ES2952229T3 - Método, aparato y sistema de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica - Google Patents

Método, aparato y sistema de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica Download PDF

Info

Publication number
ES2952229T3
ES2952229T3 ES21178266T ES21178266T ES2952229T3 ES 2952229 T3 ES2952229 T3 ES 2952229T3 ES 21178266 T ES21178266 T ES 21178266T ES 21178266 T ES21178266 T ES 21178266T ES 2952229 T3 ES2952229 T3 ES 2952229T3
Authority
ES
Spain
Prior art keywords
large vessel
patient
vessel occlusion
type
occlusion
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
Application number
ES21178266T
Other languages
English (en)
Inventor
Dohyun Kim
Soohwa Song
Sumin Jung
Jin Soo Lee
Seong Joon Lee
Seung Yon Koh
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.)
Heuron Co Ltd
Original Assignee
Heuron 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 Heuron Co Ltd filed Critical Heuron Co Ltd
Application granted granted Critical
Publication of ES2952229T3 publication Critical patent/ES2952229T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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]
    • A61B6/032—Transmission computed tomography [CT]
    • 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
    • A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
    • 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
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0042—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the brain
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • 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
    • 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
    • A61B6/50—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
    • A61B6/504—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 blood vessels, e.g. by angiography
    • 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
    • A61B6/507—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 determination of haemodynamic parameters, e.g. perfusion CT
    • 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
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5235—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from the same or different ionising radiation imaging techniques, e.g. PET and CT
    • 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
    • A61B6/56—Details of data transmission or power supply, e.g. use of slip rings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • 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
    • G06T7/0014—Biomedical image inspection using an image reference approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2576/00—Medical imaging apparatus involving image processing or analysis
    • A61B2576/02—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part
    • A61B2576/026—Medical imaging apparatus involving image processing or analysis specially adapted for a particular organ or body part for the brain
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R33/00—Arrangements or instruments for measuring magnetic variables
    • G01R33/20—Arrangements or instruments for measuring magnetic variables involving magnetic resonance
    • G01R33/44—Arrangements or instruments for measuring magnetic variables involving magnetic resonance using nuclear magnetic resonance [NMR]
    • G01R33/48—NMR imaging systems
    • G01R33/54—Signal processing systems, e.g. using pulse sequences ; Generation or control of pulse sequences; Operator console
    • G01R33/56—Image enhancement or correction, e.g. subtraction or averaging techniques, e.g. improvement of signal-to-noise ratio and resolution
    • G01R33/5608—Data processing and visualization specially adapted for MR, e.g. for feature analysis and pattern recognition on the basis of measured MR data, segmentation of measured MR data, edge contour detection on the basis of measured MR data, for enhancing measured MR data in terms of signal-to-noise ratio by means of noise filtering or apodization, for enhancing measured MR data in terms of resolution by means for deblurring, windowing, zero filling, or generation of gray-scaled images, colour-coded images or images displaying vectors instead of pixels
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/044—Recurrent networks, e.g. Hopfield networks
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30016—Brain
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Pathology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Animal Behavior & Ethology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Theoretical Computer Science (AREA)
  • Physiology (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Vascular Medicine (AREA)
  • Neurology (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Neurosurgery (AREA)
  • Fuzzy Systems (AREA)
  • Psychiatry (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • General Engineering & Computer Science (AREA)

