基于功能磁共振的带状疱疹性神经痛疗效预测方法及系统技术方案

本发明专利技术公开了基于功能磁共振的带状疱疹性神经痛疗效预测方法及系统，方法包括：获取第一图像，所述第一图像包括带状疱疹性神经痛患者的功能磁共振图像和结构图像；根据第一图像进行参数计算，其中，所述参数包括局部一致性值和分数低频振幅；根据参数计算的结果采用机器学习的方法进行带状疱疹性神经痛疗效预测。本发明专利技术将第一图像的功能磁共振图像与机器学习相结合来预测带状疱疹性神经痛的疗效，通过机器学习的方法寻找局部一致性值和分数低频振幅等神经活动标志，能客观预判患者的药物疗效，让医生能够更合理地为患者制定医疗方案，提升医生的工作效率。本发明专利技术可广泛应用于医学图像模式识别领域。

Prediction method and system of herpes zoster neuralgia based on functional magnetic resonance imaging

【技术实现步骤摘要】
基于功能磁共振的带状疱疹性神经痛疗效预测方法及系统
本专利技术涉及医学图像模式识别领域，尤其是一种基于功能磁共振的带状疱疹性神经痛疗效预测方法及系统。
技术介绍
带状疱疹是临床上较常见的急性疱疹样皮肤病，由水痘-带状疱疹病毒所致。这种病毒由呼吸道感染侵入体内，潜伏到脊神经后根神经节或其它发病部位的神经细胞中。这种病毒当机体免疫力下降(例如：创伤、劳累、感冒、免疫系统疾病等)时，潜伏的病毒就会大量繁殖，使神经节发炎和坏死，引起病人疼痛，同时该病毒沿神经通路下传到该神经支配的区域引起节段性疱疹。带状疱疹在临床多呈现数个簇集疱疹群，排列成带状，沿周围神经分布，常见于胸腹、腰背及颜面部，局部皮肤有灼热感，伴有神经痛，故又被称为带状疱疹性神经痛。目前，临床上用视觉模拟评分(VisualAnalogScore,VAS)表对带状疱疹性神经痛患者的疼痛情况进行评估，根据治疗前后的VAS评分下降情况来判别药物治疗是否有效。然而这种方法具有较强主观性，且无法帮助医生预判患者的药物疗效。
技术实现思路
为解决上述技术问题，本专利技术的目的在于：提供一种基于功能磁共振的带状疱疹性神经痛疗效预测方法及系统，以客观预判患者的药物疗效。本专利技术一方面所采取的技术方案是：基于功能磁共振的带状疱疹性神经痛疗效预测方法，包括以下步骤：获取第一图像，所述第一图像包括带状疱疹性神经痛患者的功能磁共振图像和结构图像；根据第一图像进行参数计算，其中，所述参数包括局部一致性值和分数低频振幅；根据参数计算的结果采用机器学习的方法进行带状疱疹性神经痛疗效预测。进一步，所述根据第一图像进行参数计算这一步骤，具体包括：对第一图像进行预处理，得到预处理后的图像，所述预处理包括时间层校正、头动校正、配准以及进行空间标准化；计算预处理后的图像的局部一致性值；计算预处理后的图像的分数低频振幅。进一步，所述对第一图像进行预处理，得到预处理后的图像这一步骤，具体包括：对第一图像进行格式转换，以将第一图像从DICOM文件转换为NIFTI文件；删除格式转换后带状疱疹性神经痛患者的功能磁共振图像中前若干个时间点的图像数据；对删除后得到的功能磁共振图像进行时间层校正；对时间层校正后的功能磁共振图像进行头动校正；将带状疱疹性神经痛患者的结构图像配准到头动校正后的功能磁共振图像中；将配准后的结构图像分割为灰质、白质和脑髓液三部分，并得到对应功能磁共振图像的灰质、白质和脑髓液；对功能磁共振图像的灰质、白质和脑髓液进行空间标准化。进一步，所述计算预处理后的图像的局部一致性值这一步骤，具体包括：将预处理后的图像输入掩模模板中进行掩模处理；对掩模处理后的图像进行去线性漂移处理；对去线性漂移处理后的图像进行回归分析，去除协变量；对回归分析后的图像进行滤波；对滤波后的图像计算中心体素及其周围26个体素的肯达尔相关系数，从而得到对应的局部一致性值；对完成肯达尔相关系数计算的图像进行平滑处理。进一步，所述计算预处理后的图像的分数低频振幅这一步骤，具体包括：使用高斯滤波对预处理后的图像进行平滑；将平滑后的图像输入掩模模板中进行掩模处理；对掩模处理后的图像进行去线性漂移处理；对去线性漂移处理后的图像进行回归分析，去除协变量；计算回归分析后的功能磁共振图像的低频振幅和分数低频振幅。进一步，所述根据参数计算的结果采用机器学习的方法进行带状疱疹性神经痛疗效预测这一步骤，具体包括：从输入的样本中循环抽取每个带状疱疹性神经痛患者数据作为测试集，样本中其余带状疱疹性神经痛患者数据作为训练集；根据参数计算的结果对训练集采用机器学习的方法进行模型训练，得到各个带状疱疹性神经痛疗效预测模型；采用测试集对各个带状疱疹性神经痛疗效预测模型进行测试，得到各个带状疱疹性神经痛疗效预测模型的测试结果；根据各个带状疱疹性神经痛疗效预测模型的测试结果得到最终带状疱疹性神经痛疗效预测模型的性能指标；采用最终带状疱疹性神经痛疗效预测模型对待预测的对象进行带状疱疹性神经痛疗效预测。进一步，所述机器学习的方法采用支持向量机算法。本专利技术另一方面所采取的技术方案是：基于功能磁共振的带状疱疹性神经痛疗效预测系统，包括：获取模块，用于获取第一图像，所述第一图像包括带状疱疹性神经痛患者的功能磁共振图像和结构图像；参数计算模块，用于根据第一图像进行参数计算，其中，所述参数包括局部一致性值和分数低频振幅；预测模块，用于根据参数计算的结果采用机器学习的方法进行带状疱疹性神经痛疗效预测。进一步，所述预测模块具体包括：样本划分单元，用于从输入的样本中循环抽取每个带状疱疹性神经痛患者数据作为测试集，样本中其余带状疱疹性神经痛患者数据作为训练集；训练单元，用于根据参数计算的结果对训练集采用机器学习的方法进行模型训练，得到各个带状疱疹性神经痛疗效预测模型；测试单元，用于采用测试集对各个带状疱疹性神经痛疗效预测模型进行测试，得到各个带状疱疹性神经痛疗效预测模型的测试结果；性能指标计算单元，用于根据各个带状疱疹性神经痛疗效预测模型的测试结果得到最终带状疱疹性神经痛疗效预测模型的性能指标；预测单元，用于采用最终带状疱疹性神经痛疗效预测模型对待预测的对象进行带状疱疹性神经痛疗效预测。本专利技术另一方面所采取的技术方案是：基于功能磁共振的带状疱疹性神经痛疗效预测系统，包括：至少一个处理器；至少一个存储器，用于存储至少一个程序；当所述至少一个程序被所述至少一个处理器执行，使得所述至少一个处理器实现如本专利技术所述的基于功能磁共振的带状疱疹性神经痛疗效预测方法。本专利技术的有益效果是：本专利技术基于功能磁共振的带状疱疹性神经痛疗效预测方法及系统，先获取第一图像，然后进行参数计算，最后采用机器学习的方法进行带状疱疹性神经痛疗效预测，将第一图像的功能磁共振图像与机器学习相结合来预测带状疱疹性神经痛的疗效，通过机器学习的方法寻找局部一致性值和分数低频振幅等神经影像标志，能客观预判患者的药物疗效，让医生能够更合理地为患者制定医疗方案，提升医生的工作效率。附图说明图1为本专利技术实施例提供的基于功能磁共振的带状疱疹性神经痛疗效预测方法的流程图；图2为本专利技术具体实施例的带状疱疹性神经痛疗效预测方案流程图；图3为静息态磁共振扫描得到的功能磁共振图像；图4为静息态磁共振扫描得到的结构图像；图5为本专利技术具体实施例的预处理流程图；图6为本专利技术具体实施例的局部一致性值计算流程图；图7为本专利技术具体实施例的分数低频振幅计算流程图；图8为采用本专利技术的方法进行疗效预测得到的接受者操作特征曲线图。具体实施方式首先对本专利技术所涉及到的名词和术语进行说明：fMRI：Functionalmagneticresonanceimaging，功能磁共振成像；ReHo：RegionalHomogenity，局部一致性，反映了局部脑区内部神经元活动的同步性；这种同步活动往往意味着神经元活动(激活)；fALFF：Fractionalamplitudeoflowfrequencyfluctuation，分数低频振幅，反映局部脑区自发性神经活动，这种低频振荡对不同的神经活动有一定的特异性；SVM：SupportVectorMachine，支持向量机，机器学习方法的一种；MSP：Medication-sensitivePatients，大多数患者对药物本文档来自技高网...

