CN111477327A - 基于大数据的个体化癫痫定量影像学辅助诊断系统 - Google Patents
基于大数据的个体化癫痫定量影像学辅助诊断系统 Download PDFInfo
- Publication number
- CN111477327A CN111477327A CN202010439969.4A CN202010439969A CN111477327A CN 111477327 A CN111477327 A CN 111477327A CN 202010439969 A CN202010439969 A CN 202010439969A CN 111477327 A CN111477327 A CN 111477327A
- Authority
- CN
- China
- Prior art keywords
- module
- data
- information
- database
- patient
- 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
Links
- 206010015037 epilepsy Diseases 0.000 title claims abstract description 33
- 238000003745 diagnosis Methods 0.000 title claims abstract description 26
- 238000003384 imaging method Methods 0.000 title claims abstract description 11
- 230000001037 epileptic effect Effects 0.000 claims abstract description 45
- 238000007405 data analysis Methods 0.000 claims abstract description 42
- 238000001514 detection method Methods 0.000 claims abstract description 36
- 230000003925 brain function Effects 0.000 claims abstract description 14
- 238000007726 management method Methods 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims description 22
- 238000002595 magnetic resonance imaging Methods 0.000 claims description 21
- 210000004556 brain Anatomy 0.000 claims description 20
- 238000004458 analytical method Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 238000002599 functional magnetic resonance imaging Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000001537 neural effect Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 239000008280 blood Substances 0.000 claims description 4
- 210000004369 blood Anatomy 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 4
- 230000006399 behavior Effects 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000010412 perfusion Effects 0.000 claims description 3
- 238000012307 MRI technique Methods 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 210000005036 nerve Anatomy 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 16
- 238000011282 treatment Methods 0.000 abstract description 13
- 230000003993 interaction Effects 0.000 abstract description 3
- 238000003759 clinical diagnosis Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000012636 positron electron tomography Methods 0.000 description 7
- 230000007177 brain activity Effects 0.000 description 6
- 230000005978 brain dysfunction Effects 0.000 description 6
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 229960003692 gamma aminobutyric acid Drugs 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- 210000002569 neuron Anatomy 0.000 description 4
- 230000003542 behavioural effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 210000003478 temporal lobe Anatomy 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000012528 membrane Substances 0.000 description 2
- 239000002858 neurotransmitter agent Substances 0.000 description 2
- 238000003909 pattern recognition Methods 0.000 description 2
- 230000001242 postsynaptic effect Effects 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- OGNSCSPNOLGXSM-UHFFFAOYSA-N (+/-)-DABA Natural products NCCC(N)C(O)=O OGNSCSPNOLGXSM-UHFFFAOYSA-N 0.000 description 1
- SVUOLADPCWQTTE-UHFFFAOYSA-N 1h-1,2-benzodiazepine Chemical compound N1N=CC=CC2=CC=CC=C12 SVUOLADPCWQTTE-UHFFFAOYSA-N 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 206010010904 Convulsion Diseases 0.000 description 1
- 208000012902 Nervous system disease Diseases 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003556 anti-epileptic effect Effects 0.000 description 1
- 239000001961 anticonvulsive agent Substances 0.000 description 1
- 229940049706 benzodiazepine Drugs 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 210000003169 central nervous system Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000004064 dysfunction Effects 0.000 description 1
- 230000002397 epileptogenic effect Effects 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 230000004153 glucose metabolism Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002610 neuroimaging Methods 0.000 description 1
- 230000008557 oxygen metabolism Effects 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 230000003334 potential effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000002182 synaptic membrane Anatomy 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 201000008914 temporal lobe epilepsy Diseases 0.000 description 1
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
- G16H50/70—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for mining of medical data, e.g. analysing previous cases of other patients
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Medical Informatics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Epidemiology (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Pathology (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种基于大数据的个体化癫痫定量影像学辅助诊断系统，该系统包括数据库模块、患者信息获取模块、数据分析使用模块、检测模块、数据分析显示模块和查询管理模块，所述患者信息获取模块、查询管理模块、检测模块和数据分析使用模块均与数据库模块建立连接，所述患者信息获取模块、检测模块和查询管理模块和数据分析显示模块均连接到数据分析使用模块，本发明通过多中心癫痫影像数据库，实现多模态影像数据、临床诊治信息；建立癫痫脑功能定位系统研究，构建临床医生‑患者‑研究人员，即影像数据采集者、数据管理者及数据分析使用者互动的数据库平台，服务于癫痫患者的诊断、治疗及管理工作。
Description
技术领域
本发明涉及一种辅助诊断系统，具体涉及基于大数据的个体化癫痫定量影像学辅助诊断系统；属于智能辅助医疗技术领域。
背景技术
癫痫是一组反复发作的神经元异常放电所致的暂时性中枢神经系统功能失常，为最常见的神经系统疾患之一，我国的患病率为4-7‰，当前约有600~900万的患者，大部分为青壮年人群；且癫痫属于临床慢性疾病，常持续多年甚至需要终身治疗，不但严重影响人们的生活健康，也带来巨大的社会经济负担。对于癫痫的临床治疗，除了药物外，外科手术也是癫痫控制的主要手段；癫痫灶的准确定位是良好手术效果的前提，同时也是癫痫分类诊断的重要依据，所以对癫痫活动定位是临床诊断的首要目的。
但是，癫痫活动作为一种异常的神经元放电，会由特异的通路和网络传播到远处脑区，这是癫痫造成广泛大脑功能损害的原因，同时也是影响癫痫活动定位准确性主要原因。最新版（2010年）国际抗癫痫联盟分类标准重点突出“癫痫脑网络”的概念。所以，对癫痫活动传播通路及网络的描绘也是癫痫诊断研究的重要目标，不但有助于癫痫源灶的鉴别，还可以辅助指导癫痫传播通路切断手术。
结构MRI、CT为癫痫相关病灶的定位提供了最有价值的诊断信息；而功能成像则可以直接观察癫痫活动及传播，尤其是用于常规结构影像阴性及多病理灶的癫痫定位。头皮脑电/磁测量技术虽然可以方便提供重要的癫痫诊断信息，但空间分辨率有限。PET具有丰富的测量手段、相对较高的空间分辨率，在癫痫临床诊断及研究方面已经有成熟的应用。临床常用的18F-FDG PET可以显示癫痫相关脑区发作间期降低的葡萄糖代谢，其在内侧颞叶癫痫（mTLE）定侧诊断方面可达到70～95％的准确性；但18F-FDG PET对癫痫活动定位特异性不足，在mTLE中，常有较大范围的脑区、对侧颞叶及额叶等脑区代谢降低，在颞叶外癫痫的定位诊断应用价值更加不足。
随着医疗技术的发展，新发展的受体PET成像技术可以从神经元突触膜分子水平反映癫痫活动，在癫痫活动定位方面具有较好的特异性；如11C FMZ-PET检测癫痫源区中枢型苯二氮卓/γ氨基丁酸(cBZR/GABAA）受体数量减少，反映了GABA能神经元活动降低；相比较，11C FMZ-PET可以较特异地判断癫痫活动区的边界，相比PET等核素成像技术，新发展的BOLD-fMRI为代表的MRI新技术，可以多角度、无创、高分辨率为癫痫活动检测定位提供信息。同步EEG-fMRI通过EEG检出间期痫样发放信息，代入广义线性模型等用于fMRI癫痫活动检测定位，已较广泛地用于癫痫研究。而静息态fMRI技术，因其原理简明（对自发脑振荡活动检测，不需要先验血流响应函数）、操作方便（不需要特殊设备）及可重复性强（不依赖同步脑电等）等优点，在癫痫活动的定位/定侧研究逐渐增多，并被看做具有优越前景的诊断工具。
在申请人的前期工作中，系列采用并研发多种静息态fMRI技术、包括低频振幅及功能连接技术等，并与同步EEG-fMRI比较，实现癫痫活动的检测。但在技术原理上，BOLD-fMRI不能直接反映大脑生理量的变化。联合多模态生理量同步测量技术对BOLD信号研究是充分理解fMRI脑活动机制的关键：BOLD机制提出来源于PET研究，认为是血流血氧代谢的综合；并且，BOLD信号更多的是神经元突触后膜局部场电位活动，近来有研究还发现，任务及静息态BOLD信号强度激活与突触后膜神经递质GABA浓度（抑制性神经递质）呈反相关。在癫痫研究方面，也有两两影像模态的联合观察：同步EEG-fMRI研究发现，脑电偶极子源定位结果与BOLD活动有一定联系，但也存在空间差距；癫痫脑电低频成分的能量多贡献于fMRI癫痫正激活区；有比较了独立两组癫痫患者11C-FMZ PET（反映GABA能神经元活性）与fMRI结果，发现额叶梨形皮质在两种模态成像上均有信号异常。但目前癫痫活动在不同成像上表现的关系和差异尚未有研究。联合多种模态影像技术对癫痫研究，可以在原理（不同生理测量）或技术（不同时空优势）上互补，有助于全面深入理解癫痫fMRI活动的机理、提高癫痫活动检测的准确性。在癫痫活动传播通路研究方面，电生理测量是最传统的方法，并据此提出了2010版抗癫痫联盟分类标准中的“癫痫脑网络”概念。采用PET或SPECT的研究也发现mTLE较多脑区代谢/灌注值的异常，以及脑区间的相关性，提示脑区间的癫痫活动的传播。MRI提供了丰富的脑网络连接技术，本研究组率先把功能及结构影像网络技术用于癫痫的研究，发现mTLE有向、无向脑连接网络的改变，并构建了癫痫大尺度脑网络模型。但之前研究采用常规TR（2s）的BOLD成像，在对脑活动尤其是有向连接的显示时存在不足。另一方面，目前有fMRI研究显示正常人脑网络属性与灌注、代谢等生理量有关；我们前面一个fMRI研究也显示脑区活动的能量与脑信息的传播性质有关。观察fMRI癫痫脑网络相关的脑电及代谢信息，可以促进对癫痫脑网络机制的理解，并辅助癫痫活动传播通路的描绘。
上述多模态MRI技术已广泛地用于癫痫研究中，但在临床转化应用时主要面临两个问题：首先是工具开发散乱且较底层，非专业技术人员较难操作，不适宜于临床应用；第二是这些研究多基于组分析的统计结果，鲜有具有临床指导意义的单例分析结果。其中采用“一对多比较”（相当于大样本的“常模”）等非参数统计检验方法对癫痫脑活动情况进行单例分析，构建一个能够直接指导癫痫临床脑功能定位系统，是多模态脑成像新技术在癫痫临床诊断转化的关键，需要一个可以通过多模态影像数据、临床诊治信息、行为学数据及检测信息的存储、查询及分析构建构建影像数据采集者、数据管理者及数据分析使用者互动的数据库平台。
发明内容
本发明的目的在于提供基于大数据的个体化癫痫定量影像学辅助诊断系统，以解决进行癫痫辅助诊断时，难以通过多模态影像数据、临床诊治信息、行为学数据及检测信息的存储、查询及分析构建构建影像数据采集者、数据管理者及数据分析使用者互动的数据库平台的问题。
为实现上述目的，本发明提供如下技术方案：基于大数据的个体化癫痫定量影像学辅助诊断系统，包括数据库模块、患者信息获取模块、数据分析使用模块、检测模块、数据分析显示模块和查询管理模块，所述患者信息获取模块、查询管理模块、检测模块和数据分析使用模块均与数据库模块建立连接，所述患者信息获取模块、检测模块和查询管理模块和数据分析显示模块均连接到数据分析使用模块，所述数据库模块包括癫痫患者个人信息、患者检测数据信息、临床及MRI影像数据数据和健康正常人数据，所述数据库模块为在开源的神经信息平台XNAT的基础上，建立一个在线癫痫影像数据库，所述患者信息获取模块用于将数据库模块中的癫痫患者个人信息提供给数据分析使用模块，所述检测模块用于将数据库模块中的患者检测数据信息提供给数据分析使用模块，所述数据分析使用模块将获取癫痫患者个人信息和患者检测数据信息与数据库模块中的临床及MRI影像数据数据进行对比，将临床及MRI影像数据数据中与癫痫患者个人信息和患者检测数据信息吻合的数据调出，同时将个人信息匹配度超过50％的常人实验数据调出，所述数据分析使用模块将调用出的数据进行一对多比较，得出癫痫脑功能区定位。
优选的，所述数据库模块的建立包括以下步骤：
S1：安装并调试神经影像数据库平台XNAT，开发在线癫痫影像数据库，实现数据的在线共享；
S2：MRI分析技术方法与癫痫影像数据库的整合，实现影像数据和行为以及临床评测的实时计算功能；所述MRI分析技术方法包括BOLD-fMRI相关技术，脑灌注MRI技术，VBM技术；
S3：临床应用与系统调试，通过互联网，对癫痫脑功能定位系统进行调试。
优选的，所述检测模块采用采用同步脑电/MRI/PET技术，从脑电、结构、功能及分子水平四维一体对癫痫活动进行检测。
优选的，所述患者信息获取模块可通过数据库获取的信息包括姓名、性别、就诊日期、联系方式、门诊/住院号、身高、体重、血型、出生日期、利手、出生史、家族史、过去史、实验室检查结果，其中有关个人隐私的信息，如姓名、联系方式、门诊/住院病案号等信息，设置有限查看权限，从而确保患者隐私。
优选的，所述患者信息获取模块可通过数据库获取的信息中关个人隐私的信息，姓名、联系方式、门诊/住院病案号信息，设置有限查看权限。
优选的，所述数据分析显示模块通过HTTPS协议整合影像数据库和脑功能定位指标计算功能。
优选的，所述数据分析显示模块用于显示数据分析使用模块调用出的数据和定位的癫痫脑功能区。
本发明与现有技术相比，具有以下有益效果：
（1）本发明的诊断系统通过多中心癫痫影像数据库，实现多模态影像数据、临床诊治信息、行为学数据及检测信息的存储、查询及分析；建立癫痫脑功能定位系统研究，开发并整合癫痫脑功能定位方法，结合模式识别分类技术，开发界面化应用工具，在大样本数据库的基础上，实现癫痫活动个体诊断；
（2）本发明的系统结合移动互联网及数字化医疗手段，构建临床医生-患者-研究人员的数据发送和反馈体系，即影像数据采集者、数据管理者及数据分析使用者互动的数据库平台，服务于癫痫患者的诊断、治疗及管理工作，提高癫痫的临床诊断能力，改善癫痫的治疗效果，辅助提高科研教学水平，促进医学科技的发展与交流，产生良好的经济效益与社会效益。
具体实施方式
下面将结合本发明的实施例，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本实施例的基于大数据的个体化癫痫定量影像学辅助诊断系统能够在大样本数据库的基础上，实现癫痫活动个体诊断，从而提高癫痫的临床诊断能力，改善癫痫的治疗效果。其结构包括数据库模块、患者信息获取模块、数据分析使用模块、检测模块、数据分析显示模块和查询管理模块；患者信息获取模块、查询管理模块、检测模块和数据分析使用模块均与数据库模块建立连接，患者信息获取模块、检测模块和查询管理模块和数据分析显示模块均连接到数据分析使用模块。
其中，数据库模块用于存储大数据信息，具体包括癫痫患者个人信息、患者检测数据信息、临床及MRI影像数据数据和健康正常人数据，该数据库模块为在开源的神经信息平台XNAT的基础上，建立一个在线癫痫影像数据库，并且，该数据库还提供数据接入端口，具有深度学习功能，方便随时扩大影响数据库的数据信息。
患者信息获取模块用于调取数据库模块中的患者信息，将数据库模块中的癫痫患者个人信息提供给数据分析使用模块。患者信息获取模块可通过数据库获取的信息包括姓名、性别、就诊日期、联系方式、门诊/住院号、身高、体重、血型、出生日期、利手、出生史、家族史、过去史、实验室检查结果，尤其是，其中有关个人隐私的信息，如姓名、联系方式、门诊/住院病案号等信息，设置有限查看权限，从而避免患者隐私信息泄露。
检测模块则用于读取数据库模块中的患者检测数据信息并提供给数据分析使用模块，检测模块采用同步脑电/MRI/PET技术，从脑电、结构、功能及分子水平四维一体对癫痫活动进行检测。
数据分析使用模块将获取到的癫痫患者个人信息和患者检测数据信息与数据库模块中的临床及MRI影像数据数据进行比对分析，将临床及MRI影像数据数据中与癫痫患者个人信息和患者检测数据信息吻合的数据调出，同时将个人信息匹配度超过50％的常人实验数据调出。最后，数据分析使用模块将调用出的数据进行一对多比较，得出癫痫脑功能区定位。
数据分析显示模块通过HTTPS协议整合影像数据库和脑功能定位指标计算功能，用于显示数据分析使用模块调用出的数据和定位的癫痫脑功能区。
为了更加清楚地实施本发明，下面对数据库模块的建立进行简要介绍，包括以下步骤：
S1：安装并调试神经影像数据库平台XNAT，开发在线癫痫影像数据库，实现数据的在线共享；
S2：MRI分析技术方法与癫痫影像数据库的整合，实现影像数据和行为以及临床评测的实时计算功能；所述MRI分析技术方法包括BOLD-fMRI相关技术，脑灌注MRI技术，VBM技术；
S3：临床应用与系统调试，通过互联网，对癫痫脑功能定位系统进行调试。
综上，本发明的基于大数据的个体化癫痫定量影像学辅助诊断系统能够实现患者相关信息的存储、查询、共享以及分析，该系统通过多中心癫痫影像数据库，实现多模态影像数据、临床诊治信息、行为学数据及检测信息的存储、查询及分析；建立癫痫脑功能定位系统研究，开发并整合癫痫脑功能定位方法，结合模式识别分类技术，开发界面化应用工具，在大样本数据库的基础上，实现癫痫活动个体诊断。该系统专门服务于癫痫患者的诊断、治疗及管理工作，有助于提高癫痫的临床诊断能力，改善癫痫的治疗效果，辅助提高科研教学水平，促进医学科技的发展与交流，产生良好的经济效益与社会效益。
尽管以上已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (8)
1.基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：包括数据库模块、患者信息获取模块、数据分析使用模块、检测模块、数据分析显示模块和查询管理模块，所述患者信息获取模块、查询管理模块、检测模块和数据分析使用模块均与数据库模块建立连接，所述患者信息获取模块、检测模块和查询管理模块和数据分析显示模块均连接到数据分析使用模块，所述数据库模块包括癫痫患者个人信息、患者检测数据信息、临床及MRI影像数据数据和健康正常人数据，所述数据库模块为在开源的神经信息平台XNAT的基础上，建立一个在线癫痫影像数据库，所述患者信息获取模块用于将数据库模块中的癫痫患者个人信息提供给数据分析使用模块，所述检测模块用于将数据库模块中的患者检测数据信息提供给数据分析使用模块，所述数据分析使用模块将获取癫痫患者个人信息和患者检测数据信息与数据库模块中的临床及MRI影像数据数据进行对比，将临床及MRI影像数据数据中与癫痫患者个人信息和患者检测数据信息吻合的数据调出，同时将个人信息匹配度超过50％的常人实验数据调出，所述数据分析使用模块将调用出的数据进行一对多比较，得出癫痫脑功能区定位。
2.根据权利要求1所述的基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：所述数据库模块的建立包括以下步骤：
S1：安装并调试神经影像数据库平台XNAT，开发在线癫痫影像数据库，实现数据的在线共享；
S2：MRI分析技术方法与癫痫影像数据库的整合，实现影像数据和行为以及临床评测的实时计算功能；
S3：临床应用与系统调试，通过互联网，对癫痫脑功能定位系统进行调试。
3.根据权利要求2所述的基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：所述MRI分析技术方法包括BOLD-fMRI相关技术，脑灌注MRI技术，VBM技术。
4.根据权利要求1所述的基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：所述检测模块采用采用同步脑电/MRI/PET技术，从脑电、结构、功能及分子水平四维一体对癫痫活动进行检测。
5.根据权利要求1所述的基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：所述患者信息获取模块可通过数据库获取的信息包括姓名、性别、就诊日期、联系方式、门诊/住院号、身高、体重、血型、出生日期、利手、出生史、家族史、过去史、实验室检查结果，其中有关个人隐私的信息，如姓名、联系方式、门诊/住院病案号等信息，设置有限查看权限。
6.根据权利要求5所述的基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：所述患者信息获取模块可通过数据库获取的信息中关个人隐私的信息，姓名、联系方式、门诊/住院病案号信息，设置有限查看权限。
7.根据权利要求1所述的基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：所述数据分析显示模块通过HTTPS协议整合影像数据库和脑功能定位指标计算功能。
8.根据权利要求1所述的基于大数据的个体化癫痫定量影像学辅助诊断系统，其特征在于：所述数据分析显示模块用于显示数据分析使用模块调用出的数据和定位的癫痫脑功能区。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010439969.4A CN111477327B (zh) | 2020-05-22 | 2020-05-22 | 基于大数据的个体化癫痫定量影像学辅助诊断系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010439969.4A CN111477327B (zh) | 2020-05-22 | 2020-05-22 | 基于大数据的个体化癫痫定量影像学辅助诊断系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111477327A true CN111477327A (zh) | 2020-07-31 |
| CN111477327B CN111477327B (zh) | 2022-11-25 |
Family
ID=71763671
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010439969.4A Expired - Fee Related CN111477327B (zh) | 2020-05-22 | 2020-05-22 | 基于大数据的个体化癫痫定量影像学辅助诊断系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111477327B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112617825A (zh) * | 2020-12-17 | 2021-04-09 | 中国人民解放军西部战区总医院 | 一种导联电极在快速定位癫痫病灶中的应用 |
| CN113648058A (zh) * | 2021-08-20 | 2021-11-16 | 苏州康多机器人有限公司 | 一种手术辅助定位方法及系统 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050107682A1 (en) * | 2003-10-21 | 2005-05-19 | Rao Stephen M. | fMRI system for use in assessing the efficacy of therapies in treating CNS disorders |
-
2020
- 2020-05-22 CN CN202010439969.4A patent/CN111477327B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050107682A1 (en) * | 2003-10-21 | 2005-05-19 | Rao Stephen M. | fMRI system for use in assessing the efficacy of therapies in treating CNS disorders |
Non-Patent Citations (3)
| Title |
|---|
| 权巍等: "常规MRI阴性癫痫的影像学研究", 《放射学实践》 * |
| 赵金秀: "探索儿科癫痫患者病情及认知功能的PET分子影像临床应用", 《临床检验杂志(电子版)》 * |
| 龙柳等: "低频振幅分析及EEG-fMRI对局灶性癫痫活动定位的比较研究", 《中国医学影像技术》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112617825A (zh) * | 2020-12-17 | 2021-04-09 | 中国人民解放军西部战区总医院 | 一种导联电极在快速定位癫痫病灶中的应用 |
| CN113648058A (zh) * | 2021-08-20 | 2021-11-16 | 苏州康多机器人有限公司 | 一种手术辅助定位方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111477327B (zh) | 2022-11-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111568414B (zh) | 基于功能影像学的癫痫活动检测方法及系统 | |
| Erb et al. | mHealth and wearable technology should replace motor diaries to track motor fluctuations in Parkinson’s disease | |
| Sun et al. | mHealth for aging China: opportunities and challenges | |
| Jorgenson et al. | The BRAIN Initiative: developing technology to catalyse neuroscience discovery | |
| Saatman et al. | Classification of traumatic brain injury for targeted therapies | |
| US20190272889A1 (en) | Methods and tools for detecting, diagnosing, predicting, prognosticating, or treating a neurobehavioral phenotype in a subject | |
| Clarke et al. | Computer-assisted EEG diagnostic review for idiopathic generalized epilepsy | |
| Owen et al. | A new era of coma and consciousness science | |
| Snyder et al. | Global network influences on local functional connectivity | |
| CN112669967B (zh) | 一种主动式健康医疗决策辅助方法及设备 | |
| WO2012007850A1 (en) | Medical data acquisition, diagnostic and communication system | |
| CN111477327B (zh) | 基于大数据的个体化癫痫定量影像学辅助诊断系统 | |
| Levitt et al. | What does a pain ‘biomarker’mean and can a machine be taught to measure pain? | |
| Yu et al. | The relationship between clinical recovery and personal recovery among people living with schizophrenia: A serial mediation model and the role of disability and quality of life | |
| Eldabe et al. | Biomarkers for chronic pain: significance and summary of recent advances | |
| Frontoni et al. | A decision support system for diabetes chronic care models based on general practitioner engagement and EHR data sharing | |
| Higuchi et al. | Prolonged P300 latency in antipsychotic-free subjects with at-risk mental states who later developed schizophrenia | |
| Onashoga et al. | A mobile phone-based antenatal care support system | |
| CN114025253A (zh) | 一种基于真实世界研究的药物疗效评估系统 | |
| Du et al. | Evaluation of functional magnetic resonance imaging under artificial intelligence algorithm on Plan-Do-Check-Action home nursing for patients with diabetic nephropathy | |
| Castillo et al. | Telemedicine and mHealth Applications for Health Monitoring in Rural Communities in Colombia: A Systematic Review | |
| CN111477322A (zh) | 一种医疗问诊系统 | |
| RU114196U1 (ru) | Медицинская комплексная автоматизированная информационная система | |
| Zhang et al. | Association of visual health with depressive symptoms and brain imaging phenotypes among middle-aged and older adults | |
| Song et al. | Application of big data and artificial intelligence approaches in diagnosis and treatment of neuropsychiatric diseases |
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 | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20221125 |