Abstract

La presente divulgación se refiere a un método, un aparato y un sistema para detectar y clasificar un accidente cerebrovascular isquémico basado en una imagen médica. Un aparato de clasificación de tipos y detección de accidentes cerebrovasculares isquémicos basado en imágenes médicas según un aspecto de la presente divulgación incluye una unidad de adquisición que recopila imágenes relacionadas con el cerebro de al menos un paciente; una unidad de detección que determina si al menos un paciente es un paciente con oclusión de un vaso grande, basándose en la imagen recopilada; una unidad determinante que determina si un tipo de oclusión de grandes vasos es embolia o aterosclerosis intracraneal (ICAS), cuando al menos un paciente es un paciente con oclusión de grandes vasos; y una unidad de diagnóstico que proporciona información sobre la dirección del tratamiento que se aplica de manera diferente según el tipo determinado de oclusión de vaso grande. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Método, aparato y sistema de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica
Referencia a solicitudes relacionadas
La presente solicitud reivindica la prioridad de la solicitud de patente coreana N.° 10-2021-0015166, presentada el 3 de febrero en la Oficina de Propiedad Intelectual de Corea.
Antecedentes
Campo
La presente divulgación se refiere a un método, un aparato y un sistema para detectar y clasificar un accidente cerebrovascular isquémico basándose en una imagen médica, y más particularmente, a un método, un aparato y un sistema para detectar una posición de una oclusión de vasos grandes y clasificar un tipo de oclusión de vasos grandes generada basándose en imágenes médicas adquiridas de un paciente con sospecha de accidente cerebrovascular isquémico debido a la oclusión de vasos grandes e información del paciente para calcular y proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento adecuada para el paciente.
Descripción de la técnica relacionada
Las enfermedades cerebrales, es decir, las enfermedades cerebrovasculares, incluyen hemorragia cerebral provocada por el estallido de los vasos sanguíneos cerebrales, infarto cerebral provocado por el bloqueo de los vasos sanguíneos cerebrales debido a coágulos sanguíneos, y aneurisma cerebral provocada por vasos sanguíneos cerebrales que están anormalmente hinchados y la hemorragia cerebral y el infarto cerebral se denominan "accidente cerebrovascular".
Para diagnosticar dichas enfermedades cerebrales, se usan técnicas no invasivas tales como diagnóstico por ultrasonidos, TC cerebral y la RM cerebral (imágenes por resonancia magnética).
El método de diagnóstico por ultrasonidos es un diagnóstico por ultrasonidos carotídeo que puede diagnosticar fácilmente de forma invasiva lesiones ateroscleróticas de la arteria carótida. Además, se usa la prueba Doppler transcraneal para medir el flujo sanguíneo cerebral en la cavidad craneal para su aplicación en aplicaciones clínicas.
El método de diagnóstico que usa TC cerebral es bueno para el diagnóstico de enfermedades hemorrágicas y es una técnica desarrollada recientemente que es muy útil en el tratamiento de pacientes con accidente cerebrovascular (especialmente, pacientes isquémicos) capturando un estado de flujo sanguíneo cerebral y cerebrovascular.
El método de diagnóstico que usa RM cerebral no se ve afectado por artefactos debido al cráneo en comparación con la TC cerebral, por lo que se pueden diagnosticar detalles de lesiones en el tronco encefálico, el cerebelo y el lóbulo temporal y son posibles la detección temprana de infarto cerebral y el microdiagnóstico del estado de perfusión cerebral, y la afección cerebrovascular se puede diagnosticar a fondo. Por lo tanto, se puede decir que el método de diagnóstico que usa RM cerebral es la mejor manera de diagnosticar la afección del tejido cerebral.
Específicamente, el accidente cerebrovascular es una enfermedad que causa daños en el cerebro debido al bloqueo o la ruptura de los vasos sanguíneos que suministran sangre al cerebro y, por lo tanto, provoca una discapacidad física. El accidente cerebrovascular es una importante causa de muerte a nivel mundial y está catalogado como una enfermedad de alto riesgo que provoca incapacidad permanente aunque no conduzca a la muerte.
Convencionalmente, el accidente cerebrovascular se ha considerado principalmente como una enfermedad de la tercera edad. Sin embargo, recientemente, dado que el accidente cerebrovascular se produce con frecuencia incluso en los años treinta y cuarenta, se reconoce que el accidente cerebrovascular es una enfermedad muy peligrosa que se produce en general no sólo en los ancianos, sino también en adultos jóvenes y personas de mediana edad.
El accidente cerebrovascular puede clasificarse en "accidente cerebrovascular isquémico" causado por el bloqueo de un vaso sanguíneo que suministra sangre al cerebro y "hemorragia cerebral" causada por la hemorragia debido al estallido de los vasos sanguíneos al cerebro.
El accidente cerebrovascular isquémico representa aproximadamente el 80 % del total de accidentes cerebrovasculares y la mayoría de los accidentes cerebrovasculares isquémicos se generan debido al bloqueo del vaso sanguíneo, que suministra oxígeno y nutrientes al cerebro, causado por la trombosis, que es un coágulo de sangre.
En el accidente cerebrovascular isquémico, el tipo de oclusión de vasos grandes puede clasificarse en embolia y aterosclerosis intracraneal (en lo sucesivo en el presente documento, abreviada como "ICAS").
En primer lugar, la embolia se refiere a un estado en el que una parte o la totalidad de la cavidad vascular está bloqueada por diversos objetos suspendidos transportados a través del flujo sanguíneo, un material que provoca la embolia se denomina émbolo, y el émbolo más común son los trombos creados en el corazón.
A continuación, la ICAS es una enfermedad en la que los depósitos de colesterol en la membrana más interna (endotelio) de los vasos sanguíneos y el crecimiento de células endoteliales vasculares hacen que el vaso sanguíneo se estreche o se bloquee, lo que provoca una disfunción del flujo sanguíneo con respecto a la periferia.
Es decir, de manera representativa, la embolia se refiere a una enfermedad que provoca la disfunción del flujo sanguíneo ya que al menos una parte del vaso sanguíneo está bloqueada por trombos, y la ICAS se refiere a una enfermedad que provoca la disfunción del flujo sanguíneo debido a un estrechamiento de un vaso sanguíneo por la arteriosclerosis y la trombosis in situ.
Actualmente, principalmente, se ha aprobado un tratamiento que usa un agente trombolítico que es un agente de tratamiento farmacológico que disuelve los coágulos formados por la coagulación de la sangre en tres horas a cuatro horas y media desde el momento en que se produce la oclusión o un tratamiento por trombectomía en 24 horas, sin identificar si la oclusión de vasos grandes del paciente es embolia o ICAS.
Sin embargo, en el caso de la ICAS, cuando se realiza el tratamiento con el agente trombolítico, las plaquetas están más coaguladas en el cuerpo por lo que es difícil realizar un tratamiento con agentes antiplaquetarios durante 24 horas. Por lo tanto, puede existir el problema de que el tratamiento trombolítico realizado principalmente puede deteriorar la afección.
Además, en el caso de la embolia, cuando se eliminan los trombos mediante la trombectomía, los problemas se resuelven. Por el contrario, en el caso de la ICAS, incluso después de la eliminación de los trombos, aún persiste la estenosis debido a la arteriesclerosis, por lo que se requiere un tratamiento de seguimiento. Sin embargo, dado que los dos tipos son iguales, es difícil para los proveedores de atención médica identificar el tipo de oclusión de vasos grandes antes de la cirugía y es imposible averiguar la situación correspondiente y la necesidad del tratamiento de seguimiento después de realizar el tratamiento.
Por consiguiente, para solucionar los problemas de la técnica relacionada, se solicita desarrollar un método, un aparato y un sistema para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento adecuada que coincida con un tipo de oclusión clasificada mediante la detección una posición de vaso grande ocluido y clasificar un tipo de oclusión de vasos grandes generada con respecto a pacientes con sospecha de accidente cerebrovascular isquémico debido a la oclusión de vasos grandes.
[Documento de la técnica relacionada]
[Documento de patente]
1. Patente coreana registrada N.° 10-1992057 (publicada el 24 de junio de 2019)
2. Patente coreana registrada N.° 10-1754291 (publicada el jueves, 6 de julio de 2017)
Sumario
Con el fin de resolver los problemas descritos anteriormente de la técnica relacionada, la presente divulgación propone un método, un aparato y un sistema para detectar y clasificar un accidente cerebrovascular isquémico basándose en imágenes médicas. La invención se define en las reivindicaciones independientes.
Específicamente, un objeto de la presente divulgación es proporcionar un método, un aparato y un sistema para detectar una posición de un vaso grande ocluido y clasificar la causa de la oclusión de vasos grandes generada basándose en imágenes médicas adquiridas de un paciente con sospecha de accidente cerebrovascular isquémico debido a la oclusión de vasos grandes e información del paciente para calcular y proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento adecuada para el paciente.
Además, un objeto de la presente divulgación es proporcionar un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada determinando si está presente un efecto de acuerdo con la formación de circulación colateral en las proximidades del vaso grande ocluido vaso en la imagen médica.
Además, un objeto de la presente divulgación es proporcionar un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada identificando si una bifurcación del vaso sanguíneo ocluido está bloqueada o abierta para identificar si una parte correspondiente es una oclusión del sitio de ramificación (BSO, por sus siglas en inglés) o una oclusión de tipo troncal (TTO, por sus siglas en inglés) cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC, por sus siglas en inglés).
Además, un objeto de la presente divulgación es proporcionar un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada usando información que indica que la parte correspondiente es una oclusión del sitio de ramificación (BSO)/oclusión de tipo troncal (TTO), información de formación de circulación colateral e información física del paciente juntas cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC, por sus siglas en inglés).
Además, un objeto de la presente divulgación es proporcionar un método, un aparato y un sistema para ayudar a los proveedores de atención médica a identificar un tipo de oclusión de vasos grandes antes de la cirugía de antemano y determinar una dirección de tratamiento apropiada para el paciente identificando si el tipo de oclusión de vasos grandes generada es una embolia o ICAS.
Mientras tanto, los objetos técnicos a lograr en la presente divulgación no se limitan a los objetos técnicos mencionados anteriormente, y los expertos en la técnica entenderán obviamente otro objeto técnico no mencionado a partir de la descripción a continuación.
Para lograr los objetos técnicos descritos anteriormente, de acuerdo con un aspecto de la presente divulgación, un aparato de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imágenes médicas puede incluir: una unidad de adquisición que recopila imágenes relacionadas con el cerebro de al menos un paciente; una unidad de detección que determina si el al menos un paciente es un paciente con oclusión de vasos grandes, basándose en la imagen recopilada; una unidad de determinación que determina si un tipo de oclusión de vasos grandes es una embolia o aterosclerosis intracraneal (ICAS), cuando el al menos un paciente es un paciente con oclusión de vasos grandes; y una unidad de diagnóstico que proporciona información sobre la dirección del tratamiento que se aplica de forma diferente de acuerdo con el tipo determinado de oclusión de vasos grandes.
Además, la unidad de adquisición recopila una imagen de angiografía relacionada con el cerebro del al menos un paciente, y la unidad de detección puede determinar si el al menos un paciente es un paciente con oclusión de vasos grandes usando información de vóxel de la imagen de angiografía.
Además, la unidad de detección puede determinar si el al menos un paciente es un paciente con oclusión de vasos grandes usando una arquitectura de modelo de inteligencia artificial que se configura combinando una capa de red neuronal recurrente (RNN, por sus siglas en inglés) para considerar un corte en serie del al menos un paciente en la imagen de angiografía y una capa de red neuronal convolucional (CNN, por sus siglas en inglés) para extraer una característica en la imagen de angiografía.
Además, en el caso de la ICAS, el flujo sanguíneo en el vaso sanguíneo se reduce a medida que avanza la arteriosclerosis y para compensar el flujo sanguíneo reducido, se desarrolla una circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, y cuando se observa un primer evento en el que se desarrolla la circulación colateral, la unidad de determinación puede determinar el tipo de oclusión de vasos grandes como ICAS.
Además, la unidad de adquisición recopila una imagen de perfusión y una imagen de difusión relacionadas con el cerebro del al menos un paciente y la unidad de determinación puede determinar si observar el primer evento usando al menos una de la imagen de perfusión y la imagen de difusión.
Además, cuando se satisface al menos una de una primera condición en la que una diferencia entre un volumen central de infarto y un volumen de una región de la corteza circundante es igual o superior a un valor predeterminado en la imagen de perfusión y una segunda condición en la que el patrón de infarto aparece como un patrón disperso o un patrón de infarto de zona límite en la imagen de difusión, la unidad de determinación determina que se observa el primer evento y puede determinar el tipo de oclusión de vasos grandes como ICAS.
Además, cuando se satisface al menos una de una primera condición en la que se reduce el volumen sanguíneo cerebral (CBV, por sus siglas en inglés) en la imagen de perfusión y una segunda condición en la que el patrón de infarto es un patrón de infarto territorial en la imagen de difusión, la unidad de determinación determina que no se observa el primer evento y puede determinar el tipo de oclusión de vasos grandes como embolia.
Además, cuando el al menos un paciente es un paciente con oclusión de vasos grandes, la unidad de determinación determina si una posición de la oclusión de vasos grandes corresponde a una circulación posterior (PC) o una circulación anterior (AC), determina si un tipo de oclusión de vasos grandes es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO), y determina un tipo de oclusión de vasos grandes basándose en primer lugar en la determinación de la circulación posterior (PC) o circulación anterior (AC) y en segundo lugar en la determinación de BSO o TTO.
Además, cuando la posición de la oclusión de vasos grandes se ubica en la circulación posterior (PC), si el tipo de oclusión de vasos grandes es la BSO, la unidad de determinación determina que la oclusión de vasos grandes es una embolia y si el tipo de oclusión de vasos grandes es la TTO, determina que la oclusión de vasos grandes es ICAS.
