[發明專利]卒中后認知障礙風險評估模型建立方法、裝置及電子設備

在審

• 申請號: 202210487286.5
• 申請日: 2022-05-06
• 公開（公告）號: CN115089112A
• 公開（公告）日: 2022-09-23
• 發明（設計）人: 徐楓;馬靚笛;郭雨晨
• 申請（專利權）人: 清華大學
• 主分類號: A61B5/00
• 分類號: A61B5/00;A61B5/11
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 黃德海

本申請涉及一種卒中后認知障礙風險評估模型建立方法、裝置及電子設備，其中，方法包括：獲取目標人群的多種模態的相關數據集，并輸入至預先構建的腦卒中分割模型，得到目標人群的卒中病灶的大小和位置特征，并基于預先構建的卒中后認知障礙PSCI關聯性分析模型對臨床報告數據集進行分析，得到目標人群的PSCI風險概率，將語音數據集輸入至預先構建的卒中后語言功能障礙評估模型，得到目標人群的語言功能障礙評級，將視頻數據集輸入至卒中后運動功能障礙評估模型，得到目標人群的運動功能障礙評級，并基于得到的相關評級結果，訓練由多層神經網絡構成的預測模型，得到卒中后認知障礙風險評估模型。由此，卒中后認知障礙實現了更準確的評估。

技術領域

本申請涉及風險評估技術領域，特別涉及一種卒中后認知障礙風險評估模型建立方法、裝置及電子設備。

背景技術

腦卒中是城鎮居民致死致殘的首要原因，部分卒中患者會持續經歷卒中后認知障礙(Post-stroke Cognitive Impairment，PSCI)，導致患者生活質量及生存時間受到嚴重影響，是造成我國腦卒中疾病負擔重的重要原因之一。

相關技術中，對PSCI的防治主要通過早期評估和干預，以預防PSCI的發生并延緩認知障礙的發展。目前廣泛使用的PSCI診斷和評估方法主要是利用篩查量表，通過要求患者進行一系列演示，醫生對照篩查量表對患者的各項功能進行打分，并結合卒中臨床診斷結果，綜合評估患者的認知障礙發展情況。

然而，人為地分析卒中患者的臨床診斷結果并計算相關診斷指標是一項十分耗費時間的任務，通過篩查量表進行評估PSCI，存在耗時短和覆蓋全的矛盾，并且評估結果對醫生的主觀依賴性強，容易產生較大誤差，亟待解決。

發明內容

本申請提供一種卒中后認知障礙風險評估模型建立方法、裝置、電子設備及存儲介質，以解決相關技術通過篩查量表進行評估PSCI，存在耗時短和覆蓋全的矛盾，并且評估結果對醫生的主觀依賴性強，容易產生較大誤差等問題。

本申請第一方面實施例提供一種卒中后認知障礙風險評估模型建立方法，包括以下步驟：

獲取目標人群的多種模態的影像數據集、臨床報告數據集、語音數據集和視頻數據集；

將所述多種模態的影像數據集輸入至預先構建的腦卒中分割模型，得到所述目標人群的卒中病灶的大小和位置特征，并基于預先構建的卒中后認知障礙PSCI關聯性分析模型對所述臨床報告數據集進行分析，得到所述目標人群的PSCI風險概率；

將所述語音數據集輸入至預先構建的卒中后語言功能障礙評估模型，得到所述目標人群的語言功能障礙評級，將所述視頻數據集輸入至卒中后運動功能障礙評估模型，得到所述目標人群的運動功能障礙評級；以及

基于所述卒中病灶的大小和位置特征、所述PSCI風險概率、所述語言功能障礙評級和所述運動功能障礙評級，訓練由多層神經網絡構成的預測模型，得到卒中后認知障礙風險評估模型。

可選地，在將所述多種模態的影像數據集輸入至預先構建的腦卒中分割模型之前，還包括：

利用醫學圖像配準方法對所述多種模態的影像數據集配準，得到配準后的多種模態的影像數據集；

基于所述配準后的多種模態的影像數據集和對應的診斷結果，訓練預設的卷積神經網絡，生成所述腦卒中分割模型。

可選地，在基于所述卒中后認知障礙PSCI關聯性分析模型對所述臨床報告數據集進行分析之前，還包括：

利用自然語言處理算法，從所述臨床報告數據集中學習人口學特征、臨床因素與卒中后認知障礙的關聯性；

根據所述關聯性構建所述PSCI關聯性分析模型。

可選地，在將所述語音數據集輸入至所述卒中后語言功能障礙評估模型之前，還包括：