阈值为止。
在一个可选的实现方式中,所述提示所述口腔黏膜病损癌变危险程度,包括:
在屏幕上显示所述口腔黏膜病损癌变危险程度;和/或,
使用麦克风播放所述口腔黏膜病损癌变危险程度;和/或,
将所述口腔黏膜病损癌变危险程度打印并输出。
第二方面,本发明实施例示出了一种口腔黏膜病损癌变危险程度的预测装置,所述装置包括:
接收模块,用于接收口腔黏膜病损癌变危险程度的预测请求,所述预测请求携带待预测用户的口腔黏膜病损常规检查结果、所述待预测用户的口腔黏膜病损无创检查结果以及所述待预测用户的个体化特征信息;所述口腔黏膜病损常规检查结果包括口腔黏膜病损的部位、口腔黏膜病损的类型、口腔黏膜病损的浸润感、口腔黏膜病损的角化程度、口腔黏膜病损的质地、口腔黏膜病损的最大直径和与之垂直的最大横径;所述口腔黏膜病损无创检查结果包括口腔黏膜病损的自体荧光光谱以及口腔黏膜病损的甲苯胺蓝活体染色;个体化特征信息包括年龄、性别、吸烟、饮酒以及饮食经历;
预测模块,用于使用所述口腔黏膜病损常规检查结果、所述口腔黏膜病损无创检查结果、所述个体化特征信息以及预设癌变危险程度预测模型预测所述待预测用户口腔黏膜病损癌变危险程度;
提示模块,用于提示所述口腔黏膜病损癌变危险程度。
在一个可选的实现方式中,所述装置还包括:
第一确定模块,用于确定多个口腔黏膜病损具有癌变倾向的样本用户;
第一获取模块,用于获取样本用户的口腔黏膜病损常规检查结果、所述样本用户的口腔黏膜病损无创检查结果以及所述样本用户的个体化特征信息;
第一训练模块,用于使用每一个样本用户的口腔黏膜病损常规检查结果、每一个样本用户口腔黏膜病损无创检查结果以及每一个样本用户个体化特征信息对预设随机森林模型训练,得到所述预设癌变危险程度预测模型。
在一个可选的实现方式中,所述装置还包括:
第二确定模块,用于确定口腔黏膜病损具有癌变倾向的测试用户;
第二获取模块,用于获取所述测试用户的当前口腔黏膜病损癌变危险程度;
第三获取模块,用于获取所述测试的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果以及所述测试用户的个体化特征信息;
预测模块,用于使用所述测试用户的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果、所述测试用户的个体化特征信息以及当前口腔黏膜病损癌变危险程度预测所述预设癌变危险程度预测模型的预测准确度;
第二训练模块,用于如果所述预设准确度小于预设阈值,则继续对所述预设癌变危险程度预测模型训练,直至训练得到的预设癌变危险程度预测模型的预测准确度大于或等于预设阈值为止。
在一个可选的实现方式中,所述提示模块包括:
显示单元,用于在屏幕上显示所述口腔黏膜病损癌变危险程度;和/或,
播放单元,用于使用麦克风播放所述口腔癌黏膜病损变危险程度;和/或,
打印单元,用于将所述口腔黏膜病损癌变危险程度打印并输出。
第三方面,本发明实施例示出了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如第一方面所述的口腔黏膜病损癌变危险程度的预测方法的步骤。
第四方面,本发明实施例示出了一种计算机可读存储介质,所述计算机可读存储介质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第一方面所述的口腔黏膜病损癌变危险程度的预测方法的步骤。
与现有技术相比,本发明实施例包括以下优点:
在本发明实施例中,接收口腔黏膜病损癌变危险程度的预测请求,该预测请求携带待预测用户的口腔黏膜病损常规检查结果、待预测用户的口腔黏膜病损无创检查结果以及待预测用户的个体化特征信息;使用待预测用户的口腔黏膜病损常规检查结果、待检预用户的口腔黏膜病损无创检查结果、待预测用户的个体化特征信息以及预设癌变危险程度预测模型预测待预测用户的口腔黏膜病损癌变危险程度;提示该口腔黏膜病损癌变危险程度。通过本发明实施例的方法,可以使得待预测用户能够更方便的、随时随地的得到口腔黏膜病损癌变危险程度,且得到准确的口腔黏膜病损癌变危险程度,有利于及时发现癌变危险,避免耽误病情。
附图说明
图1是本发明的一种口腔黏膜病损癌变危险程度的预测方法实施例的步骤流程图;
图2是本发明的一种口腔黏膜病损癌变危险程度的预测装置实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图1,示出了本发明的一种口腔黏膜病损癌变危险程度的预测方法实施例的步骤流程图,具体可以包括如下步骤:
在步骤S101中,接收口腔黏膜病损癌变危险程度的预测请求,该预测请求携带待预测用户的口腔黏膜病损常规检查结果、待预测用户的口腔黏膜病损无创检查结果以及待预测用户的个体化特征信息;
口腔黏膜病损常规检查结果包括口腔黏膜病损的部位、口腔黏膜病损的类型、口腔黏膜病损的浸润感、口腔黏膜病损的角化程度、口腔黏膜病损的质地、口腔黏膜病损的最大直径和与之垂直的最大横径;口腔黏膜病损无创检查结果包括口腔黏膜病损的自体荧光光谱以及口腔黏膜病损的甲苯胺蓝活体染色;个体化特征信息包括年龄、性别、吸烟、饮酒以及饮食经历。
在本发明实施例中,当用户去医院检查得到自己的口腔黏膜病损常规检查结果以及自己的口腔黏膜病损无创检查结果之后,如果有些指标异常,用户往往会担心自己口腔黏膜病损是否会癌变,此时,用户可以通过本发明实施例的方法来预测口腔黏膜病损癌变危险程度,当口腔黏膜病损癌变危险程度较低时,则只需定期去医院检查即可,当口腔黏膜病损癌变危险程度较高时,则需要及时就医,遵循医嘱及时治疗。