Además, cuando la posición de la oclusión de vasos grandes se ubica en la circulación anterior (AC), la unidad de adquisición adicionalmente recopila información física relacionada con el al menos un paciente, en el caso de la ICAS, el flujo sanguíneo en el vaso sanguíneo se reduce a medida que avanza la arteriosclerosis y para compensar el flujo sanguíneo reducido, se desarrolla una circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, y la unidad de determinación determina si se observa un primer evento en el que se desarrolla la circulación colateral, y puede determinar un tipo de oclusión de vasos grandes usando la información física, información que indica si se observa el primer evento e información que indica si el tipo de oclusión de vasos grandes es BSO o TTO juntas.
Además, cuando el tipo determinado de oclusión de vasos grandes es la ICAS, la unidad de diagnóstico puede proporcionar principalmente información sobre la dirección del tratamiento usando angioplastia transluminal percutánea y/o información sobre la dirección del tratamiento usando un agente antiplaquetario.
Además, cuando es necesario un tratamiento adicional para el al menos un paciente, la unidad de diagnóstico puede proporcionar de forma secundaria al menos una información sobre la dirección del tratamiento que comprende usar un agente trombolítico, usar trombectomía, usar un fármaco diferente del agente antiplaquetario, usar una endoprótesis, usar inserción de balón y/o contrapulsación.
Además, cuando la información sobre la dirección del tratamiento mediante trombectomía se aplica al menos a un paciente, si transcurre un tiempo predeterminado, se puede proporcionar información que proponga detener el tratamiento mediante trombectomía.
Además, cuando el tipo determinado de oclusión de vasos grandes es la embolia, la unidad de diagnóstico determina si el al menos un paciente es un paciente leve o un paciente grave, proporciona información sobre la dirección del tratamiento usando un agente trombolítico para el paciente leve, y puede proporcionar información sobre la dirección del tratamiento mediante trombectomía para el paciente grave.
Además, el aparato puede incluir además una unidad de comunicación que transmite información sobre la dirección del tratamiento proporcionada por la unidad de diagnóstico a una institución predeterminada basándose en comunicación por cable y/o inalámbrica.
Mientras tanto, para lograr los objetos técnicos descritos anteriormente, de acuerdo con otro aspecto de la presente divulgación, un método de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imágenes médicas puede incluir una primera etapa de recopilación de imágenes relacionadas con un cerebro de al menos un paciente, mediante una unidad de adquisición; una segunda etapa para determinar si el al menos un paciente es un paciente con oclusión de vasos grandes, basándose en la imagen recopilada por una unidad de detección; una tercera etapa para determinar si un tipo de oclusión de vasos grandes es una embolia o aterosclerosis intracraneal (ICAS), cuando el al menos un paciente es un paciente con oclusión de vasos grandes mediante una unidad de determinación; y una cuarta etapa para proporcionar información sobre la dirección del tratamiento que varía dependiendo del tipo determinado de oclusión de vasos grandes mediante una unidad de diagnóstico.
Además, en la primera etapa, la unidad de adquisición recopila una imagen de angiografía relacionada con el cerebro del al menos un paciente, y en la segunda etapa, la unidad de detección puede determinar si el al menos un paciente es un paciente con oclusión de vasos grandes usando información de vóxel de la imagen de angiografía.
Además, en la segunda etapa, la unidad de detección puede determinar si el al menos un paciente es un paciente con oclusión de vasos grandes usando una arquitectura de modelo de inteligencia artificial que se configura combinando una capa de red neuronal recurrente (RNN) para considerar un corte en serie del al menos un paciente en la imagen de angiografía y una capa de red neuronal convolucional (CNN) para extraer una característica en la imagen de angiografía.
Además, en el caso de la ICAS, el flujo sanguíneo en el vaso sanguíneo se reduce a medida que avanza la arteriosclerosis y para compensar el flujo sanguíneo reducido, se desarrolla circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, y en la tercera etapa, cuando se observa un primer evento en el que se desarrolla la circulación colateral, la unidad de determinación determina el tipo de oclusión de vasos grandes como ICAS.
Además, en la primera etapa, la unidad de adquisición recopila una imagen de perfusión y una imagen de difusión relacionadas con el cerebro del al menos un paciente, y en la tercera etapa, la unidad de determinación puede determinar si observar el primer evento usando al menos una de la imagen de perfusión y la imagen de difusión.
Además, cuando se satisface al menos una de una primera condición en la que una diferencia entre un volumen central de infarto y un volumen de una región de la corteza circundante es igual o superior a un valor predeterminado en la imagen de perfusión y una segunda condición en la que el patrón de infarto aparece como un patrón disperso o un patrón de infarto de zona límite en la imagen de difusión, en la tercera etapa, la unidad de determinación determina que se observa el primer evento y puede determinar el tipo de oclusión de vasos grandes como ICAS.
Además, cuando se satisface al menos una de una primera condición en la que se reduce el volumen sanguíneo cerebral (CBV) en la imagen de perfusión y una segunda condición en la que el patrón de infarto es un patrón de infarto territorial en la imagen de difusión, en la tercera etapa, la unidad de determinación determina que no se observa el primer evento y puede determinar el tipo de oclusión de vasos grandes como embolia.
Además, la tercera etapa incluye una etapa 3-1 de cuando el al menos un paciente es un paciente con oclusión de vasos grandes, determinar si una posición de la oclusión de vasos grandes corresponde a una circulación posterior (PC) o una circulación anterior (AC) mediante la unidad de determinación; una etapa 3-2 para determinar si un tipo de oclusión de vasos grandes es una oclusión del sitio de ramificación o una oclusión de tipo troncal mediante la unidad de determinación, y una etapa 3-3 para determinar un tipo de oclusión de vasos grandes basándose en primer lugar en la determinación de la circulación posterior (PC) o la circulación anterior (AC) y en segundo lugar en la determinación de BSO o TTO, mediante la unidad de determinación.
Además, cuando la posición de la oclusión de vasos grandes se ubica en la circulación posterior (PC), en la etapa 3­ 3, si el tipo de oclusión de vasos grandes es la BSO, la unidad de determinación determina que la oclusión de vasos grandes es una embolia y si el tipo de oclusión de vasos grandes es la TTO, determina que la oclusión de vasos grandes es ICAS.
Además, cuando la posición de la oclusión de vasos grandes se ubica en la circulación anterior (AC), en la primera etapa, la unidad de adquisición adicionalmente recopila información física relacionada con el al menos un paciente, en el caso de la ICAS, el flujo sanguíneo en el vaso sanguíneo se reduce a medida que avanza la arteriosclerosis y para compensar el flujo sanguíneo reducido, se desarrolla circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, y en la etapa 3-2, la unidad de determinación determina si se observa un primer evento en el que se desarrolla la circulación colateral, en la etapa 3-3, la unidad de determinación puede determinar un tipo de la oclusión de vasos grandes usando la información física, información que indica si se observa el primer evento e información que indica si el tipo de oclusión de vasos grandes es BSO o t To juntas.
Además, cuando el tipo determinado de oclusión de vasos grandes es la ICAS, la cuarta etapa puede incluir una etapa 4-1 para proporcionar principalmente información sobre la dirección del tratamiento usando angioplastia transluminal percutánea y/o información sobre la dirección del tratamiento usando un agente antiplaquetario mediante la unidad de diagnóstico; y una etapa 4-2 para, cuando es necesario un tratamiento adicional para el al menos un paciente, proporcionar de forma secundaria al menos una información sobre la dirección del tratamiento que comprende usar un agente trombolítico, usar trombectomía, usar un fármaco diferente del agente antiplaquetario, usar una endoprótesis, usar inserción de balón y/o contrapulsación, mediante la unidad de diagnóstico.
Además, la cuarta etapa puede incluir además una etapa 4-3 para, cuando la información sobre la dirección del tratamiento mediante trombectomía se aplica al menos a un paciente en la etapa 4-2, si transcurre un tiempo predeterminado, proporcionar información que proponga detener el tratamiento mediante trombectomía.
Además, cuando el tipo determinado de oclusión de vasos grandes es la embolia, la cuarta etapa puede incluir una etapa 4-1 para determinar si el al menos un paciente es un paciente leve o un paciente grave, mediante la unidad de diagnóstico; y una etapa 4-2 para proporcionar información sobre la dirección del tratamiento usando un agente trombolítico para el paciente leve, y proporcionar información sobre la dirección del tratamiento mediante trombectomía para el paciente grave.
Además, después de la cuarta etapa, el método puede incluir además una quinta etapa para transmitir la información sobre la dirección del tratamiento proporcionada por la unidad de diagnóstico a una institución predeterminada basándose en una comunicación por cable y/o inalámbrica mediante una unidad de comunicación.
La presente divulgación proporciona un método, un aparato y un sistema para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas para resolver los problemas descritos anteriormente de la técnica relacionada.
Específicamente, la presente divulgación puede proporcionar un método, un aparato y un sistema para detectar una posición de un vaso grande ocluido y clasificar un tipo de la oclusión de vasos grandes generada basándose en imágenes médicas adquiridas de un paciente con sospecha de accidente cerebrovascular isquémico debido a la oclusión de vasos grandes e información del paciente para calcular y proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento adecuada para un paciente.
Además, la presente divulgación puede proporcionar un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada determinando si está presente un efecto de acuerdo con la formación de circulación colateral en las proximidades del vaso grande ocluido vaso en la imagen médica.
Además, la presente divulgación proporciona un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada identificando si una parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO) cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC).
Además, la presente divulgación proporciona un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada usando información que indica que la parte correspondiente es una oclusión del sitio de ramificación (BSO)/oclusión de tipo troncal (TTO), información de formación de circulación colateral e información física del paciente juntas cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC).
Además, la presente divulgación puede proporcionar un método, un aparato y un sistema para ayudar a los proveedores de atención médica a identificar un tipo de oclusión de vasos grandes antes de la cirugía de antemano y determinar una dirección de tratamiento apropiada para el paciente identificando si el tipo de oclusión de vasos grandes generada es una embolia o ICAS.
Mientras tanto, un objeto técnico a lograr en la presente divulgación no se limita a los efectos mencionados anteriormente, y los expertos en la técnica entenderán obviamente otros efectos no mencionados a partir de la descripción a continuación.
Breve descripción de los dibujos
Los anteriores y otros aspectos, características y otras ventajas de la presente divulgación se entenderán más claramente a partir de la siguiente descripción detallada tomada junto con los dibujos adjuntos, en los que:
La figura 1 ilustra un ejemplo de un diagrama de bloques de un aparato para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas, de acuerdo con la presente divulgación;
la figura 2 ilustra un ejemplo de un diagrama de bloques que incluye configuraciones detalladas de un aparato para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas ilustradas en la figura 1;
la figura 3 ilustra un ejemplo de un diagrama de flujo para explicar un proceso completo de un método para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas, propuesto por la presente divulgación;
la figura 4 ilustra un diagrama de flujo de un método basándose en si el efecto de acuerdo con la formación de circulación colateral está presente en una imagen, con respecto a un proceso para clasificar un tipo de oclusión de vasos grandes en la embolia o la ICAS;
la figura 5 es un diagrama de flujo para explicar un proceso para clasificar un tipo de oclusión para la ICAS ya que el efecto de acuerdo con la formación de circulación colateral en las proximidades del vaso grande ocluido está presente en una imagen médica, con respecto a la figura 4;
la figura 6 es un diagrama de flujo para explicar un proceso para clasificar un tipo de oclusión para la embolia ya que el efecto de acuerdo con la formación de circulación colateral en las proximidades del vaso grande ocluido no está presente en una imagen médica, con respecto a la figura 4;
la figura 7 es un diagrama de flujo para explicar un método para clasificar el tipo de oclusión de vasos grandes generada identificando si una parte correspondiente es una BSO o una TTO cuando la posición del vaso grande ocluido corresponde a una PC; y
la figura 8 es un diagrama de flujo para explicar un método para clasificar el tipo de oclusión de vasos grandes generada usando información de b So /TTO, información de formación de circulación colateral e información física del paciente juntas cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC).
Descripción detallada de la realización preferida
En lo sucesivo en el presente documento, se describirá una realización ilustrativa de la presente divulgación con referencia a los dibujos adjuntos. Las realizaciones ilustrativas que se describirán a continuación no limitan indebidamente el contenido de la presente divulgación como se expone en las reivindicaciones y no se puede decir que la configuración completa descrita en la presente realización sea esencial como solución para la presente divulgación.
En lo sucesivo en el presente documento, un método, un aparato y un sistema para detectar un accidente cerebrovascular isquémico y clasificar un tipo del mismo basándose en imágenes médicas de acuerdo con una realización ilustrativa de la divulgación preestablecida se describirán en detalle con referencia a los dibujos adjuntos.
Aparato de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica
La figura 1 ilustra un ejemplo de un diagrama de bloques de un aparato para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas, de acuerdo con la presente divulgación.
