[發明專利]基于深度學習的計算機斷層掃描主動脈瘤的輔助診斷方法

有效

• 申請號: 202110550042.2
• 申請日: 2021-05-20
• 公開（公告）號: CN113223704B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 黃薩;陳鵬;李佳明;劉威武;韓林
• 申請（專利權）人: 吉林大學
• 主分類號: G16H50/20
• 分類號: G16H50/20;G16H15/00;G06T7/00;G06T7/62;G06N3/04;G06N3/08
• 代理公司: 蘇州創策知識產權代理有限公司 32322
• 代理人: 周錦全

本發明屬于主動脈瘤輔助診斷技術領域，具體為基于深度學習的計算機斷層掃描主動脈瘤的輔助診斷方法，包括步驟一：數據采集，首先從醫院的院區中回顧性的收集了多份帶有主動脈的普通CT掃描；步驟二：數據處理，將其分為三個數據集：訓練集，內部測試集和外部測試集；步驟三：建立模型，然后利用Attention?Unet卷積神經網絡構建輔助診斷工具，使用其評估測試集中主動脈瘤風險，檢測敏感度、特異度和準確度，其設計合理，對主動脈瘤具有良好的診斷能力。與放射科醫生聯合使用，該方法可以顯著增強放射科醫生的膠片讀取和決策能力，提高影像科室的整體實力。這一先進技術的性能證明了這種無創、廉價、方便的方法具有臨床試驗的潛力。

技術領域

本發明涉及主動脈瘤輔助診斷技術領域，具體為基于深度學習的計算機斷層掃描主動脈瘤的輔助診斷方法。

背景技術

主動脈是人體最大的動脈。由于主動脈在人身體內的重要地位，與其相關的疾病往往危及患者的生命。隨著如計算機斷層掃描(CT)等影像診斷設備的發展普及，近年來發現的主動脈瘤病例數量顯著增加，引起了臨床醫生的關注。主動脈瘤主要包括腹主動脈瘤(AAA),局限在胸腔內的胸主動脈瘤，和胸腹主動脈瘤(TAAA),這些同時生長在胸腔和腹腔的動脈來占所有主動脈瘤的5％以下。據報道，50％的胸主動脈瘤與腹主動脈瘤融合。在發達國家，腹主動脈瘤(AAA)造成的死亡占65-85歲男子死亡總數的1.3％；在比利時，腹主動脈瘤(AAA)破裂是第十大死因(在2014年占所有死亡的0.32％).在美國，動脈瘤并發癥(如破裂、夾層)；腹主動脈瘤(AAA)破裂的并發癥是導致死亡的第13位主要原因。

一個公認的共識是主動脈破裂的風險與主動脈寬度的增加呈正相關。具體來說，當主動脈擴張到正常值的1.5倍時，或胸主動脈大于50mm，腹主動脈大于30mm時，則認為患者患有主動脈瘤。當前主動脈瘤的主流診斷方法包括多普勒超聲和計算機斷層血管造影(CTA)。由于超聲不能穿透腸壁，與多普勒超聲相比，CT掃描可以更好的解決這一問題。CTA一般推薦使用在放射科已經接受過CT平掃的患者，放射科醫生已經確定他們有患主動脈瘤的風險。然而，在臨床實踐中，如果檢查不是針對心血管相關疾病，患者的主動脈情況可能不會被注意到,這就可能導致患者的主動脈疾病被忽視。在這些情況下,CT平掃成像的結果是初步篩查動脈瘤的關鍵。

人工智能(AI)揭示了對心血管疾病管理的新見解。尤其是深度學習技術在醫學應用中展現出了先進的性能。在分類、分割和檢測領域，深度學習技術已經達到了能夠與人類相當的精度水平，并已經成功的應用在肺結節診斷、乳腺癌診斷以及視網膜圖像分割。近年來，基于人工智能的輔助診斷在主動脈瘤類疾病上得到了廣泛的研究。但是，這些研究主要集中在腹主動脈瘤(AAA)，并且大多基于計算機斷層血管造影(CTA)，所得出的結論通常來自于單中心的小數據檢查.除此之外，胸主動脈和腹主動脈是兩個人為定義的概念。在現實中，它們是彼此緊密相連的一條大動脈。以往的的研究存在著忽略了胸主動脈和腹主動脈是一個整體的問題。進行計算機斷層血管造影(CTA)的前提是高度懷疑患者患有主動脈疾病，而基于計算機斷層血管造影(CTA)的半自動或全自動輔助診斷工具可以節省閱讀圖像的時間，同時不會顯著降低漏診率，減少放射科醫生的重復勞動，提高放射科醫生的診斷水平和疾病的檢出率并降低漏檢率。同時，在急診處理流程管理方面，本研究進一步討論了在急診科應對疑似主動脈瘤患者給予更高的優先級，以避免在等待期間因主動脈瘤破裂而導致的住院死亡。

發明內容

本部分的目的在于概述本發明的實施方式的一些方面以及簡要介紹一些較佳實施方式。在本部分以及本申請的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用于限制本發明的范圍。

因此，本發明的目的是提供基于深度學習的計算機斷層掃描主動脈瘤的輔助診斷方法，能夠實現幫助放射科醫生發現腦動脈瘤，而且可以降低忽略動脈瘤的風險。

為解決上述技術問題，根據本發明的一個方面，本發明提供了如下技術方案：

基于深度學習的計算機斷層掃描主動脈瘤的輔助診斷方法，包括如下步驟：