[发明专利]一种ki67指数确定方法及系统

权利要求书

1.一种ki67指数确定方法，其特征在于，包括如下步骤：

步骤一、建立神经胶质瘤患者数据集，数据集中包括患者信息，所述患者信息包括患者的性别、年龄、术后病理化验Ki67指数结果、两通道图像T1C-IN、两通道图像T2F-IN和四通道图像Merge-IN；上述四通道图像Merge-IN的得到方法如下：获得患者的MRI图像的T1C模态图像和T2 Flair模态图像；T1C模态图像进行颅骨剥离得到第一脑部MRI图像，剥离T1C模态图像中的肿瘤位置图像得到第一肿瘤图像；T2 Flair模态图像T进行颅骨剥离得到第二脑部MRI图像，剥离T2 Flair模态图中的肿瘤位置图像得到第二肿瘤图像；第一脑部MRI图像与第一肿瘤图像合并形成两通道图像T1C-IN，第二脑部MRI图像与第二肿瘤图像合并形成两通道图像T2F-IN；两通道图像T1C-IN和两通道图像T2F-IN合并形成四通道图像Merge-IN；

步骤二、将数据集输送到KiNet级联神经网络；所述KiNet级联神经网络包括两个相同辅助分支和一个主分支；两通道图像T1C-IN和两通道图像T2F-IN各输入一个辅助分支，然后经过全连接层分别得到损失函数loss_T1C和loss_T2F；四通道图像Merge-IN输入主分支然后经过全连接层，各通道得到对应的损失函数和结果；各通道对应的损失函数分别为loss_s1，loss_s2，loss_s3，loss_s4；患者的性别、年龄、各通道得到对应的损失函数和结果结合得到一个通道数为10的输入；将通道数为10的输入通过全连接层得到主分支的损失函数loss_cat；

主分支多尺度分类和元数据拼接后的输出损失函数loss_macter定义为

loss_master＝β₁×loss_s1+β₂×loss_s2+β₃×loss_s3+β₄×loss_s4+β₅×loss_cat

β₁、β₂、β₃、β₄、β₅分别为权重系数；

KiNet级联神经网络总的损失函数loss定义为

loss＝α₁×loss_T1C+α₂×loss_T2F+α₃×loss_master

α₁、α₂、α3均为系数；loss_T1C和loss_T2F是两个独立辅助分支的损失；

则有：

Loss＝α₁*loss_T1C+α₂*loss_T2F+α₃*(β₁*loss_S1+β₂*loss_S2+β₃*loss_S3+β₄*loss_S4+β₅*loss_cat)

步骤三、对KiNet级联神经网络进行训练得到loss最小时，β₁、β₂、β₃、β₄、β₅和α₁、α₂、α₃的值，即得到训练好的KiNet级联神经网络；

步骤四、向训练好的KiNet级联神经网络输入患者的性别、年龄、MRI图像的T1C模态图像和T2 Flair模态图像得到Ki67指数。