Un aparato de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica 1 de acuerdo con la presente divulgación puede incluir una unidad de adquisición 10, una unidad de detección 20, una unidad de determinación 30 y una unidad de diagnóstico 40.
En primer lugar, la unidad de adquisición 10 es un dispositivo que fotografía el cerebro de un sujeto a diagnosticar para adquirir imágenes médicas.
Además, la unidad de adquisición 10 de acuerdo con la presente divulgación también puede adquirir información física con respecto al paciente.
En primer lugar, la unidad de adquisición 10 puede adquirir imágenes a partir de un equipo de formación de imágenes que captura diversas imágenes médicas, tales como Tc o RM cerebral. Las imágenes recopiladas por la unidad de adquisición 10 pueden incluir tomografía computarizada de contraste mejorado (CECT, por sus siglas en inglés), imagen de resonancia magnética (MRI) y similares.
Específicamente, unidad de adquisición 10 puede recopilar información DICOM, información de imágenes de angiografía, información de imágenes de perfusión e información de imágenes de difusión con respecto al paciente. Además, la unidad de adquisición 10 de acuerdo con la presente divulgación también puede adquirir información física con respecto al paciente, tal como información sobre el sexo o la edad, información sobre la presión arterial e información sobre la hora de inicio.
A continuación, la unidad de detección 20 realiza el procesamiento de imágenes, determina si hay isquemia presente en el cerebro de un paciente, basándose en la información de imagen recopilada por la unidad de adquisición 10, y si hay isquemia presente, determina si el paciente tiene oclusión de vasos grandes.
Cuando la unidad de detección 20 determina si el paciente es un paciente con oclusión de vasos grandes, la unidad de detección 20 puede usar información de vóxel de datos de imagen de angiografía cerebral recopilados por la unidad de adquisición 10.
Además, la unidad de detección 20 puede usar una arquitectura de modelo de inteligencia artificial para detectar una región de oclusión de vasos grandes (LVO, por sus siglas en inglés) a partir de una imagen de angiografía 2D o 3D. A continuación, cuando se detecta la región de oclusión de vasos grandes (LVO), la unidad de determinación 30 determina si la oclusión de vasos grandes correspondiente es una embolia o ICAS.
En este punto, la unidad de determinación 30 determina si es una embolia o ICAS basándose en si el efecto de acuerdo con la formación de circulación colateral está presente en la imagen.
Además, cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC), la unidad de determinación 30 clasifica un tipo de oclusión de vasos grandes generada identificando si una parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO).
Además, cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC), la unidad de determinación 30 clasifica el tipo de oclusión de vasos grandes generada usando información de BSO/TTO, información de formación de circulación colateral e información física del paciente juntas.
A continuación, la unidad de diagnóstico 40 puede proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento apropiada para el paciente de manera diferente en un caso en el que el tipo de oclusión de vasos grandes generada es una embolia y un caso en el que el tipo de la oclusión de vasos grandes generada es ICAS.
La figura 2 ilustra un ejemplo de un diagrama de bloques que incluye configuraciones detalladas de un aparato para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas ilustradas en la figura 1. Con referencia a la figura 2, la unidad de adquisición 10 puede incluir una unidad de adquisición de imagen médica 11 y una unidad de adquisición de información del paciente 12.
La unidad de adquisición de imagen médica 11 adquiere imágenes del equipo de formación de imágenes que captura diversas imágenes médicas tales como una TC o RM cerebral y puede recopilar una tomografía computarizada mejorada con contraste (CECT), imagen de resonancia magnética (MRI) o similares.
Como se ha descrito anteriormente, la unidad de adquisición de imagen médica 11 puede recopilar información DICOM, información de imágenes de angiografía, información de imágenes de perfusión e información de imágenes de difusión con respecto al paciente con sospecha de accidente cerebrovascular isquémico.
Además, la unidad de adquisición de información del paciente 12 también puede adquirir información física con respecto al paciente, tal como información tal como el sexo o la edad del paciente con sospecha de accidente cerebrovascular isquémico, información sobre la presión arterial e información sobre la hora de inicio.
Cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC), la información física adquirida por la unidad de adquisición de información del paciente 12 puede usarse para determinar si se trata de una embolia o ICAS.
A continuación, la unidad de detección 20 puede incluir una unidad de procesamiento de imagen 21 y una unidad de detección de LVO 22.
En primer lugar, la unidad de procesamiento de imagen 21 puede proporcionar una función tal como preprocesamiento o procesamiento de imágenes.
La unidad de procesamiento de imagen 21 puede distinguir la ausencia de hemorragia de la hemorragia de acuerdo con un algoritmo de inteligencia artificial, basado en la imagen adquirida, normalizar la imagen médica preprocesada y dividir y extraer una región de interés usando una plantilla de máscara estándar que se establece de antemano. La unidad de procesamiento de imagen 21 puede realizar una operación de eliminación de ruido de la imagen recopilada por la unidad de adquisición 10.
Además, la unidad de procesamiento de imagen 21 puede proporcionar una función de registro conjunto. La función de registro conjunto se realiza para alinear imágenes para la alineación de una estructura anatómica y alinear espacialmente imágenes en un objeto o entre objetos de acuerdo con la inclinación debido al movimiento del sujeto durante el proceso de formación de imágenes o una diferencia en la forma del cerebro.
Además, la unidad de procesamiento de imagen 21 puede proporcionar además una función de extracción de cráneo para eliminar de la imagen una porción distinta de una estructura cerebral.
Además, la unidad de procesamiento de imagen 21 puede aprender o clasificar un tipo de hemorragia basándose en inteligencia artificial (IA).
Además, la unidad de procesamiento de imagen 21 normaliza la imagen médica preprocesada y puede dividir y extraer una región de interés usando una plantilla de máscara estándar que se establece de antemano.
La unidad de procesamiento de imagen 21 puede establecer una plantilla de máscara estándar para dividir y extraer la región de interés de la imagen médica.
Por ejemplo, la unidad de procesamiento de imagen 21 recopila una pluralidad de imágenes médicas adquiridas de una pluralidad de personas normales y pacientes con enfermedades cerebrales, genera imágenes de normalización bidimensionales y tridimensionales, corta imágenes de normalización tridimensionales con respecto a un eje específico de acuerdo con una configuración de vóxel para generar una imagen de normalización bidimensional.
Además, la unidad de procesamiento de imagen 21 puede proporcionar una función de normalización de una imagen médica de un sujeto a diagnosticar.
Por ejemplo, la unidad de normalización de imagen 32 puede normalizar la imagen por medio de procesos de corrección de una imagen médica original del sujeto a diagnosticar con un sesgo no uniforme, realizar un registro conjunto mediante alineación espacial y aplicar un espacio estereotáxico estándar para realizar la normalización espacial.
Además, la unidad de procesamiento de imagen 21 puede proporcionar la función de dividir y extraer una región de interés aplicando una plantilla de máscara estándar a una imagen médica normalizada.
Mientras tanto, cuando un paciente sin hemorragia tiene isquemia, la unidad de detección de LVO 22 puede determinar si el paciente es un paciente con oclusión de vasos grandes.
La unidad de detección de LVO 22 recibe la región de interés que se divide y se extrae aplicando la plantilla de máscara estándar a la imagen médica normalizada para determinar si el paciente sin hemorragia tiene isquemia.
Si un paciente sin hemorragia tiene isquemia, la unidad de detección de LVO 22 puede determinar si el paciente es un paciente con oclusión de vasos grandes.
Cuando hay isquemia, la unidad de detección de LVO 22 puede determinar si el paciente es un paciente con oclusión de vasos grandes (LVO) usando información de vóxel de datos de imágenes de angiografía cerebral.
Además, la unidad de detección 22 puede usar una arquitectura de modelo de inteligencia artificial para detectar una región LVO a partir de una imagen de angiografía 2D o 3D.
Aquí, la arquitectura del modelo puede configurarse para combinar una capa de red neuronal recurrente (RNN) para considerar un corte en serie del paciente y una capa de red neuronal convolucional (CNN) para extraer una característica.
Además, la unidad de detección de LVO 22 puede calcular resultados para si es una LVO, una posición de una LVO y la clasificación del tipo de LVO a partir de imágenes CTA de cada paciente.
El resultado calculado en el presente documento puede incluir la reconstrucción de la arteria cerebral en 3D, un atlas 3D estándar de la arteria cerebral, un registro conjunto y similares.
Además, también se puede calcular la información que indica si el paciente con isquemia es un paciente con oclusión de vasos grandes, y una posición y una forma de la LVO.
Mientras tanto, la unidad de determinación 30 incluye una unidad de determinación de ICAS/embolia 31, una unidad de determinación de circulación anterior (AC)/circulación posterior (PC) 32 y una unidad de determinación de oclusión del sitio de ramificación (BSO)/oclusión de tipo troncal (TTO) 33.
En primer lugar, cuando la región de oclusión de vasos grandes (LVO) se detecta por la unidad de detección 20, la unidad de determinación de ICAS/embolia 31 proporciona una función para determinar si la oclusión de vasos grandes es una embolia o ICAS.
En este punto, la unidad de determinación de ICAS/embolia 31 de acuerdo con la presente divulgación determina si la oclusión es una embolia o ICAS basándose en si el efecto de acuerdo con la formación de circulación colateral está presente en la imagen.
De manera representativa, la unidad de determinación de ICAS/embolia 31 de acuerdo con la presente divulgación puede distinguir la embolia de la ICAS basándose en información de imagen de perfusión e información de imagen de difusión.
En el caso de la ICAS, el vaso sanguíneo se bloquea a medida que avanza la arteriosclerosis de modo que el flujo sanguíneo se reduce y para compensar esto, se desarrolla circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis correspondiente.
Por consiguiente, en el caso de la ICAS, un patrón de infarto aparece como un patrón disperso o un patrón de infarto de zona límite en la imagen de difusión, y en la imagen de perfusión, un contraste entre el volumen central del infarto y un volumen de un área de la corteza circundante tiene una diferencia muy grande que es igual o superior a un valor predeterminado.
Es decir, la unidad de determinación de ICAS/embolia 31 puede determinar ICAS basándose en el hecho de que el efecto de acuerdo con la formación de circulación colateral está presente en la imagen.
Además, la embolia es un estado en el que un vaso sanguíneo normal está bloqueado por coágulos de sangre de modo que no se desarrolla la circulación colateral en las proximidades de la posición de la embolia.
Por consiguiente, en el caso de la embolia, se observa el patrón de infarto territorial a partir de la imagen de difusión y se observa un patrón reducido del volumen sanguíneo cerebral (CBV) en la imagen de perfusión.
Es decir, la unidad de determinación de ICAS/embolia 31 puede determinar una embolia basándose en el hecho de que el efecto de acuerdo con la formación de circulación colateral no está presente en la imagen.
La unidad de determinación de ICAS/embolia 31 aplica un modelo de clasificación de inteligencia artificial para configurar una arquitectura de red neuronal convolucional (CNN) 3D con inception-V1 como red base, aprender una característica para datos de vóxel de la imagen de difusión y la imagen de perfusión cerebral, y clasificar la causa de la oclusión de vasos grandes (LVO) en detalle basándose en lo mismo.
Además, cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC), la unidad de determinación de ICAS/embolia 31 clasifica un tipo de oclusión de vasos grandes generada identificando si una parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO).
Por consiguiente, la unidad de determinación de AC/PC 32 determina si la posición del vaso grande ocluido corresponde a una circulación posterior (PC) o a una circulación anterior (AC).
Además, la unidad de determinación de BSO/TTO 33 proporciona una función para determinar si la parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO).
Además, cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC), la unidad de determinación de ICAS/embolia 31 clasifica el tipo de oclusión de vasos grandes generada usando información de BSO/TTO, información de formación de circulación colateral e información física del paciente juntas.
Mientras tanto, la unidad de diagnóstico 40 puede incluir una unidad de diagnóstico de ICAS 41 y una unidad de diagnóstico de embolia 42.
La unidad de diagnóstico 40 puede proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento apropiada para el paciente de manera diferente en un caso en el que el tipo de oclusión de vasos grandes generada es una embolia y un caso en el que el tipo de la oclusión de vasos grandes generada es ICAS.
Cuando el tipo de oclusión de vasos grandes generada es una embolia, la unidad de diagnóstico de embolia 42 determina si el estado del paciente es leve o grave.
En el caso de un paciente leve, la unidad de diagnóstico de embolia 42 puede recomendar al proveedor de atención médica una dirección de tratamiento usando un agente trombolítico.
Además, en el caso de un paciente grave, la unidad de diagnóstico de embolia 42 puede recomendar al proveedor de atención médica una dirección de tratamiento usando una trombectomía.
Mientras tanto, cuando el tipo de oclusión de vasos grandes generada es ICAS, a diferencia de la unidad de diagnóstico de embolia 42, la unidad de diagnóstico de ICAS 41 puede recomendar al proveedor de atención médica principalmente una dirección de tratamiento usando angioplastia transluminal percutánea y/o una dirección de tratamiento usando un agente antiplaquetario.
Cuando tal tratamiento primario no muestra un gran efecto, la unidad de diagnóstico de ICAS 41 puede recomendar al proveedor de atención médica secundariamente una dirección de tratamiento usando un agente trombolítico y/o una dirección de tratamiento usando una trombectomía.
Actualmente, principalmente, se intenta un tratamiento usando un agente trombolítico que es un agente de tratamiento farmacológico que disuelve los coágulos formados por la coagulación de la sangre o se realiza un tratamiento por trombectomía, en tres horas a cuatro horas y media desde el momento en que se produce la oclusión, sin identificar si la oclusión de vasos grandes del paciente es embolia o ICAS. Sin embargo, en el caso de la ICAS, cuando se realiza el tratamiento con el agente trombolítico, las plaquetas están más coaguladas en el cuerpo por lo que es difícil realizar un tratamiento con agentes antiplaquetarios durante 24 horas. Por lo tanto, puede existir el problema de que el tratamiento trombolítico realizado principalmente puede deteriorar la afección.
