[发明专利]克罗恩病的全面疾病严重程度指数的预测方法及相关设备

说明书

本申请公开了一种克罗恩病的全面疾病严重程度指数的预测方法及相关设备，方法包括获取待预测的影像数据中的肠系膜脂肪组织的影像组学特征；基于影像组学特征，确定克罗恩病的各第一影响因素对应的第一评分；获取影像数据对应的临床信息，基于临床信息确定克罗恩病的各第二影响影像对应的第二评分；基于所有第一评分和所有第二评分，预测克罗恩病的全面疾病严重程度指数。本申请通过影像数据提取肠系膜脂肪组织的影像组学特征，并基于影像组学特征预测克罗恩病的全面疾病严重程度指数，这样通过影像数据来学习肠系膜脂肪组织的生物学信息，以预测克罗恩病的全面疾病严重程度指数，降低了基于肠系膜脂肪组织来确定克罗恩病的难度以及复杂度。

技术领域

本申请涉及生物医学工程技术领域，特别涉及一种克罗恩病的全面疾病严重程度指数的预测方法及相关设备。

背景技术

克罗恩病(Crohn‘s Disease，CD)是一种慢性致残性的炎症性肠病，其疾病活动性通常是基于某一时刻的症状来定义的，而往往忽略了疾病的长期负荷。除了针对症状的治疗，目前也逐渐意识到积极预防不可逆的肠道损伤以避免或减低CD相关住院和/或手术率的重要性。其中，爬行脂肪已被认为是衡量CD的一个重要指标，爬行脂肪或肠系膜脂肪增生，即炎性肠段周围肠系膜脂肪增厚堆积。然而，目前仅能在手术或者病理标本中观察爬行脂肪，从而增加了通过爬行脂肪或肠系膜脂肪增生对克罗恩病进行预测的难度以及复杂度。

发明内容

本申请要解决的技术问题在于，针对现有技术的不足，提供一种克罗恩病的全面疾病严重程度指数的预测方法及相关设备。

为了解决上述技术问题，本申请实施例第一方面提供了一种克罗恩病的全面疾病严重程度指数的预测方法，所述的预测方法包括：

获取待预测的影像数据中的肠系膜脂肪组织的影像组学特征，其中，所述影像数据为克罗恩病患者的影像数据；

基于所述影像组学特征，确定第一数量的克罗恩病的第一影响因素中的各第一影响因素对应的第一评分；

获取影像数据对应的临床信息，并基于所述临床信息确定第二数量的克罗恩病的第二影响因素中的各第二影响影像对应的第二评分；

基于确定的所有第一评分和所有第二评分，预测克罗恩病的全面疾病严重程度指数。

所述克罗恩病的全面疾病严重程度指数的预测方法，其中，所述获取待预测的影像数据中的肠系膜脂肪组织的影像组学特征具体包括：

将待预测的影像数据输入分割网络模型，通过分割网络模型识别所述影像数据中的肠系膜脂肪组织区域；

对所述肠系膜脂肪组织区域进行特征提取，以得到所述影像数据中的肠系膜脂肪组织的影像组学特征。

所述克罗恩病的全面疾病严重程度指数的预测方法，其中，所述第一数量的克罗恩病的第一影响因素包括CRP、白蛋白、贫血、瘘、肛周脓肿、狭窄、病变范围以及黏膜病变。

所述克罗恩病的全面疾病严重程度指数的预测方法，其中，所述第二数量的克罗恩病的第二影响因素包括腹痛、稀便、有无肛门直肠疼痛/肠道急症/失禁/分泌物/里急后重、手术史、有无造口、疫抑制剂/生物制剂、过去一年有无用类固醇以及对日常生活的影响。

所述克罗恩病的全面疾病严重程度指数的预测方法，其中，所述基于所述影像组学特征，确定第一数量的克罗恩病的第一影响因素中的各第一影响因素对应的第一评分具体包括：

将所述影像组学特征输入经过训练的分类模型，通过分类模型输出第一数量的克罗恩病的第一影响因素中的各第一影响因素对应的第一评分。

所述克罗恩病的全面疾病严重程度指数的预测方法，其中，所述将所述影像组学特征输入经过训练的分类模型，通过分类模型输出第一数量的克罗恩病的第一影响因素中的各第一影响因素对应的第一评分具体包括：