CN115762788A - 基于肿瘤细胞检测的肿瘤复发转移风险评估系统 - Google Patents
基于肿瘤细胞检测的肿瘤复发转移风险评估系统 Download PDFInfo
- Publication number
- CN115762788A CN115762788A CN202211500271.4A CN202211500271A CN115762788A CN 115762788 A CN115762788 A CN 115762788A CN 202211500271 A CN202211500271 A CN 202211500271A CN 115762788 A CN115762788 A CN 115762788A
- Authority
- CN
- China
- Prior art keywords
- data
- tumor
- patient
- tumor recurrence
- recurrence
- 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.)
- Pending
Links
Images
Landscapes
- Investigating Or Analysing Biological Materials (AREA)
Abstract
本发明公开了基于肿瘤细胞检测的肿瘤复发转移风险评估系统,解决了现有方法预测指标并未包含对术后患者肿瘤细胞的检测和分析,影响预测的精准度,为了提高肿瘤复发转移风险评估准确率的问题,包括:前端设备层,用于获取肿瘤复发转移评估基础数据,设备控制模块,用于控制所述前端设备层关联的终端运行,发送以及接受数据处理指令;分析评估模块,识别并处理肿瘤复发转移评估基础数据;本申请中设置有分析评估模块,分析评估模块能够识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估,能够有效结合患者体内肿瘤细胞以及病理数据,对患者肿瘤复发进行综合评估,提高了预测的准确率。
Description
技术领域
本发明具体涉及基于肿瘤细胞检测的肿瘤复发转移风险评估系统。
背景技术
肝癌是消化系统常见的恶性肿瘤之一,发病率居世界第6位,死亡率居第三位,每年约有25万人死于肝癌。肝癌由于起病隐匿,恶性程度高,治愈率低,是严重威胁人类健康和生活质量的恶性肿瘤之一,且肝癌的发病率每年都在持续地上升。
近年来,随着分子生物学技术及影像学技术的发展,对肝癌的早期诊断及治疗取得了很大进步,使肝癌的临床诊断和治疗效果均得到明显改观;肝癌的复发,同时,通过定期对肿瘤细胞检测也能够对肝癌肿瘤复发进行预测和评估,同时,经检索,中国专利CN114300135A公开了一种肝癌术后早期复发预测模型构建方法及装置,包括:基于多个预测指标的样本信息,从所述多个预测指标中确定多个目标预测指标,其中,所述多个预测指标包括影像组学评分和多个预设临床病理指标,所述影像组学评分是基于肝癌术前CT影像样本信息确定的;但是现有方法预测指标并未包含对术后患者肿瘤细胞的检测和分析,影响预测的精准度,为了提高肿瘤复发转移风险评估准确率,我们提出了基于肿瘤细胞检测的肿瘤复发转移风险评估系统。
发明内容
本发明的目的在于针对现有技术的不足之处,提供基于肿瘤细胞检测的肿瘤复发转移风险评估系统,解决了现有方法预测指标并未包含对术后患者肿瘤细胞的检测和分析,影响预测的精准度,为了提高肿瘤复发转移风险评估准确率的问题。
现有方法预测指标并未包含对术后患者肿瘤细胞的检测和分析,影响预测的精准度,为了提高肿瘤复发转移风险评估准确率,我们提出了基于肿瘤细胞检测的肿瘤复发转移风险评估系统,所述基于肿瘤细胞检测的肿瘤复发转移风险评估系统包括前端设备层、设备控制模块以及分析评估模块,所述前端设备层、设备控制模块以及分析评估模块之间通过通讯连接。在工作时,前端设备层首先获取肿瘤复发转移评估基础数据,然后设备控制模块控制所述前端设备层关联终端运行,发送以及接受数据处理指令;最后,分析评估模块识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估。本申请中设置有分析评估模块,分析评估模块能够识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估,能够有效结合患者体内肿瘤细胞以及病理数据,对患者肿瘤复发进行综合评估,提高了预测的准确率。
本发明是这样实现的,基于肿瘤细胞检测的肿瘤复发转移风险评估系统,所述基于肿瘤细胞检测的肿瘤复发转移风险评估系统包括前端设备层、设备控制模块以及分析评估模块,所述前端设备层、设备控制模块以及分析评估模块之间通过通讯连接:
前端设备层,用于获取肿瘤复发转移评估基础数据,其中,评估基础数据包括肿瘤细胞数据以及临床病理数据;