Además, en el caso de la embolia, cuando los coágulos de sangre se eliminan mediante trombectomía, los problemas se resuelven. Por el contrario, en el caso de la ICAS, incluso después de eliminar los coágulos de sangre, aún persiste la estenosis debido a la arteriesclerosis, por lo que se requiere un tratamiento de seguimiento. Sin embargo, es difícil para los proveedores de atención médica identificar la forma de oclusión de vasos grandes antes de la cirugía y es imposible averiguar la situación correspondiente y la necesidad del tratamiento de seguimiento después de realizar la cirugía.
Por consiguiente, la unidad de diagnóstico de ICAS 41 y la unidad de diagnóstico de embolia 42 proporcionan información para ayudar al proveedor de atención médica a determinar una dirección de tratamiento apropiada para el paciente de manera diferente en un caso en el que el tipo de oclusión de vasos grandes generada es una embolia y un caso en el que el tipo de oclusión de vasos grandes generado es ICAS para solucionar los problemas mencionados anteriormente.
Específicamente, los problemas de la técnica relacionada pueden resolverse de manera eficiente basándose en un método, un aparato y un sistema para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento adecuada que coincida con un tipo de oclusión clasificada mediante la detección una posición de vaso grande ocluido y clasificar un tipo de oclusión de vasos grandes generada con respecto a pacientes con sospecha de accidente cerebrovascular isquémico debido a la oclusión de vasos grandes.
Además, la información proporcionada por la unidad de diagnóstico 40 puede transmitirse a una institución externa tal como un hospital relacionado con el paciente, basándose en una comunicación por cable/inalámbrica.
Aunque no se ilustra, la transmisión de información a la institución externa (un hospital de referencia terciario) puede realizarse por una unidad de comunicación y la unidad de comunicación puede transmitir la información correspondiente a un exterior predeterminado (por ejemplo, un hospital) por comunicación por cable, comunicación de corto alcance o comunicación a larga distancia.
Como técnica de comunicación a larga distancia usada en el presente documento, pueden usarse LAN inalámbrica (WLAN) (Wi-Fi), banda ancha inalámbrica (Wibro)), interoperabilidad mundial para acceso por microondas (Wimax), acceso a paquetes de enlace descendente de alta velocidad (HSDPA) y similares.
Además, como tecnología de comunicación de corto alcance, se puede usar Bluetooth, una identificación por radiofrecuencia (RFID), una asociación de datos infrarrojos (IrDA), una banda ultraancha (UWB), ZigBee y similares.
Método de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica
La figura 3 ilustra un ejemplo de un diagrama de flujo para explicar un proceso completo de un método para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas, propuesto por la presente divulgación.
Con referencia a la figura 3, en primer lugar, la unidad de adquisición 10 realiza una etapa S1 para adquirir una imagen médica obtenida mediante la captura de un cerebro de un objetivo a diagnosticar e información física relacionada con un paciente.
En la etapa S1, la unidad de adquisición de imagen médica 11 de la unidad de adquisición 10 adquiere imágenes a partir de un equipo de formación de imágenes que captura diversas imágenes médicas tales como TC o RM cerebral y puede recopilar una tomografía computarizada mejorada con contraste (CECT) o una imagen de resonancia magnética (MRI) e información DICOM, información de imágenes de angiografía, información de imágenes de angiografía, información de imágenes de perfusión e información de imágenes de difusión relacionada con un paciente con sospecha de accidente cerebrovascular isquémico.
Además, en la etapa S1, la unidad de adquisición de información del paciente 12 de la unidad de adquisición 10 también puede adquirir información física con respecto al paciente, tal como información tal como el sexo o la edad del paciente con sospecha de accidente cerebrovascular isquémico, información sobre la presión arterial e información sobre la hora de inicio. Cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC), la información física adquirida en el presente documento puede usarse para determinar si se trata de una embolia o ICAS.
A continuación, la unidad de procesamiento de imagen 21 de la unidad de detección 20 realiza un proceso para aplicar un modelo de detección de IA (S2) y determinar si el paciente es un paciente con oclusión de vasos grandes (S3).
En las etapas S2 y S3, si un paciente sin hemorragia tiene isquemia, la unidad de detección de LVO 22 puede determinar si el paciente es un paciente con oclusión de vasos grandes basándose en inteligencia artificial.
En las etapas S2 y S3, cuando hay isquemia, la unidad de detección de LVO 22 puede determinar si el paciente es un paciente con oclusión de vasos grandes (LVO) usando información de vóxel de datos de imágenes de angiografía cerebral.
Además, la unidad de detección 22 puede usar una arquitectura de modelo de inteligencia artificial para detectar una región LVO a partir de una imagen de angiografía 2D o 3D.
Aquí, la arquitectura del modelo puede configurarse para combinar una capa de red neuronal recurrente (RNN) para considerar un corte en serie del paciente y una capa de red neuronal convolucional (CNN) para extraer una característica.
Además, en las etapas S2 y S3, la unidad de detección de LVO 22 puede calcular resultados para si es una LVO, una posición de una LVO y la clasificación del tipo de LVO a partir de imágenes CTA de cada paciente. El resultado calculado en el presente documento puede incluir la reconstrucción de la arteria cerebral en 3D, un atlas 3D estándar de la arteria cerebral, un registro conjunto y similares.
Además, también se puede calcular la información que indica si el paciente con isquemia es un paciente con oclusión de vasos grandes, y una posición y una forma de la LVO.
Cuando se determina que es un paciente con oclusión de vasos grandes, después de la etapa S3, se realiza una etapa S4 para determinar si la oclusión de vasos grandes correspondiente es una embolia o ICAS mediante la unidad de determinación de ICAS/embolia 31.
En la etapa S4, la unidad de determinación de ICAS/embolia 31 determina si la oclusión es una embolia o ICAS basándose en si el efecto de acuerdo con la formación de circulación colateral está presente en la imagen.
Además, cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC), la unidad de determinación de ICAS/embolia 31 clasifica un tipo de oclusión de vasos grandes generada determinando si una parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO).
Además, cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC), la unidad de determinación de ICAS/embolia 31 clasifica el tipo de oclusión de vasos grandes generada usando información de BSO/TTO, información de formación de circulación colateral e información física del paciente juntas.
Después de la etapa S4, la unidad de diagnóstico 40 puede proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento apropiada para el paciente de manera diferente en un caso en el que el tipo de oclusión de vasos grandes generada es una embolia y un caso en el que el tipo de la oclusión de vasos grandes generada es ICAS.
Específicamente, cuando el tipo de oclusión de vasos grandes generada es ICAS, la unidad de diagnóstico de ICAS 41 puede proporcionar al proveedor de atención médica información de diagnóstico y tratamiento correspondiente a ICAS (S5).
Además, cuando el tipo de oclusión de vasos grandes generada es una embolia, la unidad de diagnóstico de embolia 42 puede proporcionar al proveedor de atención médica información de diagnóstico y tratamiento correspondiente a una embolia (S6).
Mientras tanto, aunque no se ilustra, después de la etapa S5 y/o de la etapa S6, la información proporcionada por la unidad de diagnóstico 40 puede transmitirse a una institución externa tal como un hospital relacionado con el paciente, basándose en una comunicación por cable/inalámbrica.
Aunque no se ilustra, la transmisión de información a la institución externa (un hospital de referencia terciario) puede realizarse por una unidad de comunicación y la unidad de comunicación puede transmitir la información correspondiente a un exterior predeterminado (por ejemplo, un hospital) por comunicación por cable, comunicación a corta distancia o comunicación a larga distancia.
En lo sucesivo en el presente documento, un método para identificar si la oclusión es una embolia o ICAS mediante la unidad de determinación de ICAS/embolia 31, con respecto a la etapa S4, y un método de apoyo para determinar una dirección de tratamiento mediante la unidad de diagnóstico 40 de manera diferente en un caso en el que el tipo de oclusión de vasos grandes es una embolia y un caso en el que el tipo de oclusión de vasos grandes es ICAS, con respecto a las etapas S5 y S6 se describirán con más detalle con referencia a los dibujos.
Método para clasificar el tipo de oclusión de vasos grandes en una embolia o ICAS basándose en si el efecto de acuerdo con la formación de circulación colateral está presente en la imagen
La figura 4 ilustra un diagrama de flujo de un método basándose en si el efecto de acuerdo con la formación de circulación colateral está presente en una imagen, con respecto a un proceso para clasificar un tipo de oclusión de vasos grandes en la embolia o la ICAS.
Con referencia a la figura 4, después de la etapa S3, cuando hay LVO, la unidad de determinación de ICAS/embolia 31 puede determinar si el efecto de acuerdo con la formación de circulación colateral está presente en una imagen.
En el caso de la ICAS, el vaso sanguíneo se bloquea a medida que avanza la arteriosclerosis de modo que el flujo sanguíneo se reduce y para compensar esto, se desarrolla circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis correspondiente.
Por consiguiente, la unidad de determinación de ICAS/embolia 31 puede determinar ICAS basándose en el hecho de que el efecto de acuerdo con la formación de circulación colateral está presente en la imagen (S31).
La figura 5 es un diagrama de flujo para explicar un proceso para clasificar un tipo de oclusión para la ICAS ya que el efecto de acuerdo con la formación de circulación colateral en las proximidades del vaso grande ocluido está presente en una imagen médica, en lo que respecta a la figura 4.
Con referencia a la figura 5, la unidad de determinación de ICAS/embolia 31 puede distinguir la embolia de la ICAS basándose en información de imagen de perfusión e información de imagen de difusión.
Como se ha descrito anteriormente, en el caso de la ICAS, el vaso sanguíneo se bloquea a medida que avanza la arteriosclerosis de modo que el flujo sanguíneo se reduce y para compensar esto, se desarrolla circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis. En la imagen de difusión, se puede observar una etapa a-1 en la que el patrón de infarto aparece como un patrón disperso o un patrón de infarto de zona límite (S22).
Además, en la imagen de perfusión, se puede observar una etapa a-2 en la que un contraste entre el volumen central del infarto y un volumen de un área de la corteza circundante tiene una diferencia muy grande que es igual o superior a un valor predeterminado (S23).
Cuando se observan en la imagen de perfusión la etapa a-1 en la que el patrón de infarto aparece como un patrón disperso o un patrón de infarto de zona límite en la imagen de difusión y/o la etapa a-2 en la que un contraste entre el volumen central de infarto y un volumen de un área de la corteza circundante tiene una diferencia muy grande que es igual o superior a un valor predeterminado, la unidad de determinación de ICAS/embolia 31 determina que el efecto de acuerdo con la formación de circulación colateral está presente en la imagen (S24) y puede determinar ICAS basándose en lo mismo (S31).
Además, la embolia es un estado en el que un vaso sanguíneo normal está bloqueado por coágulos de sangre de modo que no se desarrolla la circulación colateral en las proximidades de la posición de la embolia.
Por consiguiente, la unidad de determinación de ICAS/embolia 31 puede determinar una embolia basándose en el hecho de que el efecto de acuerdo con la formación de circulación colateral no está presente en la imagen (S32).
La figura 6 es un diagrama de flujo para explicar un proceso para clasificar un tipo de oclusión para la embolia ya que el efecto de acuerdo con la formación de circulación colateral en las proximidades del vaso grande ocluido no está presente en una imagen médica, en lo que respecta a la figura 4.
Con referencia a la figura 6, la unidad de determinación de ICAS/embolia 31 puede distinguir la embolia de la ICAS basándose en información de imagen de perfusión e información de imagen de difusión (S21).
Como se ha descrito anteriormente, la embolia es un estado en el que un vaso sanguíneo normal está bloqueado por coágulos de sangre de modo que no se desarrolla la circulación colateral en las proximidades de la posición de la embolia. En el caso de la embolia, se puede observar una etapa b-1 en la que aparece un patrón de infarto territorial en la imagen de difusión (S25).
Además, se puede observar una etapa b-2 en la que aparece una reducción del volumen sanguíneo cerebral (CBV) en la imagen de perfusión (S26).
Por consiguiente, cuando se observan la etapa b-1, en la que aparece un patrón de infarto territorial en la imagen de difusión, y/o la etapa b-2, en la que aparece una reducción del volumen sanguíneo cerebral (CBV) en la imagen de perfusión, la unidad de determinación de ICAS/embolia 31 determina que el efecto de acuerdo con la formación de circulación colateral no está presente en la imagen (S27) y puede determinar una embolia basándose en lo mismo (S32).
Mientras tanto, la unidad de determinación de ICAS/embolia 31 aplica un modelo de clasificación de inteligencia artificial para configurar una arquitectura de red neuronal convolucional (CNN) 3D con inception-V1 como red base, aprender una característica para datos de vóxel de la imagen de difusión y la imagen de perfusión cerebral, y clasificar la causa de la oclusión de vasos grandes (LVO) en detalle basándose en lo mismo.
Método para clasificar el tipo de oclusión de vasos grandes identificando si la parte correspondiente es una BSO o una TTO cuando la posición del vaso grande ocluido corresponde a una PC
La figura 7 es un diagrama de flujo para explicar un método para clasificar el tipo de oclusión de vasos grandes generada identificando si una parte correspondiente es una BSO o una TTO cuando la posición del vaso grande ocluido corresponde a una PC.
Con referencia a la figura 7, cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC), la unidad de determinación de ICAS/embolia 31 clasifica un tipo de oclusión de vasos grandes generada identificando si una parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO).
Cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC), en la mayoría de los pacientes, la embolia aparece cuando la posición es una posición de oclusión del sitio de ramificación (BSO) y aparece ICAS cuando la posición es una posición de oclusión de tipo troncal (TTO).
Específicamente, la combinación de BSO-embolia y TTO-ICAS es más obvia en el Este.
Por consiguiente, cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC) (S11), es posible distinguir fácilmente la embolia de la ICAS basándose en si la posición de la porción correspondiente es una BSO o una TTO (S13).
Para este fin, la unidad de determinación de AC/PC 32 determina si la posición del vaso grande ocluido corresponde a una circulación posterior (PC) o a una circulación anterior (AC).
Además, la unidad de determinación de BSO/TTO 33 proporciona una función para determinar si la parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO).
Método para clasificar el tipo de oclusión de vasos grandes generada usando información de BSO/TTO, información de formación de circulación colateral e información física del paciente juntas cuando la posición del vaso grande ocluido corresponde a una AC
Mientras tanto, cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC), de manera similar a la circulación posterior (PC), en la mayoría de los pacientes, la embolia aparece cuando la posición es una posición de oclusión del sitio de ramificación (BSO) y aparece ICAS cuando la posición es una posición de oclusión de tipo troncal (TTO).
Sin embargo, se determina que la probabilidad de BSO-embolia y TTO-ICAS de la circulación anterior (AC) es menor que la de la circulación posterior (PC), por lo que es necesario clasificar el tipo de oclusión de vasos grandes usando información adicional.
La figura 8 es un diagrama de flujo para explicar un método para clasificar el tipo de oclusión de vasos grandes generada usando información de BSO/TTO, información de formación de circulación colateral e información física del paciente juntas cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC).
Con referencia a la figura 8, cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC) (541) , la unidad de determinación de ICAS/embolia 31 determina si la porción correspondiente es una BSO o una TTO (542) y determina si el efecto de acuerdo con la formación de circulación colateral en las proximidades de la porción está en la imagen (S43).
Posteriormente, la unidad de determinación de ICAS/embolia 31 puede clasificar el tipo de oclusión de vasos grandes generada usando información física del paciente adquirida en la etapa S1, información de BSO/TTO adquirida en la etapa S42 e información de formación de circulación colateral adquirida en la etapa S43 juntas (S44).
Es decir, es posible determinar si el tipo de oclusión de vasos grandes generada es una embolia o ICAS asignando un primer punto adicional a la información física que varía dependiendo de la embolia y la ICAS, asignando un segundo punto adicional a una probabilidad de BSO-embolia y TTO-ICAS, y asignando un tercer punto adicional para aumentar la probabilidad de ICAs cuando el efecto de acuerdo con la formación de circulación colateral está presente en la imagen, como se describe con referencia a las figuras 4 a 6, y usando de manera integral el primer punto adicional, el segundo punto adicional segundo y el tercer punto adicional.
Método para ayudar al proveedor de atención médica a determinar la dirección del tratamiento adecuada para el paciente cuando el tipo de oclusión de vasos grandes es una embolia
La unidad de diagnóstico 40 puede proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento apropiada para el paciente de manera diferente en un caso en el que el tipo de oclusión de vasos grandes generada es una embolia y un caso en el que el tipo de la oclusión de vasos grandes generada es ICAS. Cuando el tipo de oclusión de vasos grandes generada es una embolia, la unidad de diagnóstico de embolia 42 puede proporcionar al proveedor de atención médica información de diagnóstico y tratamiento correspondiente a una embolia.
En primer lugar, se realiza un proceso para determinar si el paciente que se ha determinado que tiene embolia es leve o grave mediante la unidad de diagnóstico de embolia 42.
En el caso de un paciente leve, la unidad de diagnóstico de embolia 42 puede recomendar al proveedor de atención médica una dirección de tratamiento usando un agente trombolítico.
Además, en el caso de un paciente grave, la unidad de diagnóstico de embolia 42 puede recomendar al proveedor de atención médica una dirección de tratamiento usando una trombectomía.
Además, cuando el tipo de oclusión de vasos grandes generada es una embolia y se eliminan los coágulos de sangre, se puede completar la mayor parte del tratamiento. Por lo tanto, incluso aunque los coágulos de sangre no se eliminen satisfactoriamente, pueden intentarse medidas quirúrgicas más agresivas para eliminar adicionalmente los coágulos de sangre dedicándole tiempo.
Por el contrario, incluso después de eliminar los coágulos de sangre, es necesario un tratamiento adicional para la ICAS y los coágulos de sangre no se eliminan satisfactoriamente debido a la arteriosclerosis, lo que puede causar un problema de rotura del vaso sanguíneo. Por lo tanto, en comparación con la embolia, es necesario abstenerse de medidas de eliminación agresivas.
Posteriormente, la información proporcionada por la unidad de diagnóstico de embolia 42 puede transmitirse a una institución externa tal como un hospital relacionado con el paciente, basándose en una comunicación por cable/inalámbrica.
Aunque no se ilustra, la transmisión de información a la institución externa (un hospital de referencia terciario) puede realizarse por una unidad de comunicación y la unidad de comunicación puede transmitir la información correspondiente a un exterior predeterminado (por ejemplo, un hospital) por comunicación por cable, comunicación a corta distancia o comunicación a larga distancia.
Método para ayudar al proveedor de atención médica a determinar la dirección del tratamiento adecuada para el paciente cuando el tipo de oclusión de vasos grandes es ICAS
Actualmente, principalmente, se intenta un tratamiento usando un agente trombolítico que es un agente de tratamiento farmacológico que disuelve los coágulos formados por la coagulación de la sangre o se realiza un tratamiento por trombectomía, en tres horas a cuatro horas y media desde el momento en que se produce la oclusión, sin identificar si la oclusión de vasos grandes del paciente es embolia o ICAS. Sin embargo, en el caso de la ICAS, cuando se realiza el tratamiento con el agente trombolítico, las plaquetas están más coaguladas en el cuerpo por lo que es difícil realizar un tratamiento con agentes antiplaquetarios durante 24 horas. Por lo tanto, puede existir el problema de que el tratamiento trombolítico realizado principalmente puede deteriorar la afección.
Además, en el caso de la embolia, cuando los coágulos de sangre se eliminan mediante trombectomía, los problemas se resuelven. Por el contrario, en el caso de la ICAS, incluso después de eliminar los coágulos de sangre, aún persiste la estenosis debido a la arteriesclerosis, por lo que se requiere un tratamiento de seguimiento. Sin embargo, es difícil para los proveedores de atención médica identificar la forma de oclusión de vasos grandes antes de la cirugía y es imposible averiguar la situación correspondiente y la necesidad del tratamiento de seguimiento después de realizar la cirugía.
Por consiguiente, la unidad de diagnóstico de ICAS 41 y la unidad de diagnóstico de embolia 42 proporcionan información para ayudar al proveedor de atención médica a determinar una dirección de tratamiento apropiada para el paciente de manera diferente en un caso en el que el tipo de oclusión de vasos grandes generada es una embolia y un caso en el que el tipo de oclusión de vasos grandes generado es ICAS para solucionar los problemas mencionados anteriormente.
Cuando el tipo de oclusión de vasos grandes generada es ICAS, a diferencia de la unidad de diagnóstico de embolia 42, la unidad de diagnóstico de ICAS 42 puede recomendar al proveedor de atención médica principalmente una dirección de tratamiento usando angioplastia transluminal percutánea y/o una dirección de tratamiento usando un agente antiplaquetario.
Cuando tal tratamiento primario no muestra un gran efecto, la unidad de diagnóstico de ICAS 41 puede recomendar al proveedor de atención médica secundariamente una dirección de tratamiento usando un agente trombolítico y/o una dirección de tratamiento usando una trombectomía.
Asimismo, a diferencia de la embolia, en la ICAS se pueden aplicar diversos tratamientos secundarios.
Como tratamiento farmacológico, como fármaco terapéutico, además de un agente antiplaquetario, se pueden usar fármacos simpáticos o estatinas.
A continuación, se puede aplicar un tratamiento secundario usando una endoprótesis. Se puede aplicar un tratamiento que usa una endoprótesis como una alternativa para superar la limitación del tratamiento farmacológico que se usa como método de tratamiento primario.
Como las otras terapias, también se puede usar adicionalmente un tratamiento que usa un mecanismo que aumenta el flujo sanguíneo que sube bloqueando el vaso sanguíneo que baja insertando un balón en una aorta descendente o un tratamiento de contrapulsación que se realiza repetidamente de manera consistente atando una banda a las extremidades inferiores y se aprieta instantáneamente para permitir que el flujo de sangre se dirija al cerebro.
Posteriormente, la información proporcionada por la unidad de diagnóstico de ICAS 41 puede transmitirse a una institución externa tal como un hospital relacionado con el paciente, basándose en una comunicación por cable/inalámbrica.
Aunque no se ilustra, la transmisión de información a la institución externa (un hospital de referencia terciario) puede realizarse por una unidad de comunicación y la unidad de comunicación puede transmitir la información correspondiente a un exterior predeterminado (por ejemplo, un hospital) por comunicación por cable, comunicación a corta distancia o comunicación a larga distancia.
Efecto de acuerdo con la presente divulgación
La presente divulgación proporciona un método, un aparato y un sistema para detectar y clasificar un accidente cerebrovascular isquémico basado en imágenes médicas para resolver los problemas descritos anteriormente de la técnica relacionada.
Específicamente, la presente divulgación puede proporcionar un método, un aparato y un sistema para detectar una posición de un vaso grande ocluido y clasificar un tipo de la oclusión de vasos grandes generada basándose en imágenes médicas adquiridas de un paciente con sospecha de accidente cerebrovascular isquémico debido a la oclusión de vasos grandes e información del paciente para calcular y proporcionar información para ayudar a los proveedores de atención médica a determinar una dirección de tratamiento adecuada para un paciente.
Además, la presente divulgación puede proporcionar un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada determinando si está presente un efecto de acuerdo con la formación de circulación colateral en las proximidades del vaso grande ocluido vaso en la imagen médica.
Además, la presente divulgación proporciona un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada identificando si una parte correspondiente es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO) cuando la posición del vaso grande ocluido corresponde a la circulación posterior (PC).
Además, la presente divulgación proporciona un método, un aparato y un sistema para clasificar un tipo de oclusión de vasos grandes generada usando información que indica que la parte correspondiente es información de oclusión del sitio de ramificación (BSO)/oclusión de tipo troncal (TTO), información de formación de circulación colateral e información física del paciente juntas cuando la posición del vaso grande ocluido corresponde a la circulación anterior (AC).
Además, la presente divulgación puede proporcionar un método, un aparato y un sistema para ayudar a los proveedores de atención médica a identificar un tipo de oclusión de vasos grandes antes de la cirugía de antemano y determinar una dirección de tratamiento apropiada para el paciente identificando si el tipo de oclusión de vasos grandes generada es una embolia o ICAS.
Mientras tanto, un objeto técnico a lograr en la presente divulgación no se limita a los efectos mencionados anteriormente, y los expertos en la técnica entenderán obviamente otros efectos no mencionados a partir de la descripción a continuación.
Las realizaciones ilustrativas descritas anteriormente de la presente divulgación pueden implementarse a través de diversos métodos. Por ejemplo, las realizaciones ilustrativas de la presente divulgación pueden implementarse mediante un hardware, un firmware, un software y una combinación de los mismos.
Cuando el hardware implementa la realización ilustrativa, el método de acuerdo con la realización ilustrativa de la presente divulgación puede implementarse por uno o más circuitos integrados específicos de aplicación (ASIC), procesadores de señales digitales (DSP), dispositivos de procesamiento de señales digitales (DSPD), dispositivos lógicos programables (PLD), matrices de puertas programables en campo (FPGA), un procesador, un controlador, un microcontrolador, un microprocesador o similares.
Cuando la realización ilustrativa es implementada por el firmware o el software, el método de acuerdo con la realización ilustrativa de la presente divulgación puede implementarse por un módulo, un procedimiento o una función que realiza una función u operaciones descritas anteriormente. El código de software se almacena en la unidad de memoria para ser controlado por el procesador. La unidad de memoria está ubicada dentro o fuera del procesador y puede intercambiar datos con el procesador, mediante diversas unidades conocidas.
Como se ha descrito anteriormente, la descripción detallada de las realizaciones ilustrativas de la presente divulgación desvelada se proporciona de manera que los expertos en la técnica implementen y realicen la presente divulgación. Si bien la presente divulgación se ha descrito con referencia a las realizaciones preferidas, los expertos en la técnica entenderán que se pueden realizar diversos cambios y modificaciones de la presente divulgación sin apartarse del alcance de la presente divulgación. Por ejemplo, los expertos en la materia pueden usar configuraciones desveladas en las realizaciones ilustrativas descritas anteriormente combinándolas entre sí. Por lo tanto, la presente divulgación no pretende limitarse a las realizaciones ilustrativas descritas anteriormente, sino asignar el alcance más amplio de acuerdo con los principios desvelados y las características novedosas.
La presente divulgación puede implementarse en otra forma específica dentro del alcance sin apartarse de la característica esencial de la presente divulgación. Por lo tanto, la descripción detallada no debe analizarse de manera limitante en todos los aspectos y debe considerarse de manera ilustrativa. El alcance de la presente divulgación debe determinarse mediante la interpretación racional de las reivindicaciones adjuntas. La presente divulgación no pretende limitarse a las realizaciones ilustrativas descritas anteriormente, sino asignar el alcance más amplio de acuerdo con los principios desvelados y las características novedosas.

