CN113409272B - 数据分析方法、装置、计算机设备以及可读存储介质 - Google Patents
数据分析方法、装置、计算机设备以及可读存储介质 Download PDFInfo
- Publication number
- CN113409272B CN113409272B CN202110686035.5A CN202110686035A CN113409272B CN 113409272 B CN113409272 B CN 113409272B CN 202110686035 A CN202110686035 A CN 202110686035A CN 113409272 B CN113409272 B CN 113409272B
- Authority
- CN
- China
- Prior art keywords
- computed tomography
- data
- positron emission
- emission computed
- tomography data
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000007405 data analysis Methods 0.000 title claims abstract description 46
- 238000004364 calculation method Methods 0.000 claims abstract description 92
- 239000003068 molecular probe Substances 0.000 claims abstract description 92
- 238000002591 computed tomography Methods 0.000 claims abstract description 87
- 238000004458 analytical method Methods 0.000 claims abstract description 67
- AOYNUTHNTBLRMT-SLPGGIOYSA-N 2-deoxy-2-fluoro-aldehydo-D-glucose Chemical compound OC[C@@H](O)[C@@H](O)[C@H](O)[C@@H](F)C=O AOYNUTHNTBLRMT-SLPGGIOYSA-N 0.000 claims description 22
- 102000013498 tau Proteins Human genes 0.000 claims description 22
- 108010026424 tau Proteins Proteins 0.000 claims description 22
- 238000004590 computer program Methods 0.000 claims description 7
- 230000002503 metabolic effect Effects 0.000 claims description 6
- 239000000523 sample Substances 0.000 abstract description 16
- 208000024827 Alzheimer disease Diseases 0.000 description 17
- 238000001514 detection method Methods 0.000 description 12
- 210000004556 brain Anatomy 0.000 description 8
- 230000004060 metabolic process Effects 0.000 description 5
- 230000004770 neurodegeneration Effects 0.000 description 4
- 208000015122 neurodegenerative disease Diseases 0.000 description 4
- 238000002600 positron emission tomography Methods 0.000 description 4
- 230000002490 cerebral effect Effects 0.000 description 3
- 230000008021 deposition Effects 0.000 description 3
- 239000000126 substance Substances 0.000 description 3
- 102000009091 Amyloidogenic Proteins Human genes 0.000 description 2
- 108010048112 Amyloidogenic Proteins Proteins 0.000 description 2
- 238000012351 Integrated analysis Methods 0.000 description 2
- 208000010877 cognitive disease Diseases 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000027061 mild cognitive impairment Diseases 0.000 description 2
- 210000002682 neurofibrillary tangle Anatomy 0.000 description 2
