CN109741339A - 一种分区方法及系统 - Google Patents

一种分区方法及系统 Download PDF

Info

Publication number
CN109741339A
CN109741339A CN201811530373.4A CN201811530373A CN109741339A CN 109741339 A CN109741339 A CN 109741339A CN 201811530373 A CN201811530373 A CN 201811530373A CN 109741339 A CN109741339 A CN 109741339A
Authority
CN
China
Prior art keywords
brain
area
telocoele
line
right brain
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201811530373.4A
Other languages
English (en)
Other versions
CN109741339B (zh
Inventor
李鹏翔
金海岚
高连菊
姚洋洋
兰珊珊
宋凌
杨光明
秦岚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Strong Joint Creation (beijing) Technology Co Ltd
Original Assignee
Strong Joint Creation (beijing) Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Strong Joint Creation (beijing) Technology Co Ltd filed Critical Strong Joint Creation (beijing) Technology Co Ltd
Priority to CN201811530373.4A priority Critical patent/CN109741339B/zh
Publication of CN109741339A publication Critical patent/CN109741339A/zh
Application granted granted Critical
Publication of CN109741339B publication Critical patent/CN109741339B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本说明书实施例公开了一种分区方法及系统。本说明书实施例通过分区方法,解决了靠肉眼判断来进行ASPECTS评分,主观性差异较大,可操作性差的问题。该分区方法包括:接收待处理的头颅CT影像数据;核团层分区;核团上层分区,得到10个分区。本说明书实施例提供的分区方法和系统,能够排除人为因素以及影像设备成像差异带来的诊断差异,缩减人为观察、思考及手动分区所需的时间,提高诊断效率和准确率。

