[发明专利]基于扫描图像分析的肺炎脓毒血症自动评价系统

说明书

本发明通过结合病例肺炎发展期CT图像时序序列，提出一种基于扫描图像分析的肺炎脓毒血症自动评价系统，对病例肺炎发展期不同时期的CT图像进行顺序综合分析，能够较准确的预期肺炎引发脓毒血症的几率，因此可作为对肺炎引发脓毒血症的早期研判、预防评价的辅助手段。

技术领域

本发明属于医疗器械领域，特别地，涉及基于扫描图像分析的肺炎脓毒血症自动评价领域。

背景技术

脓毒血症：是严重型败血症的一种，指由各种病原微生物如细菌、真菌、病毒及寄生虫等化脓性病菌侵入血流后，在其中大量繁殖，产生大量毒素导致的一种急危重症。肺炎感染加重导致的脓毒血症死亡率高达35％～70％，为此肺部感染早期的判断对提高救治成功率、改善预后具有重要意义。

胸部电子计算机断层扫描(CT)是医学上判别肺炎感染的一种典型工具。但关于采用CT影像对肺炎引发脓毒血症的早期研判、预防评价手段在公开信息中少有报道，多数是根据医生经验和人工研判诊断。随着人民对医疗条件和效果不断提升的追求，采用自动化方法实施计算机辅助诊断是现代医学发展的趋势。而肺炎引发脓毒血症死亡率高，尽早发现实施干预治疗是避免该病症严重后果的有效途径。肺炎克雷伯杆菌是引发脓毒血症并发症的最常见致病菌之一。

针对CT图像实施肺炎诊断的文献较多，这些文章通常是在肺炎的发展期根据肺部CT图像实施诊断，判断病人是否感染病毒。而肺炎引发脓毒血症的病例在初期与其它病例在肺部影像学的特征差异不大，造成早期自动研判难度较高，因此难以通过经典的机器学习类方法予以解决。

为此，如何构建专门用于判断脓毒血症的神经网络模型，从而准确判断肺炎是否将引发的脓毒血症是一个亟待解决的问题。同时，该网络模型还应当在判断准确的同时维持较低的运算负担，从而使其能够真正应用于临床中。

发明内容

本发明通过结合病例肺炎发展期CT图像时序序列，提出一种基于扫描图像分析的肺炎脓毒血症自动评价系统，对病例肺炎发展期不同时期的CT图像进行顺序综合分析，能够较准确的预期肺炎引发脓毒血症的几率，因此可作为对肺炎引发脓毒血症的早期研判、预防评价的辅助手段。

基于扫描图像分析的肺炎脓毒血症自动评价系统，

步骤1：在第t₁天、第t₂天、…、第t_T天共获得T组CT扫描影像，共同组成CT影像四维数据，记为：D(x，y，n，t)；将T组CT扫描影像作空间标定，使不同时间任一二维截面图像的空间位置对应；

以第一天的数据D(x，y，n，t＝1)为基准，建立差分数据，即：

其中，G表示二维空间的高斯卷积核，表示卷积运算，t′表示除第一天之外其余天；

对差分数据进行二维频域变换：

Ω＝UΔ…(4)

其中，

其中，Y表示二维截面图像的宽度，p，q是矩阵U的元素的下标；

根据式(4)，差分数据Δ(x，y，n，t′)变换后得到数据Ω(x，y，n，t′)；

步骤2：将第一天数据D(x，y，n，t＝1)与频域变换后压缩数据Ω(x＝1，y，n，t′)分别作为神经网络两个通道的输入；

第一通道输入数据D(x，y，n，t＝1)经过若干隐藏层，输出一组第一通道特征向量H₁₄(n)；第二通道输入数据Ω(x＝1，y，n，t′)经过若干隐藏层，输出一组第二通道特征向量H₂₂(n)；