- ZQAQXZBSGZUUNL-BJUDXGSMSA-N 2-[4-(methylamino)phenyl]-1,3-benzothiazol-6-ol Chemical compound C1=CC(N[11CH3])=CC=C1C1=NC2=CC=C(O)C=C2S1 ZQAQXZBSGZUUNL-BJUDXGSMSA-N 0.000 description 1
- 102100040243 Microtubule-associated protein tau Human genes 0.000 description 1
- 101710115937 Microtubule-associated protein tau Proteins 0.000 description 1
- 238000012879 PET imaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000003710 cerebral cortex Anatomy 0.000 description 1
- 230000003930 cognitive ability Effects 0.000 description 1
- 210000003618 cortical neuron Anatomy 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000001652 frontal lobe Anatomy 0.000 description 1
- 239000012216 imaging agent Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 210000001152 parietal lobe Anatomy 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 210000003478 temporal lobe Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
- A61B6/037—Emission tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/501—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of the head, e.g. neuroimaging or craniography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16B—BIOINFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR GENETIC OR PROTEIN-RELATED DATA PROCESSING IN COMPUTATIONAL MOLECULAR BIOLOGY
- G16B40/00—ICT specially adapted for biostatistics; ICT specially adapted for bioinformatics-related machine learning or data mining, e.g. knowledge discovery or pattern finding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- High Energy & Nuclear Physics (AREA)
- Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Pathology (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Quality & Reliability (AREA)
- Biotechnology (AREA)
- Evolutionary Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Neurology (AREA)
- Neurosurgery (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Bioinformatics & Computational Biology (AREA)
- Dentistry (AREA)
- Epidemiology (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Bioethics (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Nuclear Medicine (AREA)
Abstract
本发明公开了一种数据分析方法、装置、计算机设备以及可读存储介质，数据分析方法包括：分别获取感兴趣区域的一种或多种分子探针在多个时间点的正电子发射计算机断层显像数据；针对各分子探针调用相应的计算工作流；通过相应的计算工作流分别对每个正电子发射计算机断层显像数据进行计算；基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果。上述方法可以同步获取多探针或多时间点下的正电子发射计算机断层显像数据，并针对不同分子探针或不同时间点的数据进行相应工作流的计算，得到多探针或多时间点下正电子发射计算机断层显像数据的分析结果，可以有效提高分析效率，便于用户根据分析结果进行判断，改善用户使用体验。
