[发明专利]一种多维度斑块破裂风险预警系统

权利要求书

1.一种冠状动脉多维度斑块破裂风险预警系统，其特征在于：所述系统包括：模型建立模块：建立冠状动脉多维度无创性易损斑块破裂风险预警模型，包括基于CT对斑块的量化分析以及CT斑块定性特征建立预警模块；

检测模块：基于建立的预警模型进行预警；

其中所述多维度无创性易损斑块破裂风险预警模型是基于神经网络深度学习冠状动脉易损斑块自动识别系统以及实时血流动力学评估方法建立，

其中，所述神经网络深度学习冠状动脉易损斑块自动识别系统是将选取同一样本的冠状动脉CTA图像和OCT图像的冠状动脉斑块为感兴趣区，并将同一块斑块的CTA图像和OCT图像作为不同的通道输入到卷积3D卷积神经网络中，在后续的3D卷积神经网络全连接层部分将CTA和OCT的图像特征进行自动融合处理，利用有监督的学习方法，对分类特征进行提取；利用下采样层提取更多的结构边缘信息，同时去除冗余信息和噪声，从而建立模型，并在测试数据集中对模型进行有效性验证，所述系统采用数据扩充技术来改善样本量不足而产生的过拟合问题，由此实现了卷积神经网络数据训练的测试。

2.如权利要求1所述的系统，其特征在于：模型建立模块具体包括：基于CT对斑块的量化分析以及CT斑块定性特征建立预警模块。

3.如权利要求2所述的系统，其特征在于：所述斑块的量化分析所用参数以及CT斑块定性特征通过神经网络深度学习冠状动脉易损斑块自动识别系统获取；所述CT对斑块的量化分析包括全心斑块总负荷，斑块位置、范围、狭窄率、不同密度斑块体积，重构指数；所述CT斑块定性特征包括正性重构、餐巾环征、点状钙化、低密度斑块。

4.如权利要求1所述的系统，其特征在于：所述模型的建立还包括基于实时血流动力学评估的CT-FFR，CT-ESS。

5.如权利要求4所述的系统，其特征在于：所述基于实时血流动力学评估的CT-FFR，CT-ESS包括：从计算机虚拟冠状动脉解剖学数据库模型中通过训练学习模拟算出CT-FFR，CT-ESS。

6.如权利要求5所述的系统，其特征在于：所述从计算机虚拟冠状动脉解剖学数据库模型中通过训练学习模拟算出CT-FFR，CT-ESS包括：

1)建立冠状动脉解剖参数计算机虚拟训练数据库；

2)用深度学习算法在冠状动脉解剖结构虚拟数据库上完成离线训练，以相应位置的模拟CFD-FFRct为目标值；

3)最后该算法通过在冠状动脉血管树的任意位置计算FFR、ESS，对其进行颜色编码而进行可视化显示。

7.如权利要求1所述的系统，其特征在于：通过Cox proportional-hazards风险模型，将多维度的暴露因素与终点事件建立联系，创建基于CT无创影像学和深度学习系统的风险评估模型。

8.如上述权利要求1至7任一项所述的系统，其特征在于：所述模型的建立还基于临床危险因素、新型血清生物标志物实现。