一种致痫灶位置检测方法及装置制造方法及图纸

本发明专利技术实施例提供了一种致痫灶位置检测方法及装置。方案如下：获取待检测人员脑部的多模态神经影像；对多模态神经影像进行特征提取，得到表面形态特征；根据表面形态特征，利用预先训练好的致痫灶位置检测模型，预测致痫灶位置；该致痫灶位置检测模型是基于预设训练集训练得到的，预设训练集包括多个癫痫患者手术前脑部的样本多模态神经影像，以及每一癫痫患者对应的致痫灶位置；输出致痫灶位置。通过本发明专利技术实施例提供的技术方案，由于致痫灶位置检测模型是根据真实癫痫患者手术前脑部的样本多模态神经影像，以及癫痫患者的真实致痫灶位置训练得到的，这使得检测得到致痫灶位置更加精准，有效提高了致痫灶位置检测的准确性。

【技术实现步骤摘要】
一种致痫灶位置检测方法及装置
本专利技术涉及医学影像处理
，特别是涉及一种致痫灶位置检测方法及装置。
技术介绍
局灶性皮质发育不良(Focalcorticaldysplasia，FCD)属于先天性皮质发育异常，FCD是导致药物难治性癫痫的常见病因。在临床上，针对FCD所导致的癫痫往往采用手术切除致痫灶的方式进行医治。FCD包括一系列局灶性的皮质发育畸形，在影像学上表现为一系列的放射学特征。例如，局部皮质增厚/变薄、灰白质边界模糊、皮质折叠模式异常、T2/FLAIR信号增加、半球不对称性等。由于FCD在放射学上的放射学特征表现形式的多样，且放射学特征表现微小而隐匿，放射科医师在肉眼检测过程中不易发现致痫灶位置，影响致痫灶位置检测的准确性。
技术实现思路
本专利技术实施例的目的在于提供一种致痫灶位置检测检测方法及装置，以提高致痫灶位置检测的准确性。具体技术方案如下：本专利技术实施例提供了一种致痫灶位置检测方法，所述方法包括：获取待检测人员脑部的多模态神经影像；对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征；根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置；所述致痫灶位置检测模型是基于预设训练集训练得到的，所述预设训练集包括多个癫痫患者手术前脑部的样本多模态神经影像，以及每一癫痫患者对应的致痫灶位置；输出所述待检测人员的致痫灶位置。可选的，在对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征之前，还包括：对所述多模态神经影像进行预处理，得到预处理后的多模态神经影像；所述预处理至少包括去噪处理、标准化处理和配准处理；所述对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征的步骤，包括：对所述预处理后的多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征。可选的，所述对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征的步骤，包括：基于所述多模态神经影像，构建所述待检测人员的大脑皮层模型；获取所述大脑皮层模型上每一顶点对应的第一表面形态特征；其中，所述第一表面形态特征至少包括皮层厚度、灰/白质强度对比度、曲率、沟回深度、磁共振成像液体衰减反转恢复序列(FluidAttenuatedInversionRecovery，FLAIR)信号强度；根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第一预设值的圆内所述第一表面形态特征的均值，得到第一顶点特征；根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第二预设值的圆环内所述第一表面形态特征的均值，得到第二顶点特征；根据每一顶点对应的第一顶点特征和第二顶点特征，进行学生(t)检验，得到所述待检测人员的第二表面形态特征；根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第三预设值的圆内所述曲率的和值，得到第三表面形态特征。可选的，在根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置之前，还包括：对所述表面形态特征进行归一化处理，得到归一化后的表面形态特征；将所述归一化后的表面形态特征记录到具有相同顶点的预设左右半球标准化空间中，并确定待检测人员的左右半球不对称特征；所述根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置的步骤，包括：以所述待检测人员的左右半球不对称特征为输入，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置。可选的，所述多模态神经影像包括磁共振成像(MagneticResonanceImaging，MRI)影像和正电子发射型计算机断层显像(PositronEmissionComputedTomography，PET)扫描影像中的一种或多种。可选的，采用以下步骤训练得到所述致痫灶位置检测模型：获取所述预设训练集；对所述预设训练集中的每一癫痫患者的样本多模态神经影像进行特征提取，得到每一癫痫患者对应的样本表面形态特征；针对每一癫痫患者，根据该癫痫患者的样本表面形态特征，利用预设多层感知机模型，得到该癫痫患者的预测致痫灶位置；基于所述预设训练集中每一癫痫患者的致痫灶位置和每一癫痫患者的预测致痫灶位置，计算所述预设多层感知机模型的损失值；当所述损失值大于预设损失值阈值时，调整所述预设多层感知机模型的参数，并返回执行针对每一癫痫患者，根据该癫痫患者的样本表面形态特征，利用预设多层感知机模型，得到该癫痫患者的预测致痫灶位置的步骤；当所述损失值不大于所述预设损失值阈值时，将当前的预设多层感知机模型确定为训练好的致痫灶位置检测模型。本专利技术实施例还提供了一种致痫灶位置检测装置，所述装置包括：第一获取模块，用于获取待检测人员脑部的多模态神经影像；第一提取模块，用于对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征；第一预测模块，用于根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置；所述致痫灶位置检测模型是基于预设训练集训练得到的，所述预设训练集包括多个癫痫患者手术前脑部的样本多模态神经影像，以及每一癫痫患者对应的致痫灶位置；输出模块，用于输出所述待检测人员的致痫灶位置。可选的，所述装置还包括：第一处理模块，用于对所述多模态神经影像进行预处理，得到预处理后的多模态神经影像；所述预处理至少包括去噪处理、标准化处理和配准处理；所述第一提取模块，具体用于对所述预处理后的多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征。可选的，所述第一提取模块，具体用于基于所述多模态神经影像，构建所述待检测人员的大脑皮层模型；获取所述大脑皮层模型上每一顶点对应的第一表面形态特征；其中，所述第一表面形态特征至少包括皮层厚度、灰/白质强度对比度、曲率、沟回深度、FLAIR信号强度；根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第一预设值的圆内所述第一表面形态特征的均值，得到第一顶点特征；根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第二预设值的圆环内所述第一表面形态特征的均值，得到第二顶点特征；根据每一顶点对应的第一顶点特征和第二顶点特征，进行t检验，得到所述待检测人员的第二表面形态特征；根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第三预设值的圆内所述曲率的和值，得到第三表面形态特征。可选的，所述装置还包括：第二处理模块，用于对所述表面形本文档来自技高网...