Description
技术领域
本发明实施例涉及计算机技术，尤其涉及一种数据分析方法、装置、计算机设备以及存储介质。
背景技术
对于阿尔滋海默症等脑神经退行性疾病，经常需要对患者进行正电子发射计算机断层显像(Positron Emission Computed Tomography，PET)，以获得感兴趣区域的各类相关物质的情况，以供医生进行判断。对于获取到的PET数据，传统的分析软件通常一次仅能分析一种PET检查，当数据种类较多时，需要进行多次处理，且处理后的结果不能整合分析。医生只能将每次的处理结果进行保存，再自行利用各自保存后的结果进行对比分析，这样的分析过程比较麻烦，分析效率较低，浪费了很多时间和人力成本。
发明内容
基于此，针对上述技术问题，本发明提供一种数据分析方法、装置、计算机设备及可读存储介质，可以自动同时进行多探针或多时间点的正电子发射计算机断层显像数据分析。
第一方面，本发明实施例提供了一种数据分析方法，包括：
分别获取感兴趣区域的一种或多种分子探针在多个时间点的正电子发射计算机断层显像数据；
针对各所述分子探针调用相应的计算工作流；
通过所述相应的计算工作流分别对每个所述正电子发射计算机断层显像数据进行计算；
基于各所述正电子发射计算机断层显像数据的计算结果确定所述感兴趣区域的分析结果。
上述数据分析方法，可以同步获取多探针或多时间点下的正电子发射计算机断层显像数据，并针对不同分子探针或不同时间点的数据进行相应工作流的计算，从而得到多探针或多时间点下正电子发射计算机断层显像数据的分析结果，可以有效提高分析效率，便于用户根据分析结果进行判断，改善用户的使用体验。
在其中一个实施例中，所述分子探针包括淀粉样蛋白分子探针、Tau蛋白分子探针以及氟代脱氧葡萄糖分子探针中的至少一种。
在其中一个实施例中，所述分子探针包括淀粉样蛋白分子探针、Tau蛋白分子探针以及氟代脱氧葡萄糖分子探针，所述通过所述相应的计算工作流分别对每个所述正电子发射计算机断层显像数据进行计算的步骤包括：
根据淀粉样蛋白分子的正电子发射计算机断层显像数据，进行比率分析工作流以计算正电子发射计算机断层显像标准摄取值比率数据；
根据Tau蛋白分子和/或氟代脱氧葡萄糖分子的正电子发射计算机断层显像数据，进行数据库对比工作流以计算代谢水平数据。
在其中一个实施例中，所述基于各所述正电子发射计算机断层显像数据的计算结果确定所述感兴趣区域的分析结果的步骤包括：
根据预设的阈值判断各所述正电子发射计算机断层显像数据的计算结果的属性；
基于各所述计算结果的属性以及预设的判断条件，确定所述感兴趣区域的分析结果。
在其中一个实施例中，在所述分别获取感兴趣区域的一种或多种分子探针在多个时间点的正电子发射计算机断层显像数据的步骤之前，所述方法还包括：
分别通过一种或多种分子探针在多个时间点对感兴趣区域进行正电子发射计算机断层显像。
在其中一个实施例中，所述方法还包括：
将所述一种或多种分子探针在多个时间点的正电子计算机断层显像数据及其计算结果在一个界面中进行对比显示。
在其中一个实施例中，所述方法还包括：
调整一个或多个所述正电子发射计算机断层显像数据；
根据调整后的正电子发射计算机断层显像数据，重新通过对应的计算工作流对其进行计算；
基于重新计算得到的计算结果更新所述分析结果。
第二方面，本发明实施例还提供了一种数据分析装置，包括：
获取模块，用于分别获取感兴趣区域的一种或多种分子探针在多个时间点的正电子发射计算机断层显像数据；
调用模块，用于针对各所述分子探针调用相应的计算工作流；
计算模块，用于通过所述相应的计算工作流分别对每个所述正电子发射计算机断层显像数据进行计算；
分析模块，用于基于各所述正电子发射计算机断层显像数据的计算结果确定所述感兴趣区域的分析结果。
上述数据分析装置，可以同步获取多探针或多时间点下的正电子发射计算机断层显像数据，并针对不同分子探针或不同时间点的数据进行相应工作流的计算，从而得到多探针或多时间点下正电子发射计算机断层显像数据的分析结果，可以有效提高分析效率，便于用户根据分析结果进行判断，改善用户的使用体验。
第三方面，本发明实施例还提供了一种计算机设备，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的数据分析方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述的数据分析方法。
附图说明
图1为一个实施例中数据分析方法的流程示意图；
图2为一个实施例中步骤通过相应的计算工作流分别对每个正电子发射计算机断层显像数据进行计算的流程示意图；
图3为一个实施例中步骤基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果的流程示意图；
图4为另一个实施例中数据分析方法的流程示意图；
图5为另一个实施例中数据分析方法的流程示意图；
图6为一个实施例中数据分析装置的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
图1为一个实施例中数据分析方法的流程示意图，如图1所示，在一个实施例中，一种数据分析方法，具体可以包括：
步骤S120：分别获取感兴趣区域的一种或多种分子探针在多个时间点的正电子发射计算机断层显像数据。
具体地，在针对阿尔滋海默症等脑神经退行性疾病的临床工作中，通常需要对感兴趣区域进行正电子发射计算机断层显像(Positron Emission Computed Tomography，PET)等检测，以获取感兴趣区域中的各类物质含量以及分布等情况，为后续医生的判断等提供参考。一般可以针对特定分子探针在不同时间点进行PET检测，以获取到这些时间点周期内的数据变化。而为了获取不同物质的含量以及分布情况，还可以分别在多个时间点进行多种分子探针的协同PET检测，为评估神经退行性疾病的发展变化提供依据。
