The present disclosure provides an image-based rehabilitation prediction method and related products. The method comprises the following steps: acquiring multi-source medical image data and rehabilitation situation of CSM patients within a set time range before and after surgery; predicting the next stage of health of CSM patients according to the multi-source medical image data and rehabilitation situation and through CapsuleNet mechanism and LSTM network. Repeat the situation. The technical scheme provided in this application has the function prediction after stroke rehabilitation.
【技术实现步骤摘要】
基于图像的康复预测方法及相关产品
本专利技术涉及计算机
,具体涉及一种基于图像的康复预测方法及相关产品。
技术介绍
随着医学成像技术的不断突破,计算机辅助诊断成为人工智能领域的热门研究内容之一。医学成像技术与深度学习结合可以为疾病的临床诊断和医师决策提供很好的支持,如今多模态医学成像分析的研究受到广泛关注,可以综合患者多种模态的医学影像对空间结构多角度分析。针对常见的神经退行性疾病,如脊髓型颈椎病(CSM)等,尽管大部分患者手术效果良好,但对这类疾病目前尚无很好的指标准确地预测患者术后的功能预后。融合病人多源医学影像,建立一种高精度的康复预测系统不仅能够客观评价病人术后康复情况,而且可以在治疗阶段预测病情变化趋势,辅助医师决策调整治疗方案。
技术实现思路
本专利技术实施例提供了一种基于图像的康复预测方法及相关产品,可以实现脑卒中康复后功能预测。第一方面,本专利技术实施例提供一种基于图像的康复预测方法,所述方法包括如下步骤:获取CSM病人手术前后设定时间范围内的多源医学图像数据和康复情况;依据所述多源医学图像数据和所述康复情况并通过CapsuleNet机制与长短期记忆网络LSTM预测所述CSM病人下一阶段的康复情况。第二方面,提供一种基于图像的康复预测系统,所述系统包括:获取单元,用于获取CSM病人手术前后设定时间范围内的多源医学图像数据和康复情况;处理单元,用于依据所述多源医学图像数据和所述康复情况并通过CapsuleNet机制与长短期记忆网络LSTM预测所述CSM病人下一阶段的康复情况。第三方面,提供一种计算机可读存储介质,其存储用于电子数据交换的程序 ...
【技术保护点】
1.一种基于图像的康复预测方法,其特征在于,所述方法包括如下步骤:获取CSM病人手术前后设定时间范围内的多源医学图像数据和康复情况;依据所述多源医学图像数据和所述康复情况并通过CapsuleNet机制与长短期记忆网络LSTM预测所述CSM病人下一阶段的康复情况。
【技术特征摘要】
1.一种基于图像的康复预测方法,其特征在于,所述方法包括如下步骤:获取CSM病人手术前后设定时间范围内的多源医学图像数据和康复情况;依据所述多源医学图像数据和所述康复情况并通过CapsuleNet机制与长短期记忆网络LSTM预测所述CSM病人下一阶段的康复情况。2.根据权利要求1所述的方法,其特征在于,所述获取CSM病人手术前后设定时间范围内的多源医学图像数据和康复情况具体包括:采集设定数量的多源医学图像数据,将多源医学图像数据归一化为256*256*256像素大小,采用医学图像配准算法对该设定数量的多源医学图像数据进行配准。3.根据权利要求1所述的方法,其特征在于,所述依据所述多源医学图像数据和所述康复情况并通过CapsuleNet机制与长短期记忆网络LSTM预测所述CSM病人下一阶段的康复情况具体包括:对256*256*256维度的MRI图像进行三维卷积运算,提取图像的像素级特征,并使用ReLU函数激活得到输出张量的维度为254*254*254*16,通过卷积层构建相应的张量结构作为Capsule层的输入数据,经过Capsule网络对输入数据的空间特征提取,输出多个16的特征向量;建立LSTM网络,该LSTM网络包括多个LSTM节点,每个节点与所述特征向量相连接,LSTM网络接收待预测的序列图像,依据LSTM对该序列图像预测病人下一阶段的康复情况。4.根据权利要求2所述的方法,其特征在于,所述多源医学图像数据具体包括:MRI、CT、DTI图像。5.一种基于图像的康复预测系统,其特征在于,所述系统包括:获取单...
【专利技术属性】
技术研发人员:王书强,王鸿飞,王翔宇,申妍燕,
申请(专利权)人:中国科学院深圳先进技术研究院,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。