[發明專利]人腦意識狀態預測裝置

有效

• 申請號: 201711002297.5
• 申請日: 2017-10-24
• 公開（公告）號: CN107993714B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 宋明;蔣田仔
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G16H50/20
• 分類號: G16H50/20;G06K9/62;G06T5/00;G06T7/00
• 代理公司: 北京市恒有知識產權代理事務所(普通合伙) 11576
• 代理人: 郭文浩

本發明涉及醫學影像技術領域，具體提供了一種人腦意識狀態預測裝置，旨在解決如何準確預測人腦的意識狀態的技術問題。為此目的，本發明中的人腦意識狀態預測裝置包括意識狀態預測模型，其可以依據人腦的影像學特征及對應的臨床信息，預測人腦的意識狀態。具體地，意識狀態預測模型中影像學特征計算模塊可以計算表征患者腦連接狀態的影像學特征，影像學特征篩選模塊能夠篩選與預后相關性較高的影像學特征，影像學特征處理模塊可以將影像學特征與臨床信息合并為新的特征向量，模型訓練模塊可以依據特征向量對偏最小二乘回歸模型進行訓練得到最終的預測模型。本發明中的預測裝置兼顧臨床信息和影像檢測信息，進而能夠全面、有效地預測腦意識狀態。

技術領域

本發明涉及醫學影像技術領域，具體涉及一種人腦意識狀態預測裝置。

背景技術

意識障礙指的是人對周圍環境及自身狀態的識別和察覺能力出現障礙，其主要是由高級神經中樞功能活動受損引起的，具體可以表現為嗜睡、意識模糊、昏睡和昏迷。

目前，對昏迷的大腦意識狀態預測可以采用格拉斯哥昏迷評分法(Glasgow ComaScale，GCS)、基于行為特征變化的預測方法、基于腦電圖的預測方法、基于誘發電位的預測方法、基于腦CT影像或腦MRI影像的預測方法，以及基于大腦和全身生理變化的預測方法。

具體地，采用格拉斯哥昏迷評分法(Glasgow Coma Scale，GCS)可以客觀的預測昏迷患者的大腦意識狀態，但是這種方法依賴于醫生對患者的臨床觀察，具有較高的誤判率。同時，意識障礙通常由多種不同損傷引起的，存在不同的病理過程和嚴重程度，因此采用基于行為特征變化的預測方法、基于腦電圖的預測方法、基于誘發電位的預測方法、基于腦CT影像或腦MRI影像的預測方法和基于大腦和全身生理變化的預測方法中的任一種方法預測昏迷患者的大腦意識，均會產生很高的假陽性或假陰性。

發明內容

為了解決現有技術中的上述問題，即為了解決如何準確預測人腦的意識狀態，尤其是昏迷患者的意識狀態，本發明提供了一種人腦意識狀態預測裝置。

本發明中的人腦意識狀態預測裝置包括意識狀態預測模型，其配置為依據人腦的影像學特征及對應的臨床信息，預測人腦的意識狀態；所述意識狀態預測模型包括影像學特征計算模塊、影像學特征篩選模塊、影像學特征處理模塊和模型訓練模塊；

所述影像學特征計算模塊，配置為依據預設訓練集內的靜息功能磁共振影像，計算影像學特征；所述影像學特征包括第一特征和第二特征，且所述第一特征為患者全腦功能連接與標準腦功能連接之間的空間相似性，所述第二特征為患者靜息功能磁共振影像內預設腦區種子點的功能連接；

所述影像學特征篩選模塊，配置為依據意識障礙預后指標對所述影像學特征進行篩選；

所述影像學特征處理模塊，配置為將所述影像學特征篩選模塊篩選得到的影像學特征和所述預設訓練集內的臨床信息合并為特征向量；

所述模型訓練模塊，配置為依據所述特征向量對預設的偏最小二乘回歸模型進行訓練，得到最終的預測模型。

進一步地，本發明提供的一個優選技術方案為：

所述影像學特征計算模塊包括第一影像學特征計算單元和第二影像學特征計算單元；

所述第一影像學特征計算單元，配置為計算所述患者全腦功能連接與標準腦功能連接的第一皮爾遜相關系數，并以所述患者靜息功能磁共振影像內各預設腦區種子點對應的各第一皮爾遜相關系數作為第一特征；

所述第二影像學特征計算單元，配置為依據所述患者靜息功能磁共振影像內各預設腦區種子點的平均功能磁共振信號，計算任意兩個所述預設腦區種子點的第二皮爾遜相關系數，并以所述各預設腦區種子點對應的各第二皮爾遜相關系數作為第二特征。

進一步地，本發明提供的一個優選技術方案為：