上述感兴趣区域的数量以及的具体位置可以根据实际需求确定，例如对于阿尔滋海默症等脑神经退行性疾病，感兴趣区域可以为整个脑部的所有脑区，也可以为脑部的某一部分区域，例如感兴趣区域具体可以为前扣带、后扣带、锲前叶、颞叶、额叶以及顶叶等。当包括多个脑区时，对于每个脑区均进行多种分子探针的数据分析，从而获取每个感兴趣区域的多种分子探针的分析结果，以对脑部的不同区域的情况进行分析判断。
进一步地，上述分子探针的种类与数量也可以根据实际检测需求确定，例如在一个具体的实施例中，分子探针包括淀粉样蛋白分子探针、Tau蛋白分子探针以及氟代脱氧葡萄糖分子探针中的至少一种。对于阿尔滋海默症情况的判断，淀粉样蛋白分子、Tau蛋白分子以及氟代脱氧葡萄糖分子的含量以及分布情况有重要的作用。
其中，淀粉样蛋白分子(Amyloid，可以标记为A)在阿尔茨海默症的其他临床症状开始之前的10-20年，会在皮质区域出现沉积情况，可以针对淀粉样蛋白分子进行识别，对于淀粉样蛋白分子的PET检测，一般可以采用AV45分子探针。Tau蛋白分子(Microtubule-associated Protein Tau，可以标记为T)在阿尔茨海默症患者中会异常沉积形成对的神经原纤维缠结(Neurofibrillary Tangles，简称NFTs)，其与皮层神经元的缺失及患者认知能力的下降程度有关，Tau蛋白分子的含量可以反映阿尔茨海默症的严重程度，对于Tau蛋白分子的PET检测，一般可以采用11C-PIB分子探针。氟代脱氧葡萄糖分子(Fludeoxyglucose，简称FDG，可以标记为N)是一种常用的PET显像剂，在不同的阿尔茨海默症中，氟代脱氧葡萄糖分子具有不同的代谢模式，可以用于反映阿尔茨海默症的具体种类。可以理解的是，本发明分子探针并不限定于上述实施例中的情况，在其他的实施例中，也可以根据探测需求使用其他种类的分子探针。
步骤S140：针对各分子探针调用相应的计算工作流。
步骤S160：通过相应的计算工作流分别对每个正电子发射计算机断层显像数据进行计算。
具体地，针对不同分子探针进行PET探测获取到的PET数据，一般需要不同的计算工作流进行计算处理，以得到所需要的数据。可以针对每种分子探针的PET数据，预设相对应的计算模版或计算公式等，在获取到PET数据后根据该计算模版或公式进行计算，或者也可以预先建立一种分子探针的PET数据所对应结果的数据库，根据获取到的PET数据在数据库中查询相应结果。在获取到多种分子探针的PET数据后，可以同时调用每种PET数据的计算工作流，然后对多种分子探针的PET数据根据其对应的计算工作流进行同步的计算处理，从而提高数据的处理效率。
步骤S180：基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果。
具体地，在对一种或多种分子探针的PET数据进行计算后，可以得到相应的计算结果，根据分子探针以及对应计算工作流的不同，每个计算结果可以代表其对应的分子在某一时间点上的含量或分布等情况，可以允同时加载这些计算结果进行整合分析，基于预设的判断的条件，确定对应的分析结果。例如根据上述淀粉样蛋白分子、Tau蛋白分子以及氟代脱氧葡萄糖分子的计算结果，在预设的判断条件表中进行查询，以确定感兴趣区域阿尔滋海默症的种类以及严重程度等情况，还根据这些分子在不同时间点的计算结果的变化情况，还可以对阿尔滋海默症的发展情况进行判断，例如根据不同时间点的数值变化，判断其从正常状态转为轻度认知功能障碍(Mild Cognitive Impairment，简称MCI)状态的过程。
上述数据分析方法，可以同步获取多探针或多时间点下的正电子发射计算机断层显像数据，并针对不同分子探针或不同时间点的数据进行相应工作流的计算，从而得到多探针或多时间点下正电子发射计算机断层显像数据的分析结果，可以有效提高分析效率，便于用户根据分析结果进行判断，改善用户的使用体验。
图2为一个实施例中步骤通过相应的计算工作流分别对每个正电子发射计算机断层显像数据进行计算的流程示意图，在上述实施例的基础上，如图2所示，在一个实施例中，分子探针包括淀粉样蛋白分子探针、Tau蛋白分子探针以及氟代脱氧葡萄糖分子探针，上述数据分析方法的步骤S160具体可以包括：
步骤S162：根据淀粉样蛋白分子的正电子发射计算机断层显像数据，进行比率分析工作流以计算正电子发射计算机断层显像标准摄取值比率数据。
具体地，对于淀粉样蛋白(Amyloid)分子的PET数据，可以进行正电子发射计算机断层显像标准摄取值比率(Standardized Uptake Value ratio，简称SUVr)数据的计算，在获取淀粉样蛋白的PET数据后，可以调用SUVr数据的计算模版的工作流，然后根据淀粉样蛋白分子的PET数据以及计算模版，确定感兴趣区域的SUVr值。对于阿尔滋海默症，一般可以获取各个脑区分别的SUVr值以及脑部的平均SUVr值，该SUVr值为后续进行阿尔滋海默症的阶段判断的特征值。
步骤S164：根据Tau蛋白分子和/或氟代脱氧葡萄糖分子的正电子发射计算机断层显像数据，进行数据库对比工作流以计算代谢水平数据。
具体地，对于Tau蛋白分子以及氟代脱氧葡萄糖分子的PET数据，同数据库相比，可以进行谢水平数据(Z值)的计算，Z值的大小可以反应此感兴趣区域的代谢水平具体为高代谢或低代谢等，在获取于Tau蛋白分子或氟代脱氧葡萄糖分子的PET数据后，一般可以调用数据库对比的工作流，以评估Z值的具体数值，对于阿尔滋海默症，该Z值为后续进行阿尔滋海默症的种类以及严重程度判断的特征值。