Description

一种分区方法及系统
技术领域
本说明书涉及医学影像和计算机技术领域,尤其涉及一种分区方法及系统。
背景技术
ASPECTS(Alberta Stroke Program Early CT Score)评分是2000年由Barber等学者提出的,该方法是脑卒中的一个重要诊断和治疗依据。该评分方法针对急性脑卒中的病人,医生依据其头颅CT影像数据,将大脑中动脉供血的重要层面分成10个区域:尾状核头(C)、豆状核(L)、内囊后肢(IC)、岛带(I)、M1(大脑中动脉前皮质层)、M2(大脑中动脉岛叶外侧皮质区)、M3(大脑中动脉后皮质层)、M4(M1上方的大脑中动脉皮层)、M5(M2上方的大脑中动脉皮层)和M6(M3上方的大脑中动脉皮层),每个区域的缺血程度评价为1分,对10个区域进行打分,以此进行病情判断并提供治疗依据。
目前在临床应用中,医生主要靠肉眼判断来进行ASPECTS评分,由于不同影像设备、不同技术人员、不同病人状况等不能保证头颅CT影像数据的一致性,用肉眼判断分区,因为主观性带来的差异较大,因此该方法的可操作性差;另外脑卒中病情发展极快,人脑供血障碍4-5分钟以上即可出现永久不可逆性梗死,致残致死率极高,而CT影像数据上组织分区界限分辨难度较高,如不能快速准确判断分区,会导致延误病情。
因此,目前需要一种分区方法,能够排除人为因素如技术水平、操作方法、图像质量、人眼分辨能力、疲劳程度、认知经验不同等,以及影像设备成像差异带来的诊断差异,缩减人为观察、思考及手动分区所需的时间,提高诊断效率和准确率。
发明内容
本说明书实施例提供一种分区方法及系统,用于解决以下技术问题:排除人为因素如技术水平、操作方法、图像质量、人眼分辨能力、疲劳程度、认知经验不同等,以及影像设备成像差异带来的诊断差异,缩减人为观察、思考及手动分区所需的时间,提高诊断效率和准确率。
本说明书实施例提供一种分区方法,包括以下步骤:
接收待处理的头颅CT影像数据;
核团层分区,获得左右脑各7个分区;
核团上层分区,获得左右脑各3个分区。
优选地,所述核团层分区,获得左右脑7个分区,具体包括:
从头颅CT影像核团层上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1-M3区。
优选地,所述从头颅CT影像核团层上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1-M3区,具体包括:
标记左右脑的尾状核头、豆状核、岛带和内囊后肢共8个区域及左右脑侧脑室前后脚的4个点;
分离脑组织;
确定左右脑的M1-M3区范围;
分离左右脑的M1-M3区。
优选地,所述确定左右脑的M1-M3区范围,具体包括:
确定左右脑侧脑室前、后脚的4个点,所述左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
左侧侧脑室的后脚与右侧侧脑室的前脚连线,左侧侧脑室的前脚与右侧侧脑室的后脚连线,并延伸到脑组织线上,去除中间连线,保留4条延长线;
确定左右脑岛带最高点和最低点,以及所述延长线的1/3点;
所述左右脑岛带最高点和最低点,将与所述延长线的1/3点连线,确定核团层左右脑的M1-M3区范围。
优选地,所述分离左右脑的M1-M3区,具体包括:
确定所述核团层左右脑M1-M3区四个边界点上下连线的1/3点,将所述1/3点连线,分离左右脑M1-M3区。
优选地,所述核团上层分区,获得左右脑各3个分区,具体包括:
从核团上层,分离出左右脑的M4-M6区。
优选地,所述从核团上层,分离出左右脑的M4-M6区,具体包括:
确定核团层左右脑的M4-M6区范围;
分离的M4-M6区。
优选地,所述确定核团层左右脑的M4-M6区范围,具体包括:
标记左右脑侧脑室前后脚4个点,及左右皮质区脑沟内侧顶点中最靠近侧脑室的两个点,左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
