基于代谢产物的胃癌腹膜转移预测系统及方法

本技术涉及胃癌腹膜转移，具体地，涉及一种基于代谢产物的胃癌腹膜转移预测系统及方法。背景技术：1、胃癌是全球范围内常见的恶性肿瘤之一，其腹膜转移是胃癌晚期常见的转移方式，严重影响患者的预后和生活质量。腹膜转移的早期诊断对于治疗方案的选择和预后至关重要。然而，传统的胃癌腹膜转移诊断方法主要基于组织形态学和临床症状，但这些方法往往需要侵入性检查，且在早期腹膜转移的诊断上存在一定的局限性。2、因此，期望一种优化的胃癌腹膜转移预测系统。技术实现思路1、提供该技术实现要素：部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。2、第一方面，本技术提供了一种基于代谢产物的胃癌腹膜转移预测系统，所述系统包括：3、患者代谢产物总离子流图获取模块，用于获取被检测患者对象的代谢产物的总离子流图；4、代谢产物参考总离子流图提取模块，用于从数据库提取被标注为发生转移的代谢产物参考总离子流图的集合；5、发生转移代谢产物参考总离子流图特征捕捉模块，用于分别对所述被标注为发生转移的代谢产物参考总离子流图的集合中的各个被标注为发生转移的代谢产物参考总离子流图进行特征提取以得到代谢产物参考总离子流特征图的集合；6、代谢产物参考总离子流特征强化聚合模块，用于对所述代谢产物参考总离子流特征图的集合进行基于多尺度聚焦和节点显著性信息集成的特征强化和语义聚合处理以得到代谢产物参考总离子流语义聚合表示向量；7、患者代谢产物总离子流图特征捕捉模块，用于对所述被检测患者对象的代谢产物的总离子流图进行特征提取以得到代谢产物检测总离子流语义聚焦表示向量；8、代谢产物检测-参考总离子流语义差异计算模块，用于计算所述代谢产物检测总离子流语义聚焦表示向量与所述代谢产物参考总离子流语义聚合表示向量之间的汉明距离；9、胃癌腹膜转移检测模块，用于基于所述汉明距离与预定阈值之间的比较，确定被检测患者对象发生胃癌腹膜转移的几率是否超过预定风险阈值。10、可选地，所述发生转移代谢产物参考总离子流图特征捕捉模块，用于：将所述被标注为发生转移的代谢产物参考总离子流图的集合中的各个被标注为发生转移的代谢产物参考总离子流图通过基于空洞卷积神经网络模型的离子流图特征提取器以得到所述代谢产物参考总离子流特征图的集合。11、可选地，所述代谢产物参考总离子流特征强化聚合模块，包括：代谢产物参考总离子流特征多尺度语义聚焦表示单元，用于将所述代谢产物参考总离子流特征图的集合中的各个代谢产物参考总离子流特征图输入特征多尺度聚焦模块以得到所述代谢产物参考总离子流多尺度语义聚焦表示向量的集合；代谢产物参考总离子流特征节点信息显著集成单元，用于将所述代谢产物参考总离子流多尺度语义聚焦表示向量的集合输入结合节点显著性的节点间信息集成网络以得到代谢产物参考总离子流语义聚合表示向量。12、可选地，所述代谢产物参考总离子流特征多尺度语义聚焦表示单元，进一步用于：对所述代谢产物参考总离子流特征图进行上采样以得到上采样代谢产物参考总离子流特征图；对所述上采样代谢产物参考总离子流特征图中沿通道维度的各个特征矩阵进行全局均值池化处理以得到上采样代谢产物参考总离子流通道特征向量；对所述上采样代谢产物参考总离子流通道特征向量进行点卷积编码以得到代谢产物参考总离子流全局语义特征向量；对所述上采样代谢产物参考总离子流特征图进行点卷积编码以得到通道调制上采样代谢产物参考总离子流特征图；对所述通道调制上采样代谢产物参考总离子流特征图进行二维卷积编码以得到代谢产物参考总离子流局部语义特征向量；融合所述代谢产物参考总离子流全局语义特征向量和所述代谢产物参考总离子流局部语义特征向量以得到所述代谢产物参考总离子流多尺度语义聚焦表示向量。