图3为一个实施例中步骤基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果的流程示意图，在上述实施例的基础上，如图3所示，在一个实施例中，上述数据分析方法的步骤S180具体可以包括：
步骤S182：根据预设的阈值判断各正电子发射计算机断层显像数据的计算结果的属性。
步骤S184：基于各计算结果的属性以及预设的判断条件，确定感兴趣区域的分析结果。
具体地，在调用工作流对各个PET数据进行计算处理后，根据得到的计算结果可以进行整合分析判断。例如针对每种分子的PET数据计算结果，都可以设定相应的阈值以判断其属性，每种分子的PET数据计算结果一般表示其含量或分布情况等，则其属性则表示其含量的高低或是否发生沉积等。计算结果的属性一般可以用“+”、“-”表示，例如，属性为“+”可以代表高含量高或发生沉积等情况，属性为“-”可以代表含量低或者没有发生沉积等情况，根据每种分子的计算结果，按照预设的阈值判断其属性为“+”或“-”。在根据预设的判断条件，查询当前各个PET数据计算结果的属性组合所对应的分析结果，从而完成对多种分子探针的PET数据分析。
进一步地，例如对于上述的淀粉样蛋白分子、Tau蛋白分子以及氟代脱氧葡萄糖分子的计算结果，可以分别标记为A、T、N，根据针对每种分子预设的阈值，可以判断每个计算结果的属性，具体为A+、A-、T+、T-、N+以及N-，从而为在每个时间点，可以得到三种分子的计算结果属性的组合，根据预设的判断条件，可判断该计算结果组合所对应的阿尔滋海默症的情况，从而完成PET数据的分析。其中，预设条件具体可以根据实际情况确定，每种计算结果的组合均对应有特定的分析结果，例如，在一个具体的实施例中，若某一时间点淀粉样蛋白分子、Tau蛋白分子以及氟代脱氧葡萄糖分子的计算结果组合为A+/T-/N-时，则分析结果可以为该时间点感兴趣区域具有阿尔滋海默症的风险。
图4为另一个实施例中数据分析方法的流程示意图，在上述实施例的基础上，如图4所示，在一个实施例中，数据分析方法包括步骤S220、S240、S260与S280，其分别可以与上述实施例中的相应步骤相同，在本实施例中，在步骤S220之前，数据分析方法还可以包括：
步骤S210：分别通过一种或多种分子探针在多个时间点对感兴趣区域进行正电子发射计算机断层显像。
具体地，根据PET数据分析所需要的分子种类以及具体时间点，可以控制正电子发射计算机断层显像(PET)设备选取相应的分子探针，并在预设的时间点自动对干性求区域进行PET检测，以获取多种分子探针在多个时间点的PET数据。从而在医生或操作人员确定所需的分子探针以及时间点后，可以实现PET设备的自动控制，提高后续PET数据分析所需数据的获取效率，进一步节约人力和时间成本。
在一个实施例中，在上述实施例的基础上，数据分析方法还可以包括：
步骤S290：将一种或多种分子探针在多个时间点的正电子计算机断层显像数据及其计算结果在一个界面中进行对比显示。
具体地，在得到多种分子探针在多时间点的PET数据计算结果后，还可以在同一界面将各分子探针信息、时间点信息以及对应的计算结果信息进行对比显示，以便于医生或用户对同一探针在不同时间点或不同探针在各自时间点的结果进行观看以及对比分析，医生或用户还可以将同一探针在不同时间点或不同探针在各自时间点的计算保存在同一个报告中，以便于在后续过程中需要时进行调取。
进一步地，对比显示界面的内容和方式可以根据分析需求确定，例如显示的内容一般可以包括分子探针、时间点、PET数据及计算结果等，其中，PET数据也并不局限于淀粉样蛋白分子(A)、Tau蛋白分子(T)以及氟代脱氧葡萄糖分子(N)这三类分子探针的PET数据，例如其中N还可以为MR数。用户还可以根据实际情况将对比显示界面的布局进行调整，对比显示的方式具体包括但不限于参考图、表格以及汇总的数值等形式。
图5为另一个实施例中数据分析方法的流程示意图，在上述实施例的基础上，如图5所示，在一个实施例中，在基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果之后，本实施例中的数据分析方法还可以包括：
步骤S320：调整一个或多个正电子发射计算机断层显像数据。
步骤S340：根据调整后的正电子发射计算机断层显像数据，重新通过对应的计算工作流对其进行计算。
步骤S360：基于重新计算得到的计算结果更新分析结果。
具体地，在对各个分子探针以及时间点的计算结果进行汇总分析后，如果其中出现PET数据错误等需要重新调整的情况时，在对该一个或多个PET数据进行调整后，可以自动对调整的PET数据调用其对应的计算工作流，以对调整后的PET数据进行重新计算，并根据重新计算后的计算结果更新分析结果，并将更新后的分析结果显示给医生或操作人员。这样在出现某处数据错误或其他需要调整部分数据的情况时，可以自动对调整后的分析结果进行更新，不再需要医生或用户从头重复整个分析过程，从而方便医生或用户进行管理或修改，改善用户的使用体验。
图6为一个实施例中数据分析装置的结构示意图，如图6所示，在一个实施例中，一种数据分析装置500，包括：获取模块520，用于分别获取感兴趣区域的一种或多种分子探针在多个时间点的正电子发射计算机断层显像数据；调用模块540，用于针对各分子探针调用相应的计算工作流；计算模块560，用于通过相应的计算工作流分别对每个正电子发射计算机断层显像数据进行计算；分析模块580，用于基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果。
