[發(fā)明專利]基于機器學習的下肢深靜脈血栓溶栓療效預測方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201811245597.0
• 申請日: 2018-10-24
• 公開（公告）號: CN109598266A
• 公開（公告）日: 2019-04-09
• 發(fā)明（設計）人: 黃炳升;袁程朗;田君如;陳漢威;黃晨;梁健科;何卓南;賀雪平
• 申請（專利權）人: 深圳大學;廣州市番禺區(qū)中心醫(yī)院(廣州市番禺區(qū)人民醫(yī)院;廣州市番禺區(qū)心血管疾病研究所)
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G16H70/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 胡輝;黎揚鵬

本發(fā)明公開了基于機器學習的下肢深靜脈血栓溶栓療效預測方法及系統(tǒng)，方法包括：從MRI圖像中得到下肢深靜脈血栓的感興趣區(qū)域；對下肢深靜脈血栓的感興趣區(qū)域進行影像組學特征提取；根據影像組學特征提取的結果采用機器學習的方法進行下肢深靜脈血栓溶栓療效預測。本發(fā)明基于機器學習的下肢深靜脈血栓溶栓療效預測方法系統(tǒng)，通過影像組學特征提取和采用機器學習的方法進行下肢深靜脈血栓溶栓療效預測，將MRI影像組學方法和機器學習技術相結合來預測下肢深靜脈血栓的溶栓療效，且能在溶栓治療前就能通過預測來完成療效評估工作，不再依賴于醫(yī)生的經驗，溶栓療效預測結果更準確且效率更高。本發(fā)明可廣泛應用于醫(yī)學圖像處理領域。

技術領域

本發(fā)明涉及醫(yī)學圖像處理領域，尤其是一種基于機器學習的下肢深靜脈血栓溶栓療效預測方法及系統(tǒng)。

背景技術

深靜脈血栓(Deep Vein Thrombosis，DVT)是發(fā)生于下肢深靜脈的常見疾病，每年的發(fā)病率約為0.1％，呈逐年上升趨勢，已成為第三大心血管疾病。DVT除了下肢腫痛等癥狀外，50％以上患者易并發(fā)肺栓塞，死亡率超過20％，被稱為“沉默的殺手”。

當前用于DVT檢查的影像學手段有多種，包括超聲、計算機斷層掃描技術(Computed Tomography,CT)、磁共振成像(Magnetic Resonance Imaging,MRI)、數字減影技術等。MRI作為一種無創(chuàng)性檢查技術，具有良好的軟組織對比度、全視野和無輻射等優(yōu)勢，可直接顯示下肢深靜脈血栓的信號，是診斷下肢深靜脈血栓的有效檢查方法。

DVT一旦明確診斷，宜盡快介入治療，以縮短病程、提高管腔再通率、阻止病程進入慢性期。溶栓治療是目前治療DVT的主要方法。溶栓治療效果與年齡、既往病史、阻塞血管的病變性質、病程等因素密切相關，醫(yī)生往往需要通過臨床癥狀和影像資料來綜合評估病人的溶栓治療效果，并根據評估結果來選擇是否進行溶栓治療：如果適合溶栓的患者沒有進行溶栓，則可能會錯過最佳治療；如果不適合溶栓的患者進行了溶栓，則可能會造成腦出血等致命傷害。然而DVT病人的臨床癥狀通常較為主觀，如患者所述病史天數與實際病史天數不一致等情況會影響醫(yī)生的評估結果；而目前影像評估尚處于研究階段，醫(yī)生大多通過觀察血栓信號的高低和范圍以及血管周圍間隙水腫情況，憑借經驗來評估溶栓療效，但不同醫(yī)生之間的經驗差異容易導致診斷結果參差不齊，同時，磁共振掃描圖像多樣，人工閱片耗時較多，且只有在溶栓治療后才能進行療效評估，因此目前的評估方法已無法滿足日益增長的臨床需求。

發(fā)明內容

為解決上述技術問題，本發(fā)明的目的在于：提供一種效率高和準確的基于機器學習的下肢深靜脈血栓溶栓療效預測方法及系統(tǒng)。

本發(fā)明一方面所采取的技術方案是：

基于機器學習的下肢深靜脈血栓溶栓療效預測方法，包括以下步驟：

從MRI圖像中得到下肢深靜脈血栓的感興趣區(qū)域；

對下肢深靜脈血栓的感興趣區(qū)域進行影像組學特征提取；

根據影像組學特征提取的結果采用機器學習的方法進行下肢深靜脈血栓溶栓療效預測。

進一步，所述從MRI圖像中得到下肢深靜脈血栓的感興趣區(qū)域這一步驟，具體包括：

輸入待預測對象的MRI圖像；

根據待預測對象的MRI圖像得到對應的橫斷面圖像、矢狀面圖像和冠狀面圖像；

根據得到的橫斷面圖像、矢狀面圖像和冠狀面圖像進行血栓病灶邊界勾畫，得到下肢深靜脈血栓的感興趣區(qū)域。

進一步，所述對下肢深靜脈血栓的感興趣區(qū)域進行影像組學特征提取這一步驟，具體包括：

根據預設的特征類型從下肢深靜脈血栓的感興趣區(qū)域中提取出初步的影像組學特征，其中，預設的特征類型包括形狀特征、強度特征、紋理特征和小波特征；