[发明专利]高分级颅内动脉瘤预测方法、装置、电子设备及可读介质

说明书

本申请公开了一种高分级颅内动脉瘤预测方法、装置、电子设备及可读介质，其中方法包括：采集输入特征数据；将输入特征数据输入至预测模型以使预测模型输出分类结果；其中，输入特征数据包括形态学特征数据；形态学特征数据包括：动脉瘤冠状面朝向及Fisher分级。本申请的有益之处在于：提供了一种采用机器学习模型对患者影像进行辨识，以快速识别颅内动脉瘤中的高分级颅内动脉瘤预测方法、装置、电子设备及可读介质。

技术领域

本申请涉及影像分析技术领域，具体而言，涉及一种高分级颅内动脉瘤预测方法、装置、电子设备及可读介质。

背景技术

颅内动脉瘤(intracranial aneurysms,IAs)是指颅内动脉由于先天性发育异常或后天损伤导致管壁局限性损害，在血流动力学负荷或其他因素作用下，血管管腔逐渐扩张、膨出而形成的瘤样突起。大脑中动脉(middle cerebral artery,MCA)是发现未破裂IAs最常见的位置。随着影像检查技术的发展，未破裂IAs的检出率正在逐年提高。但是，目前对于未破裂IAs的治疗决策尚存在争议。一方面，许多IAs没有任何症状，且长期不发生破裂；另一方面，IAs一旦破裂，其结果往往是灾难性的，将造成动脉瘤性蛛网膜下腔出血(Aneurysmal subarachnoid hemorrhage，aSAH)，患者还可能出现脑室积血、血管痉挛、脑梗死、脑水肿、脑血肿等并发症，因此aSAH的致死率、致残率较高。aSAH预后与患者入院时的动脉瘤临床分级密切相关。世界神经外科联盟分级(World Federation of NeurologicalSocieties Scale，WFNS)于1988年提出WFNS分级系统，WFNS分级系统是目前临床上常用的动脉瘤严重程度分级系统，其囊括了GCS评分和重要功能缺损等，分为1-5五个等级。其中，4-5级被认定为高分级动脉瘤，其血管痉挛及再出血发生率比低分级(WFNS 1-3级)更高，且其病死率、致残率可高达50％。尽管医疗水平在不断的进步，aSAH患者的致死、致残率仍居高不下，主要原因之一还是高分级aSAH预后较差。如果能早期发现这些高危高分级aSAH患者，进行积极的个体化治疗，能极大改善aSAH患者总体预后。

影像组学是一种计算机辅助新技术，以客观、可重现、高通量的方式从生物医学图像中提取定量特征(如形状、强度、纹理特征)。其原理是：某些疾病的病理生理学改变会通过数字医学图像表现出来，影像组学可以通过定量分析，从图像中提取这些信息。因此，采用影像组学分析的方法对患者的颅内动脉瘤进行分类，具有较高的临床应用前景。

发明内容

本申请的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本申请的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本申请的一些实施例提出了一种高分级颅内动脉瘤预测方法、装置、电子设备及可读介质，来解决以上背景技术部分提到的技术问题。

作为本申请的第一方面，本申请的一些实施例提供了一种高分级颅内动脉瘤预测方法，包括：采集输入特征数据；将输入特征数据输入至预测模型以使预测模型输出分类结果；输出分类结果；其中，输入特征数据包括形态学特征数据；形态学特征数据包括：动脉瘤冠状面朝向及Fisher分级。

作为本申请的第二方面，本申请的一些实施例提供了一种高分级颅内动脉瘤预测装置，包括：采集模块，用于采集输入特征数据；分类模块，用于将输入特征数据输入至预测模型以使预测模型输出分类结果；输出模块，用于输出分类结果。

作为本申请的第三方面，本申请的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

作为本申请的第四方面，本申请的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。