具体地，在数据分析装置500中，获取模块520可以与PET设备通信连接，在PET设备进行感兴趣区域的一种或多种分子探针在多个时间点的PET检测后，获取模块520获取每次检测的PET数据，并将该PET数据发送给调用模块540。调用模块540中预设有针对每种分子探针的PET数据的相对应的计算工作流，调用模块540可以根据所接收的每个PET数据的分子探针种类，分别调用相应的计算工作流。
计算模块560根据调用模块540所调用的计算工作流，对每个PET数据进行相应的计算处理，以得到每种分子探针在各个时间点的PET数据的计算结果，计算模块560将得到的计算结果发送给分析模块580。分析模块580基于预设的判断的条件，多每个计算结果进行判断，从而得到所进行的多分子探针、多个时间点PET检测的分析结果。
上述数据分析装置500，可以同步获取多探针或多时间点下的正电子发射计算机断层显像数据，并针对不同分子探针或不同时间点的数据进行相应工作流的计算，从而得到多探针或多时间点下正电子发射计算机断层显像数据的分析结果，可以有效提高分析效率，便于用户根据分析结果进行判断，改善用户的使用体验。
在一个实施例中，在上述实施例的基础上，分子探针具体可以包括淀粉样蛋白分子探针、Tau蛋白分子探针以及氟代脱氧葡萄糖分子探针，淀粉样蛋白分子、Tau蛋白分子以及氟代脱氧葡萄糖分子的含量以及分布情况对于阿尔滋海默症情况的判断有重要的作用。计算模块560具体可以包括摄取值计算单元以及代谢计算单元，其中，摄取值计算单元用于根据淀粉样蛋白分子的正电子发射计算机断层显像数据，进行比率分析工作流以计算正电子发射计算机断层显像标准摄取值比率数据。代谢计算单元用于根据Tau蛋白分子和/或氟代脱氧葡萄糖分子的正电子发射计算机断层显像数据，进行数据库对比工作流以计算代谢水平数据。
在一个实施例中，在上述实施例的基础上，数据分析装置还可以包括显示模块，显示模块用于将多种分子探针的正电子计算机断层显像数据及其计算结果在一个界面中进行对比显示，以便于医生或用户对不同探针在不同时间点的结果进行观看以及对比分析。
在一个实施例中，在上述实施例的基础上，数据分析装置还可以包括调整模块，调整模块用于调整一个或多个正电子发射计算机断层显像数据，计算模块560根据调整后的正电子发射计算机断层显像数据，重新通过对应的计算工作流对其进行计算，分析模块580基于重新计算得到的计算结果更新分析结果。从而在需要调整部分数据的情况时，自动对调整后的分析结果进行更新，便于医生或用户进行管理或修改，改善用户的使用体验。
可以理解的是，本发明实施例所提供的数据分析装置可执行本发明任意实施例所提供的数据分析方法，具备执行方法相应的功能模块和有益效果。上述实施例中数据分析装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
在一个实施例中，提供一种计算机设备，包括存储器、处理器及存储在存储器上并可以在处理器上运行的计算机程序。处理器在运行该程序时可以执行如下步骤：分别获取感兴趣区域的一种或多种分子探针在多个时间点的正电子发射计算机断层显像数据；针对各分子探针调用相应的计算工作流；通过相应的计算工作流分别对每个正电子发射计算机断层显像数据进行计算；基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果。
可以理解的是,本发明实施例所提供的一种计算机设备,其处理器执行存储在存储器上的程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的数据分析方法中的相关操作。
进一步地，上述计算机中处理器的数量可以是一个或多个，处理器与存储器可以通过总线或其他方式连接。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器可进一步包括相对于处理器远程设置的存储器，这些远程存储器可以通过网络连接至设备/终端/服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
在一个实施例中，本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时可以使得处理器执行如下步骤：分别获取感兴趣区域的一种或多种分子探针的正电子发射计算机断层显像数据；针对各分子探针调用相应的计算工作流；通过相应的计算工作流分别对每个正电子发射计算机断层显像数据进行计算；基于各正电子发射计算机断层显像数据的计算结果确定感兴趣区域的分析结果。
可以理解的是,本发明实施例所提供的一种包含计算机程序的计算机可读存储介质,其计算机可执行的程序不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的数据分析方法中的相关操作。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例中所述的方法。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的较佳实施例及所运用技术原理，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明专利的保护范围由所附的权利要求范围决定。
Claims (10)
1.一种数据分析方法，其特征在于，包括：
分别获取感兴趣区域的多种分子探针在多个时间点的正电子发射计算机断层显像数据；其中，不同的分子探针获取到的计算机断层显像数据需要不同的计算工作流进行计算处理；
针对各所述分子探针同时调用相应的计算工作流；
通过所述相应的计算工作流分别对每个所述正电子发射计算机断层显像数据进行计算；
基于各所述正电子发射计算机断层显像数据的计算结果同时确定所述感兴趣区域的分析结果。
