[发明专利]脑卒中的病因分类方法及装置在审

专利信息
申请号: 202011103662.3 申请日: 2020-10-15
公开(公告)号: CN112075927A 公开(公告)日: 2020-12-15
发明(设计)人: 王拥军;李子孝;赵性泉;丁玲玲;董可辉;荆京;谢雪微;吴振洲;付鹤;张善思;曾韦胜;刘盼 申请(专利权)人: 首都医科大学附属北京天坛医院
主分类号: A61B5/00 分类号: A61B5/00;G06K9/62;G06N3/04;G06T5/50;G06T7/00;G06T7/11
代理公司: 北京林达刘知识产权代理事务所(普通合伙) 11277 代理人: 刘新宇
地址: 100070 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 脑卒中 病因 分类 方法 装置
【权利要求书】:

1.一种脑卒中的病因分类方法,其特征在于,所述方法包括:

对待处理图像分别进行病灶分割处理及脑部分区处理,得到所述待处理图像的病灶分割结果以及脑部分区结果,所述待处理图像包括以弥散加权成像方式得到的目标对象的脑部图像;

根据所述病灶分割结果及所述脑部分区结果,确定所述待处理图像的图像分析结果,所述图像分析结果包括各个脑部分区中的病灶信息;

对所述目标对象的对象临床信息进行分析,得到所述目标对象的临床分析结果;

根据所述图像分析结果及所述临床分析结果,确定所述目标对象的病因类别。

2.根据权利要求1所述的方法,其特征在于,所述方法通过神经网络实现,所述神经网络包括病灶分割子网络及脑部分区子网络,

所述对待处理图像分别进行病灶分割处理及脑部分区处理,得到所述待处理图像的病灶分割结果以及脑部分区结果,包括:

通过所述病灶分割子网络,对所述待处理图像进行病灶分割处理,得到所述病灶分割结果;

通过所述脑部分区子网络,对所述待处理图像进行脑部分区处理,得到所述脑部分区结果。

3.根据权利要求1所述的方法,其特征在于,所述根据所述病灶分割结果及所述脑部分区结果,确定所述待处理图像的图像分析结果,包括:

对所述病灶分割结果及所述脑部分区结果进行融合处理,得到融合后的特征图;

根据融合后的特征图,确定所述待处理图像的图像分析结果。

4.根据权利要求1所述的方法,其特征在于,所述根据所述图像分析结果及所述临床分析结果,确定所述目标对象的病因类别,包括:

通过预设的分类决策树,对所述图像分析结果及所述临床分析结果进行分析,得到所述目标对象的病因类别。

5.根据权利要求4所述的方法,其特征在于,所述图像分析结果包括梗死区域、梗死类型及血管狭窄信息,所述临床分析结果包括动脉斑块信息、心源性疾病信息及其他疾病信息,所述病因类别包括大动脉粥样硬化、心源性卒中、穿支动脉疾病、其他病因以及病因不确定,

所述通过预设的分类决策树,对所述图像分析结果及所述临床分析结果进行分析,得到所述目标对象的病因类别,包括:

根据所述梗死区域、所述梗死类型、所述动脉斑块信息及所述血管狭窄信息,确定穿支动脉疾病判定结果;

根据所述动脉斑块信息及所述血管狭窄信息,确定大动脉粥样硬化判定结果;

根据所述心源性分析结果,确定心源性卒中判定结果;

根据所述其他疾病信息,确定其他病因判定结果;

根据所述穿支动脉疾病判定结果、所述大动脉粥样硬化判定结果、所述心源性卒中判定结果及所述其他病因判定结果,确定所述目标对象的病因类别。

6.根据权利要求2所述的方法,其特征在于,所述神经网络还包括分类子网络,

所述根据所述图像分析结果及所述临床分析结果,确定所述目标对象的病因类别,包括:

通过所述分类子网络,对所述图像分析结果及所述临床分析结果进行处理,得到所述目标对象的病因类别。

7.根据权利要求6所述的方法,其特征在于,所述方法还包括:

根据预设的训练集,对所述神经网络进行训练,得到已训练的神经网络,所述训练集包括多个参考脑部图像、所述多个参考脑部图像的标注信息、与所述多个参考脑部图像对应的参考临床信息及参考病因类别。

8.根据权利要求1所述的方法,其特征在于,所述病灶信息至少包括病灶的体积、直径、病灶数量中的至少一种;

所述脑部分区结果包括脑部血供分区结果、脑部分水岭分区结果、脑部结构分区结果及脑部皮层分区结果中的至少一种;

所述对象临床信息包括所述目标对象的病历信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于首都医科大学附属北京天坛医院,未经首都医科大学附属北京天坛医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011103662.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top