[發明專利]一種腦卒中類型預測方法以及裝置

在審

• 申請號: 201710345967.7
• 申請日: 2017-05-17
• 公開（公告）號: CN107145756A
• 公開（公告）日: 2017-09-08
• 發明（設計）人: 榮輝
• 申請（專利權）人: 上海輝明軟件有限公司
• 主分類號: G06F19/00
• 分類號: G06F19/00;G06T7/00;G06T7/11
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙)11371
• 代理人: 梁斌

技術領域

本發明涉及圖像處理技術領域，具體而言，涉及一種腦卒中類型預測方法以及裝置。

背景技術

腦卒中(Stroke)是腦中風的學名，是一種突然起病的腦血液循環障礙性疾病，又叫腦血管意外。其是指在腦血管疾病的病人，因各種誘發因素引起腦內動脈狹窄，閉塞或破裂，而造成急性腦血液循環障礙，臨床上表現為一次性或永久性腦功能障礙的癥狀和體征。腦卒中分為缺血性腦卒中和出血性腦卒中。卒中在腦血管造影中的顯示特征為腦動脈狹窄、閉塞或扭曲。

隨著計算機技術以及臨床診斷技術的不斷發展與成熟，DICOM(Digital Imaging and Communications in Medicine，醫學數字成像和通信)被廣泛應用于放射醫療，心血管成像以及放射診療診斷設備(X射線，CT，核磁共振，超聲等)中，對腦卒中各個衡量指標的計算也越來越依賴DICOM醫學影像。臨床上腦卒中的診斷主要依賴于人工標定MRI圖像數據或者CT圖像影像數據，從而對疾病相關的衡量指標的進行測算(動脈的直徑、是否有堵塞或者是否有扭曲、是否有出血部位等)，進而給出相應的治療方案。

對于腦卒中患者來說，從發病到治療的“時間窗”對降低死亡率、致殘率至關重要。而卒中治療的“時間窗”非常短，通常剛要在發病3小時或4.5小時之內開始，因此需要醫院竭盡所能縮短中間環節，為病人爭取救治時間。但是在對病人進行腦部血管造影到醫生拿到DICOM影像數據，兩者之間時間差較大，再采用人工標定衡量指標，并通過人工判斷衡量指標的方式來對腦卒中進行診斷，所耗時間過久，容易導致病情被拖延，且在診斷的時候需要經驗豐富的醫生，容易由于人為差異導致病情判斷不準確。

發明內容

有鑒于此，本發明實施例的目的在于提供一種腦卒中模型建立方法以及裝置，能夠對腦卒中的各項衡量指標進行更迅速準確的標定。

第一方面，本發明實施例提供了一種腦卒中類型預測方法，包括：

獲取多個腦卒中病人的腦部樣本圖像，并獲取與每一張腦部樣本圖像對應的病灶信息；

根據所述病灶信息，利用機器學習的方法對所述腦部樣本圖像進行特征描述，生成腦卒中病灶信息數據模型；

當獲取腦部掃描圖像后，使用所述腦卒中病灶信息數據模型對腦部掃描圖像進行卒中類型預測。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中：還包括：

獲取腦部圖像，并對腦部圖像進行預處理，獲取所述腦部樣本圖像。

結合第一方面，本發明實施例提供了第一方面的第二種可能的實施方式，其中：所述對腦部圖像進行預處理，具體包括：

對腦部圖像進行篩選，去除沒有病灶的腦部圖像；

對去除沒有病灶的腦部圖像后，所剩余的腦部圖像進行高斯濾波或者平滑濾波處理，去除噪音，獲取去噪圖像；

對所述去噪圖像進行降維處理，獲取腦部樣本圖像。

結合第一方面，本發明實施例提供了第一方面的第三種可能的實施方式，其中：所述病灶信息包括：卒中類型以及病灶輪廓信息；

所述根據所述病灶信息，利用機器學習的方法對所述腦部樣本圖像進行特征描述，生成腦卒中病灶信息數據模型，具體包括：

根據與每一張腦部樣本圖像對應的病灶輪廓信息，從所述腦部樣本圖像中提取腦部樣本圖像的紋理特征、顏色特征；

采用卷積神經網絡的深度學習方法，對所述紋理特征以及顏色特征進行學習訓練，建立卒中類型與紋理特征以及顏色特征之間的關聯關系，生成腦卒中病灶信息數據模型。

結合第一方面，本發明實施例提供了第一方面的第四種可能的實施方式，其中：所述使用所述腦卒中病灶信息數據模型對腦部掃描圖像進行卒中類型預測，具體包括：

對腦部掃描圖像進行預處理，獲取預處理后的腦部掃描圖像；

使用超像素方法和網格法對腦部掃描圖像進行分割，獲取多張分割圖像；

從每張所述分割圖像中提取預設特征所對應的特征值；所述預設特征與所述腦卒中病灶信息數據模型中的特征一致；

使用每一張分割圖像對應的特征值，作為腦卒中病灶信息數據模型的輸入，獲取模型輸出，并根據模型輸出確定卒中類型。

第二方面，本發明實施例還提供一種腦卒中類型預測裝置，包括：

樣本獲取單元，用于獲取多個腦卒中病人的腦部樣本圖像，并獲取與每一張腦部樣本圖像對應的病灶信息；

機器學習單元，用于根據所述病灶信息，利用機器學習的方法對所述腦部樣本圖像進行特征描述，生成腦卒中病灶信息數據模型；