本发明涉及肾病预测,尤其涉及一种肾功能预测方法、装置、设备、介质及程序产品。
背景技术:
1、目前,iga肾病是世界上最常见的原发性肾小球肾炎,在亚洲和欧洲的一些国家可以占到原发性肾小球肾炎的30-50%。iga肾病患者进展速度存在较大差异,但是大部分患者会发展为慢性肾脏病,多达30%的患者在20-30年内发展至终末期肾病,需要透析或肾移植,两者均会明显降低患者的生活质量、造成巨大的经济负担和较高死亡率。
2、目前,iga免疫复合物的沉积只被认为是诊断iga肾病的标志,其沉积与患者治疗与预后的关系仍然需要进一步探讨。一些研究显示iga免疫球蛋白沉积和补体c3的亮度或沉积部位也与iga肾病患者的预后相关。然而,这个结论存在争议,一些研究显示iga沉积的部位与肾功能无关。现有技术中,在探讨iga免疫球蛋白沉积和补体c3的临床意义时,仅提取其图片的亮度或位置信息,而忽略iga免疫球蛋白沉积和补体c3的其他沉积特点。
3、现有技术中,均通过人眼识别免疫荧光图片的亮度和分布位置特点,使用传统的统计学方法建立iga和c3免疫荧光沉积与肾功能的联系,由于人眼提取的特征带有强烈的主观性,导致荧光图片中很多特征均被忽略,对肾功能预测方法准确度不高。
技术实现思路
1、本发明提供一种肾功能预测方法、装置、设备、介质及程序产品,用以解决现有技术中对肾功能预测方法准确度不高的缺陷,实现提升了肾功能预测的准确性,解决了现有技术中由于人眼提取的特征带有强烈的主观性,导致荧光图片中很多特征均被忽略,对肾功能预测方法准确度不高的缺陷。
2、本发明提供一种肾功能预测方法,包括:
3、获取待检测iga肾病患者的待检测iga荧光图片和/或待检测c3荧光图片;
4、将所述待检测iga荧光图片和/或待检测c3荧光图片输入至预先构建的细粒度图片分类网络,得到所述细粒度图片分类网络输出的所述待检测患者的肾功能预测结果,其中,所述细粒度图片分类网络是基于iga肾病患者的iga荧光图片和c3荧光图片,以及对应的肾小球滤过率构建的。
5、根据本发明提供的一种肾功能预测方法,所述细粒度图片分类网络是基于双线性模型训练得到的。
6、根据本发明提供的一种肾功能预测方法,所述将所述待检测iga荧光图片和/或待检测c3荧光图片输入至预先构建的细粒度图片分类网络,得到所述细粒度图片分类网络输出的所述待检测患者的肾功能预测结果的步骤包括:
7、将所述待检测iga荧光图片和/或待检测c3荧光图片输入至细粒度图片分类网络中的特征提取器,得到所述特征提取器输出的特征图,其中,所述细粒度图片分类网络包含两个特征提取器;
8、将所述特征图输入至所述细粒度图片分类网络中的外积器,得到所述外积器输出的双线性向量;
9、将所述双线性向量输入至所述细粒度图片分类网络中的分类器,得到所述分类器输出的肾功能预测结果。
10、根据本发明提供的一种肾功能预测方法,构建所述细粒度图片分类网络对应的损失函数包括交叉熵函数。
11、根据本发明提供的一种肾功能预测方法,所述肾功能预测结果为肾功能为正常的概率以及肾功能为慢性肾脏病的概率,所述肾功能预测结果用于判定所述待检测患者的肾功能是否正常。
12、根据本发明提供的一种肾功能预测方法,所述将所述待检测iga荧光图片和/或待检测c3荧光图片输入至预先构建的细粒度图片分类网络,得到所述细粒度图片分类网络输出的所述待检测患者的肾功能预测结果的步骤之后,还包括:
13、将所述待检测iga荧光图片和/或所述待检测c3荧光图片输入至特征可视化网络中,以通过所述特征可视化网络提取所述待检测iga荧光图片和/或所述待检测c3荧光图片的热点区域;
14、其中,所述特征可视化网络是基于所述细粒度图片分类网络训练得到的。
15、本发明还提供一种肾功能预测装置,包括:
16、荧光图片获取模块,用于获取待检测iga肾病患者的待检测iga荧光图片和/或待检测c3荧光图片;
17、肾功能预测模块,用于将所述待检测iga荧光图片和/或待检测c3荧光图片输入至预先构建的细粒度图片分类网络,得到所述细粒度图片分类网络输出的所述待检测患者的肾功能预测结果,其中,所述细粒度图片分类网络是基于iga肾病患者的iga荧光图片和c3荧光图片,以及对应的肾小球滤过率构建的。
18、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述肾功能预测方法的步骤。
19、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述肾功能预测方法的步骤。
20、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述肾功能预测方法的步骤。
21、本发明提供的肾功能预测方法,通过肾小球免疫球蛋白iga荧光图片和补体c3荧光图片,以及对应的肾小球滤过率构建细粒度图片分类网络,以建立一种客观全面的免疫荧光特征提取方法来揭露肾小球免疫球蛋白iga和补体c3的沉积特点对iga肾病肾功能的潜在影响,通过细粒度图片分类网络提取iga肾病患者肾小球免疫球蛋白iga和补体c3的沉积特点与患者肾小球滤过率(gfr)的关系,从而能够通过所构建的细粒度图片分类网络对待检测患者的肾功能进行肾功能预测,弥补了病理医生肉眼提取特征时的主观性及不全面性,提升了肾功能预测的准确性,解决了现有技术中由于人眼提取的特征带有强烈的主观性,导致荧光图片中很多特征均被忽略,对肾功能预测方法准确度不高的缺陷。
1.一种肾功能预测方法,其特征在于,包括:
2.根据权利要求1所述的肾功能预测方法,其特征在于,所述细粒度图片分类网络是基于双线性模型训练得到的。
3.根据权利要求1所述的肾功能预测方法,其特征在于,所述将所述待检测iga荧光图片和/或待检测c3荧光图片输入至预先构建的细粒度图片分类网络,得到所述细粒度图片分类网络输出的所述待检测患者的肾功能预测结果的步骤包括:
4.根据权利要求1所述的肾功能预测方法,其特征在于,构建所述细粒度图片分类网络对应的损失函数包括交叉熵函数。
5.根据权利要求1所述的肾功能预测方法,其特征在于,所述肾功能预测结果为肾功能为正常的概率以及肾功能为慢性肾脏病的概率,所述肾功能预测结果用于判定所述待检测患者的肾功能是否正常。
6.根据权利要求1至5任一项所述的肾功能预测方法,其特征在于,所述将所述待检测iga荧光图片和/或待检测c3荧光图片输入至预先构建的细粒度图片分类网络,得到所述细粒度图片分类网络输出的所述待检测患者的肾功能预测结果的步骤之后,还包括:
7.一种肾功能预测装置,其特征在于,包括:
8.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述肾功能预测方法的步骤。
9.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述肾功能预测方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至6任一项所述肾功能预测方法的步骤。