[发明专利]一种分型方法、装置以及设备在审
申请号: | 202011052646.6 | 申请日: | 2020-09-29 |
公开(公告)号: | CN112185550A | 公开(公告)日: | 2021-01-05 |
发明(设计)人: | 金海岚;卢旺盛;印胤;杨光明;秦岚 | 申请(专利权)人: | 强联智创(北京)科技有限公司 |
主分类号: | G16H50/20 | 分类号: | G16H50/20;G16H30/20;G16H10/20;G16H50/30;G06K9/62;G06N3/04;G06N3/08;G06T7/00;G06T7/11;G06T7/136 |
代理公司: | 北京晋德允升知识产权代理有限公司 11623 | 代理人: | 刘立升 |
地址: | 100176 北京市大兴区北*** | 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: | 一种 方法 装置 以及 设备 | ||
本说明书实施例公开了一种分型方法、装置以及设备,属于医学影像和计算机技术领域。所述方法包括:获取待处理的影像数据;对所述待处理的影像数据进行预处理,获得预处理的影像数据;基于卷积模块,全局特征融合模块和分类模块对所述预处理的影像数据进行分型,获得所述待处理的影像数据的分型结果,所述卷积模块包括第一卷积模块和第二卷积模块。采用本说明书实施例提供的方法,能够快速、全面、准确地对大脑中动脉非急性期闭塞的影像学诊断,实现脑梗死的分型或者脑梗死的评分,诸如ASPECTS评分,为临床治疗提供参考依据。
技术领域
本说明书涉及医学影像及计算机技术领域,尤其涉及一种分型方法、装置以及设备。
背景技术
颅内动脉非急性期闭塞,是缺血性卒中的一个重要原因,约占全部缺血性脑卒中的10%,其卒中年复发风险为3.6%~22.0%;其中大脑中动脉闭塞临床多见,占闭塞性脑血管病的79.6%。目前对于颅内动脉闭塞时间超过24h的症状性非急性闭塞主要治疗方法仍是药物治疗,药物治疗无效的患者还可以采取颅内外搭桥手术和血管内治疗重建血运。
研究表明,大脑中动脉非急性期闭塞接受血管内治疗具有一定的可行性及安全性,但由于开通率缺乏均一性,且存在较高的并发症发生率,存在预后较差的情形,因此限制了该技术的发展。其主要原因在于,大脑中动脉闭塞后,无法通过初级侧支循环(Willis环)和眼动脉代偿,大脑中动脉闭塞后的主要代偿途径为软脑膜动脉侧支代偿,这种代偿存在延迟现象,影像诊断存在困难,进而限制了血管内治疗的有效性,且增加了并发症的发生。因此,快速、准确的确定脑梗死类型,对建立最佳的血管内治疗策略具有重要意义。
发明内容
本说明书实施例提供一种分型方法、装置以及设备,用于解决以下技术问题:大脑中动脉闭塞后,由于代偿延迟,影像诊断存在困难,进而限制了血管内治疗的有效性,且增加了并发症的发生。
为解决上述技术问题,本说明书实施例是这样实现的:
本说明书实施例提供的一种分型方法,包括:
获取待处理的影像数据;
对所述待处理的影像数据进行预处理,获得预处理的影像数据;
基于卷积模块,全局特征融合模块和分类模块对所述预处理的影像数据进行分型,获得所述待处理的影像数据的分型结果,所述卷积模块包括第一卷积模块和第二卷积模块。
进一步地,所述对所述待处理的影像数据进行预处理,获得预处理的影像数据,具体包括:
去除所述待处理的影像数据中的颅骨后,进行归一化处理,获得预处理的影像数据。
进一步地,所述基于卷积模块,全局特征融合模块和分类模块对所述预处理的影像数据进行分型,获得所述待处理的影像数据的分型结果,具体包括:
基于所述卷积模块,获得所述预处理的影像数据的局部特征;
基于所述全局特征融合模块,获得所述预处理的影像数据的全局特征;
将所述预处理的影像数据的局部特征和所述预处理的影像数据的全局特征输入所述分类模块,获得所述待处理的影像数据的分型结果。
进一步地,所述卷积模块还包括第三卷积模块,所述基于卷积模块,全局特征融合模块和分类模块对所述预处理的影像数据进行分型,获得所述待处理的影像数据的分型结果,具体包括:
所述第一卷积模块用于提取所述预处理的影像数据的局部特征,获得第一特征图;
所述第二卷积模块用于提取所述第一特征图的局部特征,获得第二特征图;
所述全局特征融合模块用于提取所述第一特征图的全局特征,获得第三特征图;
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强联智创(北京)科技有限公司,未经强联智创(北京)科技有限公司许可,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/202011052646.6/2.html,转载请声明来源钻瓜专利网。