13、可选地，所述代谢产物参考总离子流特征节点信息显著集成单元，包括： 显著因子计算子单元，用于使用评分函数来度量所述代谢产物参考总离子流多尺度语义聚焦表示向量的集合中前k-1个代谢产物参考总离子流多尺度语义聚焦表示向量的显著因子以得到k-1个代谢产物参考总离子流显著因子；加权聚合子单元，用于以所述k-1个代谢产物参考总离子流显著因子作为权重，计算所述代谢产物参考总离子流多尺度语义聚焦表示向量的集合中前k-1个代谢产物参考总离子流多尺度语义聚焦表示向量的按位置加权和以聚合所述代谢产物参考总离子流多尺度语义聚焦表示向量的集合中前k-1个代谢产物参考总离子流多尺度语义聚焦表示向量以得到后部节点集合代谢产物参考总离子流关联聚合表示向量；线性调制子单元，用于使用预设超参数对所述代谢产物参考总离子流多尺度语义聚焦表示向量的集合中第k个代谢产物参考总离子流多尺度语义聚焦表示向量进行线性调制以得到调制后第k个代谢产物参考总离子流多尺度语义聚焦表示向量；按位置加和计算子单元，用于计算所述调制后第k个代谢产物参考总离子流多尺度语义聚焦表示向量和所述后部节点集合代谢产物参考总离子流关联聚合表示向量的按位置加和以得到代谢产物参考总离子流全节点聚合表示向量；多层感知子单元，用于将所述代谢产物参考总离子流全节点聚合表示向量输入多层感知机模型以得到所述代谢产物参考总离子流语义聚合表示向量。14、可选地，所述显著因子计算子单元，包括： 向量矩阵乘积计算二级子单元，用于分别计算各个权重系数矩阵与前k-1个所述代谢产物参考总离子流多尺度语义聚焦表示向量之间的矩阵乘积以得到前k-1个代谢产物参考总离子流加权特征向量；偏置向量加和二级子单元，用于将所述前k-1个代谢产物参考总离子流加权特征向量中的各个前k-1个代谢产物参考总离子流加权特征向量加上相应的偏置向量以得到前k-1个代谢产物参考总离子流偏置特征向量；激活二级子单元，用于将所述前k-1个代谢产物参考总离子流偏置特征向量进行激活以得到前k-1个代谢产物参考总离子流激活特征向量；权重系数向量乘积二级子单元，用于计算所述前k-1个代谢产物参考总离子流激活特征向量中的各个代谢产物参考总离子流激活特征向量与权重系数向量之间的乘积以得到前k-1个代谢产物参考总离子流关联度；函数二级子单元，用于将所述前k-1个代谢产物参考总离子流关联度输入函数以得到所述k-1个代谢产物参考总离子流显著因子。15、可选地，所述激活二级子单元，用于：将所述前k-1个代谢产物参考总离子流偏置特征向量输入函数进行激活以得到所述前k-1个代谢产物参考总离子流激活特征向量。16、可选地，所述患者代谢产物总离子流图特征捕捉模块，用于：将所述被检测患者对象的代谢产物的总离子流图输入所述基于空洞卷积神经网络模型的离子流图特征提取器和所述特征多尺度聚焦模块以得到所述代谢产物检测总离子流语义聚焦表示向量。17、可选地，胃癌腹膜转移检测模块，用于：响应于所述汉明距离小于所述预定阈值，确定被检测患者对象发生胃癌腹膜转移的几率超过预定风险阈值。18、第二方面，本技术提供了一种基于代谢产物的胃癌腹膜转移预测方法，所述方法包括：19、获取被检测患者对象的代谢产物的总离子流图；20、从数据库提取被标注为发生转移的代谢产物参考总离子流图的集合；21、分别对所述被标注为发生转移的代谢产物参考总离子流图的集合中的各个被标注为发生转移的代谢产物参考总离子流图进行特征提取以得到代谢产物参考总离子流特征图的集合；22、对所述代谢产物参考总离子流特征图的集合进行基于多尺度聚焦和节点显著性信息集成的特征强化和语义聚合处理以得到代谢产物参考总离子流语义聚合表示向量；23、对所述被检测患者对象的代谢产物的总离子流图进行特征提取以得到代谢产物检测总离子流语义聚焦表示向量；24、计算所述代谢产物检测总离子流语义聚焦表示向量与所述代谢产物参考总离子流语义聚合表示向量之间的汉明距离；25、基于所述汉明距离与预定阈值之间的比较，确定被检测患者对象发生胃癌腹膜转移的几率是否超过预定风险阈值。26、采用上述技术方案，通过获取患者对象的代谢产物的总离子流图以及被标注为发生转移的代谢产物参考总离子流图的集合，并在后端引入基于深度学习的图像处理和分析算法来进行该代谢产物的总离子流图和发生转移的代谢产物参考总离子流图的集合的联合分析和对比，以此来度量代谢产物检测总离子流语义和代谢产物参考总离子流聚合语义之间的相似程度，从而判断患者对象发生胃癌腹膜转移的几率。这样，能够实现无侵入性地预估胃癌腹膜转移的风险，有助于医生制定更加个性化和精准的治疗方案。27、本技术的其他特征和优点将在随后的具体实施方式部分予以详细说明。