[发明专利]一种基于头颅CT影像的取栓判断的方法及系统在审
| 申请号： | 201811530436.6 | 申请日： | 2018-12-14 |
| 公开（公告）号： | CN109671065A | 公开（公告）日： | 2019-04-23 |
| 发明（设计）人： | 缪中荣;王伊龙;王拥军;霍晓川;金海岚;宋凌;印胤;杨光明;秦岚 | 申请（专利权）人： | 首都医科大学附属北京天坛医院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 北京晋德允升知识产权代理有限公司 11623 | 代理人： | 万铁占;张馨 |
| 地址： | 100070 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 头颅CT 影像数据 影像 医学影像领域 计算机辅助 经验判断 模型识别 人为因素 医学研究 脑卒中 主观性 概率 诊断 观察 | ||
1.一种基于头颅CT影像的取栓判断的方法，其特征在于，包括：
将头颅CT影像数据输入到预先训练得到的取栓模型中；
通过所述取栓模型识别所述头颅CT影像数据，获得所述头颅CT影像数据的取栓概率；
基于所述头颅CT影像的取栓概率，进行取栓判断。
2.如权利要求1所述的方法，其特征在于，所述将头颅CT影像数据输入到预先训练得到的取栓模型中的步骤之前，包括：
收集用于训练取栓模型的样本；
对所述收集的样本进行人工标记，获得人工标记的样本；
利用监督学习的方式进行训练，获得取栓模型。
3.如权利要求2所述的方法，其特征在于，所述利用监督学习的方式进行训练，获得取栓模型，进一步包括：
获取所述人工标记的样本对应的个人信息；
利用监督学习的方式，提取所述人工标记的样本对应的个人信息，对所述人工标记的样本进行训练，获得取栓模型。
4.如权利要求1所述的方法，其特征在于，所述通过所述取栓模型识别所述头颅CT影像数据，获得所述头颅CT影像数据的取栓概率，具体包括：
所述头颅CT影像数据输入取栓模型，经过所述取栓模型，输出所述头颅CT影像数据的取栓概率，其中，所述取栓概率为介于0-100％的概率数值。
5.如权利要求1所述的方法，其特征在于，所述基于所述头颅CT影像数据的取栓概率，进行取栓判断，具体包括：
根据预设阈值，根据所述头颅CT影像数据的取栓概率，判断是否可以进行取栓；
若所述头颅CT影像数据的取栓概率大于所述预设阈值，则可以进行取栓。
6.一种基于头颅CT影像的取栓判断的系统，其特征在于，包括：
输入模块，用于将待处理的头颅CT影像数据输入到取栓模型；
取栓判断模型，对所述头颅CT影像数据进行取栓判断；
输出模块，将所述头颅CT影像数据的取栓判断结果进行输出。
7.如权利要求6所述的系统，其特征在于，所述对所述头颅CT影像数据进行取栓判断，具体包括：
将头颅CT影像数据输入到预先训练得到的取栓模型中；
通过所述取栓模型识别所述头颅CT影像数据，获得所述头颅CT影像数据的取栓概率；
基于所述头颅CT影像的取栓概率，进行取栓判断。
8.如权利要求7所述的系统，其特征在于，所述将头颅CT影像数据输入到预先训练得到的取栓模型中的步骤之前，包括：
收集用于训练取栓模型的样本；
对所述收集的样本进行人工标记，获得人工标记的样本；
利用监督学习的方式进行训练，获得取栓模型。
9.如权利要求8所述的系统，其特征在于，所述利用监督学习的方式进行训练，获得取栓模型，进一步包括：
获取所述人工标记的样本对应的个人信息；
利用监督学习的方式，提取所述人工标记的样本对应的个人信息，对所述人工标记的样本进行训练，获得取栓模型。
10.如权利要求7所述的系统，其特征在于，所述通过所述取栓模型识别所述头颅CT影像数据，获得所述头颅CT影像数据的取栓概率，具体包括：
所述头颅CT影像数据输入取栓模型，经过所述取栓模型，输出所述头颅CT影像数据的取栓概率，其中，所述取栓概率为介于0-100％的概率数值。
11.如权利要求7所述的系统，其特征在于，所述基于所述头颅CT影像数据的取栓概率，进行取栓判断，具体包括：
根据预设阈值，根据所述头颅CT影像数据的取栓概率，判断是否可以进行取栓；
若所述头颅CT影像数据的取栓概率大于所述预设阈值，则可以进行取栓。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于首都医科大学附属北京天坛医院，未经首都医科大学附属北京天坛医院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201811530436.6/1.html，转载请声明来源钻瓜专利网。
