[发明专利]一种颅内动脉瘤栓塞后复发风险的预测方法及系统

权利要求书

1.一种颅内动脉瘤栓塞后复发风险的预测方法，其特征在于，该方法包括：

对已有临床病例进行分析，得到已有临床病例的颅内动脉瘤栓塞后的血流动力学参数值及临床特征分别与颅内动脉瘤栓塞后的转归方向之间的关系；

筛选得到颅内动脉瘤栓塞后的转归方向对应的血流动力学参数值及临床特征，建立颅内动脉瘤栓塞后的转归方向评估模型；

利用所建立的颅内动脉瘤栓塞后的转归方向评估模型，用于后续对临床病例的颅内动脉瘤栓塞后的转归方向的预测。

2.如权利要求1所述的方法，其特征在于，所述已有临床病例包括颅内动脉瘤栓塞后的血流动力学参数值、临床特征及颅内动脉瘤栓塞后的转归方向。

3.如权利要求1所述的方法，其特征在于，所述颅内动脉瘤栓塞后的临床特征包括：颅内动脉瘤的临床特征及栓塞的临床特征，其中，

颅内动脉瘤的临床特征包括：颅内动脉瘤的大小、位置及形状信息；

栓塞的临床特征包括：栓塞材料及栓塞程度；

所述栓塞材料为单纯弹簧圈栓塞或支架辅助弹簧圈栓塞，所述栓塞程度为完全栓塞或部分栓塞，部分栓塞程度表达为已栓塞体积占原动脉瘤总体积的百分比。

4.如权利要求1所述的方法，其特征在于，所述筛选得到颅内动脉瘤栓塞后的转归方向对应的血流动力学参数值为：

以血流动力学参数值解释颅内动脉瘤栓塞后不同转归方向的机理，建立临床真实状态的三维血流动力学数值模拟计算分析方法，引入单纯弹簧圈栓塞或支架辅助弹簧圈栓塞治疗后颅内动脉瘤及其载瘤血管内的血流动力学特征，得到颅内动脉瘤栓塞后的转归方向对应的血流动力学参数值包括：血流流速、壁面切应力、壁面切应力震荡因子、切应力梯度或/和低切应力面积。

5.如权利要求1或4所述的方法，其特征在于，所述建立颅内动脉瘤栓塞后的转归方向评估模型是采用SPSS18.0统计程序进行数据处理、评估和预测，定义p<0.05时差异有统计意义：

首先，采用统计学方式确定影响颅内动脉瘤栓塞后的转归方向的关键因素，然后建立Logistic预测模型。

6.如权利要求5所述的方法，其特征在于，所述采用统计学方式确定影响颅内动脉瘤栓塞后的转归方向的关键因素为：

颅内动脉瘤栓塞后的转归方向为保持稳定组和复发组的临床病例的比较分别采用单因素方差分析one-wayANOVA，两组间采用SNK法，各个临床特征或血流动力学参数值与破裂的相关性采用秩相关分析；

所述建立Logistic预测模型为：

采用多因素分析方法寻找各参数值中对颅内动脉瘤栓塞治疗后转归影响最大的，采用受试者工作特征ROC曲线评判各指标的诊断效度，分析各个指标下的ROC曲线面积与已有临床病例的敏感度和特异度，寻找效果最好的血流动力学参数值及临床特征，将该血流动力学参数值及临床特征作为评估颅内动脉瘤的转归方向阈值。

7.一种颅内动脉瘤栓塞后复发风险的预测系统，其特征在于，该系统包括分析模块、模型建立模块及预测模块，其中，

分析模块，用于对已有临床病例进行分析，得到已有临床病例的颅内动脉瘤栓塞后的血流动力学参数值及临床特征分别与颅内动脉瘤栓塞后的转归方向之间的关系；

模型建立模块，用于筛选得到颅内动脉瘤栓塞后的转归方向对应的血流动力学参数值及临床特征，建立颅内动脉瘤栓塞后的转归方向评估模型；

预测模块，用于利用所建立的颅内动脉瘤栓塞后的转归方向评估模型，用于后续对临床病例的颅内动脉瘤栓塞后的转归方向的预测。

8.如权利要求7所述的预测系统，其特征在于，

分析模块，还用于所述临床病例包括：颅内动脉瘤栓塞后的血流动力学参数值、临床特征及颅内动脉瘤栓塞后的转归方向。

9.如权利要求7所述的预测系统，其特征在于，

模型建立模块中还包括第一筛选模块，用于以血流动力学参数值解释颅内动脉瘤栓塞后不同转归方向的机理，建立临床真实状态的三维血流动力学数值模拟计算分析方法，包括引入单纯弹簧圈栓塞或支架辅助弹簧圈栓塞治疗后颅内动脉瘤及其载瘤血管内的血流动力学特征，得到颅内动脉瘤栓塞后的转归方向对应的血流动力学参数值包括：血流流速、壁面切应力、壁面切应力震荡因子、切应力梯度和/或低切应力面积。

10.如权利要求7所述的预测系统，其特征在于，

模型建立模块中还包括第二筛选模块，用于在建立颅内动脉瘤栓塞后的转归方向评估模型时，采用SPSS18.0统计程序进行数据处理、评估和预测，定义p<0.05时差异有统计意义：首先，采用统计学方式确定影响颅内动脉瘤栓塞后的转归方向的关键因素，然后建立Logistic预测模型。