[发明专利]一种肝损伤缺血再灌注治疗器材与方法

权利要求书

1.一种肝损伤缺血再灌注治疗器材，其特征在于，所述肝损伤缺血再灌注治疗器材包括：

生理指数采集模块，与主控模块连接，用于通过生理监测设备采集生理数据指标；

主控模块，与生理指数采集模块、检测模型构建模块、病情诊断模块、病情分析模块、注射模块、治疗效果评价模块、显示模块连接，用于控制各个模块正常工作；

检测模型构建模块，与主控模块连接，用于构建肝损伤病情检测模型；

病情诊断模块，与主控模块连接，用于对肝损伤病情进行诊断；

输入待分割肝损伤图像和肝损伤形状图像先验；曲线初始化；肝损伤形状图像先验对齐；将对齐的肝损伤形状图像先验用水平集函数编码；构成肝损伤形状图像先验矩阵；用独立成分分析降维；将当前水平集函数投影到低维空间；估计肝损伤形状图像先验的概率分布，构造肝损伤形状图像驱动能量项，和数据驱动能量项结合，构成能量函数；最小化能量函数，驱动曲线演化，得到肝损伤分割结果，将肝损伤分割结果与数据库预存的数据进行比对，获得是否异常；

病情分析模块，与主控模块连接，用于对肝损伤病情进行分析；

注射模块，与主控模块连接，用于注射治疗缺血再灌注损伤化合物；

治疗效果评价模块，与主控模块连接，用于对肝损伤病情治疗效果进行评价；

显示模块，与主控模块连接，用于显示生理指数、病情诊断结果、病情分析结果、治疗效果评价结果。

2.如权利要求1所述的肝损伤缺血再灌注治疗器材，其特征在于，所述肝损伤分割方法包括：

(1)输入大小为M×N的待肝损伤分割图像I和n个肝损伤形状图像先验；

(2)人工或者自动地初始化演化曲线，并用水平集函数编码为φ₀；

(3)用基于矩的方法将n个肝损伤形状图像先验对齐；

(4)将对齐的肝损伤形状图像先验用水平集函数编码，得到

(5)将肝损伤形状图像先验的水平集函数按列展开成列向量构成肝损伤形状图像先验矩阵

(6)用独立成分分析对肝损伤形状图像先验矩阵D进行降维：对肝损伤形状图像先验矩阵预处理；对预处理后的肝损伤形状图像先验矩阵，进行降维；

(7)将当前水平集函数φ_t按列展开成向量，用(6)中得到的投影矩阵将其映射到低维空间；

(8)在低维空间估计肝损伤形状图像先验的概率分布，构造肝损伤形状图像驱动能量项，并和基于区域的数据驱动能量项结合，构成总的能量函数；

(9)最小化能量函数，驱动曲线演化，得到分割结果；

所述对肝损伤形状图像先验矩阵预处理的方法包括：

第一步，数据中心化：肝损伤形状图像先验矩阵D减去均值，得到中心化后的肝损伤形状图像先验矩阵：

第二步，对中心化的肝损伤形状图像先验矩阵D₁进行主成分分析：首先求D₁的协方差矩阵，C＝D₁D₁^T，其中D₁^T为矩阵D₁的转置，对协方差矩阵C进行特征值分解，C＝UΛU^T，其中为C的特征值构成的对角矩阵，U＝[u₁,...,u_M×N]为C的特征向量；

第三步，对中心化的肝损伤形状图像先验矩阵D₁进行白化处理：计算白化矩阵W＝inv(sqrt(Λ))U^T，得到白化后的矩阵满足每个特征维度上的方差为1，并且不同特征维度之间不相关；

降维处理的步骤如下：

第一步，设定要提取的独立成分的数量，即降维之后的特征数k；

第二步，假设映射矩阵为其中，列向量f_i∈R^M×N,i＝1,...,k，则降维后的肝损伤形状图像先验特征向量为构成矩阵Ψ＝[ψ₁,...,ψ_n]；

第三步，用峰度度量降维后肝损伤形状图像先验特征向量ψ_i,i＝1,...,n的非高斯性；

第四步，用固定点迭代算法求解使得峰度最大的方向{f₁^T,...,f_n^T}；

第五步，得到映射矩阵F和降维之后的肝损伤形状图像先验矩阵