[发明专利]一种冠脉左主干分叉的分支闭塞风险预测方法及系统

说明书

一种冠脉左主干分叉的分支闭塞风险预测方法及系统，涉及人工智能技术领域。在该方法中，获取患者的冠脉左主干造影图像；将所述冠脉左主干造影图像输入至预设的左主干分支闭塞预测评分模型，得到预测总分；判断所述预测总分是否大于或等于预设的第一阈值；当所述预测总分大于或等于所述预设的第一阈值时，确定所述患者存在左主干分叉的分支闭塞风险。实施本申请提供的技术方案，可以在手术后快速地预测冠脉左主干分叉的分支闭塞风险。

技术领域

本申请涉及人工智能技术领域，具体涉及一种冠脉左主干分叉的分支闭塞风险预测方法及系统。

背景技术

随着生活压力不断增加和生活节奏持续加快，人们罹患心脏病的概率越来越高。其中，冠脉左主干分叉的分支闭塞是在冠脉介入治疗中危险系数极高的一类并发症。因此及早发现冠脉左主干分叉的分支闭塞发生的风险，变得尤为关键。

现如今，在冠脉介入治疗中主要通过血管内超声技术或V-RESOLVE评分来预测冠脉左主干分叉的分支闭塞发生的风险。但由于血管内超声技术的检测时间过长，且在病变复杂时无法准确评估。而V-RESOLVE评分可预测非左主干分叉的分支闭塞，但由于左主干分叉和非左主干分叉病变解剖存在差异，因此V-RESOLVE评分在预测左主干分叉的分支闭塞的准确度显著降低。因此，如何快速且准确地预测冠脉左主干分叉的分支闭塞风险，成为亟待解决的问题。

因此，亟需一种冠脉左主干分叉的分支闭塞风险预测方法及系统来解决当前技术存在的问题。

发明内容

本申请提供了一种冠脉左主干分叉的分支闭塞风险预测方法及系统，可以在冠脉介入治疗中快速且准确地预测冠脉左主干分叉的分支闭塞风险。

第一方面，本申请提供了一种冠脉左主干分叉的分支闭塞风险预测方法，所述方法包括：获取患者的冠脉左主干造影图像；将所述冠脉左主干造影图像输入至预设的左主干分支闭塞预测评分模型，得到预测总分；判断所述预测总分是否大于或等于预设的第一阈值；当所述预测总分大于或等于所述预设的第一阈值时，确定所述患者存在左主干分叉的分支闭塞风险。

通过采用上述技术方案，通过获取患者的冠脉左主干造影图像，并将患者的冠脉左主干造影图像输入至预设的左主干分支闭塞预测评分模型，得到预测总分；通过预测总分，则可以直观地反映出患者在术中发生的冠脉左主干分叉的分支闭塞的风险概率。当判断预测总分大于或等于预设的第一阈值时，确定患者存在左主干分叉的分支闭塞风险，从而使得专业医护人员能够及时地采取相应的治疗策略并介入治疗。

可选的，在所述将所述冠脉左主干造影图像输入至预设的左主干分支闭塞预测评分模型之前，所述方法还包括：获取冠脉左主干造影图像样本；提取所述冠脉左主干造影图像样本的多个特征；将多个所述特征输入至预设的回归模型中进行筛选，得到n个所述特征，其中，n为大于或等于1的正整数；将n个所述特征输入至预设的全子集回归模型，得到最优子集；生成包含所述最优子集的预设的左主干分支闭塞预测评分模型。

通过采用上述技术方案，通过根据冠脉左主干造影图像样本提取得到的多个特征，经过预设的回归模型中进行筛选得到n个特征，可以初步筛选出对于判断左主干分叉的分支闭塞风险存在显著影响的特征。再将n个特征输入至预设的全子集回归模型，得到最优子集，可以进一步得到能够判断左主干分叉的分支闭塞风险的最佳的相关联特征。

可选的，所述最优子集包括i个所述特征，其中，；在所述将n个所述特征输入至预设的全子集回归模型，得到最优子集之后，所述方法还包括：计算所述最优子集内的i个所述特征的比值比；基于i个所述特征的比值比对i个所述特征进行变量赋值，得到i个赋值结果；将所述i个赋值结果相加，得到预测总分。

可选的，所述将多个所述特征输入至预设的回归模型中进行筛选，得到n个所述特征，具体包括：将多个所述特征作为自变量，将冠脉左主干分叉的分支闭塞风险作为因变量；基于单因素Logistic回归模型对所述自变量和所述因变量进行分析，得到多个所述特征的P值；对所述P值小于预设的第二阈值的多个所述特征进行筛选，得到n个所述特征。