Claims (26)

REIVINDICACIONES
1. Un aparato de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica, que comprende:
una unidad de adquisición (10) que recopila imágenes relacionadas con el cerebro de al menos un paciente; una unidad de detección (20) que determina si el al menos un paciente es un paciente con oclusión de vasos grandes, basándose en la imagen recopilada;
una unidad de determinación (30) que determina si un tipo de oclusión de vasos grandes es una embolia o aterosclerosis intracraneal (ICAS), cuando el al menos un paciente es un paciente con oclusión de vasos grandes; y
una unidad de diagnóstico (40) que proporciona información sobre la dirección del tratamiento que se aplica de forma diferente de acuerdo con el tipo determinado de oclusión de vasos grandes;
caracterizado por que
cuando el al menos un paciente es un paciente con oclusión de vasos grandes, la unidad de determinación determina si una posición de la oclusión de vasos grandes corresponde a una circulación posterior (PC) o una circulación anterior (AC), determina si un tipo de oclusión de vasos grandes es una oclusión del sitio de ramificación (BSO) o una oclusión de tipo troncal (TTO), y determina el tipo de oclusión de vasos grandes como una embolia o ICAS basándose, en primer lugar, en la determinación de circulación posterior (PC) o circulación anterior (AC) y, en segundo lugar, en la determinación de BSO o TTO.
2. El aparato de acuerdo con la reivindicación 1, en donde la unidad de adquisición recopila una imagen de angiografía relacionada con el cerebro del al menos un paciente, y la unidad de detección determina si el al menos un paciente es un paciente con oclusión de vasos grandes usando información de vóxel de la imagen de angiografía.
3. El aparato de acuerdo con la reivindicación 2, en donde la unidad de detección determina si el al menos un paciente es un paciente con oclusión de vasos grandes usando una arquitectura de modelo de inteligencia artificial que se configura combinando una capa de red neuronal recurrente (RNN) para considerar un corte en serie del al menos un paciente en la imagen de angiografía y una capa de red neuronal convolucional (CNN) para extraer una característica en la imagen de angiografía.
4. El aparato de acuerdo con la reivindicación 1, en donde
cuando se observa un primer evento en el que se desarrolla una circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, la unidad de determinación determina el tipo de oclusión de vasos grandes como ICAS.
5. El aparato de acuerdo con la reivindicación 4, en donde la unidad de adquisición recopila una imagen de perfusión y una imagen de difusión relacionadas con el cerebro del al menos un paciente y la unidad de determinación determina si observar el primer evento usando al menos una de la imagen de perfusión y la imagen de difusión.
6. El aparato de acuerdo con la reivindicación 5, en donde, cuando se satisface al menos una de una primera condición en la que una diferencia entre un volumen central de infarto y un volumen de una región de la corteza circundante es igual o superior a un valor predeterminado en la imagen de perfusión y una segunda condición en la que el patrón de infarto es un patrón disperso o un patrón de infarto de zona límite en la imagen de difusión, la unidad de determinación determina que se observa el primer evento y determina el tipo de oclusión de vasos grandes como ICAS.
7. El aparato de acuerdo con la reivindicación 5, en donde, cuando se satisface al menos una de una primera condición en la que se reduce el volumen sanguíneo cerebral (CBV) en la imagen de perfusión y una segunda condición en la que el patrón de infarto es un patrón de infarto territorial en la imagen de difusión, la unidad de determinación determina que no se observa el primer evento y determina el tipo de oclusión de vasos grandes como embolia.
8. El aparato de acuerdo con la reivindicación 1, en donde, cuando la posición de la oclusión de vasos grandes se ubica en la circulación posterior (PC), si el tipo de oclusión de vasos grandes es la BSO, la unidad de determinación determina que la oclusión de vasos grandes es una embolia y si el tipo de oclusión de vasos grandes es la TTO, la unidad de determinación determina que la oclusión de vasos grandes es ICAS.
9. El aparato de acuerdo con la reivindicación 1, en donde, cuando la posición de la oclusión de vasos grandes se ubica en la circulación anterior (AC), la unidad de adquisición adicionalmente recopila información física relacionada con el al menos un paciente, la unidad de determinación determina si se observa un primer evento en el que se desarrolla una circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, y la unidad de determinación determina un tipo de oclusión de vasos grandes usando la información física, información que indica si se observa el primer evento e información que indica si el tipo de oclusión de vasos grandes es BSO o TTO juntas.
10. El aparato de acuerdo con la reivindicación 1, en donde, cuando el tipo determinado de oclusión de vasos grandes es la ICAS, la unidad de diagnóstico proporciona principalmente información sobre la dirección del tratamiento usando angioplastia transluminal percutánea y/o información sobre la dirección del tratamiento usando un agente antiplaquetario.
11. El aparato de acuerdo con la reivindicación 10, en donde, cuando es necesario un tratamiento adicional para el al menos un paciente, la unidad de diagnóstico proporciona de forma secundaria al menos una información sobre la dirección del tratamiento que comprende usar un agente trombolítico, usar trombectomía, usar un fármaco diferente del agente antiplaquetario, usar una endoprótesis, usar inserción de balón y contrapulsación.
12. El aparato de acuerdo con la reivindicación 11, en donde, cuando la información sobre la dirección del tratamiento mediante trombectomía se aplica al menos a un paciente, si transcurre un tiempo predeterminado, se transmite información que propone detener el tratamiento mediante trombectomía.
13. El aparato de acuerdo con la reivindicación 1, en donde, cuando el tipo determinado de oclusión de vasos grandes es la embolia, la unidad de diagnóstico determina si el al menos un paciente es un paciente leve o un paciente grave, proporciona información sobre la dirección del tratamiento usando un agente trombolítico para el paciente leve, y proporciona información sobre la dirección del tratamiento mediante trombectomía para el paciente grave.
14. El aparato de acuerdo con la reivindicación 1, que comprende además:
una unidad de comunicación que transmite la información sobre la dirección del tratamiento proporcionada por la unidad de diagnóstico a una institución predeterminada basándose en comunicación por cable y/o inalámbrica.
15. Un método de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica, que comprende:
una primera etapa (S1) para recopilar imágenes médicas obtenidas de un equipo de formación de imágenes que captura imágenes médicas de un cerebro de al menos un paciente, mediante una unidad de adquisición; una segunda etapa (S3) para determinar si una oclusión de vasos grandes está presente en al menos una de las imágenes médicas, basándose en la imagen recopilada por una unidad de detección;
una tercera etapa (S4) para determinar si un tipo de oclusión de vasos grandes es una embolia o aterosclerosis intracraneal (ICAS), cuando una oclusión de vasos grandes está presente en al menos una de las imágenes médicas por una unidad de determinación; y
una cuarta etapa (S5, S6) para proporcionar información sobre la dirección del tratamiento que se aplica de manera diferente de acuerdo con el tipo determinado de oclusión de vasos grandes por una unidad de diagnóstico, caracterizado por que la tercera etapa incluye:
una etapa 3-1 de cuando una oclusión de vasos grandes está presente en al menos una de las imágenes de angiografía, determinar si una posición de la oclusión de vasos grandes corresponde a una circulación posterior (PC) o una circulación anterior (AC) mediante la unidad de determinación;
una etapa 3-2 para determinar si un tipo de oclusión de vasos grandes (BSO) es una oclusión del sitio de ramificación o una oclusión de tipo troncal (TTO) mediante la unidad de determinación, y
una etapa 3-3 para determinar el tipo de oclusión de vasos grandes como embolia o ICAS basándose en primer lugar en la determinación de circulación posterior (PC) o circulación anterior (AC) y, en segundo lugar, en la determinación de BSO o TTO, mediante la unidad de determinación.
16. El método de acuerdo con la reivindicación 15, en donde, en la primera etapa, la unidad de adquisición recopila una imagen de angiografía obtenida de un equipo de formación de imágenes que captura imágenes médicas del cerebro del al menos un paciente, y en la segunda etapa, la unidad de detección determina si está presente una oclusión de vasos grandes en al menos una de las imágenes de angiografía usando información de vóxel de la imagen de angiografía.
17. El método de acuerdo con la reivindicación 16, en donde, en la segunda etapa, la unidad de detección determina si una oclusión de vasos grandes está presente en al menos una de las imágenes de angiografía usando una arquitectura de modelo de inteligencia artificial que se configura combinando una capa de red neuronal recurrente (RNN) para considerar un corte en serie del al menos un paciente en la imagen de angiografía y una capa de red neuronal convolucional (CNN) para extraer una característica en la imagen de angiografía.
18. El método de acuerdo con la reivindicación 15, en donde, en la tercera etapa, cuando se observa un primer evento en el que se desarrolla una circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, la unidad de determinación determina el tipo de oclusión de vasos grandes como ICAS.
19. El método de acuerdo con la reivindicación 18, en donde, en la primera etapa, la unidad de adquisición recopila una imagen de perfusión y una imagen de difusión obtenidas de un equipo de formación imágenes que captura imágenes médicas del cerebro del al menos un paciente y, en la tercera etapa, la unidad de determinación determina si observar el primer evento usando al menos una de la imagen de perfusión y la imagen de difusión.
20. El método de acuerdo con la reivindicación 19, en donde, cuando se satisface al menos una de una primera condición en la que una diferencia entre un volumen central de infarto y un volumen de una región de la corteza circundante es igual o superior a un valor predeterminado en la imagen de perfusión y una segunda condición en la que el patrón de infarto aparece como un patrón disperso o un patrón de infarto de zona límite en la imagen de difusión, en la tercera etapa, la unidad de determinación determina que se observa el primer evento y determina el tipo de oclusión de vasos grandes como ICAS.
21. El método de acuerdo con la reivindicación 19, en donde, cuando se satisface al menos una de una primera condición en la que se reduce el volumen sanguíneo cerebral (CBV) en la imagen de perfusión y una segunda condición en la que el patrón de infarto es un patrón de infarto territorial en la imagen de difusión, en la tercera etapa, la unidad de determinación determina que no se observa el primer evento y determina el tipo de oclusión de vasos grandes como embolia.
22. El método de acuerdo con la reivindicación 15, en donde, cuando la posición de la oclusión de vasos grandes se ubica en la circulación posterior (PC), en la etapa 3-3, si el tipo de oclusión de vasos grandes es la BSO, la unidad de determinación determina que la oclusión de vasos grandes es una embolia y si el tipo de oclusión de vasos grandes es la TTO, la unidad de determinación determina que la oclusión de vasos grandes es ICAS.
23. El método de acuerdo con la reivindicación 15, en donde, cuando la posición de la oclusión de vasos grandes se ubica en la circulación anterior (AC), en la primera etapa, la unidad de adquisición adicionalmente recopila información física relacionada con el al menos un paciente, y en la etapa 3-2, la unidad de determinación determina adicionalmente si se observa un primer evento en el que se desarrolla una circulación colateral en las proximidades del vaso sanguíneo donde avanza la arteriosclerosis, y en la etapa 3-3, la unidad de determinación determina un tipo de la oclusión de vasos grandes usando la información física, información que indica si se observa el primer evento e información que indica si el tipo de oclusión de vasos grandes es BSO o t To juntas.
24. El método de acuerdo con la reivindicación 15, en donde, cuando el tipo determinado de oclusión de vasos grandes es la ICAS, la cuarta etapa incluye:
una etapa 4-1 para proporcionar principalmente información sobre la dirección del tratamiento usando angioplastia transluminal percutánea y/o información sobre la dirección del tratamiento usando un agente antiplaquetario mediante la unidad de diagnóstico; y
una etapa 4-2 para, cuando es necesario un tratamiento adicional para el al menos un paciente, proporcionar de forma secundaria al menos una información sobre la dirección del tratamiento que comprende usar un agente trombolítico, usar trombectomía, usar un fármaco diferente del agente antiplaquetario, usar una endoprótesis, usar inserción de balón y contrapulsación, mediante la unidad de diagnóstico.
25. El método de acuerdo con la reivindicación 15, en donde, cuando el tipo determinado de oclusión de vasos grandes es la embolia, la cuarta etapa incluye:
una etapa 4-1 para determinar si el al menos un paciente es un paciente leve o un paciente grave, mediante la unidad de diagnóstico; y
una etapa 4-2 para proporcionar información sobre la dirección del tratamiento usando un agente trombolítico para el paciente leve, y proporcionar información sobre la dirección del tratamiento mediante trombectomía para el paciente grave.
26. El método de acuerdo con la reivindicación 15, que comprende además:
después de la cuarta etapa,
una quinta etapa para transmitir la información sobre la dirección del tratamiento proporcionada por la unidad de diagnóstico a una institución predeterminada basándose en una comunicación por cable y/o inalámbrica mediante una unidad de comunicación.
ES21178266T 2021-02-03 2021-06-08 Método, aparato y sistema de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica Active ES2952229T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210015166A KR102289648B1 (ko) 2021-02-03 2021-02-03 의료 영상 기반 허혈성 뇌졸중 검출 및 형태 분류 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
ES2952229T3 true ES2952229T3 (es) 2023-10-30

