[发明专利]脑灌注状态分类装置、方法、设备及存储介质有效

专利信息
申请号: 202110943317.9 申请日: 2021-08-17
公开(公告)号: CN113569984B 公开(公告)日: 2022-05-31
发明(设计)人: 王振常;郑伟;吕晗;任鹏玲;罗德红;蔡林坤;刘雅文;尹红霞;赵鹏飞;李静;刘冬;赵二伟;张婷婷 申请(专利权)人: 首都医科大学附属北京友谊医院
主分类号: G06V10/764 分类号: G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08;A61B5/026;A61B5/055;A61B5/145;A61B8/06
代理公司: 北京太合九思知识产权代理有限公司 11610 代理人: 刘戈;孙明子
地址: 100050*** 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: 灌注 状态 分类 装置 方法 设备 存储 介质
【说明书】:

本申请公开了脑灌注状态分类装置、方法、设备及存储介质。其中,该方法包括:收发模块用于获取来自超声数据采集设备的颈部血流数据;处理器,用于基于颈部血流数据、以及颈部血流数据与脑部灌注数据的映射关系,确定颈部血流数据对应的脑部灌注数据;基于脑部灌注数据中多个脑部区域的血流灌注特征,对多个脑部区域的脑灌注状态进行分类。上述装置能够通过颈部血流数据预测对应的脑部灌注数据,进而基于脑部灌注数据中的血流灌注特征(如脑血流量),更加全面准确地区分各个脑部区域的脑灌注状态,不仅大大简化脑灌注状态的获取方式,拓展脑部检查的应用场景,还提高脑血流及脑功能评估结果的准确性,辅助医生完成脑部检查。

技术领域

本申请属于计算机技术领域,尤其涉及脑灌注状态分类装置、方法、设备及存储介质。

背景技术

脑灌注成像技术主要用于反映脑组织的血流灌注状态。相关技术中,多采用电子计算机断层扫描(Computed Tomography,CT)、磁共振成像(Magnetic Resonance Imaging,MRI)等大型设备进行检查,然后根据检查结果进行脑血流及脑功能状态的评估。

但是,相关技术中检查设备的操作复杂,而且往往体积较大,难以适应一些特殊场景,例如航天场景、户外急救场景等。因此,有待提出一种新的解决方案。

发明内容

有鉴于此,本申请提供一种解决或部分解决上述技术问题的脑灌注状态分类装置、方法、设备及存储介质。

第一方面,本申请实施例提供一种脑灌注状态分类装置,该装置包括:

收发模块,用于获取来自超声数据采集设备的颈部血流数据;

处理器,用于基于所述颈部血流数据、以及所述颈部血流数据与脑部灌注数据的映射关系,确定所述颈部血流数据对应的脑部灌注数据;

所述处理器还用于,基于所述脑部灌注数据中多个脑部区域的血流灌注特征,对多个脑部区域的脑灌注状态进行分类。

可选地,所述处理器基于所述颈部血流数据、以及所述颈部血流数据与脑部灌注数据的映射关系,确定所述颈部血流数据对应的脑部灌注数据时,具体用于:

从所述颈部血流数据中提取颈部血流特征;

将所述颈部血流特征输入预先训练的网络模型,得到所述颈部血流特征对应的脑部灌注数据;

其中,所述网络模型是基于颈部血流特征样本与脑部灌注数据样本训练的。

其中,可选地,所述处理器还用于:

接收基于动脉自旋标记示踪法获取的脑部磁共振图像;

在脑部磁共振图像中划分出多个脑部区域;

以多个脑部区域各自的脑部灌注数据作为脑部灌注数据样本。

其中,可选地,所述网络模型包括:基于长短时记忆网络LSTM构建的深度学习模型;所述深度学习模型包括:包含编码器和解码器的Seq2Seq模型。

可选地,所述处理器基于所述脑部灌注数据中多个脑部区域的血流灌注特征,对多个脑部区域的脑灌注状态进行分类时,具体用于:

从所述脑部灌注数据中提取多个脑部区域的血流灌注特征;

根据所述血流灌注特征、以及脑灌注状态类别对应的血流灌注特征阈值,确定多个脑部区域各自所属的脑灌注状态类别。

可选地,所述血流灌注特征包括脑血流量。所述处理器还用于:设置脑灌注状态类别对应的脑血流量阈值。

可选地,所述颈部血流数据包括以下之一或组合:颈部血管血流数据、血管管腔形态变化数据。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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友谊医院,未经首都医科大学附属北京友谊医院许可,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/202110943317.9/2.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top