2.根据权利要求1所述的方法，其特征在于，所述分子探针包括淀粉样蛋白分子探针、Tau蛋白分子探针以及氟代脱氧葡萄糖分子探针中的至少一种。
3.根据权利要求2所述的方法，其特征在于，所述分子探针包括淀粉样蛋白分子探针、Tau蛋白分子探针以及氟代脱氧葡萄糖分子探针，所述通过所述相应的计算工作流分别对每个所述正电子发射计算机断层显像数据进行计算的步骤包括：
根据淀粉样蛋白分子的正电子发射计算机断层显像数据，进行比率分析工作流以计算正电子发射计算机断层显像标准摄取值比率数据；
根据Tau蛋白分子和/或氟代脱氧葡萄糖分子的正电子发射计算机断层显像数据，进行数据库对比工作流以计算代谢水平数据。
4.根据权利要求1所述的方法，其特征在于，所述基于各所述正电子发射计算机断层显像数据的计算结果确定所述感兴趣区域的分析结果的步骤包括：
根据预设的阈值判断各所述正电子发射计算机断层显像数据的计算结果的属性；
基于各所述计算结果的属性以及预设的判断条件，确定所述感兴趣区域的分析结果。
5.根据权利要求1所述的方法，其特征在于，在所述分别获取感兴趣区域的多种分子探针在多个时间点的正电子发射计算机断层显像数据的步骤之前，所述方法还包括：
分别通过多种分子探针在多个时间点对感兴趣区域进行正电子发射计算机断层显像。
6.根据权利要求1所述的方法，其特征在于，所述方法还包括：
将所述多种分子探针在多个时间点的正电子计算机断层显像数据及其计算结果在一个界面中进行对比显示。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
调整一个或多个所述正电子发射计算机断层显像数据；
根据调整后的正电子发射计算机断层显像数据，重新通过对应的计算工作流对其进行计算；
基于重新计算得到的计算结果更新所述分析结果。
8.一种数据分析装置，其特征在于，包括：
获取模块，用于分别获取感兴趣区域的多种分子探针在多个时间点的正电子发射计算机断层显像数据；其中，不同的分子探针获取到的计算机断层显像数据需要不同的计算工作流进行计算处理；
调用模块，用于针对各所述分子探针同时调用相应的计算工作流；
计算模块，用于通过所述相应的计算工作流分别对每个所述正电子发射计算机断层显像数据进行计算；
分析模块，用于基于各所述正电子发射计算机断层显像数据的计算结果同时确定所述感兴趣区域的分析结果。
9.一种计算机设备，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，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7中任意一项所述的数据分析方法。
10.一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，该程序被处理器执行时实现如权利要求1至7中任意一项所述的数据分析方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110686035.5A CN113409272B (zh) | 2021-06-21 | 2021-06-21 | 数据分析方法、装置、计算机设备以及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110686035.5A CN113409272B (zh) | 2021-06-21 | 2021-06-21 | 数据分析方法、装置、计算机设备以及可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113409272A CN113409272A (zh) | 2021-09-17 |
| CN113409272B true CN113409272B (zh) | 2023-04-28 |
Family
ID=77682032
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110686035.5A Active CN113409272B (zh) | 2021-06-21 | 2021-06-21 | 数据分析方法、装置、计算机设备以及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113409272B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013086580A1 (en) * | 2011-12-15 | 2013-06-20 | Commonwealth Scientific And Industrial Research Organisation | Method and apparatus for the assessment of medical images |
| CN111340775A (zh) * | 2020-02-25 | 2020-06-26 | 湖南大学 | 超声标准切面获取的并行方法、装置和计算机设备 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7848557B2 (en) * | 2007-03-23 | 2010-12-07 | University Of Utah Research Foundation | Rapid multi-tracer PET imaging systems and methods |
| US20150185339A1 (en) * | 2012-04-30 | 2015-07-02 | Eduardo M. Lage | Multiplexable emission tomography |
