用于颅内大血管闭塞性卒中血栓的医学影像处理方法

本申请涉及血栓诊治，尤其是涉及一种用于颅内大血管闭塞性卒中血栓的医学影像处理方法。

背景技术：

1、颅内大血管闭塞性卒中血栓是指由于血管内血栓形成导致大脑血供不足而引起的卒中。鉴于急性大血管闭塞导致脑卒中的高病死率、高致残率,如何提高机械取栓这一治疗的有效性和安全性,一直是脑血管病学者们研究的热点。

2、目前在临床工作中,多模影像技术已证实在前、后循环的大血管闭塞患者取栓筛选中起到重要的作用。人工智能影像分析软件对于早期梗死核心体积、缺血组织体积、侧支循环判断精确性和速度优势有助于取栓患者预后的早期评估,可能可以减少部分患者不良预后,如出血和死亡发生率。

3、但现有技术未对血栓性质的分析进行探讨，血栓的来源包括心源性栓子、动脉粥样硬化原位血栓形成、上游血管粥样硬化斑块栓子脱落等，不同来源的血栓，其质地、大小、成分各不相同，也会导致不同的操作难度和临床结局，增加了预后的影响因素；尤其是当有多种机制的可能存在时，血栓性质及负荷的判断显有助于术者判断闭塞病变的性质，因此目前亟待提出一种新的技术方案对颅内大血管闭塞性卒中血栓的特征进行分析。

技术实现思路

1、为了能以计算机分析血栓的性质，帮助工作人员进行颅内大血管闭塞性卒中血栓诊治，本申请提供一种用于颅内大血管闭塞性卒中血栓的医学影像处理方法。

2、本申请提供一种用于颅内大血管闭塞性卒中血栓的医学影像处理方法，采用如下的技术方案：

3、一种用于颅内大血管闭塞性卒中血栓的医学影像处理方法，包括：

4、获取医学影像；

5、对医学影像进行图像处理，勾勒出血管的轮廓并进行特征提取，得到样本特征集合，输出；其中，所述样本特征集合包括位置、尺寸、形状和分支信息；

6、将样本特征集合导入预先训练的神经网络模型一，预测得到血管名称；

7、输出血栓位置的血管影像和血管名称；

8、接收用户对血管名称的人工校验后反馈，且当反馈表示正确，则根据血管名称查找数据库调用匹配的血管医学解读信息；

9、将样本特征集合和血管医学解读信息导入预先训练的神经网络模型二，预测得到血栓性质，并输出。

10、可选的，还包括：

11、获取患者的病史问询结果；

12、基于病史问询结果和预筛选的血栓样本数据，建立血栓来源嫌疑排名；

13、根据血栓来源和预筛选的血栓样本数据确定符合预设筛查标准的高嫌疑血管；

14、基于血栓来源嫌疑排名和高嫌疑血管更新影像分析优先级。

15、可选的，包括：

16、若医学影像为三维ct扫描产生，则基于ct扫描数据进行三维重建，得到三维模型；

17、定义ct扫描数据的hounsfield单位范围匹配血管可视化条件，且令三维模型勾勒出血管轮廓；

18、在三维模型中突出标记血栓位置并输出。

19、可选的，包括：

20、获取预先入库的医学院所的课程数据；

21、根据课程数据查找匹配当前医学影像分析目的同科讲师；

22、若课程数据中有与当前医学影像分析目的匹配的课程且该课程时间线上在后，间隔时长小于预设的周期t，则根据课程查找数据库确定任课讲师；

23、整合医学影像、三维模型、样本特征集合和预测得到血栓性质发送至任课讲师、同科讲师绑定的终端；

24、获取任课讲师、同科讲师的反馈，并生成人工校验报告输出；

25、识别人工校验报告并与神经网络模型一和神经网络模型二的预测结果比对；

26、若比对结果不一致，则发起预设的第三方校验流程，并在接收第三方校验反馈后，记录医学影像、样本特征集合和第三方校验反馈作为新的训练样本。

27、可选的，包括：

28、获取血管中的血液流速，并对三维模型中的血管进行标注；

29、根据血管名称确定三维模型中血管的血液流向，并进行标注；

30、基于预设的血栓增长速率生成血栓增长进度信息；

31、根据血栓增长进度信息和血管的尺寸计算确定符合高风险条件的红色时间节点；

32、根据红色时间节点和当前时间得到剩余时长，并整合血栓增长进度信息输出；

33、比较剩余时长和周期t，并根据比较结果向任课讲师发送研判提示。

34、可选的，包括：

35、获取患者医学影像分析前的体征监测数据；

36、基于体征监测数据和预设的医学参考标准确定体征参数异常化/恶化项；

37、根据体征参数异常化/恶化项更新血栓来源嫌疑排名。

38、可选的，包括：

39、获取患者的身份信息；

40、基于身份信息查找病历数据库；

41、若患者匹配有过往病历数据且过往病历数据中有匹配血栓位置的医学影像，则输出历史医学影像；

42、若历史医学影像未判定为疑似血栓，则将血栓位置的当前医学影像与历史医学影像进行比对，得到血栓位置的血管变化参数并输出。

43、可选的，包括：

44、获取患者进入血栓诊断前的行为数据；

45、根据行为数据进行血流减缓致病、血管损伤致病排查并输出排查结果、更新血栓来源嫌疑排名。

46、综上所述，本申请包括以下至少一种有益技术效果：可以利用图像分析技术、神经网络模型挖掘出引起颅内大血管闭塞的血栓的隐含特征，以此来进行颅内大血管闭塞性急性缺血性卒中血栓性质判断，以辅助医生进行病因诊断和介入治疗方案的选择，提高医生的工作效率，便于急性缺血性卒中患者的早期治疗。

技术特征：

1.一种用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，包括：

2.根据权利要求1所述的用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，还包括：

3.根据权利要求1所述的用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，包括：

4.根据权利要求3所述的用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，包括：

5.根据权利要求4所述的用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，包括：

6.根据权利要求2所述的用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，包括：

7.根据权利要求6述的用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，包括：

8.根据权利要求2所述的用于颅内大血管闭塞性卒中血栓的医学影像处理方法，其特征在于，包括：

技术总结本发明公开了一种用于颅内大血管闭塞性卒中血栓的医学影像处理方法，涉及血栓诊治技术领域，其包括获取医学影像；对医学影像进行图像处理，勾勒出血管的轮廓并进行特征提取，得到样本特征集合，输出；将样本特征集合导入预先训练的神经网络模型一，预测得到血管名称；输出血栓位置的血管影像和血管名称；接收用户对血管名称的人工校验后反馈，且当反馈表示正确，则根据血管名称查找数据库调用匹配的血管医学解读信息；将样本特征集合和血管医学解读信息导入预先训练的神经网络模型二，预测得到血栓性质，并输出。本申请能以计算机分析血栓的性质，帮助工作人员进行颅内大血管闭塞性卒中血栓诊治。技术研发人员：朱宣,张敏敏,邢鹏飞,沈红健,张磊,张永巍,杨鹏飞,刘建民,何宏,于龙娟受保护的技术使用者：中国人民解放军海军军医大学第一附属医院技术研发日：技术公布日：2024/8/1