【技术保护点】
1.一种致痫灶位置检测方法，其特征在于，所述方法包括：/n获取待检测人员脑部的多模态神经影像；/n对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征；/n根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置；所述致痫灶位置检测模型是基于预设训练集训练得到的，所述预设训练集包括多个癫痫患者手术前脑部的样本多模态神经影像，以及每一癫痫患者对应的致痫灶位置；/n输出所述待检测人员的致痫灶位置。/n

【技术特征摘要】
1.一种致痫灶位置检测方法，其特征在于，所述方法包括：
获取待检测人员脑部的多模态神经影像；
对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征；
根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置；所述致痫灶位置检测模型是基于预设训练集训练得到的，所述预设训练集包括多个癫痫患者手术前脑部的样本多模态神经影像，以及每一癫痫患者对应的致痫灶位置；
输出所述待检测人员的致痫灶位置。


2.根据权利要求1所述的方法，其特征在于，在对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征之前，还包括：
对所述多模态神经影像进行预处理，得到预处理后的多模态神经影像；所述预处理至少包括去噪处理、标准化处理和配准处理；
所述对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征的步骤，包括：
对所述预处理后的多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征。


3.根据权利要求1所述的方法，其特征在于，所述对所述多模态神经影像进行特征提取，得到所述待检测人员脑部的表面形态特征的步骤，包括：
基于所述多模态神经影像，构建所述待检测人员的大脑皮层模型；
获取所述大脑皮层模型上每一顶点对应的第一表面形态特征；其中，所述第一表面形态特征至少包括皮层厚度、灰/白质强度对比度、曲率、沟回深度、磁共振成像液体衰减反转恢复序列FLAIR信号强度；
根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第一预设值的圆内所述第一表面形态特征的均值，得到第一顶点特征；
根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第二预设值的圆环内所述第一表面形态特征的均值，得到第二顶点特征；
根据每一顶点对应的第一顶点特征和第二顶点特征，进行学生t检验，得到所述待检测人员的第二表面形态特征；
根据所述大脑皮层模型上每一顶点的第一表面形态特征，以每一顶点为圆心，计算半径为第三预设值的圆内所述曲率的和值，得到第三表面形态特征。


4.根据权利要求1所述的方法，其特征在于，在根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置之前，还包括：
对所述表面形态特征进行归一化处理，得到归一化后的表面形态特征；
将所述归一化后的表面形态特征记录到具有相同顶点的预设左右半球标准化空间中，并确定待检测人员的左右半球不对称特征；
所述根据所述待检测人员脑部的表面形态特征，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置的步骤，包括：
以所述待检测人员的左右半球不对称特征为输入，利用预先训练好的致痫灶位置检测模型，预测所述待检测人员的致痫灶位置。


5.根据权利要求1-4任一所述的方法，其特征在于，所述多模态神经影像包括磁共振成像MRI影像和正电子发射型计算机断层显像PET扫描影像中的一种或多种。


6.根据权利要求1所述的方法，其特征在于，采用以下步骤训练得到所述致痫灶位置检测模型：
获取所述预设训练集；
对所述预设训练集中的每一癫痫患...

【专利技术属性】
技术研发人员：侯蓓蓓，康桂霞，
申请(专利权)人：无锡北邮感知技术产业研究院有限公司，
类型：发明
国别省市：江苏;32