[发明专利]一种基于机器学习的门脉高压无创评估方法及系统

说明书

本发明涉及一种基于机器学习的门脉高压无创评估方法及系统,属于医学图像处理技术领域。方法包括：S1：获取门脉高压症的图像数据并对所述图像数据进行预处理；S2：对预处理后的图像数据运用卷积神经网络进行病灶区域分割，得到门脉高压病灶区域；S3：对所述门脉高压病灶区域进行影像组学特征提取和特征矩阵构建，采用集成学习训练多个基础分类器，得到门脉高压无创评估模型；S4：调用所述门脉高压无创评估模型，对待评估的图像数据进行评估，输出门脉高压无创评估结果。本发明具有较高的灵敏度和准确性，可以帮助指导PH患者的快速诊断，进而缩短PH患者的治疗时间，具有较好的临床实用性。

技术领域

本发明属于医学图像处理技术领域，尤其涉及一种基于机器学习的门脉高压无创评估方法及系统。

背景技术

门脉高压症(portalhypertension,PH)是肝硬化的主要并发症之一，是由门静脉系统压力升高引起的一系列临床表现，如食管胃静脉曲张、腹水等。临床医学上评估门脉高压的金标准为肝静脉压力梯度(Hepatic Venous Pressure Gradient，HVPG)，但因其创伤性，费用高，难以重复等缺点。因此寻找一种有效准确的无创评估方法对门脉高压症的临床诊断和治疗具有重要意义。

近几年，现代医学成像技术不断发展，其产生的高分辨率图像可以为医生提供多方位视图和更多的图像细节，大大有助于临床的诊断治疗。CT血管造影(CT angiography,CTA)是一种利用计算机三维重建方法合成的非创伤性血管造影术。它利用螺旋CT的快速扫描，在短时间内完成一定范围内的横断面扫描。将采集的图像资料送入工作站进行图像重建。通过图像显示阈值的调整即可得到显示血管和组织结构的三维图像，并可利用计算机软件对其进行任意角度的观察和任意方向的切割。CTA技术可以将CT增强技术与快速扫描技术相结合，通过后处理清晰显示腹部血管细节，具有无创和操作简便的特点。

当前对于门脉高压的无创评估研究主要集中在血清学指标，影像学指标以及利用电子病历建立元模型等。血清学指标主要包括炎性介质、血管活性物质和细胞外基质(extracellular matrix，ECM)组分及其循环降解产物等，这些指标都可以间接评估门脉高压的严重程度，但血清学指标在反映肝硬化进展以及与门脉压力的作用还需要进一步研究，因此，无法完全代替有创评估。其次，影像学指标包括CT，MRI，这些检查方法可以很好的发现门脉高压的并发症如腹水，静脉曲张。近年来有研究显示运用瞬时弹性成像测定肝脏硬度值，发现其与HVPG有一定的相关性，可以在一定程度上反映门静脉压力。元模型的建立依靠患者的各种临床信息，这些信息收集复杂且与门脉高压症的相关性并不明确，因此也无法取代HVPG评估。

发明内容

本发明的主要目的在于克服现有技术的缺点与不足，提供一种基于机器学习的门脉高压无创评估方法及系统，通过对门脉高压症的图像数据进行预处理、病灶区域分割、分类器训练集成，得到门脉高压无创评估模型，然后通过调用门脉高压无创评估模型对待评估的图像数据进行评估，得到门脉高压无创评估结果，该方法具有较高的灵敏度和准确性，可以帮助指导PH患者的快速诊断，进而缩短PH患者的治疗时间，具有较好的临床实用性。

根据本发明的一个方面，本发明提供了一种基于机器学习的门脉高压无创评估方法，所述方法包括以下步骤：

S1：获取门脉高压症的图像数据并对所述图像数据进行预处理；

S2：对预处理后的图像数据运用卷积神经网络进行病灶区域分割，得到门脉高压病灶区域；

S3：对所述门脉高压病灶区域进行影像组学特征提取和特征矩阵构建，采用集成学习训练多个基础分类器，得到门脉高压无创评估模型；

S4：调用所述门脉高压无创评估模型，对待评估的图像数据进行评估，输出门脉高压无创评估结果。

优选地，所述获取门脉高压症的图像数据并对所述图像数据进行预处理，包括：