Family

ID=76374878

Family Applications (1)

Application Number Title Priority Date Filing Date
ES21178266T Active ES2952229T3 (es) 2021-02-03 2021-06-08 Método, aparato y sistema de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica

Country Status (6)

Country Link
US (1) US11602322B2 (es)
EP (1) EP4039180B1 (es)
JP (1) JP7085674B1 (es)
KR (10) KR102289648B1 (es)
CN (1) CN113476066A (es)
ES (1) ES2952229T3 (es)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20230070781A (ko) * 2021-11-15 2023-05-23 가톨릭대학교 산학협력단 뇌졸중 재발 예측 및 관리 서비스 제공 방법, 장치 및 시스템
KR102399792B1 (ko) * 2022-01-27 2022-05-23 주식회사 휴런 인공지능 기반 Hounsfield unit (HU) 정규화 및 디노이징 (Denoising)을 통한 전처리 장치 및 방법
KR20240107308A (ko) 2022-12-29 2024-07-09 (주)제이엘케이 인공지능 기반 주요 혈관 및 폐색 검출 방법 및 시스템

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101118364B1 (ko) 2006-09-27 2012-06-01 아사히 가세이 파마 가부시키가이샤 뇌졸중 후의 반사성 교감 신경성 디스트로피 발증 예방제
WO2008056638A1 (en) 2006-11-06 2008-05-15 Fujifilm Ri Pharma Co., Ltd. Brain image diagnosis supporting method, program, and recording method
JP5921132B2 (ja) * 2011-10-17 2016-05-24 株式会社東芝 医用画像処理システム
KR101540254B1 (ko) 2013-06-24 2015-07-30 경북대학교 산학협력단 당을 감지하는 화학감각수용체를 발현하는 세포를 이용한 바이오 센서 및 이를 포함하는 알츠하이머 진단 기기
US10475217B2 (en) 2016-03-16 2019-11-12 General Electric Company Systems and methods for progressive imaging
KR101740464B1 (ko) * 2016-10-20 2017-06-08 (주)제이엘케이인스펙션 뇌졸중 진단 및 예후 예측 방법 및 시스템
WO2018098141A1 (en) * 2016-11-22 2018-05-31 Hyperfine Research, Inc. Systems and methods for automated detection in magnetic resonance images
KR101860566B1 (ko) 2016-12-06 2018-05-23 경희대학교 산학협력단 파킨슨병을 진단하기 위한 정보제공방법
KR101754291B1 (ko) 2017-04-04 2017-07-06 이현섭 개인 맞춤형 뇌질병 진단 및 상태 판정을 위한 의료 영상 처리 시스템 및 방법
EP3642743B1 (en) * 2017-06-19 2021-11-17 Viz.ai, Inc. A method and system for computer-aided triage
KR102068836B1 (ko) 2018-01-29 2020-02-11 한림대학교 산학협력단 파킨슨병의 진단을 위한 입력 패턴 생성 장치 및 방법
CA3036003C (en) * 2018-03-07 2023-09-26 Mg Stroke Analytics Inc. System and methods for assessing presence of large vessel occlusion to aid in transfer decision-making for endovascular treatment in patients with acute ischemic stroke
EP3593722A1 (en) * 2018-07-13 2020-01-15 Neuroanalytics Pty. Ltd. Method and system for identification of cerebrovascular abnormalities
KR101992057B1 (ko) 2018-08-17 2019-06-24 (주)제이엘케이인스펙션 혈관 투영 영상을 이용한 뇌질환 진단 방법 및 시스템
US11436732B2 (en) * 2019-03-12 2022-09-06 The General Hospital Corporation Automatic segmentation of acute ischemic stroke lesions in computed tomography data
KR102058884B1 (ko) 2019-04-11 2019-12-24 주식회사 홍복 치매를 진단을 하기 위해 홍채 영상을 인공지능으로 분석하는 방법
DE102019209790A1 (de) * 2019-07-03 2021-01-07 Siemens Healthcare Gmbh Verfahren zur Bereitstellung eines Bewertungsdatensatzes von einem ersten medizinischen dreidimensionalen Computertomographiedatensatz
KR102165840B1 (ko) * 2020-05-21 2020-10-16 주식회사 휴런 인공지능 기반 뇌졸중 진단 장치 및 방법
CN111938686B (zh) 2020-08-17 2021-04-20 上海市第六人民医院 一种脑部医学图像处理装置及方法
KR102189626B1 (ko) * 2020-10-06 2020-12-11 주식회사 휴런 학습한 인공지능 모델을 기초로 기계적 혈전 절제술이 필요한 환자인지 여부를 판단하는 뇌졸중 진단 장치
KR102189622B1 (ko) * 2020-10-06 2020-12-11 주식회사 휴런 뇌출혈 여부 및 종류를 분류하는 인공지능 시스템 기반의 뇌졸중 진단 장치

Also Published As

Publication number Publication date
EP4039180A1 (en) 2022-08-10
US20220240880A1 (en) 2022-08-04
EP4039180B1 (en) 2023-06-14
KR102318457B1 (ko) 2021-10-28
KR102318456B1 (ko) 2021-10-28
KR102318459B1 (ko) 2021-10-28
KR102311095B1 (ko) 2021-10-12
JP2022119154A (ja) 2022-08-16
KR102311094B1 (ko) 2021-10-12
CN113476066A (zh) 2021-10-08
KR102289648B1 (ko) 2021-08-18
KR102315608B1 (ko) 2021-10-22
KR102315609B1 (ko) 2021-10-22
KR102311093B1 (ko) 2021-10-12
JP7085674B1 (ja) 2022-06-16
KR102318458B1 (ko) 2021-10-28
US11602322B2 (en) 2023-03-14

Similar Documents

Publication Publication Date Title
ES2952229T3 (es) Método, aparato y sistema de detección y clasificación de accidentes cerebrovasculares isquémicos basado en imagen médica
ES2928934T3 (es) Aparato de diagnóstico de accidentes cerebrovasculares basado en la IA (inteligencia artificial) y método
ES2864714T3 (es) Método para detectar y representar visualmente características endovasculares
Gruber et al. Prospective comparison of intraoperative vascular monitoring technologies during cerebral aneurysm surgery
ES2901139T3 (es) Equipo de procesamiento de imágenes de vasos sanguíneos, programa de procesamiento de imágenes de vasos sanguíneos y método de procesamiento de imágenes de vasos sanguíneos
CA2884606C (en) Systems and methods for diagnosing strokes
US20190117179A1 (en) Systems And Methods For Deciding Management Strategy in Acute Ischemic Strokes Using Rotational Angiography
JP2008188428A (ja) 血管画像抽出及びラベル付けのシステム及び方法
JP7524383B2 (ja) 肺および血管の健康状態を検査し評価する方法
ES2971911T3 (es) Aparato y método para proporcionar información sobre la enfermedad de parkinson mediante el uso de imágenes de neuromelanina
CN108320279B (zh) 用于诊断患者状况的成像系统
JP2020500053A (ja) 脳血管狭窄をスクリーニングおよび監視して非侵襲的頭蓋内圧測定を行なう方法および装置
Goyal et al. Proposed methodology and classification of Infarct in New Territory (INT) after endovascular stroke treatment
ES2945891T3 (es) Análisis de datos angiográficos
RU2216273C1 (ru) Способ выявления стеноза висцеральных и почечных артерий при тромбированных аневризмах брюшной аорты
Klaassen Automatic depth measurements of lower-extremity arteries and carotid artery tortuosity, curvature and torsion measurements
Mirkhamzaevna et al. ON THE ASSESSMENT OF ANOMALIES IN THE DEVELOPMENT OF THE VERTEBROBASILAR ZONE IN DYSCIRCULATORY ENCEPHALOPATHY BY MRI
Peschman et al. Medical imaging and injury scaling in trauma biomechanics
Rodríguez et al. Neurosurgical Patient in ICU: Usefulness of Transcranial Doppler (TCD/TCCS) in Postoperative Monitoring
Peter et al. Quantitative analysis of geometry and lateral symmetry of proximal middle cerebral artery
Mantha Hemodynamic analysis of flow near cerebral aneurysms: insight into aneurysm formation and effects of intervention
JP2023148676A (ja) 医用画像処理装置、ｘ線診断装置、および医用画像処理プログラム
WO2016097443A1 (es) Procedimiento para obtener datos para la detección de angiogénesis en miembros inferiores
RU2022117098A (ru) Способ диагностики патологических изменений органов грудной клетки после кардиоторакальных оперативных вмешательств у онкологических больных
CN115175604A (zh) 用于在荧光成像期间标识血管的系统和方法