[發(fā)明專利]基于深度學(xué)習(xí)的腦部病灶區(qū)域體積得到方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011103104.7
• 申請(qǐng)日: 2020-10-15
• 公開(kāi)（公告）號(hào): CN112435212A
• 公開(kāi)（公告）日: 2021-03-02
• 發(fā)明（設(shè)計(jì)）人: 魯偉;向建平
• 申請(qǐng)（專利權(quán)）人: 杭州脈流科技有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/62;A61B6/00;A61B6/03
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 解明鎧

本申請(qǐng)涉及一種基于深度學(xué)習(xí)的腦部病灶區(qū)域體積得到方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：獲取與腦部相關(guān)的CT灌注成像數(shù)據(jù)，CT灌注成像數(shù)據(jù)為以掃描時(shí)間順序進(jìn)行排列的多張CT灌注圖像,根據(jù)CT灌注成像數(shù)據(jù)進(jìn)行計(jì)算，得到對(duì)應(yīng)的多通道圖像數(shù)據(jù),將多通道圖像數(shù)據(jù)輸入訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)，得到對(duì)應(yīng)的多張分割圖像，分割圖像包括梗死核心區(qū)域以及缺血半暗區(qū)域,基于多張分割圖像構(gòu)建三維形式的腦部模型，并根據(jù)腦部模型進(jìn)行計(jì)算，得到梗死核心區(qū)域以及缺血半暗區(qū)域的體積。采用本方法能夠提高精準(zhǔn)度以及計(jì)算速度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及圖像處理和醫(yī)療工程交叉技術(shù)領(lǐng)域，特別是涉及一種基于深度學(xué)習(xí)的腦部病灶區(qū)域體積得到方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

腦卒中也稱為中風(fēng)或腦梗，缺血性腦卒中是由于局部腦組織供血不足引起的急性腦血管疾病，急性缺血性腦卒中作為最常見(jiàn)的卒中類型，約占全部腦卒中的60％～80％，有著極高的致命風(fēng)險(xiǎn)。CTP(CT Perfusion)是腦功能成像的一種技術(shù)方法，通過(guò)腦組織器官的灌注狀態(tài)從細(xì)胞層面揭示腦部疾病的生理及病理改變，對(duì)于判斷患者病灶區(qū)域和評(píng)估梗死體積具有重要價(jià)值。

當(dāng)缺血性中風(fēng)發(fā)病后，患者腦組織中會(huì)有一個(gè)梗死核心區(qū)域，該區(qū)域腦組織損傷是不可逆的，即無(wú)法挽救的腦組織區(qū)域，但在梗死核心區(qū)周圍會(huì)形成一個(gè)缺血半暗帶，缺血對(duì)該區(qū)域腦組織細(xì)胞的損傷是可逆的，即該區(qū)域?qū)儆诳梢酝炀鹊哪X組織。腦卒中梗死區(qū)域也會(huì)隨著時(shí)間延長(zhǎng)而發(fā)生變化，所以快速且準(zhǔn)確評(píng)估梗死核心和缺血半暗區(qū)的體積對(duì)于后續(xù)治療極為關(guān)鍵。作為一種定量研究方法，CTP影像可以通過(guò)一系列灌注參數(shù)圖來(lái)量化評(píng)估梗死核心區(qū)和缺血半暗區(qū)的體積。CTP核心參數(shù)圖主要包括腦血流量(CBF)、腦血容量(CBV)、平均通過(guò)時(shí)間(MTT)和殘余功能的達(dá)峰時(shí)間(Tmax)。

傳統(tǒng)方法通常使用基于固定閾值的方法來(lái)直接評(píng)估相關(guān)病灶區(qū)域。目前的閾值標(biāo)準(zhǔn)分別使用rCBF30％和Tmax6s來(lái)確定梗死核心和缺血半暗區(qū)。閾值法簡(jiǎn)單明了且快速，但主觀性較大且不易泛化，因而又有無(wú)閾值法來(lái)評(píng)估病灶區(qū)域。

基于邏輯回歸的無(wú)閾值概率預(yù)測(cè)法能夠以輸出概率的形式來(lái)標(biāo)記圖像上每一區(qū)域，最后形成一個(gè)分割結(jié)果，相較于閾值法有著更高的精度。但無(wú)閾值概率方法對(duì)于圖像的特征提取能力較差，其預(yù)測(cè)方法本身的精度也有限。因此設(shè)計(jì)更高精度和更為快速的自動(dòng)化病灶分割算法來(lái)確定梗死核心和缺血半暗區(qū)尤為重要。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問(wèn)題，提供一種計(jì)算更為準(zhǔn)確并且快速的基于深度學(xué)習(xí)的腦部病灶區(qū)域體積得到方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種基于深度學(xué)習(xí)的腦部病灶區(qū)域體積得到方法，所述方法包括：

獲取與腦部相關(guān)的CT灌注成像數(shù)據(jù)，所述CT灌注成像數(shù)據(jù)為以掃描時(shí)間順序進(jìn)行排列的多張CT灌注圖像；

根據(jù)所述CT灌注成像數(shù)據(jù)進(jìn)行計(jì)算，得到對(duì)應(yīng)的多通道圖像數(shù)據(jù)；

將所述多通道圖像數(shù)據(jù)輸入訓(xùn)練好的深度學(xué)習(xí)網(wǎng)絡(luò)，得到對(duì)應(yīng)的多張分割圖像，所述分割圖像包括梗死核心區(qū)域以及缺血半暗區(qū)域；

基于多張所述分割圖像構(gòu)建三維形式的腦部模型，并根據(jù)所述腦部模型進(jìn)行計(jì)算，得到梗死核心區(qū)域以及缺血半暗區(qū)域的體積。

優(yōu)選的，根據(jù)所述CT灌注成像數(shù)據(jù)進(jìn)行計(jì)算，得到對(duì)應(yīng)的多通道圖像數(shù)據(jù)包括：

根據(jù)所述CT灌注成像數(shù)據(jù)進(jìn)行計(jì)算，得到對(duì)應(yīng)的CT灌注參數(shù)圖；

將其中一張所述CT灌注圖像與所述CT灌注參數(shù)圖進(jìn)行疊加合并，得到對(duì)應(yīng)的所述多通道圖像數(shù)據(jù)。

優(yōu)選的，訓(xùn)練所述深度學(xué)習(xí)網(wǎng)絡(luò)包括：

獲取與腦部相關(guān)的CT灌注成像數(shù)據(jù)樣本集，所述樣本集內(nèi)包括多個(gè)對(duì)應(yīng)不同掃描對(duì)象的CT灌注成像樣本數(shù)據(jù)，所述CT灌注成像樣本數(shù)據(jù)為以掃描時(shí)間順序進(jìn)行排列的多張CT灌注樣本圖像；