[发明专利]基于多序列MRI的克罗恩病纤维化分级方法及相关设备

说明书

本申请公开了一种基于多序列MRI的克罗恩病纤维化分级方法及相关设备，所述方法应用经过训练的分类网络模型，所述分类网络模型包括影像组学特征模块和分类模块，方法包括通过控制影像组学特征模块获取预设的同一目标对象的若干腹腔MRI图像中的各腹腔MRI图像中肠道纤维组织的第一影像组学特征，并将各第一影像组学特征融合得到融合影像组学特征，控制分类模块基于融合影像组学特征确定目标对象的克罗恩病纤维化类别。本申请通过经过训练的分类网络模型对携带有克罗恩病纤维病灶的全方位特征的腹腔MRI图像进行学习，可以大量挖掘克罗恩病纤维病灶特征信息，从而可以准确确定目标对象的克罗恩病纤维化类别，进而提高了鉴别克罗恩病纤维化类别的准确性。

技术领域

本申请涉及生物医学工程技术领域，特别涉及一种基于多序列MRI的克罗恩病纤维化分级方法及相关设备。

背景技术

克罗恩病(Crohn’s Disease，CD)是一种致残性的慢性炎症性肠病，其病因和发病机制尚未完全明确。CD表现为消化道任何部位的节段性透壁性病变，易引起肠管狭窄，其中约70％～80％的CD患者会出现梗阻症状、腹腔脓肿、肠穿孔、肠瘘等并发症。研究表明，近年来CD在亚洲的发病率呈上升趋势，中国近20年病例数也在迅速增加，CD已成为我国消化系统常见病。随着CD患者的不断增加，将给患者家庭及社会造成严重的经济压力及医疗负担，目前CD已成为一个亟待解决的重大社会健康问题。

CD并发肠腔狭窄，根据其病理类型主要可分为炎症型和纤维型。以炎症型狭窄为主的CD患者，纤维化程度低，可通过抗炎药物保守治疗；而以纤维型为主的CD患者，对抗炎药物反应差，需通过介入或者手术治疗病变肠段。临床医生若错误判断CD患者肠狭窄纤维化程度，盲目用药，将导致本需接受手术的CD患者出现合并感染，严重影响CD患者的治疗效果。因此，实现CD患者狭窄肠段纤维化程度的准确预测，对于临床治疗方案的选择、患者生存质量的提高具有重要意义。

目前临床上主要结合CD患者的临床症状、实验室检查、内镜检查、影像学检查和病理组织检查，以综合评估肠壁纤维化程度。然而，CD患者的临床症状较为主观，实验室检查的血清学指标相关研究较少，内镜检查具有侵入性且存在相关并发症的风险，病理组织检查有创，且存在异质性，限制了其在CD患者长期随访中的应用。

因而现有技术还有待改进和提高。

发明内容

本申请要解决的技术问题在于，针对现有技术的不足，提供一种基于多序列MRI的克罗恩病纤维化分级方法及相关设备。

为了解决上述技术问题，本申请实施例第一方面提供了一种基于多序列MRI的克罗恩病纤维化分级方法，所述方法应用经过训练的分类网络模型，所述分类网络模型包括影像组学特征模块和分类模块，所述方法包括：

控制所述影像组学特征模块获取预设的若干腹腔MRI图像中的各腹腔MRI图像中肠道纤维组织的第一影像组学特征，并将各第一影像组学特征融合得到融合影像组学特征，其中，若干腹腔MRI图像为同一目标对象的MRI图像；

控制所述分类模块基于融合影像组学特征确定所述目标对象的克罗恩病纤维化类别。

在一种实现方式中，所述影像组学特征模块包括影像组学特征提取单元，所述控制所述影像组学特征模块获取各腹腔MRI图像中肠道纤维组织的第一影像组学特征具体包括：

将若干腹腔MRI图像输入影像组学特征提取单元，通过影像组学特征提取单元提取各腹腔MRI图像中的肠道纤维化组织区域图；以及，

基于各肠道纤维化组织区域图，提取各腹腔MRI图像各自对应的第一影像组学特征。

在一种实现方式中，所述影像组学特征模块还包括特征融合单元，所述将各第一影像组学特征融合得到融合影像组学特征具体包括：