分离大脑界线;
确定大脑中动脉供血区(M4-M6)前、后界;
所述左侧侧脑室前后脚两个点与所述左皮质区脑沟内侧顶点中最靠近侧脑室的点连线,将所述右侧侧脑室前后脚两个点与所述右皮质区脑沟内侧顶点中最靠近侧脑室的点连线,确定核团层左右脑的M4-M6区范围。
优选地,所述分离M4-M6区,具体包括:
确定所述核团上层左右脑M4-M6区四个边界点上下连线的1/3点,所述1/3点进行连线,分离左右脑的M4-M6区。
本说明书实施例提供的一种分区系统,包括:
输入系统,接收待处理的头颅CT影像数据;
处理系统,用于对所述待处理的头颅CT影像数据进行分区;
输出系统,用于对头颅CT影像数据的分区结果进行输出。
优选地,所述用于对所述待处理的头颅CT影像数据进行分区,具体包括:
核团层分区,获得左右脑各7个分区;
核团上层分区,获得左右脑各3个分区。
优选地,所述从核团层分区,获得左右脑各7个分区,具体包括:
从头颅CT影像核团上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1-M3区。
优选地,所述从头颅CT影像核团层上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1-M3区,具体包括:
标记左右脑的尾状核头、豆状核、岛带和内囊后肢共8个区域及左右脑侧脑室前后脚的4个点;
分离脑组织;
确定左右脑的M1-M3区范围;
分离左右脑的M1-M3区。
优选地,所述确定左右脑的M1-M3区范围,具体包括:
确定左右脑侧脑室前、后脚的4个点,所述左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
左侧侧脑室的后脚与右侧侧脑室的前脚连线,左侧侧脑室的前脚与右侧侧脑室的后脚连线,并延伸到脑组织线上,去除中间连线,保留4条延长线;
确定左右脑岛带最高点和最低点,以及所述延长线的1/3点;
所述左右脑岛带最高点和最低点,与所述延长线的1/3点连线,确定核团层左右脑的M1-M3区范围。
优选地,所述分离左右脑的M1-M3区,具体包括:
确定所述核团层左右脑M1-M3区四个边界点上下连线的1/3点,将所述1/3点连线,分离左右脑的M1-M3区。
优选地,所述核团上层分区,获得左右脑各3个分区,具体包括:
从核团上层,分离出左右脑的M4-M6区。
优选地,所述从核团上层,分离出左右脑的M4-M6区,具体包括:
确定核团层左右脑的M4-M6区范围;
分离左右脑的M4-M6区。
优选地,所述确定核团层左右脑的M4-M6区范围,具体包括:
标记左右脑侧脑室前后脚4个点,及左右皮质区脑沟内侧顶点中最靠近侧脑室的两个点,左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
分离大脑界线;
确定大脑中动脉供血区(M4-M6)前、后界;
所述左侧侧脑室前后脚两个点与所述左皮质区脑沟内侧顶点中最靠近侧脑室的点连线,将所述右侧侧脑室前后脚两个点与所述右皮质区脑沟内侧顶点中最靠近侧脑室的点连线,确定核团层左右脑的M4-M6区范围。
优选地,所述分离左右脑的M4-M6区,具体包括:
确定所述核团上层左右脑M4-M6区四个边界点上下连线的1/3点,将所述1/3点进行连线,分离左右脑的M4-M6区。
本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果:能够排除人为因素如技术水平、操作方法、图像质量、人眼分辨能力、疲劳程度、认知经验不同等,以及影像设备成像差异带来的诊断差异,可以缩减人为观察、思考及手动分区所需的时间,作为诊断的辅助方法,提高诊断效率和准确率,为后续治疗提供快速准确的依据。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书实施例提供的一种分区方法的框架图;