其中,当用户需要预测口腔黏膜病损癌变危险程度时,用户可以在设备中输入用户的口腔黏膜病损常规检查结果、用户的口腔黏膜病损无创检查结果以及用户的个体化特征信息。
在本发明实施例中,设备可以为用户自己的手机或医院的医疗终端等等,本发明实施例对此不加以限定。
设备接收用户输入的口腔黏膜病损常规检查结果、口腔黏膜病损无创检查结果以及个体化特征信息,并分别作为待预测用户的口腔黏膜病损常规检查结果、待预测用户的口腔黏膜病损无创检查结果以及待预测用户的个体化特征信息,并执行步骤S102。
在步骤S102中,使用待预测用户的口腔黏膜病损常规检查结果、待检预用户的口腔黏膜病损无创检查结果、待预测用户的个体化特征信息以及预设癌变危险程度预测模型预测待预测用户的口腔黏膜病损癌变危险程度;
在本发明实施例中,预设癌变危险程度预测模型通过如下方式获得:
11)、确定多个口腔黏膜病损具有癌变倾向的样本用户;
12)、获取样本用户的口腔黏膜病损常规检查结果、样本用户的口腔黏膜病损无创检查结果以及样本用户的个体化特征信息;
技术人员可以在设备中输入样本用户的口腔黏膜病损常规检查结果、样本患者用户的口腔黏膜病损无创检查结果以及样本用户的个体化特征信息,设备接收测试人员输入的样本用户的口腔黏膜病损常规检查结果、样本用户的口腔黏膜病损无创检查结果以及样本用户的个体化特征信息。
13)、使用每一个样本用户的口腔黏膜病损常规检查结果、每一个样本用户的口腔黏膜病损无创检查结果以及每一个样本用户的个体化特征信息对预设随机森林模型训练,得到预设癌变危险程度预测模型。
进一步地,为了提高预设癌变危险程度预测模型的预设准确程度,在步骤13)之后,还包括:
14)、确定口腔黏膜病损具有癌变倾向的测试用户;
15)、获取测试用户的当前口腔黏膜病损癌变危险程度;
其中,测试用户的当前口腔黏膜病损癌变危险程度是通过病理组织学活检对测试用户诊断出的结果;
16)、获取测试用户的口腔黏膜病损常规检查结果、测试用户的口腔黏膜病损无创检查结果以及测试用户的个体化特征信息;
技术人员可以在设备中输入测试用户的口腔黏膜病损常规检查结果、测试用户的口腔黏膜病损无创检查结果以及测试用户的个体化特征信息,设备接收测试人员输入的测试用户的口腔黏膜病损常规检查结果、测试用户的口腔黏膜病损无创检查结果以及测试用户的个体化特征信息。
17)、使用测试用户的口腔黏膜病损常规检查结果、测试用户的口腔黏膜病损无创检查结果、测试用户的个体化特征信息以及当前口腔黏膜病损癌变危险程度预测预设癌变危险程度预测模型的预测准确度;
其中,可以将测试用户的口腔黏膜病损常规检查结果、测试用户的口腔黏膜病损无创检查结果、测试用户的个体化特征信息输入预设癌变危险程度预测模型,得到预设癌变危险程度预测模型输出的该用户的口腔黏膜病损癌变危险程度;
18)、如果预设准确度小于预设阈值,则继续对预设癌变危险程度预测模型训练,直至训练得到的预设癌变危险程度预测模型的预测准确度大于或等于预设阈值为止。
在步骤S103中,提示该口腔黏膜病损癌变危险程度。
在本发明实施例中,可以在屏幕上显示口腔黏膜病损癌变危险程度;和/或,使用麦克风播放口腔黏膜病损癌变危险程度;和/或,用于将口腔黏膜病损癌变危险程度打印并输出,以使待预测用户的口腔黏膜病损癌变危险程度,进而可以根据口腔黏膜病损癌变危险程度决定需要手术还是由医生周期性随访。
在本发明实施例中,接收口腔黏膜病损癌变危险程度的预测请求,该预测请求携带待预测用户的口腔黏膜病损常规检查结果、待预测用户的口腔黏膜病损无创检查结果以及待预测用户的个体化特征信息;使用待预测用户的口腔黏膜病损常规检查结果、待检预用户的口腔黏膜病损无创检查结果、待预测用户的个体化特征信息以及预设癌变危险程度预测模型预测待预测用户的口腔黏膜病损癌变危险程度;提示该口腔黏膜病损癌变危险程度。通过本发明实施例的方法,可以使得待预测用户能够更方便的、随时随地的得到口腔黏膜病损癌变危险程度,且得到准确的口腔黏膜病损癌变危险程度,有利于及时发现癌变危险,避免耽误病情。
需要说明的是,对于方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明实施例并不受所描述的动作顺序的限制,因为依据本发明实施例,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作并不一定是本发明实施例所必须的。
参照图2,示出了本发明一种口腔黏膜病损癌变危险程度的预测装置实施例的结构框图,该装置具体可以包括如下模块:
接收模块11,用于接收口腔黏膜病损癌变危险程度的预测请求,所述预测请求携带待预测用户的口腔黏膜病损常规检查结果、所述待预测用户的口腔黏膜病损无创检查结果以及所述待预测用户的个体化特征信息;所述口腔黏膜病损常规检查结果包括口腔黏膜病损的部位、口腔黏膜病损的类型、口腔黏膜病损的浸润感、口腔黏膜病损的角化程度、口腔黏膜病损的质地、口腔黏膜病损的最大直径和与之垂直的最大横径;所述口腔黏膜病损无创检查结果包括口腔黏膜病损的自体荧光光谱以及口腔黏膜病损的甲苯胺蓝活体染色;个体化特征信息包括年龄、性别、吸烟、饮酒以及饮食经历;
预测模块12,用于使用所述口腔黏膜病损常规检查结果、所述口腔黏膜病损无创检查结果、所述个体化特征信息以及预设癌变危险程度预测模型预测所述待预测用户口腔黏膜病损癌变危险程度;
提示模块13,用于提示所述口腔黏膜病损癌变危险程度。
