[發(fā)明專利]一種基于CT平掃圖像輔助診斷急性缺血性腦卒中方法在審
| 申請(qǐng)?zhí)枺?/td> | 202011430443.6 | 申請(qǐng)日: | 2020-12-09 |
| 公開(公告)號(hào): | CN112599236A | 公開(公告)日: | 2021-04-02 |
| 發(fā)明(設(shè)計(jì))人: | 陳陽(yáng);余澤晨 | 申請(qǐng)(專利權(quán))人: | 東南大學(xué) |
| 主分類號(hào): | G16H50/20 | 分類號(hào): | G16H50/20;G06T7/00;G06T7/30 |
| 代理公司: | 南京眾聯(lián)專利代理有限公司 32206 | 代理人: | 杜靜靜 |
| 地址: | 210096 *** | 國(guó)省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說(shuō)明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 ct 圖像 輔助 診斷 急性 缺血性 腦卒中 方法 | ||
本發(fā)明公開了一種基于CT平掃圖像的圖像處理方法,輔助評(píng)估急性缺血性卒中(AIS)患者頭部CT早期缺血性改變程度。通過(guò)本發(fā)明實(shí)現(xiàn)了從CT平掃圖像自動(dòng)分區(qū)化與定量處理急性缺血性卒中的風(fēng)險(xiǎn)評(píng)估,為急性缺血性卒中(AIS)患者的早期篩查、早期診斷和早期治療提供了一種有效的評(píng)估方法。
技術(shù)領(lǐng)域
本發(fā)明涉及一種基于CT平掃圖像輔助診斷急性缺血性腦卒中方法,屬于計(jì)算機(jī)圖像處理領(lǐng)域。
背景技術(shù)
隨著國(guó)家經(jīng)濟(jì)發(fā)達(dá)以及生活標(biāo)準(zhǔn)的提升,腦疾病的發(fā)病率也日漸增多。作為我國(guó)第一致死疾病的腦卒中,在我國(guó)已有2.7億高危人群,1242萬(wàn)發(fā)病人群,每年新發(fā)550萬(wàn),每年死亡大于200萬(wàn),每年入院350萬(wàn),三年復(fù)發(fā)大于40%,直接醫(yī)藥費(fèi)400億/年,而及時(shí)救治率只有2%,已經(jīng)成為我國(guó)因病致貧、因病返貧的重要原因。雖然醫(yī)療器械領(lǐng)域里的影像技術(shù)也不斷改進(jìn),但圖像后處理工作仍然依靠繁瑣的手動(dòng)操作、標(biāo)記。臨床醫(yī)生需要付出大量的下班時(shí)間來(lái)完成每日掃描的影像文件,一周后才能出報(bào)告。
其中,阿爾伯塔卒中項(xiàng)目早期CT評(píng)分(ASPECTS)作為一種評(píng)價(jià)缺血性卒中患者大腦中動(dòng)脈供血區(qū)早期缺血改變的簡(jiǎn)單、可靠的系統(tǒng)性方法,可對(duì)缺血性病變快速進(jìn)行半定量評(píng)價(jià),有助于判定溶栓效果和遠(yuǎn)期預(yù)后。該評(píng)分方法針對(duì)急性腦卒中的病人,依據(jù)其頭顱CT影像數(shù)據(jù),將大腦中動(dòng)脈供血的重要層面分成10個(gè)區(qū)域,如圖1所示,上述10個(gè)區(qū)域具有相同的權(quán)重,各占1分,總分為10分,將總分中減去存在早期缺血性改變的區(qū)域數(shù),所得的數(shù)值作為評(píng)分結(jié)果,為病情判斷并治療提供依據(jù)。
目前,臨床上主要依賴醫(yī)療技術(shù)人員肉眼觀察,但由于評(píng)分方法定量程度不夠,不同醫(yī)生可能給出不同的評(píng)分結(jié)果,這樣最后的ASPECTS評(píng)分會(huì)出現(xiàn)誤差。本發(fā)明針對(duì)現(xiàn)有問(wèn)題,提出一種基于CT平掃圖像輔助診斷急性缺血性腦卒中方法,為醫(yī)生提供一個(gè)參考,輔助診斷。
發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于CT平掃圖像輔助診斷急性缺血性腦卒中方法,為醫(yī)生的ASPECTS評(píng)分提供一個(gè)參考,輔助醫(yī)生診斷。
本發(fā)明為解決上述問(wèn)題采用以下技術(shù)方案:
本發(fā)明提供一種基于CT平掃圖像輔助診斷急性缺血性腦卒中方法,具體步驟如下:
步驟1,將大腦CT平掃圖像與標(biāo)準(zhǔn)大腦模板進(jìn)行配準(zhǔn)。
進(jìn)一步地,所述步驟1具體包括以下步驟:通過(guò)圖像相似度找出大腦核團(tuán)層面和核團(tuán)以上層面對(duì)應(yīng)切片,標(biāo)準(zhǔn)化切片圖像,除去頭骨及其他無(wú)關(guān)區(qū)域,僅保留大腦部分,將處理后的圖像與標(biāo)準(zhǔn)大腦進(jìn)行基于SyN(Symmetric Normalization)的配準(zhǔn)。SyN方法定義Ω區(qū)域上的一個(gè)微分同胚(即待求的形變場(chǎng),這里是位移矢量場(chǎng)),通常,將圖像I通過(guò)轉(zhuǎn)換為新的坐標(biāo)系時(shí)(這表明I被定義的映射向前彎曲),也可以使用更標(biāo)準(zhǔn)的反向扭曲策略,通過(guò)達(dá)到同樣的變形。通過(guò)對(duì)速度場(chǎng)進(jìn)行時(shí)間的積分得到,t=0與t=1時(shí)刻的的距離是L表示使速度場(chǎng)正則化的線性算子。·L通過(guò)線性微分算子如(a,b均為常量)使速度場(chǎng)正則化。如圖1所示,這樣的微分同構(gòu)給出了空間和時(shí)間上的稠密映射。定義圖像配準(zhǔn)優(yōu)化時(shí)間,t∈[0,1],其中t同時(shí)是和的變量,但方向相反。假定2張圖像I和J,根據(jù)微分同構(gòu)的基本定義,可以得到:
這樣就可以將配準(zhǔn)優(yōu)化目標(biāo)函數(shù)中的相似項(xiàng)轉(zhuǎn)化為這也是該配準(zhǔn)方法的獨(dú)特之處,通過(guò)在優(yōu)化中直接包含可逆性約束來(lái)保證離散域的亞像素級(jí)精度和可逆變換。
步驟2,用配準(zhǔn)后的CT平掃圖像的標(biāo)準(zhǔn)腦圖像覆蓋不同模板的標(biāo)準(zhǔn)腦地圖,得到不同感興趣區(qū),并計(jì)算不同感興趣區(qū)的平均參數(shù)值。
進(jìn)一步地,所述步驟2中的標(biāo)準(zhǔn)腦地圖包括阿爾伯塔卒中項(xiàng)目早期CT評(píng)分(ASPECTS)區(qū)域。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于東南大學(xué),未經(jīng)東南大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011430443.6/2.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