设备控制模块,用于控制所述前端设备层关联的终端运行,发送以及接受数据处理指令;
分析评估模块,识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估。
优选地,所述前端设备层包括:
前端检测端,用于获取患者体内肿瘤细胞数据;
辅助检测端,与所述前端检测端配合工作,且与前端检测端之间通讯连接,用户获取临床病理数据;
设备服务端,分别与前端检测端以及辅助检测端通讯连接,用于管理所述前端检测端以及辅助检测端。
优选地,所述辅助检测端包括:
常规数据获取单元,用于获取患者常规临床数据,其中,常规临床数据包括患者年龄、患者病史、患者体重、患者血型;
病理数据获取单元,用于获取患者病理临床数据,其中,所述患者病理临床数据包括肿瘤部位图像、肿瘤覆盖区域、病理学分化程度、手术方式、术后理疗方案。
优选地,所述设备服务端包括:
数据查询单元,用于提供肿瘤复发转移评估基础数据查询服务;
命令分配单元,用于获取数据提取、查询以及存储命令,将相应的任务分配至前端检测端、辅助检测端以及设备控制模块;
患者端,用于获取患者资料获取,提供分析评估报告;
机构端,用于获取患者治疗方案、肿瘤细胞数据以及临床病理数据,向医疗机构、医务人员提供分析评估报告。
优选地,所述设备控制模块包括:
运营中心后台,用于管理所述前端设备层关联的终端;
数据中心库,与所述运营中心后台之间通讯连接,存储运营中心获取的数据。
优选地,所述设备控制模块还包括:
可视化控制单元,用于显示数据分析结果以及终端运行状态。
优选地,所述分析评估模块包括:
分析响应单元,用于响应于运营中心后台的数据分析请求;
数据提取单元,获取分析响应单元的分析指令,从数据中心库中提取肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据;
规则调取单元,用于调取肿瘤复发规则,基于肿瘤复发规则对肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据进行综合评估,得到综合评估结果。
优选地,所述分析评估模块还包括:
复发预测单元,获取综合评估结果,基于小波去噪算法对数据进行滤波,结合图像卷积神经网络算法模型分解临床病理图像,对患者术后肿瘤复发概率进行预测。
优选地,所述得到综合评估结果的方法,具体包括:
调取多条预设的肿瘤复发规则;
判断多条预设的肿瘤复发规则的索引项与肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据规则要素是否一致,若是,则确定索引项对应的肿瘤复发规则为对应的肿瘤复发规则;
基于肿瘤复发规则对肿瘤细胞数据、临床病理数据进行综合评估,得到综合评估结果。
优选地,所述对患者术后肿瘤复发概率进行预测的方法,具体包括:
获取综合评估结果;
基于预设规则判断综合评估结果是否超过预设预测阈值,若否,输出结果,若是,基于小波去噪算法对数据进行滤波,结合图像卷积神经网络算法模型分解临床病理图像;
输出肿瘤复发预测结果。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请中设置有分析评估模块,分析评估模块能够识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估,能够有效结合患者体内肿瘤细胞以及病理数据,对患者肿瘤复发进行综合评估,提高了预测的准确率。
附图说明
图1是本发明提供的基于肿瘤细胞检测的肿瘤复发转移风险评估系统的结构示意图。
图2是本发明提供的前端设备层的结构示意图。
图3是本发明提供的辅助检测端的结构示意图。
图4是本发明提供的设备服务端的结构示意图。
图5是本发明提供的设备控制模块的结构示意图。
图6是本发明提供的分析评估模块的结构示意图。
图7是本发明提供的得到综合评估结果方法的实现流程示意图。
图8是本发明提供的对患者术后肿瘤复发概率进行预测方法的结构示意图。
图9是本发明提供的基于肿瘤细胞检测的肿瘤复发转移风险评估方法的实现流程示意图。
图中:100-前端设备层、110-前端检测端、120-辅助检测端、121-常规数据获取单元、122-病理数据获取单元、130-设备服务端、131-数据查询单元、132-命令分配单元、133-患者端、134-机构端、200-设备控制模块、210-运营中心后台、220-数据中心库、230-可视化控制单元、300-分析评估模块、310-分析响应单元、320-数据提取单元、330-规则调取单元、340-复发预测单元。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