| GB2511052B (en) * | 2013-02-20 | 2015-03-04 | Siemens Medical Solutions | A method for combining a plurality of image data sets into one multi-fused image |
| CN111429456B (zh) * | 2020-05-06 | 2023-09-05 | 上海联影医疗科技股份有限公司 | 一种图像数据处理方法、装置、电子设备及存储介质 |
-
2021
- 2021-06-21 CN CN202110686035.5A patent/CN113409272B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2013086580A1 (en) * | 2011-12-15 | 2013-06-20 | Commonwealth Scientific And Industrial Research Organisation | Method and apparatus for the assessment of medical images |
| CN111340775A (zh) * | 2020-02-25 | 2020-06-26 | 湖南大学 | 超声标准切面获取的并行方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113409272A (zh) | 2021-09-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Berron et al. | Early stages of tau pathology and its associations with functional connectivity, atrophy and memory | |
| CN109741344B (zh) | 血管分割方法、装置、医疗影像设备及存储介质 | |
| Harrison et al. | Tau deposition is associated with functional isolation of the hippocampus in aging | |
| DE102012201169A1 (de) | Automatische Registrierung von Bildpaaren von medizinischen Bilddatensätzen | |
| CN112862759B (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
| CN112348785B (zh) | 一种癫痫病灶定位方法及系统 | |
| CN110634144B (zh) | 一种卵圆孔定位方法、装置和存储介质 | |
| CN105982687A (zh) | 扫描协议集的选定方法和装置、及医疗设备 | |
| EP4190242A1 (en) | Method for diagnosing alzheimer's disease using pet-ce image and apparatus thereof | |
| US20230277151A1 (en) | System and Methods of Prediction of Ischemic Brain Tissue Fate from Multi-Phase CT-Angiography in Patients with Acute Ischemic Stroke using Machine Learning | |
| CN113409272B (zh) | 数据分析方法、装置、计算机设备以及可读存储介质 | |
| CN110647947B (zh) | 一种病灶融合的方法及装置 | |
| CN110706780A (zh) | 放疗计划生成系统及存储介质 | |
| CN111160441B (zh) | 分类方法、计算机设备和存储介质 | |
| CN113436187A (zh) | 颅脑ct血管造影图像的处理方法、装置、介质及电子设备 | |
| CN116091444A (zh) | 侧枝评价方法及装置、存储介质、终端 | |
| CN110648764A (zh) | 一种获取临床数据预测模型的方法、装置、可读介质及电子设备 | |
| WO2021245733A1 (ja) | 脳画像解析装置、制御方法、及びコンピュータ可読媒体 | |
| CN109509547B (zh) | 选择嵌套并发的过程模型修正方法 | |
| CN110738664B (zh) | 图像定位方法、装置、计算机设备和存储介质 | |
| CN112447274A (zh) | 放疗剂量的验证方法、装置及计算机设备 | |
| Lee et al. | Alteration of brain connectivity in neurologically asymptomatic patients with chronic kidney disease | |
| CN113035294A (zh) | 一种临床试验管理方法、装置、可读介质及电子设备 | |
| CN110675956A (zh) | 一种面瘫治疗方案的确定方法、装置、可读介质及电子设备 | |
| CN113781405B (zh) | 血管中心线提取方法、装置、计算机设备和可读存储介质 |
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 |