图2为本说明书实施例提供的人为ASPECTS分区示意图;
图3为本说明书实施例提供的核团层分区方法的示意图;
图4为本说明书实施例提供的核团上层分区方法的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书中的技术方案,下面将结合本说明书实施例中的附图,对本说明书实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本说明书实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1为本说明书实施例提供的一种分区方法的框架图,具体包括如下步骤:
步骤S101:接收待处理的头颅CT影像数据。
神经影像检查在评估脑卒中的严重程度及预后、指导临床治疗中发挥着重要作用。众所周知,急性缺血性脑卒中发病几小时内,在头颅非增强CT(noncontrast,NCCT)扫描影像上将出现局部低密度影区。该低密度影区继发于显著的局部脑组织缺血导致的含水量改变。这种早期缺血性改变(early ischemic change,EIC)代表脑组织的细胞毒性水肿,或不可逆性损伤。ASPECTS评分是一种采用NCCT进行简单、可靠且系统化评价EIC的方法。
ASPECTS分区主要是利用患者的头颅CT影像数据进行分区,该头颅CT影像数据一般为头颅非增强CT扫描影像。
步骤S103:核团层分区。
接收头颅CT影像数据后,需要确定大脑中动脉(middle cerebral artery,MCA)供血区2个层面的10个区域。首先进行核团层分区,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1-M3区,共7个分区。具体过程如下:
标记左右脑的尾状核头、豆状核、岛带和内囊后肢共8个区域及左右脑侧脑室前后脚的4个点;分离脑组织;左侧侧脑室的后脚与右侧侧脑室的前脚连线,并延伸到脑组织线上,去除中间连线,保留4条延长线;确定左右脑岛带最高点和最低点,以及所述延长线的1/3点;所述左右脑岛带最高点和最低点,与所述延长线的1/3点连线,确定核团层左右脑M1-M3区范围,进一步确定所述核团层左右脑M1-M3区四个边界点上下连线的1/3点,将所述1/3点进行连线,分离左右脑的M1-M3区。
步骤S105:核团上层分区。
核团上层的判断依据是尾状核头消失,只能看到尾状核体部,以及半月形的左右脑侧脑室,选择核团上层后,进行核团上层分区,获得左右脑各3个分区。具体过程如下:
标记左右脑侧脑室前后脚4个点,及左右皮质区脑沟内侧顶点中最靠近侧脑室的两个点,左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
分离大脑界线;
确定大脑中动脉供血区前、后界;
所述左侧侧脑室前后脚两个点与所述左皮质区脑沟内侧顶点中最靠近侧脑室的点连线,将所述右侧侧脑室前后脚两个点与所述右皮质区脑沟内侧顶点中最靠近侧脑室的点连线,确定核团层左右脑的M4-M6区范围;
确定所述核团上层左右脑M4-M6区四个边界点上下连线的1/3点,将所述1/3点进行连线,分离左右脑的M4-M6区。
基于上述步骤S101及步骤S103,完成颅内头颅CT影像数据的分区,获得左右脑各10个区域:尾状核头、豆状核、内囊后肢、岛带、M1、M2、M3、M4、M5和M6,上述10个区域用于ASPECTS评分。
图2为本说明书实施例提供的人为ASPECTS分区示意图。
图3为本说明书实施例提供的核团层分区方法的示意图,具体过程如下:
步骤A:标记左右脑的尾状核头、豆状核、岛带、内囊后肢8个区域。
步骤B:标记侧脑室前后脚的上下左右4个点。
步骤C:沿颅骨边缘分离出完整的脑组织。
步骤D:左侧侧脑室的后脚与右侧侧脑室的前脚连线,左侧侧脑室的前脚与右侧侧脑室的后脚连线,并延伸到脑组织线上,去除中间连线,保留4条延长线。
