[發明專利]動脈瘤破裂風險預測方法、裝置及存儲介質

在審

• 申請號: 202110339888.1
• 申請日: 2021-03-30
• 公開（公告）號: CN113066583A
• 公開（公告）日: 2021-07-02
• 發明（設計）人: 馬學升;劉偉奇
• 申請（專利權）人: 昆明同心醫聯科技有限公司
• 主分類號: G16H50/30
• 分類號: G16H50/30;G16H50/70;G06T17/20;G06T7/11;G06T7/136;G06T7/194;A61B5/00;A61B5/02;A61B5/026
• 代理公司: 北京知果之信知識產權代理有限公司 11541
• 代理人: 卜榮麗;李志剛

本發明提供一種動脈瘤破裂風險預測方法、裝置及存儲介質，包括：獲取多個連續的3D磁共振血管造影圖像數據；基于所述3D磁共振血管造影圖像數據對動脈瘤分割及建立3D三角網格模型；基于動脈瘤分割結果和3D三角網格模型獲得血流動力學參數、常規形態學特征以及放射學特征；獲取基因數據和臨床特征，基于所述血流動力學參數、常規形態學特征、放射學特征、基因數據以及臨床特征獲得動脈瘤破裂風險的預測結果。本發明提供的技術方案，基于血流動力學參數、常規形態學特征、放射學特征、基因數據以及臨床特征幾個方面得到動脈瘤破裂風險的預測結果，使得預測結果更加的準確。

技術領域

本發明涉及動脈瘤預測技術，尤其涉及一種動脈瘤破裂風險預測方法、裝置及存儲介質。

背景技術

顱內動脈瘤發病率為3％-7％，診斷性醫學成像水平的提高使得未破裂動脈瘤的更容易被發現，雖然大多數動脈瘤仍無癥狀且從不破裂，但當動脈瘤出現破裂時會導致出血性中風，可導致高達65％的死亡率，并因此帶來不可挽回的結果和巨大的經濟負擔。鑒于破裂的災難性后果，識別易破裂的動脈瘤以及判斷其穩定性對制定未破裂動脈瘤的治療方案很重要，尤其是小動脈瘤。未破裂的小動脈瘤會在出現動脈瘤性蛛網膜下腔出血而被治療。然而，每一種治療方式都存在一定的風險。與預防破裂的治療方案相關的風險已經超過了每年約1％的動脈瘤自然破裂風險，被錯誤歸類為未來破裂風險較低的高危動脈瘤如果不進行治療，也會給患者帶來危險。因此，對動脈瘤破裂風險的評估對于決定是否進行治療或保守觀察至關重要。

形態學和臨床特征與動脈瘤的穩定性密切相關。許多形態學參數(如尺寸比、長寬比、高寬比等)主要是在二維投影中測量的，不同的評分者或投影可能會使測量結果有所不同。基于這些因素的風險評價方法應運而生，但其預測性能有限。為了克服這些缺點，為了擁有一個高靈敏度的動脈瘤破裂風險的評估模型，建立一個全面的高預測性能的模型尤為重要。放射組學是一種新興的分析技術，它從圖像中提取特征，并以數據驅動的方式進行分析。它已被證明在癌癥預后、放射治療和癌癥遺傳學評估等許多領域都是有用的。目前，放射組學特征在動脈瘤分層中的應用還不多見。之前研究中包含的形狀特征只是從圖像中提取的特征中的一小部分，仍然有許多特征，如一階直方圖和二階紋理特征，還沒有被利用。研究表明易破裂的動脈瘤顯示出特定的紋理特征，可能間接地反映了動脈瘤內的血流動力學。血流動力學參數與動脈瘤破裂有關，然而，大多數對動脈瘤血流動力學的研究都采用了基于假定的血流特性的計算機模擬。

與顱內動脈瘤破裂的發病機制有關的基因研究越來越受到人們的重視。有研究探索了破裂和未破裂的動脈瘤的基因表達譜存在差異，確定了總共159個差異表達基因和幾個關鍵的生物學過程，包括細胞粘附、肌肉系統、免疫系統和炎癥反應等。很少有研究采取基因手段進行動脈瘤破裂風險的評估。

在醫學領域，人工智能已被用于癌癥成像，輔助癌癥的準確檢測、定性和監測，特別是肺癌、腦癌、乳腺癌和前列腺癌。人工智能在動脈瘤檢測、風險分層和預測中的初步應用也已被報道。

機器學習模型在醫學分類和預測方面表現出了強大的能力，能快速的處理大量數據，放射組學能夠以自動方式從各種圖像模式生成大量紋理派生特征，這使得它成為機器學習和醫學信息學研究的一個有吸引力的工具，目前還沒有將放射組學和基因組學與機器學習相結合應用于預測動脈瘤破裂風險的研究。

發明內容

本發明實施例提供動一種動脈瘤破裂風險預測方法、裝置及存儲介質，基于機器學習，將血流動力學參數、常規形態學特征、放射學特征、基因數據以及臨床特征幾個方面得到動脈瘤破裂風險的預測結果，使得預測結果更加的準確。

本發明實施例的第一方面，提供一種動脈瘤破裂風險預測方法，包括：

獲取多個連續的3D磁共振血管造影圖像數據；

基于所述3D磁共振血管造影圖像數據對動脈瘤分割及建立3D三角網格模型；

基于動脈瘤分割結果和3D三角網格模型獲得血流動力學參數、常規形態學特征以及放射學特征；