在一个可选的实现方式中,所述装置还包括:
第一确定模块,用于确定多个口腔黏膜病损具有癌变倾向的样本用户;
第一获取模块,用于获取样本用户的口腔黏膜病损常规检查结果、所述样本用户的口腔黏膜病损无创检查结果以及所述样本用户的个体化特征信息;
第一训练模块,用于使用每一个样本用户的口腔黏膜病损常规检查结果、每一个样本用户口腔黏膜病损无创检查结果以及每一个样本用户个体化特征信息对预设随机森林模型训练,得到所述预设癌变危险程度预测模型。
在一个可选的实现方式中,所述装置还包括:
第二确定模块,用于确定口腔黏膜病损具有癌变倾向的测试用户;
第二获取模块,用于获取所述测试用户的当前口腔黏膜病损癌变危险程度;
第三获取模块,用于获取所述测试用户的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果以及所述测试用户的个体化特征信息;
预测模块,用于使用所述测试用户的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果、所述测试用户的个体化特征信息以及当前口腔黏膜病损癌变危险程度预测所述预设癌变危险程度预测模型的预测准确度;
第二训练模块,用于如果所述预设准确度小于预设阈值,则继续对所述预设癌变危险程度预测模型训练,直至训练得到的预设癌变危险程度预测模型的预测准确度大于或等于预设阈值为止。
在一个可选的实现方式中,所述提示模块13包括:
显示单元,用于在屏幕上显示所述口腔黏膜病损癌变危险程度;和/或,
播放单元,用于使用麦克风播放所述口腔黏膜病损癌变危险程度;和/或,
打印单元,用于将所述口腔黏膜病损癌变危险程度打印并输出。
在本发明实施例中,接收口腔黏膜病损癌变危险程度的预测请求,该预测请求携带待预测用户的口腔黏膜病损常规检查结果、待预测用户的口腔黏膜病损无创检查结果以及待预测用户的个体化特征信息;使用待预测用户的口腔黏膜病损常规检查结果、待检预用户的口腔黏膜病损无创检查结果、待预测用户的个体化特征信息以及预设癌变危险程度预测模型预测待预测用户的口腔黏膜病损癌变危险程度;提示该口腔黏膜病损癌变危险程度。通过本发明实施例的方法,可以使得待预测用户能够更方便的、随时随地的得到口腔黏膜病损癌变危险程度,且得到准确的口腔黏膜病损癌变危险程度,有利于及时发现癌变危险,避免耽误病情。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种口腔黏膜病损癌变危险程度的预测方法及装置,进行了详细介绍,本文中应用了具体个例对本发明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发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,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发明的限制。
Claims (3)
1.一种口腔黏膜病损癌变危险程度的预测装置,其特征在于,所述装置包括:
接收模块,用于接收口腔黏膜病损癌变危险程度的预测请求,所述预测请求携带待预测用户的口腔黏膜病损常规检查结果、所述待预测用户的口腔黏膜病损无创检查结果以及所述待预测用户的个体化特征信息;所述口腔黏膜病损常规检查结果包括口腔黏膜病损的部位、口腔黏膜病损的类型、口腔黏膜病损的浸润感、口腔黏膜病损的角化程度、口腔黏膜病损的质地、口腔黏膜病损的最大直径和与之垂直的最大横径;所述口腔黏膜病损无创检查结果包括口腔黏膜病损的自体荧光光谱以及口腔黏膜病损的甲苯胺蓝活体染色;个体化特征信息包括年龄、性别、吸烟、饮酒以及饮食经历;其中,用户在口腔黏膜病损常规检查结果以及口腔黏膜病损无创检查结果中的至少一个指标异常时发送所述预测请求;
预测模块,用于使用所述口腔黏膜病损常规检查结果、所述口腔黏膜病损无创检查结果、所述个体化特征信息以及预设癌变危险程度预测模型预测所述待预测用户口腔黏膜病损癌变危险程度;
提示模块,用于提示所述口腔黏膜病损癌变危险程度;
第一确定模块,用于确定多个口腔黏膜病损具有癌变倾向的样本用户;
第一获取模块,用于获取样本用户的口腔黏膜病损常规检查结果、所述样本用户的口腔黏膜病损无创检查结果以及所述样本用户的个体化特征信息;
第一训练模块,用于使用每一个样本用户的口腔黏膜病损常规检查结果、每一个样本用户口腔黏膜病损无创检查结果以及每一个样本用户个体化特征信息,对预设随机森林模型训练,得到所述预设癌变危险程度预测模型;
所述装置还包括:
第二确定模块,用于确定口腔黏膜病损具有癌变倾向的测试用户;
第二获取模块,用于获取所述测试用户的当前口腔黏膜病损癌变危险程度;其中,所述测试用户的当前口腔黏膜病损癌变危险程度是通过病理组织学活检对测试用户诊断出的结果;
第三获取模块,用于获取所述测试用户的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果以及所述测试用户的个体化特征信息;
测试模块,用于使用所述测试用户的口腔黏膜病损常规检查结果、所述测试用户的口腔黏膜病损无创检查结果、所述测试用户的个体化特征信息以及当前口腔黏膜病损癌变危险程度预测所述预设癌变危险程度预测模型的预测准确度。
2.根据权利要求1所述的装置,其特征在于,所述装置还包括:
第二训练模块,用于如果所述预测 准确度小于预设阈值,则继续对所述预设癌变危险程度预测模型训练,直至训练得到的预设癌变危险程度预测模型的预测准确度大于或等于预设阈值为止。
