[发明专利]一种脑卒中分析系统、分析方法和计算机可读存储介质

说明书

本发明提供一种脑卒中分析系统，分析方法和计算机可读存储介质。脑卒中系统包括数据获取模块，被配置为获取患者头部的CT平扫图像数据和CTA图像数据；图像特征提取与量化模块，被配置为基于所述患者头部的CT平扫图像数据和CTA图像数据确定感兴趣区的目标特征信息；分析模块，被配置为将所述患者的临床检查数据和所述目标特征信息输入训练完成的脑卒中病因分析模型，输出所述患者的脑卒中病因。本发明可以基于CT影像特征直接预测脑卒中病因。

技术领域

本发明涉及医疗技术领域，特别涉及一种脑卒中分析系统、分析方法和计算机可读存储介质。

背景技术

急性缺血性脑卒中具有高发病率、高致残率及高病死率的特点。缺血性卒中的五分之一是来源不明的栓塞性卒中。其理论原因可分为心源性栓塞和非心源性栓塞，这一来源鉴别对急性缺血性脑卒中患者的治疗方案选择具有重要的意义。研究发现心源性血栓患者的侧支循环显影较非心源性患者差，心源性来源的血栓比非心源性来源的血栓更难祛除，在手术过程中血运重建反应更差。入院检查及时准确判断卒中来源的能力，将极大地帮助神经介入医生在术前制定治疗策略并部署合适的设备，为早期联合治疗做好准备。同时，不同卒中来源的患者术后转归情况也存在差异，来源的确认将为患者是否需要采取二次治疗防护提供有力证据。目前临床可靠的卒中来源鉴别方法是血栓病理分析，但面临的难点是急性缺血性脑卒中情况紧急需要快速进入鉴别治疗而难以进行术前病理验证，来源鉴别只能依赖于繁琐的临床检查和参差不齐的主诉病史信息，很难实现快速、准确、可量化的鉴别。因此，亟需一套基于临床和影像信息可自动实现量化卒中发病机制诊断系统，以期实现更快速精准的智能术前评估。

近年来，研究通过在急性缺血性脑卒中患者的CT影像上提取如血栓长度、血栓密度以及血栓的渗透性等特征，揭示了它们与血管再通率及治疗结局有潜在的相关性，表明血栓影像特征的重要价值，但目前尚无基于更深入的血栓CT影像特征直接预测卒中来源的技术，缺乏基于影像分析卒中发病机制的研究。

发明内容

本发明提供一种脑卒中分析系统、分析方法和计算机可读存储介质，可以基于CT影像特征直接预测脑卒中病因。

本发明实施例提供一种脑卒中分析系统，包括：数据获取模块，被配置为获取患者头部的CT平扫图像数据和CTA图像数据；图像特征提取与量化模块，被配置为基于所述患者头部的CT平扫图像数据和CTA图像数据确定感兴趣区的目标特征信息；分析模块，被配置为将所述患者的临床检查数据和所述目标特征信息输入训练完成的脑卒中病因分析模型，输出所述患者的脑卒中病因。

脑卒中病因为心源性卒中和非心源性卒中的任意一个。

在一些实施例中，感兴趣区为所述患者头部中的阻碍血流流动的栓块；所述感兴趣区的目标特征信息包括以下特征的至少一个：栓块的形状特征、栓块的灰度值分布特征、栓块的纹理特征。

在一些实施例中，图像特征提取与量化模块包括训练完成的图像特征提取与量化分析模型；将所述患者的CT平扫图像数据和CTA图像数据输入至所述训练完成的所述图像特征与量化分析模型，输出所述患者的感兴趣区的目标特征信息。

在一些实施例中，将所述患者的临床检查数据输入至所述训练完成的所述图像特征与量化分析模型；所述临床检查数据包括以下数据的至少一个：年龄、脑卒中引起的功能损害程度、疾病风险因素。

在一些实施例中，在确定感兴趣区的目标特征信息前，完成对所述图像特征与量化分析模型的训练；所述图像特征与量化分析模型的训练过程包括：获取多组图像数据，多组图像数据包括头部CT平扫图像数据和头部CTA图像数据，其中每组头部CT平扫图像数据和头部CTA图像数据来自于相同患者；将多组图像数据中的每组图像数据分别配准，获得多组配准图像数据，在所述配准图像数据上确定所述感兴趣区；获取所述感兴趣区的特征信息；对所述特征信息进行筛选，获得目标特征信息；将所述每组图像数据和所述目标特征信息作为训练数据集，对所述图像特征与量化分析模型进行训练。