本申請(qǐng)涉及醫(yī)療自動(dòng)化診斷，特別是涉及一種回盲部潰瘍的鑒別診斷系統(tǒng)、裝置及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、回盲部潰瘍是克羅恩病、腸結(jié)核以及腸白塞病常見的疾病表現(xiàn)之一，醫(yī)療人員可以通過對(duì)回盲部潰瘍進(jìn)行鑒別診斷，從而鑒別患者所患的是克羅恩病、腸結(jié)核還是腸白塞病。然而，回盲部潰瘍這一常見的消化系統(tǒng)病理表現(xiàn)仍然是診斷上的一大難題。由于腸結(jié)核的高發(fā)病率，腸結(jié)核成為回盲部潰瘍的主要病因之一。此外，近年來，由于克羅恩病與腸白塞病的發(fā)病率也呈逐年上升的趨勢(shì)，因此進(jìn)一步加大了回盲部潰瘍的鑒別診斷難度。

2、在上述背景下，醫(yī)學(xué)界一直致力于開發(fā)新的鑒別診斷工具和方法，以提高克羅恩病、腸結(jié)核以及腸白塞病的鑒別診斷準(zhǔn)確性。近年來，隨著人工智能和深度學(xué)習(xí)技術(shù)的不斷發(fā)展，基于可視化卷積神經(jīng)網(wǎng)絡(luò)特征圖的深度學(xué)習(xí)模型已經(jīng)在幫助鑒別診斷克羅恩病、腸結(jié)核以及腸白塞病的應(yīng)用中顯示出了良好的潛力。

3、但是上述利用深度學(xué)習(xí)模型鑒別診斷克羅恩病、腸結(jié)核以及腸白塞病還存在一些缺陷。例如，由于現(xiàn)有的深度學(xué)習(xí)模型僅依賴于患者的內(nèi)鏡圖像(即，腸鏡圖像)鑒別診斷克羅恩病、腸結(jié)核以及腸白塞病，因此僅考慮了內(nèi)鏡圖像單一模態(tài)的信息，忽視了其他可能對(duì)鑒別診斷克羅恩病、腸結(jié)核以及腸白塞病有價(jià)值的臨床數(shù)據(jù)和影像學(xué)數(shù)據(jù)，從而對(duì)于不典型病變的內(nèi)鏡圖像來說，鑒別診斷的準(zhǔn)確率較低，無法為醫(yī)生提供準(zhǔn)確且更為全面的決策支持。

4、針對(duì)上述的現(xiàn)有技術(shù)中存在的由于現(xiàn)有技術(shù)僅考慮了單一模態(tài)的信息，忽視了其他可能對(duì)鑒別診斷克羅恩病、腸結(jié)核以及腸白塞病有價(jià)值的臨床數(shù)據(jù)和影像學(xué)數(shù)據(jù)，從而對(duì)于不典型病變的內(nèi)鏡圖像來說，鑒別診斷的準(zhǔn)確率較低，無法為醫(yī)生提供準(zhǔn)確且更為全面的決策支持的技術(shù)問題，目前尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)思路

1、本公開的實(shí)施例提供了一種回盲部潰瘍的鑒別診斷系統(tǒng)、裝置及存儲(chǔ)介質(zhì)，以至少解決現(xiàn)有技術(shù)中存在的由于現(xiàn)有技術(shù)僅考慮了單一模態(tài)的信息，忽視了其他可能對(duì)鑒別診斷克羅恩病、腸結(jié)核以及腸白塞病有價(jià)值的臨床數(shù)據(jù)和影像學(xué)數(shù)據(jù)，從而對(duì)于不典型病變的內(nèi)鏡圖像來說，鑒別診斷的準(zhǔn)確率較低，無法為醫(yī)生提供準(zhǔn)確且更為全面的決策支持的技術(shù)問題。