3.根据权利要求1所述的装置,其特征在于,所述提示模块包括:
显示单元,用于在屏幕上显示所述口腔黏膜病损癌变危险程度;和/或,
播放单元,用于使用麦克风播放所述口腔黏膜病损癌变危险程度;和/或,
打印单元,用于将所述口腔黏膜病损癌变危险程度打印并输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810961239.3A CN109215788B (zh) | 2018-08-22 | 2018-08-22 | 一种口腔黏膜病损癌变危险程度的预测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810961239.3A CN109215788B (zh) | 2018-08-22 | 2018-08-22 | 一种口腔黏膜病损癌变危险程度的预测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109215788A CN109215788A (zh) | 2019-01-15 |
CN109215788B true CN109215788B (zh) | 2022-01-18 |
Family
ID=64988951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810961239.3A Active CN109215788B (zh) | 2018-08-22 | 2018-08-22 | 一种口腔黏膜病损癌变危险程度的预测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109215788B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114203294A (zh) * | 2020-08-28 | 2022-03-18 | 上海交通大学医学院附属第九人民医院 | 口腔黏膜病检测模型构建和预测方法、装置、终端及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874663A (zh) * | 2017-01-26 | 2017-06-20 | 中电科软件信息服务有限公司 | 心脑血管疾病风险预测方法及系统 |
CN106980757A (zh) * | 2017-03-15 | 2017-07-25 | 重庆医科大学 | 川崎病并发冠状动脉病变危险因素管理系统及挖掘方法 |
CN107680686A (zh) * | 2017-11-01 | 2018-02-09 | 北京颐圣智能科技有限公司 | 疾病预测概率的处理方法、装置、计算机设备以及存储介质 |
CN108154509A (zh) * | 2018-01-12 | 2018-06-12 | 平安科技(深圳)有限公司 | 癌症识别方法、装置及存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257675A (zh) * | 2018-02-07 | 2018-07-06 | 平安科技(深圳)有限公司 | 慢阻肺发病风险预测方法、服务器及计算机可读存储介质 |
-
2018
- 2018-08-22 CN CN201810961239.3A patent/CN109215788B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874663A (zh) * | 2017-01-26 | 2017-06-20 | 中电科软件信息服务有限公司 | 心脑血管疾病风险预测方法及系统 |
CN106980757A (zh) * | 2017-03-15 | 2017-07-25 | 重庆医科大学 | 川崎病并发冠状动脉病变危险因素管理系统及挖掘方法 |
CN107680686A (zh) * | 2017-11-01 | 2018-02-09 | 北京颐圣智能科技有限公司 | 疾病预测概率的处理方法、装置、计算机设备以及存储介质 |
CN108154509A (zh) * | 2018-01-12 | 2018-06-12 | 平安科技(深圳)有限公司 | 癌症识别方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109215788A (zh) | 2019-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Sheppard et al. | Predictors of the home-clinic blood pressure difference: a systematic review and meta-analysis | |
Young et al. | The global paradigm shift in screening for colorectal cancer | |
Little et al. | Comparison of agreement between different measures of blood pressure in primary care and daytime ambulatory blood pressure | |
