[发明专利]一种基于头颅CT影像的评分方法及系统

说明书

本说明书实施例公开了一种基于头颅CT影像的评分方法及系统，属于医学影像领域。本说明书实施例通过基于头颅CT影像的评分方法，解决了靠肉眼判断来进行ASPECTS评分，主观性差异较大，可操作性差的问题。该评分方法包括：将头颅CT影像数据输入到预先训练得到的评分模型中；通过评分模型识别头颅CT影像数据，获得头颅CT影像数据对应的评分概率；基于头颅CT影像数据对应的评分概率，输出评分结果。本说明书实施例提供的评分方法和系统，能够排除或减少人为因素以及影像设备成像差异带来的诊断差异，缩减人为观察、思考及肉眼评分所需的时间，作为计算机辅助方法，为脑卒中等医学研究提供客观依据。

技术领域

本说明书涉及医学影像和计算机技术领域，尤其涉及一种基于头颅CT影像的评分方法及系统。

背景技术

ASPECTS(Alberta Stroke Program Early CT Score)评分是脑卒中的一个重要诊断和治疗依据，由Barber等学者于2000年提出。该评分方法针对急性脑卒中的病人，依据其头颅CT影像数据，将大脑中动脉供血的重要层面分成10个区域，包括位于核团层面的尾状核头(C)、豆状核(L)、内囊后肢(IC)、岛带(I)、M1(大脑中动脉前皮质区)、M2(大脑中动脉岛叶外侧皮质区)、M3(大脑中动脉后皮质区)，以及位于核团以上层面(核团上层)的M4(M1上方的大脑中动脉皮层)、M5(M2上方的大脑中动脉皮层)和M6(M3上方的大脑中动脉皮层)。上述10个区域具有相同的权重，各占1分，总分为10分。总分中减去存在早期缺血性改变的区域数，所得的数值作为评分结果，为病情判断并治疗提供依据。

目前在临床应用中，为获得ASPECTS评分，主要依赖肉眼进行评估。由于不同影像设备、不同技术人员、不同病人状况等因素的存在，不能保证头颅CT影像数据的一致性，用肉眼进行ASPECTS评分，主观性带来的差异较大；同时，由于内囊后肢在CT影像上其密度较正常脑实质稍低，因此在评分时容易误判；M1～M6区域相邻区域出现低密度灶时，存在评分者个人主观评判。因此，这种“肉眼判断法”可操作性不强。另一方面，脑卒中病情发展极快，人脑供血障碍4-5分钟以上即可出现永久不可逆性梗死，致残致死率极高，而CT影像数据上组织分区界限分辨难度较高，如不能快速准确判断分区，会导致延误病情。

因此，目前需要一种评分方法，能够排除或减少人为因素如技术水平、操作方法、图像质量、人眼分辨能力、疲劳程度、认知经验不同等，以及影像设备成像差异带来的诊断差异，缩减人为观察、思考及肉眼评分所需的时间，作为计算机辅助方法，为脑卒中等医学研究提供客观依据。

发明内容

本说明书实施例提供一种基于头颅CT影像的评分方法及系统，用于解决以下技术问题：排除或减少主观因素以及影像设备成像差异等带来的诊断差异，缩减评分所需时间，提高诊断效率和准确率。

本说明书实施例提供一种基于头颅CT影像的评分方法，包括以下步骤：

将头颅CT影像数据输入到预先训练得到的评分模型中；

通过所述评分模型识别所述头颅CT影像数据，获得所述头颅CT影像数据对应的评分概率；

基于所述头颅CT影像数据对应的评分概率，输出评分结果。

优选地，所述将头颅CT影像数据输入到预先训练得到的评分模型中的步骤之前，包括：

收集用于训练评分模型的样本；

对所述收集的用于训练评分模型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对所述人工标记的样本进行训练，获得评分模型。

优选地，所述利用监督学习的方式对所述人工标记的样本进行训练，获得评分模型，具体包括：

抽取所述人工标记的样本的第一图像特征；