现有方法预测指标并未包含对术后患者肿瘤细胞的检测和分析,影响预测的精准度,为了提高肿瘤复发转移风险评估准确率,我们提出了基于肿瘤细胞检测的肿瘤复发转移风险评估系统,所述基于肿瘤细胞检测的肿瘤复发转移风险评估系统包括前端设备层100、设备控制模块200以及分析评估模块300,所述前端设备层100、设备控制模块200以及分析评估模块300之间通过通讯连接。在工作时,前端设备层100首先获取肿瘤复发转移评估基础数据,然后设备控制模块200控制所述前端设备层100关联终端运行,发送以及接受数据处理指令;最后,分析评估模块300识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估。本申请中设置有分析评估模块300,分析评估模块300能够识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估,能够有效结合患者体内肿瘤细胞以及病理数据,对患者肿瘤复发进行综合评估,提高了预测的准确率。
本发明实施例提供了基于肿瘤细胞检测的肿瘤复发转移风险评估系统,如图1所示,示出了基于肿瘤细胞检测的肿瘤复发转移风险评估系统的结构示意图,所述基于肿瘤细胞检测的肿瘤复发转移风险评估系统,具体包括:
所述基于肿瘤细胞检测的肿瘤复发转移风险评估系统包括前端设备层100、设备控制模块200以及分析评估模块300,所述前端设备层100、设备控制模块200以及分析评估模块300之间通过通讯连接:
前端设备层100,用于获取肿瘤复发转移评估基础数据,其中,评估基础数据包括肿瘤细胞数据以及临床病理数据;
设备控制模块200,用于控制所述前端设备层100关联的终端运行,发送以及接受数据处理指令;
分析评估模块300,识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估。
在本实施例中,所述前端设备层100、设备控制模块200以及分析评估模块300之间的通讯连接方式可以为5G、WI F I或DTU的通讯方式连接。
本申请中设置有分析评估模块300,分析评估模块300能够识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估,能够有效结合患者体内肿瘤细胞以及病理数据,对患者肿瘤复发进行综合评估,提高了预测的准确率。
本发明实施例提供了前端设备层100,如图2所示,示出了前端设备层100的结构示意图,所述前端设备层100,具体包括:
前端检测端110,用于获取患者体内肿瘤细胞数据;
辅助检测端120,与所述前端检测端110配合工作,且与前端检测端110之间通讯连接,用户获取临床病理数据;
设备服务端130,分别与前端检测端110以及辅助检测端120通讯连接,用于管理所述前端检测端110以及辅助检测端120。
在本实施例中,前端检测端110用于获取患者体内肿瘤细胞数据,肿瘤细胞数据是衡量患者是否存在复发风险的重要依据,且前端检测端110包括利用肿瘤细胞大小和惯性微流体远离从恶性肿瘤患者术前、术后分别采集并检测肿瘤附近外周血中肿瘤细胞的设备。
需要说明的是,本申请中,前端检测端110对患者外周血中肿瘤细胞的采集时间为手术前1-7天,术后1、7、30、45、60以及一年的周期进行外周血的采集。
本发明实施例提供了辅助检测端120,如图3所示,示出了辅助检测端120的结构示意图,所述辅助检测端120,具体包括:
常规数据获取单元121,用于获取患者常规临床数据,其中,常规临床数据包括患者年龄、患者病史、患者体重、患者血型;
病理数据获取单元122,用于获取患者病理临床数据,其中,所述患者病理临床数据包括肿瘤部位图像、肿瘤覆盖区域、病理学分化程度、手术方式、术后理疗方案。
在本实施例中,常规数据获取单元121获取患者常规临床数据的方式可以通过患者、患者家属从患者端133输入,同时病理数据获取单元122获取数据的方式通过机构端134获取,机构端134调取医院电子病历库中关联患者的病理临床数据,需要说明的是,肿瘤部位图像的获取方式可以为CT扫描仪进行获取。
本发明实施例提供了设备服务端130,如图4所示,示出了设备服务端130的结构示意图,所述设备服务端130,具体包括:
数据查询单元131,用于提供肿瘤复发转移评估基础数据查询服务;
命令分配单元132,用于获取数据提取、查询以及存储命令,将相应的任务分配至前端检测端110、辅助检测端120以及设备控制模块200;
患者端133,用于获取患者资料获取,提供分析评估报告;
机构端134,用于获取患者治疗方案、肿瘤细胞数据以及临床病理数据,向医疗机构、医务人员提供分析评估报告。
在本实施例中,患者端133可以为Web端、移动终端或个人PC,患者端133,患者以及患者家属可以通过患者端133进行查询以及数据输入,同时还可以建立患者个人健康档案。而机构端134可以增设、删除、修改医疗机构、医疗人员的信息,还能连接医院电子病历库。
本发明实施例提供了设备控制模块200,如图5所示,示出了设备控制模块200的结构示意图,所述设备控制模块200,具体包括:
