[发明专利]医学影像处理系统、模型训练方法及训练装置

说明书

本发明提供医学影像处理系统、模型训练方法及训练装置。所述医学影像处理系统包括图像获取单元、虚拟DWI图像生成单元以及显示单元，在获取CTA扫描得到的CTA图像后，将所述CTA图像通过深度学习模型转换为对应的虚拟DWI图像，所述虚拟DWI图像用于脑卒中诊断，由于虚拟DWI图像相比于CTA图像可以提供有关脑卒中信息的更精准、全面的显示，因此极大地方便了医生进行早期脑卒中的诊断，为控制和治疗脑卒中提供了可靠全面的诊断依据，降低漏诊误诊率，让病人得到及时干预治疗，检查方式的融合亦可节约医疗花费。所述医学影像处理系统中的深度学习模型可以通过本发明的模型训练方法及装置训练得到。

技术领域

本发明涉及医疗设备技术领域，尤其涉及医学影像处理系统、模型训练方法及训练装置。

背景技术

脑卒中是一种严重威胁人口健康和阻碍社会经济发展的重大疾病。其中急性缺血性脑卒中(Acute Ischemic Stroke，AIS)占脑卒中的60％-80％，由于诊断方法受限，AIS的早期漏诊误诊率极高，因此对其早期明确诊断及确定梗死范围非常重要，是及时干预治疗，降低致残致死率的决定性因素。

应用核磁共振(Magnetic Resonance Imaging，MRI)获得病人的扩散加权成像(Diffusion-Weighted Image，DWI)是当前针对早期脑卒中最敏感且特异性最高的诊断方法，其信噪比高，诊断特异性及敏感性可达100％，可对缺血脑组织范围及程度进行精准判断，但核磁检查成像时间较长，对病人配合程度要求较高且具有强磁性不便于急症病人检查，因此属于非急诊检查项目。此外，通常大型医院的核磁检查等待周期都较长，费用较高，而小型医院又经常未配置核磁共振设备，因此，虽然应用MRI的DWI图像对脑卒中的早期诊断效果更好，但是实际普及性较差。

CTA(CT angiography，CT血管造影)也称非创伤性血管成像技术，检测过程快，是目前可行的一种针对脑卒中的早期诊断方式，但是CTA信噪比低，对于检测对象中远端小血管及微小血管导致的梗死不够敏感，且无法明确具体的梗死脑组织范围，仅凭CTA检查结果进行脑卒中的诊断，信息较局限，漏诊误诊较多，尤其对于缺乏经验的低年资医生而言，漏诊概率更大，而临床急诊夜班放射科医生却恰恰主要是低年资医生。

因此，如果能综合CTA和DWI的优势，及时便捷地获得较为准确和全面的脑卒中早期图像，以辅助医生进行早期脑卒中的诊断，对降低脑卒中的漏诊误诊，优化脑卒中的诊治流程具有重要的意义。

发明内容

针对上述问题，本发明提出一种医学影像处理单元，基于CTA的检测图像进行处理，可以生成更敏感且特异性更高的图像(以下称为虚拟DWI图像)，从而有助于降低脑卒中的漏诊误诊率，优化脑卒中的治疗策略。本发明另外提出一种模型训练方法及装置以及一种脑卒中检测系统。

一方面，本发明提出一种医学影像处理系统，包括图像获取单元、虚拟DWI图像生成单元以及显示单元，所述图像获取单元配置为获取对目标病人脑部进行CTA扫描得到的CTA图像，所述虚拟DWI图像生成单元配置为将所述CTA图像通过深度学习模型转换为对应的虚拟DWI图像，所述虚拟DWI图像用于脑卒中诊断，所述显示单元配置为将所述虚拟DWI图像输出显示给用户。

可选的，所述医学影像处理系统还包括预处理单元，所述预处理单元配置为在所述虚拟DWI图像生成单元将所述CTA图像通过深度学习模型转换为对应的虚拟DWI图像之前，对所述CTA图像进行预处理。

可选的，所述医学影像处理系统还包括评分单元，所述评分单元配置为根据所述虚拟DWI图像的信息，计算脑部缺血性评分。

可选的，所述深度学习模型为基于生成对抗网络结构获得的网络模型。

一方面，本发明提出一种模型训练方法，用于训练上述深度学习模型，所述模型训练方法包括以下步骤：

提取多个CTA图像和多个原始DWI图像；