[發(fā)明專利]用于基于機器學習來評估血管阻塞的方法和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201880020710.7
• 申請日: 2018-03-23
• 公開（公告）號: CN110546646A
• 公開（公告）日: 2019-12-06
• 發(fā)明（設(shè)計）人: I.伊斯古姆;M.茲賴克;T.萊納
• 申請（專利權(quán)）人: 帕伊醫(yī)療成像有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;A61B6/00;G16H50/50
• 代理公司: 72001 中國專利代理(香港)有限公司
• 代理人: 俞華梁;陳嵐<國際申請>=PCT/IB2

1.一種用于評估血管阻塞的嚴重性的方法，包括：

a）獲得對于目標器官的對比增強體積圖像數(shù)據(jù)集合；

b）將所述體積圖像數(shù)據(jù)集合中的至少一部分分割成對應(yīng)于所述目標器官的壁區(qū)的數(shù)據(jù)段；

c）分析所述數(shù)據(jù)段以提取指示依據(jù)所述目標器官的壁區(qū)的灌注經(jīng)歷的量的特征；

d）獲得從所灌注器官的訓練集合中導出的特征灌注分類（FPC）模型；

e）基于所述提取的特征并且基于所述FPC模型對所述數(shù)據(jù)段進行分類；以及

f）基于所述特征的所述分類來提供指示血管阻塞的嚴重性的預(yù)測作為輸出。

2.根據(jù)權(quán)利要求1所述的方法，其中：

所述FPC模型包括訓練特征與參考流體動力學參數(shù)之間的關(guān)系，所述參考流體動力學參數(shù)指示用于所灌注器官的所述訓練集合的對應(yīng)壁區(qū)的血管灌注的基線量；以及

所述參考流體動力學參數(shù)優(yōu)選地包括有創(chuàng)流量儲備分數(shù)測量結(jié)果。

3.根據(jù)任何前述權(quán)利要求所述的方法，其中：

所述特征是紋理和/或形態(tài)特征和/或

所述特征使用卷積自動編碼器、高斯濾波器、透壁灌注比率、Haralick特征、心肌厚度或所述目標器官的形狀來確定；和/或

所述器官是所述心肌和所述血管所述冠狀動脈；和/或

以無監(jiān)督的方式將所述心肌壓縮成多個編碼，其中所述編碼被分析為數(shù)據(jù)段以在c）中提取特征以用于在e）中的分類；和/或

是輸出的所述指示，其指示所述血管阻塞相對于訓練血管阻塞的嚴重性。

4.根據(jù)任何前述權(quán)利要求所述的方法，其中：

e）的所述分類利用從以下參數(shù)中的一個或多個中選擇的輔助信息：冠狀動脈樹解剖構(gòu)造、所述患者的人口統(tǒng)計信息、冠狀動脈鈣化、冠狀動脈斑塊、光譜多能量或光子計數(shù)、ECG參數(shù)、心臟生物標記、所述心臟周圍或所述心臟內(nèi)的脂肪組織、心肌的形狀等。

5.根據(jù)任何前述權(quán)利要求所述的方法，其中：

c）的所述分析包括針對所述數(shù)據(jù)段中的每個提取特征向量，所述特征向量包括從所述對應(yīng)數(shù)據(jù)段中測量或提取的多個因子，其中所述多個因子描述或表征了所述對應(yīng)壁區(qū)的本質(zhì)。

6.根據(jù)任何前述權(quán)利要求所述的方法，其中：

從對比增強體積圖像數(shù)據(jù)集合的數(shù)據(jù)庫以及從所述對比增強體積圖像數(shù)據(jù)集合中提取的相關(guān)聯(lián)訓練特征向量中獲得所述FPC模型，所述訓練特征向量包括已知標簽；以及

e）的所述分類利用基于所述已知標簽訓練的機器學習算法，所述機器學習算法基于所述特征對所述數(shù)據(jù)段進行分類。

7.根據(jù)任何前述權(quán)利要求所述的方法，還包括：

實現(xiàn)訓練階段以形成所述FPC模型，所述FPC模型將用于來自所述訓練集合的所述器官的對比增強體積圖像數(shù)據(jù)集合的所灌注器官的所述訓練集合的訓練特征和與灌注所述器官的一個或多個血管相關(guān)的參考流體動力學參數(shù)進行分類，所述訓練階段包括：

i）在所述訓練集合中提供所述器官中的每個的對比增強體積圖像數(shù)據(jù)集合；

ii）分割所述訓練集合的所述器官；

iii）分析所述數(shù)據(jù)段以提取指示依據(jù)所述訓練集合的所述器官的壁區(qū)的灌注經(jīng)歷的量的訓練特征；以及

iv）將所述訓練集合的所述器官的所述訓練特征相對于參考流體動力學參數(shù)進行分類，所述參考流體動力學參數(shù)指示用于所灌注器官的所述訓練集合的對應(yīng)區(qū)的血管灌注的基線量，以形成所述FPC模型。

8.根據(jù)權(quán)利要求1或7所述的方法，其中：

在執(zhí)行e）的所述分類之前，（c）的所述分析對提取的特征進行聚類；和/或

在執(zhí)行iv）的所述分類之前，iii）的所述分析對提取的訓練特征進行聚類。