运营中心后台210,用于管理所述前端设备层100关联的终端;
数据中心库220,与所述运营中心后台210之间通讯连接,存储运营中心获取的数据。
可视化控制单元230,用于显示数据分析结果以及终端运行状态。
在本实施例中,运营中心后台210分别与本申请中多组前端设备通讯连接,且运行中心后台的运行是基于后台服务器运行的,后台服务器通过数据雷达能实现患者与医生的远程连线,同时可以辅助患者及其家属进行远程健康管理,使得患者可以自助测量、病理数据的自动上传运营中心后台210,同时,可视化控制单元230可以为触控式显示大屏,在触控式显示大屏上可以呈现终端运行状态。
本发明实施例提供了分析评估模块300,如图6所示,示出了分析评估模块300的结构示意图,所述分析评估模块300,具体包括:
分析响应单元310,用于响应于运营中心后台210的数据分析请求;
数据提取单元320,获取分析响应单元310的分析指令,从数据中心库220中提取肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据;
规则调取单元330,用于调取肿瘤复发规则,基于肿瘤复发规则对肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据进行综合评估,得到综合评估结果。
复发预测单元340,获取综合评估结果,基于小波去噪算法对数据进行滤波,结合图像卷积神经网络算法模型分解临床病理图像,对患者术后肿瘤复发概率进行预测。
本发明实施例提供了得到综合评估结果的方法,如图7所示,示出了得到综合评估结果方法的实现流程示意图,所述得到综合评估结果的方法,具体包括:
步骤S101,调取多条预设的肿瘤复发规则;
步骤S102,判断多条预设的肿瘤复发规则的索引项与肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据规则要素是否一致,若是,则确定索引项对应的肿瘤复发规则为对应的肿瘤复发规则;
步骤S103,基于肿瘤复发规则对肿瘤细胞数据、临床病理数据进行综合评估,得到综合评估结果。
在本申请中,预设的肿瘤复发规则可以转换成结构化查询语言,也能转换成规则引擎的描述,通过SQL或规则描述就能根据规则将需要的数据进行筛选。
本发明实施例提供了对患者术后肿瘤复发概率进行预测的方法,如图8所示,示出了对患者术后肿瘤复发概率进行预测方法的结构示意图,对患者术后肿瘤复发概率进行预测的方法,具体包括:
步骤S201,获取综合评估结果;
步骤S202,基于预设规则判断综合评估结果是否超过预设预测阈值,若否,输出结果,若是,基于小波去噪算法对数据进行滤波,结合图像卷积神经网络算法模型分解临床病理图像;
步骤S203,输出肿瘤复发预测结果。
本发明实施例提供了基于肿瘤细胞检测的肿瘤复发转移风险评估方法,如图9所示,示出了基于肿瘤细胞检测的肿瘤复发转移风险评估方法的实现流程示意图,所述基于肿瘤细胞检测的肿瘤复发转移风险评估的方法,具体包括:
步骤S10,获取肿瘤复发转移评估基础数据,其中,评估基础数据包括肿瘤细胞数据以及临床病理数据;
步骤S20,控制所述前端设备层100关联的终端运行,发送以及接受数据处理指令;
步骤S30,识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估。
本发明实施例的另一方面,还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序指令,该计算机程序指令可以被处理器执行。该计算机程序指令被执行时实现上述基于肿瘤细胞检测的肿瘤复发转移风险评估的方法。
获取肿瘤复发转移评估基础数据,其中,评估基础数据包括肿瘤细胞数据以及临床病理数据;
控制所述前端设备层100关联的终端运行,发送以及接受数据处理指令;
识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估。
在本申请的另一方面,还公开了一种计算机设备,计算机设备中包括一个处理器以及一个存储器,并还可以包括:输入装置和输出装置;处理器、存储器、输入装置和输出装置可以通过总线或者其他方式连接,输出装置可包括显示屏等显示设备。
需要说明的是,存储器作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的基于肿瘤细胞检测的肿瘤复发转移风险评估方法对应的程序指令/模块。存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储资源监控方法的使用所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至本地模块。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。
最后需要说明的是,本文的计算机可读存储介质(例如,存储器)可以是易失性存储器或非易失性存储器,或者可以包括易失性存储器和非易失性存储器两者。作为例子而非限制性的,非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦写可编程ROM(EEPROM)或快闪存储器。易失性存储器可以包括随机存取存储器(RAM),该RAM可以充当外部高速缓存存储器。作为例子而非限制性的,RAM可以以多种形式获得,比如同步RAM(DRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据速率SDRAM(DDRSDRAM)、增强SDRAM(ESDRAM)、同步链路DRAM(SLDRAM)、以及直接Rambus RAM(DRRAM)。所公开的方面的存储设备意在包括但不限于这些和其它合适类型的存储器。
结合这里的公开所描述的各种示例性逻辑块、模块和电路可以利用被设计成用于执行这里功能的下列部件来实现或执行:通用处理器、数字信号处理器(DSP)、专用集成电路(AS I C)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立的硬件组件或者这些部件的任何组合。通用处理器可以是微处理器,但是可替换地,处理器可以是任何传统处理器、控制器、微控制器或状态机。处理器也可以被实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、一个或多个微处理器结合DSP和/或任何其它这种配置。
综上所述,本发明提供了基于肿瘤细胞检测的肿瘤复发转移风险评估系统,本申请中设置有分析评估模块300,分析评估模块300能够识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估,能够有效结合患者体内肿瘤细胞以及病理数据,对患者肿瘤复发进行综合评估,提高了预测的准确率。
需要说明的是,对于前述的各实施例,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,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可能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,涉及的动作和模块并不一定是本发明所必须的。
本申请所提供的几个实施例中,应该理解到,所揭露的装置,可通过其他的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如上述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或通信连接可以是通过一些接口,装置或单元之间的间接耦合或通信连接,可以是电信或者其它的形式。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上实施例仅用以说明本发明的技术方案,而非对发明的保护范围进行限制。显然,所描述的实施例仅仅是本发明部分实施例,而不是全部实施例。基于这些实施例,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,都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明,本领域普通技术人员依然可以在不冲突的情况下,不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整,从而得到不同的、本质未脱离本发明的构思的其他技术方案,这些技术方案也同样属于本发明所要保护的范围。
Claims (10)
1.基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于,所述基于肿瘤细胞检测的肿瘤复发转移风险评估系统包括前端设备层、设备控制模块以及分析评估模块,所述前端设备层、设备控制模块以及分析评估模块之间通过通讯连接:
前端设备层,用于获取肿瘤复发转移评估基础数据,其中,评估基础数据包括肿瘤细胞数据以及临床病理数据;
设备控制模块,用于控制所述前端设备层关联的终端运行,发送以及接受数据处理指令;
分析评估模块,识别并处理肿瘤复发转移评估基础数据,基于肿瘤复发转移评估基础数据对患者体内肿瘤进行预测评估。
2.如权利要求1所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述前端设备层包括:
前端检测端,用于获取患者体内肿瘤细胞数据;
辅助检测端,与所述前端检测端配合工作,且与前端检测端之间通讯连接,用户获取临床病理数据;