步骤E:确定左右脑岛带最高点和最低点,以及所述延长线的1/3点。
具体地,所述延长线的1/3点为右侧脑室前脚点C与延长线上的点A的连线的1/3点D。同样的方法,确定其它延长线的1/3点。
步骤F:确定左右脑的M1-M3区范围。
具体地,步骤E中确定的岛带最高点和最低点,分别与步骤E中确定的1/3点连线,确定左右脑的M1-M3区范围。
步骤G:确定M1-M3区4个边界点的上下连线的1/3点。
具体地,步骤D中的延长线与步骤C的脑组织线的交点A和B连线,确定AB的三等分点,E和F。同样地,右脑室后脚点与点B连线,确定距离右脑室后脚点较近的1/3点,该1/3点与点D连线,确定三等分点,G和H。同样地,可以确定其它1/3点。
步骤H:连线,确定左右脑的M1-M3区。
将步骤G中确定的E点与G点连线,并延长至步骤C确定的脑组织上,保留该连线位于M1-M3区范围内的部分,去除其它部分。同样的方法,将点F和点H连线。上述连线后,即可确定M1-M3区。
图4为本说明书实施例提供的核团上层分区方法示意图,具体过程如下:
步骤I:在核团上层,标记左右脑侧脑室前后脚4个点。
步骤J:标记左右皮质区脑沟内侧顶点中最靠近侧脑室的两个点。
步骤K:分离大脑界线。
步骤L:确定大脑中动脉供血区前、后界。
步骤M:连线,确定左右脑的M4-M6区范围。
具体地,将右侧皮质区脑沟内侧顶点中最靠近右侧脑室的点与步骤L中确定的边界进行连线,该范围即为M4-M6区范围。采用同样的方法,确定左侧M4-M6区范围。
步骤N:确定核团上层左右脑M4-M6区四个边界点上下连线的1/3点。
具体地,将步骤M中的连线与步骤K的大脑界线的交点A和B进行连线,确定AB的三等分点,C和D。同样地,右脑室后脚点与点B连线,确定距离右脑室后脚点较近的1/3点,该1/3点与点D连线,确定三等分点,E和F。同样地,可以确定其它1/3点。
步骤O:分离左右脑的M4-M6区。
将步骤N中确定的C点与E点连线,并延长至步骤C确定的脑组织上,保留该连线位于M4-M6区的部分,去除其它部分。同样的方法,将点F和点H连线。采用上述连线后,即可确定M4-M6区。
采用图3和图4所示的方法,即可实现对头颅CT影像数据进行分区,得到左右脑的各10个区域:尾状核头、豆状核、内囊后肢、岛带、M1、M2、M3、M4、M5和M6。该分区方法,可以排除人为因素的影响,而且速度快,效率高。
在本说明书的一个实施例中,采用本发明类似的思路或方法,可以用于后循环ASPECTS评分的8个区域,实现分区。即对头颅CT影像数据的双侧丘脑和小脑、双侧大脑后动脉供血区、中脑和脑桥的8个区域进行分区。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置、电子设备、非易失性计算机存储介质实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本说明书实施例提供的装置、电子设备、非易失性计算机存储介质与方法是对应的,因此,装置、电子设备、非易失性计算机存储介质也具有与对应方法类似的有益技术效果,由于上面已经对方法的有益技术效果进行了详细说明,因此,这里不再赘述对应装置、电子设备、非易失性计算机存储介质的有益技术效果。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书一个或多个实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书实施例可提供为方法、系统、或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践说明书,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本说明书实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (19)