Holland et al. | Small changes in six-minute walk distance are important in diffuse parenchymal lung disease | |
Patrick et al. | Interrelationships among measures of premature ejaculation: the central role of perceived control | |
Myers | Automated blood pressure measurement in routine clinical practice | |
Sęk et al. | Implementation of a fast method for measuring psychophysical tuning curves | |
Dobersek et al. | Meat and mental health: A meta-analysis of meat consumption, depression, and anxiety | |
Wever et al. | How does early detection by screening affect disease progression? Modeling estimated benefits in prostate cancer screening | |
Van Ballegooijen et al. | Clarifying differences in natural history between models of screening: the case of colorectal cancer | |
US20210343412A1 (en) | Intervention content estimation device, method, and program | |
Schmiedel et al. | Effects of the lifestyle intervention program GLICEMIA in people at risk for type 2 diabetes: a cluster-randomized controlled trial | |
Ware et al. | Implementation and evaluation of a smartphone-based telemonitoring program for patients with heart failure: mixed-methods study protocol | |
Martini et al. | Data-driven continuous assessment of frailty in older people | |
Schwedt et al. | Altered speech with migraine attacks: a prospective, longitudinal study of episodic migraine without aura | |
Taylor et al. | Audioprofile surfaces: The 21st century audiogram | |
Kojima et al. | Objective assessment of pathological voice using artificial intelligence based on the GRBAS scale | |
CN109215788B (zh) | 一种口腔黏膜病损癌变危险程度的预测方法及装置 | |
de Castro et al. | Accuracy of foot pressure measurement on predicting the development of foot ulcer in patients with diabetes: A systematic review and meta-analysis | |
Geue et al. | Hospital expenditure at the end-of-life: what are the impacts of health status and health risks? | |
JP2020523095A (ja) | 患者集団の疾患症状比較を視覚化するためのシステム及び方法 | |
Mak et al. | Temporal dynamics of epigenetic aging and frailty from midlife to old age | |
Hubbard et al. | A semiparametric censoring bias model for estimating the cumulative risk of a false-positive screening test under dependent censoring | |
CN108198617A (zh) | 病症评估方法、终端设备及计算机可读介质 | |
JP7307507B2 (ja) | 病態解析システム、病態解析装置、病態解析方法、及び病態解析プログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |