CN113273969A - 一种脑部缺血状况评估装置、方法、介质及电子设备 - Google Patents
一种脑部缺血状况评估装置、方法、介质及电子设备 Download PDFInfo
- Publication number
- CN113273969A CN113273969A CN202110693180.6A CN202110693180A CN113273969A CN 113273969 A CN113273969 A CN 113273969A CN 202110693180 A CN202110693180 A CN 202110693180A CN 113273969 A CN113273969 A CN 113273969A
- Authority
- CN
- China
- Prior art keywords
- ischemic
- area
- level
- blood supply
- medical image
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 201000006474 Brain Ischemia Diseases 0.000 title abstract description 14
- 206010008120 Cerebral ischaemia Diseases 0.000 title abstract description 12
- 206010008118 cerebral infarction Diseases 0.000 title abstract description 12
- 230000000302 ischemic effect Effects 0.000 claims abstract description 187
- 230000036770 blood supply Effects 0.000 claims abstract description 81
- 210000004556 brain Anatomy 0.000 claims abstract description 55
- 208000028867 ischemia Diseases 0.000 claims abstract description 41
- 238000011156 evaluation Methods 0.000 claims abstract description 32
- 230000002490 cerebral effect Effects 0.000 claims description 42
- 238000012549 training Methods 0.000 claims description 25
- 230000003993 interaction Effects 0.000 claims description 15
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003062 neural network model Methods 0.000 claims description 9
- 238000013528 artificial neural network Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 6
- 230000007704 transition Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 abstract description 6
- 230000001052 transient effect Effects 0.000 description 12
- 238000005192 partition Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 210000004027 cell Anatomy 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 239000008280 blood Substances 0.000 description 2
- 210000004958 brain cell Anatomy 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 208000014644 Brain disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 238000010969 brain CTA Methods 0.000 description 1
- 239000002775 capsule Substances 0.000 description 1
- 210000001159 caudate nucleus Anatomy 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010968 computed tomography angiography Methods 0.000 description 1
- 239000013256 coordination polymer Substances 0.000 description 1
- 210000001653 corpus striatum Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 210000003141 lower extremity Anatomy 0.000 description 1
- 210000001577 neostriatum Anatomy 0.000 description 1
- 230000010412 perfusion Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 210000001103 thalamus Anatomy 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physiology (AREA)
- Psychiatry (AREA)
- Signal Processing (AREA)
- Fuzzy Systems (AREA)
- Evolutionary Computation (AREA)
- Pathology (AREA)
- Mathematical Physics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供一种脑部缺血状况评估装置、方法、介质及电子设备。所述装置包括:医学影像获取模块,用于获取脑部医学影像;供血区获取模块,用于对脑部医学影像进行划分以得到多个供血区;供血区评估模块,用于获取各供血区的缺血指数;缺血区获取模块,用于获取第一水平缺血区和第二水平缺血区,且根据第一水平缺血区与第二水平缺血区之间的差集得到过渡缺血区;评估模块,用于根据第一水平缺血区的数量获取第一ASPECTS评分,并根据第二水平缺血区的数量获取第二ASPECTS评分,且根据第一ASPECTS评分和第二ASPECTS评分的差值得到过渡缺血区评分。上述三个评分的获取过程不会受到医务人员主观判断和经验的影响。
Description
技术领域
本发明涉及一种图像处理装置,特别是涉及一种脑部缺血状况评估装置、方法、介质及电子设备。
背景技术
随着医疗影像学的不断发展,脑部医学影像在脑部疾病的诊断和治疗中得到了越来越广泛的应用。实际应用中,医务人员通常根据人眼观察脑部医学影像来判断患者的脑部缺血状况,然而,此种方式依赖于医务人员的主观判断和经验,容易出现误差。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种脑部缺血状况评估装置、方法、介质及电子设备,用于解决现有技术依赖于医务人员的主观判断和经验而容易出现误差的问题。
为实现上述目的及其他相关目的,本发明的第一方面提供一种脑部缺血状况评估装置,所述脑部缺血状况评估装置包括:医学影像获取模块,用于获取脑部医学影像;供血区获取模块,用于对所述脑部医学影像进行划分以得到多个供血区;供血区评估模块,用于利用一神经网络模型对所述脑部医学影像进行处理,以获取各所述供血区的缺血指数;缺血区获取模块,用于根据各所述供血区的缺血指数与第一阈值的关系得到第一水平缺血区,并根据各所述供血区的缺血指数与第二阈值的关系得到第二水平缺血区,且根据所述第一水平缺血区与所述第二水平缺血区之间的差集得到过渡缺血区;评估模块,用于根据所述第一水平缺血区的数量获取第一ASPECTS评分,并根据所述第二水平缺血区的数量获取第二ASPECTS评分,且根据所述第一ASPECTS评分和所述第二ASPECTS评分的差值得到过渡缺血区评分。
于所述第一方面的一实施例中,所述脑部缺血状况评估装置还包括:用户交互模块,用于获取用户输入的至少两个阈值,所述缺血区获取模块从用户输入的阈值中获取所述第一阈值和所述第二阈值。
于所述第一方面的一实施例中,所述用户交互模块还用于显示所述脑部医学影像,并在所述脑部医学影像的相应位置标识所述多个供血区。
于所述第一方面的一实施例中,所述缺血区获取模块还用于根据其获取的所述第一阈值和/或所述第二阈值实时获取所述脑部医学影像中的所述第一水平缺血区、所述第二水平缺血区以及所述过渡缺血区,所述用户交互模块还用于实时在所述脑部医学影像的相应位置标识所述第一水平缺血区、所述第二水平缺血区以及所述过渡缺血区。
于所述第一方面的一实施例中,所述神经网络的训练方法包括:获取训练数据,其中,所述训练数据包括多个训练医学影像以及各所述训练医学影像中供血区的供血状况标注信息;利用所述训练数据对所述神经网络进行训练。
于所述第一方面的一实施例中,所述缺血区获取模块获取所有缺血指数小于所述第一阈值的供血区作为所述第一水平缺血区,并获取所有缺血指数小于所述第二阈值的供血区作为所述第二水平缺血区。
于所述第一方面的一实施例中,各所述供血区的缺血指数为各所述供血区为缺血区的概率。
本发明的第二方面提供一种脑部缺血状况评估方法,所述脑部缺血状况评估方法包括:获取脑部医学影像;对所述脑部医学影像进行划分以得到多个供血区;利用一神经网络模型对所述脑部医学影像进行处理,以获取各所述供血区的缺血指数;根据各所述供血区的缺血指数与第一阈值的关系得到第一水平缺血区,并根据各所述供血区的缺血指数与第二阈值的关系得到第二水平缺血区,且根据所述第一水平缺血区与所述第二水平缺血区之间的差集得到过渡缺血区;根据所述第一水平缺血区的数量获取第一ASPECTS评分,并根据所述第二水平缺血区的数量获取第二ASPECTS评分,且根据所述第一ASPECTS评分和所述第二ASPECTS评分的差值得到过渡缺血区评分。
本发明的第三方面提供一种计算机可读存储介质,该计算机程序被处理器执行时实现本发明第二方面所述的脑部缺血状况评估方法。
本发明的第四方面提供一种电子设备,所述电子设备包括:存储器,存储有一计算机程序;处理器,与所述存储器通信相连,调用所述计算机程序时执行本发明第二方面所述的脑部缺血状况评估方法;显示器,与所述处理器和所述存储器通信相连,用于显示所述脑部缺血状况评估方法的相关GUI交互界面。
如上所述,本发明所述脑部缺血状况评估装置、方法、介质及电子设备的一个技术方案具有以下有益效果:
所述脑部缺血状况评估装置能够利用神经网络模型获取脑部医学影像中各供血区的缺血指数,进而获取对应于不同阈值的第一水平缺血区和第二水平缺血区,并根据二者之间的差集得到过渡缺血区。基于此,所述脑部缺血状况评估装置能够获取所述脑部医学影像的第一ASPECTS评分、第二ASPECTS评分和过渡缺血区评分。上述三个评分能够辅助医务人员对患者的脑部缺血状况进行判断,且上述三个评分的获取过程不会受到医务人员主观判断和经验的影响,因而不易出现人为误差,具有较高的精确性。
附图说明
图1A显示为本发明所述脑部缺血状况评估装置于一具体实施例中的结构示意图。
图1B显示为本发明所述脑部缺血状况评估装置于一具体实施例中获取的脑部划分模型示例图。
图2显示为本发明所述脑部缺血状况评估装置于一具体实施例中训练神经网络的流程图。
图3显示为本发明所述脑部缺血状况评估方法于一具体实施例中的流程图。
图4显示为本发明所述电子设备于一具体实施例中的结构示意图。
元件标号说明
1 脑部缺血状况评估装置
11 医学影像获取模块
12 供血区获取模块
13 供血区评估模块
14 缺血区获取模块
15 评估模块
400 电子设备
410 存储器
420 处理器
430 显示器
S21~S22 步骤
S31~S35 步骤
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。此外,在本文中,诸如“第一”、“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
本发明的一实施例提供一种脑部缺血状况评估装置。具体地,请参阅图1A,本实施例中所述脑部缺血状况评估装置1包括医学影像获取模块11、供血区获取模块12、供血区评估模块13、缺血区获取模块14和评估模块15。
所述医学影像获取模块11用于获取脑部医学影像,所述脑部医学影像例如为脑部CTA(CT Angiography,CT血管成像)影像、脑部CTP(CP perfusion,CT灌注成像)影像或脑部NCCT(Noncontrast CT,CT平扫)影像。
所述供血区获取模块12与所述医学影像获取模块11相连,用于对所述脑部医学影像进行划分以得到多个供血区。例如,所述供血区获取模块12可以将脑部划分为10个供血区:核团层面(即丘脑和纹状体平面)供血区,分为M1、M2、M3、岛叶I、豆状核L、尾状核C和内囊后肢IC 7个供血区;核团以上层面(在核团水平上2cm),包括M4、M5和M6共3个供血区。
可选地,所述供血区获取模块12根据一预定义的脑部划分模型对所述脑部医学影像进行处理,以获取所述多个供血区。例如,所述供血区获取模块12可以将所述脑部医学影像与一脑部划分模型进行配准,以得到所述多个供血区。请参阅图1B,显示为本实施例获取的一个脑部划分模型,其中,所述脑部划分模型包括多个预定义供血区。
所述供血区评估模块13与所述脑部医学影像获取模块11和所述供血区获取模块12相连,用于利用一训练好的神经网络模型对所述脑部医学影像进行处理,以获取各所述供血区的供血指数。其中,所述供血指数用于指示各所述供血区的供血状况,所述供血指数越高则说明供血区的供血状况越好,所述供血指数越低则说明供血区的供血状况越差。所述缺血指数例如为所述供血区为缺血区的概率,或者为所述供血区是否有低密度灶的标识,亦或者为所述供血区内低密度灶面积占供血区总面积的比例。优选地,所述供血指数为0~1之间的数值。
所述缺血区获取模块14与所述供血区评估模块13相连,用于根据各所述供血区的缺血指数与一第一阈值的关系得到第一水平供血区,并根据各所述供血区的缺血指数与一第二阈值的关系得到第二水平缺血区,且根据所述第一水平缺血区与所述第二水平缺血区之间的差集得到过渡缺血区,其中,所述过渡缺血区包括因缺血而处于休眠状态或半休眠状态的脑细胞,这些细胞并非梗死细胞,也非能够行使正常功能的正常细胞。在临床中,对此类细胞的修复是对脑卒中等疾病进行治疗的关键之一,因此,获取所述过渡缺血区具有重大的意义。
可选地,所述缺血区获取模块14获取所有缺血指数小于所述第一阈值的供血区作为所述第一水平缺血区,并获取所有缺血指数小于所述第二阈值的供血区作为所述第二水平缺血区。
可选地,所述第一阈值小于所述第二阈值,此时,所述过渡缺血区是指包含于所述第二水平缺血区而不包含于所述第一水平缺血区的供血区。
所述评估模块15与所述缺血区获取模块14相连,用于根据所述第一水平缺血区的数量获取第一ASPECTS评分(Alberta Stroke Program Early CT Score,Alberta簇中项目早期CT评分),并根据所述第二水平缺血区的数量获取第二ASPECTS评分,且根据所述第一ASPECTS评分和所述第二ASPECTS评分的差值得到过渡缺血区评分。其中,所述过渡缺血区评分反应了所述过渡缺血区的范围或数量,所述过渡缺血区评分值越高则说明患者能够被挽救的概率越大。
可选地,假设所述供血区获取模块12将所述脑部医学影像划分成N个供血区,其中N为大于或等于3的正整数。若所述缺血区获取模块14获取到的第一水平缺血区的数量为N1,获取到的第二水平缺血区的数量为N2,则所述评估模块15获取到的第一ASPECTS评分为N-N1,获取到的第二ASPECTS评分为N-N2,获取到的过渡缺血区评分为N1-N2的绝对值。
根据以上描述可知,本实施例所述脑部缺血状况获取装置1能够利用神经网络模型获取脑部医学影像中各供血区的缺血指数,进而获取对应于不同阈值的第一水平缺血区和第二水平缺血区,并根据二者之间的差集得到过渡缺血区。基于此,所述脑部缺血状况评估装置能够获取所述脑部医学影像的第一ASPECTS评分、第二ASPECTS评分和过渡缺血区评分。上述三个评分能够辅助医务人员对患者的脑部缺血状况进行判断,且上述三个评分的获取过程不会受到医务人员主观判断和经验的影响,因而不易出现人为误差,具有较高的精确性。
此外,本实施例所述脑部缺血状况获取装置1能够获取所述脑部医学影像中的过渡缺血区以及过渡缺血区评分,根据所述过渡缺血区的评分值能够指导医务人员对患者进行治疗。
于本发明的一实施例中,所述脑部缺血状况评估装置还包括用户交互模块,所述用户交互模块用于获取用户输入的至少两个阈值,所述缺血区获取模块从用户输入的阈值中获取所述第一阈值和所述第二阈值。
可选地,所述用户交互模块可以为用户提供一交互界面,以提示用户输入两个或多个阈值。当用户输入阈值以后,所述缺血区获取模块可以获取用户最近输入的两个阈值分别作为所述第一阈值和所述第二阈值。此外,用户也可以通过所述交互界面指定其输入的阈值为第一阈值或第二阈值,此时,所述缺血区获取模块根据用户的指定获取所述第一阈值或所述第二阈值。
可选地,所述用户交互模块还用于显示所述脑部医学影像,并在所述脑部医学影像的相应位置标识所述多个供血区。例如,所述用户交互模块可以在所述脑部医学影像中利用不同颜色和/或线型的曲线标识不同供血区的轮廓,或者,所述用户交互模块可以在所述脑部医学影像中利用不同的颜色填充不同的供血区。
可选地,所述缺血区获取模块还用于根据其获取的所述第一阈值和/或所述第二阈值实时获取所述脑部医学影像中的所述第一水平缺血区、所述第二水平缺血区以及所述过渡缺血区,所述用户交互模块还用于实时在所述脑部医学影像的相应位置标识所述第一水平缺血区、所述第二水平缺血区和所述过渡缺血区。
例如,当用户通过所述用户交互模块输入第一阈值为0.5、第二阈值为0.7时,所述缺血区获取模块分别以0.5和0.7作为所述第一阈值和所述第二阈值获取第一水平缺血区A、第二水平缺血区B以及过渡缺血区C,所述用户交互模块在所述脑部医学影像的相应位置标识第一水平缺血区A、第二水平缺血区B以及过渡缺血区C。此后,当用户通过所述用户交互模块输入新的第二阈值0.8时,所述缺血区获取模块实时获取到用户输入的第二阈值0.8,并以0.5和0.8分别作为所述第一阈值和所述第二阈值获取第一水平缺血区A’、第二水平缺血区B’和过渡缺血区C’,所述用户交互模块实时在所述脑部医学影像的相应位置标识第一水平缺血区A’、第二水平缺血区B’和过渡缺血区C’。通过此种方式,用户可以通过输入不同的第一阈值和/或第二阈值并实时观察到所述第一水平缺血区、所述第二水平缺血区和所述过渡缺血区的变化,有利于获取到患者缺血状况的更多信息。
请参阅图2,于本发明的一实施例中,所述神经网络的训练方法包括:
S21,获取训练数据,其中,所述训练数据包括多个训练医学影像以及各所述训练医学影像中供血区的供血状况标注信息,所述标注信息例如为各供血区缺血或不缺血的分类标签,或者为各供血区的供血状况评分。例如,可以通过人工方式为各所述训练医学影像中各供血区标注一个“0”或“1”的分类标签,其中,“0”代表该供血区供血状况较差,“1”代表该供血区供血状况良好。
S22,利用所述训练数据对所述神经网络进行训练。其中,利用所述训练数据对所述神经网络进行训练的方法可以采用现有技术实现,此处不做过多赘述。
基于以上对所述脑部缺血状况评估装置的描述,本发明还提供一种脑部缺血状况评估方法。具体地,请参阅图3,于本发明的一实施例中,所述脑部缺血状况评估方法包括:
S31,获取脑部医学影像。
S32,对所述脑部医学影像进行划分以得到多个供血区。
S33,利用一神经网络模型对所述脑部医学影像进行处理,以获取各所述供血区的缺血指数。
S34,根据各所述供血区的缺血指数与第一阈值的关系得到第一水平缺血区,并根据各所述供血区的缺血指数与第二阈值的关系得到第二水平缺血区,且根据所述第一水平缺血区与所述第二水平缺血区之间的差集得到过渡缺血区。
S35,根据所述第一水平缺血区的数量获取第一ASPECTS评分,并根据所述第二水平缺血区的数量获取第二ASPECTS评分,且根据所述第一ASPECTS评分和所述第二ASPECTS评分的差值得到过渡缺血区评分。
本实施例中,上述步骤S31~S35与图1A所示脑部缺血状况评估装置1中的医学影像获取模块11、供血区获取模块12、供血区评估模块13、缺血区获取模块14和评估模块15一一对应,为节省说明书篇幅,此处不做过多赘述。
本发明还提供一种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图3所示的脑部缺血状况评估方法。
本发明还提供一种电子设备,具体地,请参阅图4,于本发明的一实施例中,所述电子设备400包括存储器410、处理器420和显示器430。其中,所述存储器410存储有一计算机程序,所述处理器420与所属存储器410通信相连,用于调用所述计算机程序时执行图3所示的脑部缺血状况评估方法,所述显示器430与所述存储器410和所述处理器420通信相连,用于显示所述脑部缺血状况评估方法的相关GUI交互界面。
本发明所述的脑部缺血状况评估方法的保护范围不限于本实施例列举的步骤执行顺序,凡是根据本发明的原理所做的现有技术的步骤增减、步骤替换所实现的方案都包括在本发明的保护范围内。
本发明还提供一种脑部缺血状况评估装置,所述脑部缺血状况评估装置可以实现本发明所述的脑部缺血状况评估方法,但本发明所述的脑部缺血状况评估方法的实现装置包括但不限于本实施例列举的脑部缺血状况评估装置的结构,凡是根据本发明的原理所做的现有技术的结构变形和替换,都包括在本发明的保护范围内。
本发明所述脑部缺血状况评估装置能够利用神经网络模型获取脑部医学影像中各供血区的缺血指数,进而获取对应于不同阈值的第一水平缺血区和第二水平缺血区,并根据二者之间的差集得到过渡缺血区。基于此,所述脑部缺血状况评估装置能够获取所述脑部医学影像的第一ASPECTS评分、第二ASPECTS评分和过渡缺血区评分。上述三个评分能够辅助医务人员对患者的脑部缺血状况进行判断,且上述三个评分的获取过程不会受到医务人员主观判断和经验的影响,因而不易出现人为误差,具有较高的精确性。
综上所述,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种脑部缺血状况评估装置,其特征在于,所述脑部缺血状况评估装置包括:
医学影像获取模块,用于获取脑部医学影像;
供血区获取模块,用于对所述脑部医学影像进行划分以得到多个供血区;
供血区评估模块,用于利用一神经网络模型对所述脑部医学影像进行处理,以获取各所述供血区的缺血指数;
缺血区获取模块,用于根据各所述供血区的缺血指数与第一阈值的关系得到第一水平缺血区,并根据各所述供血区的缺血指数与第二阈值的关系得到第二水平缺血区,且根据所述第一水平缺血区与所述第二水平缺血区之间的差集得到过渡缺血区;
评估模块,用于根据所述第一水平缺血区的数量获取第一ASPECTS评分,并根据所述第二水平缺血区的数量获取第二ASPECTS评分,且根据所述第一ASPECTS评分和所述第二ASPECTS评分的差值得到过渡缺血区评分。
2.根据权利要求1所述的脑部缺血状况评估装置,其特征在于,所述脑部缺血状况评估装置还包括:
用户交互模块,用于获取用户输入的至少两个阈值,所述缺血区获取模块从用户输入的阈值中获取所述第一阈值和所述第二阈值。
3.根据权利要求2所述的脑部缺血状况评估装置,其特征在于:所述用户交互模块还用于显示所述脑部医学影像,并在所述脑部医学影像的相应位置标识所述多个供血区。
4.根据权利要求2所述的脑部缺血状况评估装置,其特征在于:所述缺血区获取模块还用于根据其获取的所述第一阈值和/或所述第二阈值实时获取所述脑部医学影像中的所述第一水平缺血区、所述第二水平缺血区以及所述过渡缺血区,所述用户交互模块还用于实时在所述脑部医学影像的相应位置标识所述第一水平缺血区、所述第二水平缺血区以及所述过渡缺血区。
5.根据权利要求1所述的脑部缺血状况评估装置,其特征在于,所述神经网络的训练方法包括:
获取训练数据,其中,所述训练数据包括多个训练医学影像以及各所述训练医学影像中供血区的供血状况标注信息;
利用所述训练数据对所述神经网络进行训练。
6.根据权利要求1所述的脑部缺血状况评估装置,其特征在于:所述缺血区获取模块获取所有缺血指数小于所述第一阈值的供血区作为所述第一水平缺血区,并获取所有缺血指数小于所述第二阈值的供血区作为所述第二水平缺血区。
7.根据权利要求1所述的脑部缺血状况评估装置,其特征在于:各所述供血区的缺血指数为各所述供血区为缺血区的概率。
8.一种脑部缺血状况评估方法,其特征在于,所述脑部缺血状况评估方法包括:
获取脑部医学影像;
对所述脑部医学影像进行划分以得到多个供血区;
利用一神经网络模型对所述脑部医学影像进行处理,以获取各所述供血区的缺血指数;
根据各所述供血区的缺血指数与第一阈值的关系得到第一水平缺血区,并根据各所述供血区的缺血指数与第二阈值的关系得到第二水平缺血区,且根据所述第一水平缺血区与所述第二水平缺血区之间的差集得到过渡缺血区;
根据所述第一水平缺血区的数量获取第一ASPECTS评分,并根据所述第二水平缺血区的数量获取第二ASPECTS评分,且根据所述第一ASPECTS评分和所述第二ASPECTS评分的差值得到过渡缺血区评分。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:该计算机程序被处理器执行时实现权利要求8所述的脑部缺血状况评估方法。
10.一种电子设备,其特征在于,所述电子设备包括:
存储器,存储有一计算机程序;
处理器,与所述存储器通信相连,调用所述计算机程序时执行权利要求8所述的脑部缺血状况评估方法;
显示器,与所述处理器和所述存储器通信相连,用于显示所述脑部缺血状况评估方法的相关GUI交互界面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693180.6A CN113273969A (zh) | 2021-06-22 | 2021-06-22 | 一种脑部缺血状况评估装置、方法、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110693180.6A CN113273969A (zh) | 2021-06-22 | 2021-06-22 | 一种脑部缺血状况评估装置、方法、介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113273969A true CN113273969A (zh) | 2021-08-20 |
Family
ID=77285285
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110693180.6A Pending CN113273969A (zh) | 2021-06-22 | 2021-06-22 | 一种脑部缺血状况评估装置、方法、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113273969A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102281815A (zh) * | 2008-11-14 | 2011-12-14 | 阿波罗医学影像技术控股有限公司 | 用于对急性中风的组织状态绘图的方法和系统 |
CN105997128A (zh) * | 2016-08-03 | 2016-10-12 | 上海联影医疗科技有限公司 | 利用灌注成像识别病灶的方法及系统 |
CN110288587A (zh) * | 2019-06-28 | 2019-09-27 | 重庆同仁至诚智慧医疗科技股份有限公司 | 一种缺血性脑卒中磁共振影像的病灶识别方法 |
CN110934606A (zh) * | 2019-10-31 | 2020-03-31 | 上海杏脉信息科技有限公司 | 脑卒中早期平扫ct图像评估系统及评估方法、可读存储介质 |
CN111803103A (zh) * | 2020-07-20 | 2020-10-23 | 上海市第六人民医院 | 一种脑卒中发病时间检测装置及脑卒中治疗系统 |
CN112862022A (zh) * | 2021-04-26 | 2021-05-28 | 南京钺曦医疗科技有限公司 | 一种计算非增强ct的aspects评分方法 |
-
2021
- 2021-06-22 CN CN202110693180.6A patent/CN113273969A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102281815A (zh) * | 2008-11-14 | 2011-12-14 | 阿波罗医学影像技术控股有限公司 | 用于对急性中风的组织状态绘图的方法和系统 |
CN105997128A (zh) * | 2016-08-03 | 2016-10-12 | 上海联影医疗科技有限公司 | 利用灌注成像识别病灶的方法及系统 |
CN110288587A (zh) * | 2019-06-28 | 2019-09-27 | 重庆同仁至诚智慧医疗科技股份有限公司 | 一种缺血性脑卒中磁共振影像的病灶识别方法 |
CN110934606A (zh) * | 2019-10-31 | 2020-03-31 | 上海杏脉信息科技有限公司 | 脑卒中早期平扫ct图像评估系统及评估方法、可读存储介质 |
CN111803103A (zh) * | 2020-07-20 | 2020-10-23 | 上海市第六人民医院 | 一种脑卒中发病时间检测装置及脑卒中治疗系统 |
CN112862022A (zh) * | 2021-04-26 | 2021-05-28 | 南京钺曦医疗科技有限公司 | 一种计算非增强ct的aspects评分方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10867011B2 (en) | Medical image identification and interpretation | |
JP7058373B2 (ja) | 医療画像に対する病変の検出及び位置決め方法、装置、デバイス、及び記憶媒体 | |
CN106157297B (zh) | 图像处理装置和图像处理方法 | |
CN110232383B (zh) | 一种基于深度学习模型的病灶图像识别方法及病灶图像识别系统 | |
JP6692488B2 (ja) | ニューロンネットワークをトレーニングする方法及び能動学習システム | |
US20190392942A1 (en) | System and method for medical image interpretation | |
Sugimori | Classification of computed tomography images in different slice positions using deep learning | |
CN102245082B (zh) | 图像处理装置、其控制方法和图像处理系统 | |
KR102043130B1 (ko) | 컴퓨터 보조 진단 방법 및 장치 | |
CN107273658B (zh) | 对颅内动脉瘤破裂风险进行评估及其图像进行分类的装置 | |
US11403786B2 (en) | Method and system for generating medical image based on textual data in medical report | |
US20120134555A1 (en) | Report creation support apparatus, creation support method thereof and program | |
CN112768065B (zh) | 一种基于人工智能的面瘫分级诊断方法、装置 | |
CN112862022A (zh) | 一种计算非增强ct的aspects评分方法 | |
JP5159150B2 (ja) | 画像リスト表示装置、画像リスト表示方法、及び画像リスト表示プログラム | |
JP2011523123A (ja) | 画像セグメンテーションに基づく画像分類 | |
Dong et al. | Identifying carotid plaque composition in MRI with convolutional neural networks | |
US10978190B2 (en) | System and method for viewing medical image | |
Morfini et al. | Functional connectivity MRI quality control procedures in CONN | |
Sibley et al. | An evaluation of KELVIN, an artificial intelligence platform, as an objective assessment of the MDS UPDRS part III | |
Shaik et al. | Glaucoma identification based on segmentation and fusion techniques | |
CN114170440A (zh) | 图像特征点的确定方法、装置、计算机设备和存储介质 | |
US11460528B2 (en) | MRI reconstruction with image domain optimization | |
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 | |
CN113273969A (zh) | 一种脑部缺血状况评估装置、方法、介质及电子设备 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220715 Address after: 518045 floor 8-13, building B, Shenjiu science and Technology Pioneer Park, No. 3, Binlang Road, Futian Free Trade Zone, Futian District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Lianying high end Medical Equipment Innovation Research Institute Address before: Shanghai Sixth People's Hospital, 600 Yishan Road, Xuhui District, Shanghai 200233 Applicant before: SHANGHAI SIXTH PEOPLE'S Hospital |
|
TA01 | Transfer of patent application right |