1.一种分区方法,其特征在于,包括:
接收待处理的头颅CT影像数据;
核团层分区,获得左右脑各7个分区;
核团上层分区,获得左右脑各3个分区。
2.如权利要求1所述的方法,其特征在于,所述核团层分区,获得左右脑各7个分区,具体包括:
从头颅CT影像核团层上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1、M2、M3区(下述为M1-M3区)。
3.如权利要求2所述的方法,其特征在于,所述从头颅CT影像核团层上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1、M2、M3区,具体包括:
标记左右脑的尾状核头、豆状核、岛带和内囊后肢共8个区域及左右脑侧脑室前后脚的4个点;
分离脑组织;
确定左右脑的M1-M3区范围;
分离左右脑的M1-M3区。
4.如权利要求3所述的方法,其特征在于,所述确定左右脑的M1-M3区范围,具体包括:
确定左右脑侧脑室前、后脚的4个点,所述左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
左侧侧脑室的后脚与右侧侧脑室的前脚连线,左侧侧脑室的前脚与右侧侧脑室的后脚连线,并延伸到脑组织线上,去除中间连线,保留4条延长线;
确定左右脑岛带最高点和最低点,以及所述延长线的1/3点;
所述左右脑岛带最高点和最低点,与所述延长线的1/3点连线,确定核团层左右脑的M1-M3区范围。
5.如权利要求3所述的方法,其特征在于,所述分离左右脑的M1-M3区,具体包括:
确定所述核团层左右脑的M1-M3区四个边界点上下连线的1/3点,将所述1/3点连线,分离左右脑的M1-M3区。
6.如权利要求1所述的方法,其特征在于,所述核团上层分区,获得左右脑各3个分区,具体包括:
从核团上层,分离出左右脑的M4、M5、M6区(下述为M4-M6区)。
7.如权利要求6所述的方法,其特征在于,所述从核团上层,分离出左右脑的M4、M5、M6区,具体包括:
确定核团层左右脑的整个M4-M6区范围;
分离左右脑的M4-M6区。
8.如权利要求7所述的方法,其特征在于,所述确定核团层左右脑的M4-M6区范围,具体包括:
标记左右脑侧脑室前后脚4个点,及左右皮质区脑沟内侧顶点中最靠近侧脑室的两个点,左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
分离大脑界线;
确定大脑中动脉供血区(M4-M6区)前、后界;
所述左侧侧脑室前后脚两个点与所述左皮质区脑沟内侧顶点中最靠近侧脑室的点连线,将所述右侧侧脑室前后脚两个点与所述右皮质区脑沟内侧顶点中最靠近侧脑室的点连线,确定核团层左右脑的M4-M6区范围。
9.如权利要求7所述的方法,其特征在于,所述分离左右脑的M4-M6区,具体包括:
确定所述核团上层左右脑M4-M6区四个边界点上下连线的1/3点,将所述1/3点进行连线,分离左右脑的M4-M6区。
10.一种分区系统,其特征在于,包括:
输入系统,接收待处理的头颅CT影像数据;
处理系统,用于对所述待处理的头颅CT影像数据进行分区;
输出系统,用于对头颅CT影像数据的分区结果进行输出。
11.如权利要求10所述的系统,所述处理系统,用于对所述待处理的头颅CT影像数据进行分区,具体包括:
核团层分区,获得左右脑各7个分区;
核团上层分区,获得左右脑各3个分区。
12.如权利要求11所述的系统,其特征在于,所述核团层分区,获得左右脑各7个分区,具体包括:
从头颅CT影像核团层上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1-M3区。
13.如权利要求12所述的方法,其特征在于,所述从头颅CT影像核团上,分离出左右脑的尾状核头、豆状核、岛带、内囊后肢及左右脑的M1-M3区,具体包括:
标记左右脑的尾状核头、豆状核、岛带和内囊后肢共8个区域及左右脑侧脑室前后脚的4个点;
分离脑组织;
确定左右脑的M1-M3区范围;
分离左右脑的M1-M3区。
14.如权利要求13所述的方法,其特征在于,所述确定左右脑的M1-M3区范围,具体包括:
确定左右脑侧脑室前、后脚的4个点,所述左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
左侧侧脑室的后脚与右侧侧脑室的前脚连线,左侧侧脑室的前脚与右侧侧脑室的后脚连线,并延伸到脑组织线上,去除中间连线,保留4条延长线;
确定左右脑岛带最高点和最低点,以及所述延长线的1/3点;
所述左右脑岛带最高点和最低点,与所述延长线的1/3点连线,确定核团层左右脑的M1-M3区范围。
15.如权利要求13所述的方法,其特征在于,所述分离左右脑M1-M3区,具体包括:
确定所述核团层左右脑M1-M3区四个边界点上下连线的1/3点,将所述1/3点连线,分离左右脑的M1-M3区。
16.如权利要求11所述的系统,其特征在于,所述核团上层分区,获得左右脑各3个分区,具体包括:
从核团上层,分离出左右脑的M4-M6区。
17.如权利要求16所述的系统,其特征在于,所述从核团上层,分离出左右脑的M4-M6区,具体包括:
确定核团层左右脑的M4-M6区范围;
分离左右脑的M4-M6区。
18.如权利要求17所述的系统,其特征在于,所述确定核团层左右脑的M4-M6区范围,具体包括:
标记左右脑侧脑室前后脚4个点,及左右皮质区脑沟内侧顶点中最靠近侧脑室的两个点,左右脑侧脑室包括左侧侧脑室和右侧侧脑室;
分离大脑界线;
确定大脑中动脉供血区(M4-M6)前、后界;
所述左侧侧脑室前后脚两个点与所述左皮质区脑沟内侧顶点中最靠近侧脑室的点连线,将所述右侧侧脑室前后脚两个点与所述右皮质区脑沟内侧顶点中最靠近侧脑室的点连线,确定核团上层左右脑的M4-M6区范围。
19.如权利要求17所述的系统,其特征在于,所述分离左右脑的M4-M6区,具体包括:
确定所述核团上层左右脑M4-M6区四个边界点上下连线的1/3点,将所述1/3点进行连线,分离左右脑的M4-M6区。
CN201811530373.4A 2018-12-14 2018-12-14 一种分区方法及系统 Active CN109741339B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811530373.4A CN109741339B (zh) 2018-12-14 2018-12-14 一种分区方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811530373.4A CN109741339B (zh) 2018-12-14 2018-12-14 一种分区方法及系统

Publications (2)

Publication Number Publication Date
CN109741339A true CN109741339A (zh) 2019-05-10
CN109741339B CN109741339B (zh) 2020-10-27

Family

ID=66358948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811530373.4A Active CN109741339B (zh) 2018-12-14 2018-12-14 一种分区方法及系统

Country Status (1)

Country Link
CN (1) CN109741339B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111951265A (zh) * 2020-08-31 2020-11-17 杭州脉流科技有限公司 基于脑ct影像的脑梗评分方法、装置、计算机设备和存储介质
CN114601486A (zh) * 2022-03-07 2022-06-10 深圳市澈影医生集团有限公司 一种急性缺血性脑卒中的检测系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157774A (zh) * 2015-04-03 2016-11-23 王智 一种诊断用的人体模型图谱的标注方法
CN107007281A (zh) * 2015-09-10 2017-08-04 东芝医疗系统株式会社 磁共振成像装置以及图像处理装置
CN107909588A (zh) * 2017-07-26 2018-04-13 广州慧扬健康科技有限公司 基于三维全卷积神经网络的mri皮质下分区系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106157774A (zh) * 2015-04-03 2016-11-23 王智 一种诊断用的人体模型图谱的标注方法
CN107007281A (zh) * 2015-09-10 2017-08-04 东芝医疗系统株式会社 磁共振成像装置以及图像处理装置
CN107909588A (zh) * 2017-07-26 2018-04-13 广州慧扬健康科技有限公司 基于三维全卷积神经网络的mri皮质下分区系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JAMES HAMPTON-TILL等: "AUTOMATED QUANTIFICATION OF STROKE DAMAGE ON BRAIN COMPUTED TOMOGRAPHY SCANS: e-ASPECTS", 《EUROPEAN MEDICAL JOURNAL》 *
金灿: "ASPECT评分的临床应用进展", 《国际医学放射学杂志》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111951265A (zh) * 2020-08-31 2020-11-17 杭州脉流科技有限公司 基于脑ct影像的脑梗评分方法、装置、计算机设备和存储介质
CN111951265B (zh) * 2020-08-31 2023-12-01 杭州脉流科技有限公司 基于脑ct影像的脑梗评分方法、装置、计算机设备和存储介质
CN114601486A (zh) * 2022-03-07 2022-06-10 深圳市澈影医生集团有限公司 一种急性缺血性脑卒中的检测系统及方法

Also Published As

Publication number Publication date
CN109741339B (zh) 2020-10-27

Similar Documents

Publication Publication Date Title
CN109658400A (zh) 一种基于头颅ct影像的评分方法及系统
CN109448004B (zh) 一种基于中心线的颅内血管图像的截取方法及系统
CN109671066A (zh) 一种基于头颅ct影像的脑梗死判断的方法及系统
CN109685123B (zh) 一种基于头颅ct影像的评分方法及系统
CN110517780A (zh) 一种动脉瘤破裂风险评估方法及系统
CN110490881A (zh) 医学影像分割方法、装置、计算机设备及可读存储介质
CN109472780B (zh) 一种颅内动脉瘤图像的形态学参数的测量方法及系统
WO2021098768A1 (zh) 一种动脉瘤破裂风险评估方法及系统
CN109448003A (zh) 一种颅内动脉血管图像分割方法及系统
CN109712122B (zh) 一种基于头颅ct影像的评分方法及系统
CN109472823B (zh) 一种颅内动脉瘤图像的形态学参数的测量方法及系统
CN109584997B (zh) 一种颅内动脉瘤图像的形态学参数的测量方法及系统
CN109389637A (zh) 一种颅内动脉瘤图像的形态学参数的测量方法及系统
CN110534193A (zh) 一种动脉瘤破裂风险评估方法及系统
CN109741339A (zh) 一种分区方法及系统
CN109658399A (zh) 一种头颈斑块图像识别方法及装置
CN109447967B (zh) 一种颅内动脉瘤图像的分割方法及系统
CN109671067A (zh) 一种基于头颅ct影像的核心梗死体积的测量方法及系统
CN111091563A (zh) 一种基于颅脑影像数据的目标区域的提取方法及系统
CN109671069A (zh) 一种基于头颅ct影像的核心梗死体积的测量方法及系统
WO2017179256A1 (ja) 核医学画像からの生理的集積の自動除去及びct画像の自動セグメンテーション
CN109685843A (zh) 一种基于头颅ct影像的核心梗死体积的测量方法及系统
CN111105404B (zh) 一种基于颅脑影像数据的目标位置的提取方法及系统
CN110503642A (zh) 一种基于dsa图像的定位方法及系统
CN112734726B (zh) 一种血管造影的分型方法、装置以及设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant