[发明专利]神经网络肝纤维化诊断方法及系统

说明书

技术领域

本发明涉及一种医疗诊断技术，尤其是一种神经网络肝纤维化诊断方法及系统。

背景技术

肝纤维化是许多慢性肝病的共同病理过程，如病毒性肝炎，酒精性肝病，自身免疫性肝病等均可出现肝脏纤维化，而严重的肝纤维化最终可导致肝硬化甚至肝癌；临床早期诊断肝纤维化，对于及早采用抗纤维化治疗、逆转肝纤维化的过程及改善预后具有重要意义。目前，诊断肝纤维化的金标准是肝脏活体组织检查(简称肝活检)，但是，肝脏活体组织检查具有创伤性，并且可能引发严重的并发症，患者难以接受，同时肝活检的准确性受病理医师主观性、取材部位等因素的影响较大，而单项指标对肝纤维化的诊断能力有限，医生可能因为某项指标的特异性或敏感性不足造成对疾病严重程度的错误判断；另外一些实验室血清学指标(如：透明质酸、层粘蛋白、胶原肽等)和影像学也常用于肝纤维化的诊断，为提高这些无创诊断方法的诊断效率，多指标诊断模型现在是该领域的研究热点，已部分取代肝活检在肝纤维化诊断中的作用。目前有学者结合多项血清学指标构建的诊断模型对肝纤维化进行诊断，如FibroTest、APRI等诊断模型，但是这类模型多是基于统计学方法建立的多因素回归模型，在不同的实验室其效果不同，很难具有统一的评价标准。

发明内容

本发明提供一种神经网络肝纤维化诊断方法及系统，用以解决现有技术中的缺陷，进一步提高诊断的准确性。

本发明实施例提供一种神经网络肝纤维化诊断方法，包括以下步骤：

1)向数据库录入或导入多个以具有病理诊断的数据为训练样本的样本组；

2)构建BP神经网络模型；

3)从所述数据库中提取所述样本组并将所述训练样本依次输入所述BP神经网络模型，对所述BP神经网络模型进行反复训练，至到计算结果达到预设的期望误差形成诊断神经网络；

4)向所述诊断神经网络输入测量数据并对所述诊断神经网络输出的计算结果的准确率进行测试；

5)向测试过的诊断神经网络输入检测数据经其诊断后将诊断结果输出。

本发明实施例提供一种神经网络肝纤维化诊断系统，包括：

输入装置，用于输入多个以具有病理诊断的数据为训练样本的样本组，用于输入测试数据及检测数据；

存储装置，与所述输入装置连接，用于存储所述样本组；

神经网络运算装置，至少包括：

提取单元，与所述存储装置连接，用于从所述存储装置中提取所述样本组并将所述训练样本依次输入网络单元；

网络单元，与所述提取单元连接；用于接收所述训练样本并根据网络单元内部的计算关系输出计算结果；

训练单元，与所述网络单元连接，用于根据所述训练样本反复调整网络单元内部运算关系至到计算结果达到预设的期望误差；

测试单元，与所述网络单元和输入装置分别连接，用于根据向所述网络单元输入的测量数据对所述网络单元输出的计算结果的准确率进行测试；

诊断单元，与所述网络单元和训练单元连接，设有输入端和输出端；所述输入端与所述输入装置连接用于将检测数据传送至所述网络单元，

所述输出端用于将所述网络单元的计算结果输出至显示装置；

显示装置，与网络单元连接，用于显示所述输入装置输入的训练数据、测试数据、检测数据和所述网络单元输出的诊断结果。

本发明提供的神经网络肝纤维化诊断方法及系统，采用了神经网络建模技术，结合多项血清学指标对肝纤维化程度进行诊断，该模型在对非线性问题的处理(如疾病的进程)、判别和拟和方面，相对统计学方法建立的模型具有更大的优势，可以进一步提高诊断的准确性。

附图说明

图1为本发明神经网络肝纤维化诊断方法第一具体实施例的流程图。

图2为本发明神经网络肝纤维化诊断系统的具体实施例的结构示意图。

附图标记：

输入装置1； 存储装置2；     神经网络运算装置3；

显示装置4； 提取单元31；    网络单元32；

训练单元33；测试单元34；    诊断单元35；

输入层10；  隐含层20；      输出层30；

比较模块40；权值调整模块50；传输模块60；

计算模块70；输入模块80；    输出模块90。

具体实施方式