设备服务端,分别与前端检测端以及辅助检测端通讯连接,用于管理所述前端检测端以及辅助检测端。
3.如权利要求2所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述辅助检测端包括:
常规数据获取单元,用于获取患者常规临床数据,其中,常规临床数据包括患者年龄、患者病史、患者体重、患者血型;
病理数据获取单元,用于获取患者病理临床数据,其中,所述患者病理临床数据包括肿瘤部位图像、肿瘤覆盖区域、病理学分化程度、手术方式、术后理疗方案。
4.如权利要求3所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述设备服务端包括:
数据查询单元,用于提供肿瘤复发转移评估基础数据查询服务;
命令分配单元,用于获取数据提取、查询以及存储命令,将相应的任务分配至前端检测端、辅助检测端以及设备控制模块;
患者端,用于获取患者资料获取,提供分析评估报告;
机构端,用于获取患者治疗方案、肿瘤细胞数据以及临床病理数据,向医疗机构、医务人员提供分析评估报告。
5.如权利要求1-4任一所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述设备控制模块包括:
运营中心后台,用于管理所述前端设备层关联的终端;
数据中心库,与所述运营中心后台之间通讯连接,存储运营中心获取的数据。
6.如权利要求5所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述设备控制模块还包括:
可视化控制单元,用于显示数据分析结果以及终端运行状态。
7.如权利要求1-4任一所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述分析评估模块包括:
分析响应单元,用于响应于运营中心后台的数据分析请求;
数据提取单元,获取分析响应单元的分析指令,从数据中心库中提取肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据;
规则调取单元,用于调取肿瘤复发规则,基于肿瘤复发规则对肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据进行综合评估,得到综合评估结果。
8.如权利要求7所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述分析评估模块还包括:
复发预测单元,获取综合评估结果,基于小波去噪算法对数据进行滤波,结合图像卷积神经网络算法模型分解临床病理图像,对患者术后肿瘤复发概率进行预测。
9.如权利要求8所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述得到综合评估结果的方法,具体包括:
调取多条预设的肿瘤复发规则;
判断多条预设的肿瘤复发规则的索引项与肿瘤细胞数据、临床病理数据、历史肿瘤细胞数据以及历史临床病理数据规则要素是否一致,若是,则确定索引项对应的肿瘤复发规则为对应的肿瘤复发规则;
基于肿瘤复发规则对肿瘤细胞数据、临床病理数据进行综合评估,得到综合评估结果。
10.如权利要求9所述的基于肿瘤细胞检测的肿瘤复发转移风险评估系统,其特征在于:所述对患者术后肿瘤复发概率进行预测的方法,具体包括:
获取综合评估结果;
基于预设规则判断综合评估结果是否超过预设预测阈值,若否,输出结果,若是,基于小波去噪算法对数据进行滤波,结合图像卷积神经网络算法模型分解临床病理图像;
输出肿瘤复发预测结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500271.4A CN115762788A (zh) | 2022-11-28 | 2022-11-28 | 基于肿瘤细胞检测的肿瘤复发转移风险评估系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211500271.4A CN115762788A (zh) | 2022-11-28 | 2022-11-28 | 基于肿瘤细胞检测的肿瘤复发转移风险评估系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115762788A true CN115762788A (zh) | 2023-03-07 |
Family
ID=85339197
