[发明专利]基于人工智能的颅内动脉瘤风险预测方法及相关装置

说明书

本申请提供的基于人工智能的颅内动脉瘤风险预测方法及相关装置，方法包括：获取待预测医学影像；待预测医学影像中至少包含动脉瘤的图形信息；基于预设的特征分割模型对待预测医学影像进行分割，获得动脉瘤三维影像；动脉瘤三维影像中包含动脉瘤的图形；对动脉瘤图形进行测量，获得动脉瘤的特征数据；将动脉瘤的特征数据和预设的结构化特征数据输入预设的破裂风险预测模型进行预测，以得到破裂风险数据；基于动脉瘤三维影像、动脉瘤的特征数据和破裂风险数据，生成医学诊断报告。本申请采用在实施利用深度学习技术，通过训练好的学习模型，对患者影像进行动脉瘤识别、分割并完成自动测量，大大缩短诊断时间，提高了诊断准确度。

技术领域

本发明涉及医学辅助诊断技术领域，具体涉及基于人工智能的颅内动脉瘤风险预测方法及相关装置。

背景技术

随着人民生活水平的不断提高，动脉瘤逐渐成为民众威胁生命健康的主要疾病。高血压、冠心病多种严重疾病病因皆由动脉瘤导致，早发现早治疗是最佳治疗方案。

目前，传统的动脉瘤诊断方法需要通过人工方式对患者血管影像预处理，继而依据人工经验对处理后的影像进行疾病诊断和风险预测。可想而知，这种人工处理方式需要耗费大量时间精力，且无法保证诊断和预测的准确性，容易出现漏查、筛查效率不高等诸多问题。

发明内容

有鉴于此，本发明的目的之一在于提供一种基于人工智能的颅内动脉瘤风险预测方法及相关装置，用以提高动脉瘤诊断和预测的效率和准确率。

本发明技术方案如下：

第一方面，本发明提供一种基于人工智能的颅内动脉瘤风险预测方法，包括：获取待预测医学影像；所述待预测医学影像中至少包含动脉瘤的图形信息；基于预设的特征分割模型对所述待预测医学影像进行分割，获得动脉瘤三维影像；所述动脉瘤三维影像中包含所述动脉瘤的图形；对所述动脉瘤图形进行测量，获得动脉瘤的特征数据；将所述动脉瘤的特征数据和预设的结构化特征数据输入预设的破裂风险预测模型进行预测，以得到破裂风险数据；基于所述动脉瘤三维影像、所述动脉瘤的特征数据和所述破裂风险数据，生成医学诊断报告。

第二方面，本发明提供一种基于人工智能的颅内动脉瘤风险预测装置，包括：获取模块，用于获取待预测医学影像；所述待预测医学影像中至少包含动脉瘤的图形信息；动脉瘤分割模块，用于基于预设的特征分割模型对所述待预测医学影像进行分割，获得动脉瘤三维影像；所述动脉瘤三维影像中包含所述动脉瘤的图形；测量模块，用于对所述动脉瘤图形进行测量，获得动脉瘤的特征数据；破裂风险预测模块，用于将所述动脉瘤的特征数据和预设的结构化特征数据输入预设的破裂风险预测模型进行预测，以得到破裂风险数据；生成模块，用于基于所述动脉瘤三维影像、所述动脉瘤的特征数据和所述破裂风险数据，生成医学诊断报告。

第三方面，本发明提供一种电子设备，包括：包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机程序，所述处理器可执行所述计算机程序以实现第一方面所述的基于人工智能的颅内动脉瘤风险预测方法。

第四方面，本发明提供一种存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行实现第一方面所述的基于人工智能的颅内动脉瘤风险预测方法。