2、根據(jù)本公開實(shí)施例的一個(gè)方面，提供了一種回盲部潰瘍的鑒別診斷系統(tǒng)，包括：數(shù)據(jù)庫(kù)、預(yù)測(cè)診斷模塊以及輸出模塊，其中數(shù)據(jù)庫(kù)與預(yù)測(cè)診斷模塊連接，配置用于提供與目標(biāo)對(duì)象對(duì)應(yīng)的第一疾病診斷信息；輸出模塊與預(yù)測(cè)診斷模塊連接，配置用于輸出目標(biāo)對(duì)象的預(yù)測(cè)診斷信息，其中預(yù)測(cè)診斷信息用于指示目標(biāo)對(duì)象患有克羅恩病、腸結(jié)核或腸白塞病，并且其中預(yù)測(cè)診斷模塊配置用于執(zhí)行以下操作：基于所接收到的與目標(biāo)對(duì)象對(duì)應(yīng)的第一疾病診斷信息，提取多個(gè)第一特征信息；對(duì)多個(gè)第一特征信息進(jìn)行預(yù)處理，生成多個(gè)第二特征信息，并將各個(gè)第二特征信息組合，從而確定一個(gè)或多個(gè)第一組合信息；確定與各個(gè)第二特征信息分別對(duì)應(yīng)的第一預(yù)測(cè)診斷模型，并利用第一預(yù)測(cè)診斷模型和對(duì)應(yīng)的第二特征信息進(jìn)行預(yù)測(cè)，從而生成第一預(yù)測(cè)結(jié)果；確定與一個(gè)或多個(gè)第一組合信息對(duì)應(yīng)的第二預(yù)測(cè)診斷模型，并利用第二預(yù)測(cè)診斷模型和對(duì)應(yīng)的組合信息進(jìn)行預(yù)測(cè)，從而生成第二預(yù)測(cè)結(jié)果；以及將第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果融合，并生成預(yù)測(cè)診斷信息。

3、根據(jù)本公開實(shí)施例的另一個(gè)方面，還提供了一種存儲(chǔ)介質(zhì)，存儲(chǔ)介質(zhì)包括存儲(chǔ)的程序，其中，在程序運(yùn)行時(shí)由處理器執(zhí)行以上任意一項(xiàng)所述的方法。

4、根據(jù)本公開實(shí)施例的另一個(gè)方面，還提供了一種回盲部潰瘍的鑒別診斷裝置，包括：特征信息提取模塊，用于基于所接收到的與目標(biāo)對(duì)象對(duì)應(yīng)的第一疾病診斷信息，提取多個(gè)第一特征信息；特征信息組合模塊，用于對(duì)多個(gè)第一特征信息進(jìn)行預(yù)處理，生成多個(gè)第二特征信息，并將各個(gè)第二特征信息組合，從而確定一個(gè)或多個(gè)第一組合信息；第一預(yù)測(cè)結(jié)果生成模塊，用于確定與各個(gè)第二特征信息分別對(duì)應(yīng)的第一預(yù)測(cè)診斷模型，并利用第一預(yù)測(cè)診斷模型和對(duì)應(yīng)的第二特征信息進(jìn)行預(yù)測(cè)，從而生成第一預(yù)測(cè)結(jié)果；第二預(yù)測(cè)結(jié)果生成模塊，用于確定與一個(gè)或多個(gè)第一組合信息對(duì)應(yīng)的第二預(yù)測(cè)診斷模型，并利用第二預(yù)測(cè)診斷模型和對(duì)應(yīng)的組合信息進(jìn)行預(yù)測(cè)，從而生成第二預(yù)測(cè)結(jié)果；以及預(yù)測(cè)結(jié)果融合模塊，用于將第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果融合，并生成預(yù)測(cè)診斷信息。

5、根據(jù)本公開實(shí)施例的另一個(gè)方面，還提供了一種回盲部潰瘍的鑒別診斷裝置，包括：處理器；以及存儲(chǔ)器，與處理器連接，用于為處理器提供處理以下處理步驟的指令：基于所接收到的與目標(biāo)對(duì)象對(duì)應(yīng)的第一疾病診斷信息，提取多個(gè)第一特征信息；對(duì)多個(gè)第一特征信息進(jìn)行預(yù)處理，生成多個(gè)第二特征信息，并將各個(gè)第二特征信息組合，從而確定一個(gè)或多個(gè)第一組合信息；確定與各個(gè)第二特征信息分別對(duì)應(yīng)的第一預(yù)測(cè)診斷模型，并利用第一預(yù)測(cè)診斷模型和對(duì)應(yīng)的第二特征信息進(jìn)行預(yù)測(cè)，從而生成第一預(yù)測(cè)結(jié)果；確定與一個(gè)或多個(gè)第一組合信息對(duì)應(yīng)的第二預(yù)測(cè)診斷模型，并利用第二預(yù)測(cè)診斷模型和對(duì)應(yīng)的組合信息進(jìn)行預(yù)測(cè)，從而生成第二預(yù)測(cè)結(jié)果；以及將第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果融合，并生成預(yù)測(cè)診斷信息。

6、本申請(qǐng)公開了一種回盲部潰瘍的鑒別診斷系統(tǒng)。該系統(tǒng)包括數(shù)據(jù)庫(kù)、預(yù)測(cè)診斷模塊以及輸出模塊。其中數(shù)據(jù)庫(kù)與預(yù)測(cè)診斷模塊連接，配置用于提供與目標(biāo)對(duì)象對(duì)應(yīng)的第一疾病診斷信息。輸出模塊與預(yù)測(cè)診斷模塊連接，配置用于輸出目標(biāo)對(duì)象的預(yù)測(cè)診斷信息。其中預(yù)測(cè)診斷模塊還能夠執(zhí)行以下操作：首先，基于所接收到的與目標(biāo)對(duì)象對(duì)應(yīng)的第一疾病診斷信息，提取多個(gè)第一特征信息。然后，對(duì)多個(gè)第一特征信息進(jìn)行預(yù)處理，生成多個(gè)第二特征信息，并將各個(gè)第二特征信息組合，從而確定一個(gè)或多個(gè)第一組合信息。進(jìn)一步地，確定與各個(gè)特征信息分別對(duì)應(yīng)的第一預(yù)測(cè)診斷模型，并利用第一預(yù)測(cè)診斷模型和對(duì)應(yīng)的特征信息進(jìn)行預(yù)測(cè)，從而生成第一預(yù)測(cè)結(jié)果。之后確定與一個(gè)或多個(gè)第一組合信息對(duì)應(yīng)的第二預(yù)測(cè)診斷模型，并利用第二預(yù)測(cè)診斷模型和對(duì)應(yīng)的組合信息進(jìn)行預(yù)測(cè)，從而生成第二預(yù)測(cè)結(jié)果。最后，將第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果融合，并生成預(yù)測(cè)診斷信息。

7、由于本申請(qǐng)中的預(yù)測(cè)診斷模塊不僅基于多個(gè)第一特征信息生成了對(duì)應(yīng)的第一預(yù)測(cè)結(jié)果，還進(jìn)一步的基于多個(gè)第一特征信息，生成了一個(gè)或多個(gè)第一組合信息，并基于一個(gè)或多個(gè)第一組合信息生成對(duì)應(yīng)的第二預(yù)測(cè)結(jié)果，從而基于第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果所確定的與目標(biāo)對(duì)象對(duì)應(yīng)的預(yù)測(cè)診斷信息，是基于多模態(tài)的特征信息所確定的鑒別診斷信息。從而相比于現(xiàn)有的僅基于單一模態(tài)的特征信息確定鑒別診斷信息來說，本申請(qǐng)能夠達(dá)到提升診斷的準(zhǔn)確率，并為醫(yī)生提供更加準(zhǔn)確且更為全面的決策支持的技術(shù)效果。

8、進(jìn)而解決了現(xiàn)有技術(shù)中存在的由于現(xiàn)有技術(shù)僅考慮了單一模態(tài)的信息，忽視了其他可能對(duì)鑒別診斷克羅恩病、腸結(jié)核以及腸白塞病有價(jià)值的臨床數(shù)據(jù)和影像學(xué)數(shù)據(jù)，從而對(duì)于不典型病變的內(nèi)鏡圖像來說，鑒別診斷的準(zhǔn)確率較低，無法為醫(yī)生提供準(zhǔn)確且更為全面的決策支持的技術(shù)問題。

9、此外，由于本申請(qǐng)?jiān)谏闪说谝活A(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果之后，還對(duì)第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果進(jìn)行了融合處理，因此能夠進(jìn)一步提升融合后所生成的預(yù)測(cè)診斷信息的精確度。

技術(shù)特征：

1.一種回盲部潰瘍的鑒別診斷系統(tǒng)，其特征在于，包括：數(shù)據(jù)庫(kù)、預(yù)測(cè)診斷模塊以及輸出模塊，其中

2.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述預(yù)測(cè)診斷模塊還配置用于執(zhí)行以下操作：

3.根據(jù)權(quán)利要求1所述的系統(tǒng)，其特征在于，所述預(yù)測(cè)診斷模塊包括：預(yù)處理模塊，其中所述預(yù)處理模塊配置用于執(zhí)行以下操作：

4.根據(jù)權(quán)利要求3所述的系統(tǒng)，其特征在于，將所述第一預(yù)測(cè)結(jié)果和所述第二預(yù)測(cè)結(jié)果融合，并生成所述預(yù)測(cè)診斷信息的操作，包括：

5.根據(jù)權(quán)利要求4所述的系統(tǒng)，其特征在于，所述預(yù)處理模塊還配置用于執(zhí)行以下操作：

6.根據(jù)權(quán)利要求5所述的系統(tǒng)，其特征在于，所述預(yù)測(cè)診斷模塊還包括：模型訓(xùn)練模塊，其中所述模型訓(xùn)練模塊與所述預(yù)處理模塊通信連接，配置用于執(zhí)行以下操作：

7.根據(jù)權(quán)利要求6所述的系統(tǒng)，其特征在于，所述預(yù)測(cè)診斷模塊還包括：評(píng)估模塊，其中所述評(píng)估模塊與所述模型訓(xùn)練模塊連接，所述評(píng)估模塊配置用于執(zhí)行以下操作：

8.一種存儲(chǔ)介質(zhì)，其特征在于，所述存儲(chǔ)介質(zhì)包括存儲(chǔ)的程序，其中，在所述程序運(yùn)行時(shí)由處理器執(zhí)行以下步驟：

9.一種回盲部潰瘍的鑒別診斷裝置，其特征在于，包括：

10.一種回盲部潰瘍的鑒別診斷裝置，其特征在于，包括：

技術(shù)總結(jié)
本申請(qǐng)公開了回盲部潰瘍的鑒別診斷系統(tǒng)、裝置及存儲(chǔ)介質(zhì)，包括：預(yù)測(cè)診斷模塊，并且其中預(yù)測(cè)診斷模塊配置用于執(zhí)行以下操作：基于所接收到的與目標(biāo)對(duì)象對(duì)應(yīng)的第一疾病診斷信息，提取多個(gè)第一特征信息；對(duì)多個(gè)第一特征信息進(jìn)行預(yù)處理，生成多個(gè)第二特征信息，并將各個(gè)第二特征信息組合，從而確定一個(gè)或多個(gè)第一組合信息；確定與各個(gè)第二特征信息分別對(duì)應(yīng)的第一預(yù)測(cè)診斷模型，并利用第一預(yù)測(cè)診斷模型和對(duì)應(yīng)的第二特征信息進(jìn)行預(yù)測(cè)，從而生成第一預(yù)測(cè)結(jié)果；確定與一個(gè)或多個(gè)第一組合信息對(duì)應(yīng)的第二預(yù)測(cè)診斷模型，并利用第二預(yù)測(cè)診斷模型和對(duì)應(yīng)的組合信息進(jìn)行預(yù)測(cè)，從而生成第二預(yù)測(cè)結(jié)果；以及將第一預(yù)測(cè)結(jié)果和第二預(yù)測(cè)結(jié)果融合，并生成預(yù)測(cè)診斷信息。

技術(shù)研發(fā)人員：楊紅,韓偉,阮戈沖,柏小寅,舒慧君,梁浩正,董旭旸,張慧敏,丁雪麗,王玉芳,張曉嵐,王春峰,丁輝,李修嶺,劉愛玲,徐紅珍,李云龍
受保護(hù)的技術(shù)使用者：中國(guó)醫(yī)學(xué)科學(xué)院北京協(xié)和醫(yī)院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19