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211500271.4A Pending CN115762788A (zh) | 2022-11-28 | 2022-11-28 | 基于肿瘤细胞检测的肿瘤复发转移风险评估系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115762788A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228753A (zh) * | 2023-05-06 | 2023-06-06 | 中山大学孙逸仙纪念医院 | 肿瘤预后评估方法、装置、计算机设备和存储介质 |
-
2022
- 2022-11-28 CN CN202211500271.4A patent/CN115762788A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116228753A (zh) * | 2023-05-06 | 2023-06-06 | 中山大学孙逸仙纪念医院 | 肿瘤预后评估方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Attia et al. | Screening for cardiac contractile dysfunction using an artificial intelligence–enabled electrocardiogram | |
KR101818074B1 (ko) | 인공지능 기반 의료용 자동 진단 보조 방법 및 그 시스템 | |
CN103262083A (zh) | 具有患者特异设置的超声成像系统 | |
Ghosh et al. | Deep transfer learning for automated intestinal bleeding detection in capsule endoscopy imaging | |
CN110348477B (zh) | 医疗图像处理方法、存储介质及计算机设备 | |
CN111276203B (zh) | 一种肿瘤自动登记分析方法及系统 | |
CN115762788A (zh) | 基于肿瘤细胞检测的肿瘤复发转移风险评估系统 | |
CN114582496A (zh) | 一种常见妇科疾病预测模型构建方法和预测系统 | |
CN112447270A (zh) | 一种用药推荐方法、装置、设备及存储介质 | |
JP6174490B2 (ja) | 特別な特性を実証する事例を用いて、患者データベースの動的成長を行うシステム及び方法 | |
CN113823372A (zh) | 一种用于肝癌复发预测的数据收集处理系统 | |
CN117316392A (zh) | 基于智慧医疗的医学影像信息管理系统及方法 | |
CN113435469A (zh) | 一种基于深度学习的肾肿瘤增强ct图像自动识别系统及其训练方法 | |
US20230230709A1 (en) | Systems and methods for automatically managing image data | |
US20230206435A1 (en) | Artificial intelligence-based gastroscopy diagnosis supporting system and method for improving gastrointestinal disease detection rate | |
CN114664441A (zh) | 冠心病风险评估系统 | |
CN115690056A (zh) | 基于her2基因检测的胃癌病理图像分类方法及系统 | |
CN113962992A (zh) | 基于深度学习的泌尿结石平扫ct图像识别系统及训练方法 | |
CN114494191A (zh) | 医用图像处理方法、设备及计算机存储介质 | |
CN112530580A (zh) | 医疗影像图片的处理方法和计算机可读存储介质 | |
KR102651589B1 (ko) | 영상 및 비영상 데이터를 이용한 질병 예후 통합 예측 방법, 장치 및 컴퓨터 프로그램 | |
US20230282333A1 (en) | Deep learning-assisted approach for accurate histologic grading and early detection of dysplasia | |
EP4231313A1 (en) | Cadx device and a method of calibration of the device | |
CN116721240B (zh) | 皮肤瘢痕测量及皮下硬块感知测试的ai系统、分析方法 | |
CN117974531A (zh) | 一种甲状腺超声影像处理装置、方法、电子设备及介质 |
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 |