System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及脑出血智能诊断,特别涉及一种脑出血预后预测方法、装置、设备、介质及程序产品。
技术介绍
1、脑出血(intracerebral hemorrhage,ich)指非外伤性的脑实质出血,是一种致病率和致死率都很高的脑卒中类型。针对脑出血的治疗主要包括快速减压、止血用药、血肿手术清除等,但这些治疗方法的有效性并未得到充分的证实,一种可能的原因是受试患者的差异性干扰了结果。
2、脑出血引起的血肿体积是影响预后的重要因素,与此同时,脑出血的位置也与预后密切相关。例如相比于同样体积的脑叶血肿,丘脑血肿的预后更差。因此,将血肿位置不同的患者不加区分地纳入脑出血研究会引入干扰因素,对结果产生不良影响。例如在对血肿抽吸术有效性的研究中,部分患者由于其血肿位置位于脑叶,其预后本身就比较良好,抽吸术不仅无法使这类患者获益,还可能由于手术带来感染风险,因而需要筛选出预后较差的患者。而针对减少血肿扩大的研究则需要筛选出预后较好的患者。
3、目前对于不同脑区位置的血肿,通常使用不同的体积阈值来预测临床预后结果。但该方案需要人为确定血肿所在脑区位置,并且无法对涉及多个脑区的血肿或多发性出血进行预测。
技术实现思路
1、针对现有技术的上述问题,本专利技术的目的在于提供一种脑出血预后预测方法、装置、设备、介质及程序产品,能够提高脑出血临床预后结果的预测准确性和预测效率。
2、为了解决上述问题,本专利技术提供一种脑出血预后预测方法,包括:
3、获取目标患者
4、基于所述血肿标记图像确定位于多个不同脑区的血肿体积;
5、基于各个所述血肿体积生成所述目标患者脑部的特征向量;
6、将所述特征向量输入至预先建立的脑出血预后预测模型,得到所述目标患者脑部的脑出血临床预后结果。
7、进一步地,所述获取目标患者脑部的血肿标记图像,包括:
8、获取目标患者脑部的ct图像;
9、基于所述ct图像进行血肿分割,得到所述血肿标记图像。
10、进一步地,所述基于所述血肿标记图像确定位于多个不同脑区的血肿体积,包括:
11、将所述血肿标记图像配准至标准脑空间,得到标准脑空间的血肿标记图像;
12、根据所述标准脑空间的血肿标记图像分别确定位于所述多个不同脑区中的各个脑区的血肿区域;
13、分别计算位于各个脑区的血肿区域的体积,得到对应的血肿体积。
14、进一步地,所述根据所述标准脑空间的血肿标记图像分别确定位于所述多个不同脑区中的各个脑区的血肿区域,包括:
15、获取标准脑的脑区分割结果;
16、根据所述脑区分割结果以及所述标准脑空间的血肿标记图像,确定位于所述多个不同脑区中的各个脑区的血肿区域。
17、进一步地,所述基于各个所述血肿体积生成所述目标患者脑部的特征向量,包括:
18、获取目标患者的临床信息,所述临床信息包括所述目标患者的基本信息和诊疗信息;
19、根据所述临床信息以及各个所述血肿体积生成所述目标患者脑部的特征向量。
20、进一步地,所述方法还包括预先建立所述脑出血预后预测模型,所述脑出血预后预测模型的建立过程包括:
21、获取训练样本数据集,所述训练样本数据集中包括多个脑出血患者脑部的血肿标记图像样本,以及对应的脑出血临床结果;
22、分别基于各个脑出血患者脑部的所述血肿标记图像样本确定位于多个不同脑区中的样本血肿体积;
23、基于所述样本血肿体积生成对应脑出血患者脑部的特征向量样本;
24、以各个所述脑出血患者脑部的特征向量样本为自变量,以对应的脑出血临床结果为因变量,建立所述脑出血预后预测模型。
25、本专利技术另一方面提供一种脑出血预后预测装置,包括:
26、图像获取模块,用于获取目标患者脑部的血肿标记图像;
27、体积确定模块,用于基于所述血肿标记图像确定位于多个不同脑区的血肿体积;
28、特征向量生成模块,用于基于各个所述血肿体积生成所述目标患者脑部的特征向量;
29、预测模块,用于将所述特征向量输入至预先建立的脑出血预后预测模型,得到所述目标患者脑部的脑出血临床预后结果。
30、本专利技术另一方面提供一种电子设备,包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如上述的脑出血预后预测方法。
31、本专利技术另一方面提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由处理器加载并执行以实现如上述的脑出血预后预测方法。
32、本专利技术另一方面提供一种计算机程序产品,包括计算机程序/指令,所述计算机程序/指令被处理器执行时实现如上述的脑出血预后预测方法。
33、由于上述技术方案,本专利技术具有以下有益效果:
34、根据本专利技术实施例的脑出血预后预测方法,通过根据血肿标记图像确定血肿位于多个不同脑区的体积,并利用预先建立的脑出血预后预测模型,基于位于各个脑区的血肿体积来预测目标患者脑部的脑出血临床预后结果,该方法在血肿体积的基础上引入血肿的位置信息来预测临床结果,提高了脑出血临床预后结果的预测准确性,从而根据其结果可筛选出预后更具一致性的脑出血患者,有利于在脑出血治疗的研究中排除干扰因素,明确治疗手段的有效性。并且,该方法还可对涉及多个脑区的血肿或多发性出血进行预测,无需人工操作,提高了脑出血临床预后结果的预测效率,节省了人工成本和时间成本。
本文档来自技高网...【技术保护点】
1.一种脑出血预后预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取目标患者脑部的血肿标记图像,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述血肿标记图像确定位于多个不同脑区的血肿体积,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述标准脑空间的血肿标记图像分别确定位于所述多个不同脑区中的各个脑区的血肿区域,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于各个所述血肿体积生成所述目标患者脑部的特征向量,包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括预先建立所述脑出血预后预测模型,所述脑出血预后预测模型的建立过程包括:
7.一种脑出血预后预测装置,其特征在于,包括:
8.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述存储器中存储有至少一条指令或至少一段程序,所述至少一条指令或所述至少一段程序由所述处理器加载并执行以实现如权利要求1-6任意一项所述的脑出血预后预测方法。
9.一种计算机可
10.一种计算机程序产品,包括计算机程序/指令,其特征在于,所述计算机程序/指令被处理器执行时实现如权利要求1-6任意一项所述的脑出血预后预测方法。
...【技术特征摘要】
1.一种脑出血预后预测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述获取目标患者脑部的血肿标记图像,包括:
3.根据权利要求1所述的方法,其特征在于,所述基于所述血肿标记图像确定位于多个不同脑区的血肿体积,包括:
4.根据权利要求3所述的方法,其特征在于,所述根据所述标准脑空间的血肿标记图像分别确定位于所述多个不同脑区中的各个脑区的血肿区域,包括:
5.根据权利要求1所述的方法,其特征在于,所述基于各个所述血肿体积生成所述目标患者脑部的特征向量,包括:
6.根据权利要求1所述的方法,其特征在于,所述方法还包括预先建立所述脑出血预后预测模型,所述脑出血预后预测模型的建立过程包括:<...
【专利技术属性】
技术研发人员:黄预立,马晓飞,阮文峰,杨鸣,
申请(专利权)人:脑玺苏州智能科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。