[发明专利]一种脑动脉闭塞人工智能辅助决策系统

说明书

本发明提供了一种脑动脉闭塞人工智能辅助决策系统，采集数据的数据采集模块；与采集模块连接，分析数据并分别提取急性和非急性脑动脉闭塞数据特征的数据特征提取模块；以及与所述智能数据特征提取模块相连，对异构特征进行融合分析的异构特征融合分析模块，通过本系统对异构特征进行融合，提高了系统在处理脑动脉闭塞诊疗决策方案推理结果的精度和稳定性，提高了系统的泛化性能。

技术领域

本发明涉及基于医学影像和人工智能的综合辅助诊疗领域，尤其涉及一种基于深度学习人工智能网络的脑动脉闭塞辅助决策系统。

背景技术

颅内动脉急性/非急性期闭塞，是缺血性卒中的一个重要原因。其卒中年复发风险为3.6％～22.0％；其中大脑中动脉闭塞临床多见，占闭塞性脑血管病的79.6％。传统血管成像技术CTA、MRA及DSA可明确非急性闭塞诊断，但无法直接显示病变血管管壁及斑块、栓子情况，对病因缺少直接判断依据。高分辨磁共振成像(high resolution magneticresonance imaging，HR-MRI)检查可以对闭塞部位、形态、闭塞长度、闭塞血管壁状况及斑块稳定性评估，闭塞时间长短，对疾病诊断和卒中风险判断有一定指导意义。

本发明基于医学影像数据和患者病例信息，通过读取人工智能模型输出的ASPECT评分、Tan评分等评估方式结果，结合患者病例信息中的内容，利用治疗辅助决策模型，形成最优的脑动脉闭塞治疗方案，供临床医生参考。

发明内容

本发明提出了一种脑动脉闭塞人工智能辅助决策系统，包括：

采集数据的数据采集模块；

与采集模块连接，分析数据并分别提取急性和非急性脑动脉闭塞数据特征的数据特征提取模块；

其特征在于，还包括与所述智能数据特征提取模块相连，对异构特征进行融合分析的异构特征融合分析模块。

进一步的，所述智能数据特征提取模块和异构特征融合分析模块中急性和非急性两类闭塞辅助决策系统，分别按照系统中设定的类型，处理指定类型的数据。

进一步的，所述智能数据特征提取模块包括诊疗所需特征输出和常规分类输出，所述诊疗所需特征输出内容为经识别后得出的疾病分类结果和计算所得的病理参数，所述常规分类输出内容为经识别后获取的结构化临床病历信息特征。

进一步的，所述异构特征融合分析模块中，包括智能诊断模型、预后预测模型和治疗辅助决策模型：

所述智能诊断模型读取语义病理参数，结合疾病分类结果，生成结构化诊断报告；

所述预后预测模型读取疾病分类结果，结合语义病理参数，在统计疾病分类结果后，结合语义病理参数，生成mRS评分；

所述治疗辅助决策模型中包含医学影像人工智能网络，使用统计方法输出最优建议治疗方式。

进一步的，所述治疗辅助决策模型中，包括非急性治疗辅助决策子模型和急性治疗辅助决策子模型。

进一步的，所述非急性治疗辅助决策子模型中预置有医学图像定量分析模块，非急性治疗辅助决策子模型使用所述医学图像定量分析模块输出的特征信息，结合当前病例的语义病理参数和临床特征信息，对人工智能网络进行训练。

进一步的，所述人工智能模型至少包括两种不同的网络结构，所述至少两种不同的网络结构通过随机采样器在训练集中随机选取数据作为输入，对人工智能模型进行训练。

进一步的，所述急性治疗辅助决策子模型中预置有医学图像定量分析模块，急性治疗辅助决策子模型使用所述医学图像定量分析模块输出的特征信息，结合当前病例的临床特征信息，对人工智能网络进行训练。

进一步的，所述人工智能网络至少包括两种不同的网络结构，所述至少两种不同的网络结构通过随机采样器在训练集中随机选取数据作为输入，对人工智能网络进行训练。