【技术保护点】
1.基于功能磁共振的带状疱疹性神经痛疗效预测方法，其特征在于：包括以下步骤：获取第一图像，所述第一图像包括带状疱疹性神经痛患者的功能磁共振图像和结构图像；根据第一图像进行参数计算，其中，所述参数包括局部一致性值和分数低频振幅；根据参数计算的结果采用机器学习的方法进行带状疱疹性神经痛疗效预测。

【技术特征摘要】
1.基于功能磁共振的带状疱疹性神经痛疗效预测方法，其特征在于：包括以下步骤：获取第一图像，所述第一图像包括带状疱疹性神经痛患者的功能磁共振图像和结构图像；根据第一图像进行参数计算，其中，所述参数包括局部一致性值和分数低频振幅；根据参数计算的结果采用机器学习的方法进行带状疱疹性神经痛疗效预测。2.根据权利要求1所述的基于功能磁共振的带状疱疹性神经痛疗效预测方法，其特征在于：所述根据第一图像进行参数计算这一步骤，具体包括：对第一图像进行预处理，得到预处理后的图像，所述预处理包括时间层校正、头动校正、配准以及进行空间标准化；计算预处理后的图像的局部一致性值；计算预处理后的图像的分数低频振幅。3.根据权利要求2所述的基于功能磁共振的带状疱疹性神经痛疗效预测方法，其特征在于：所述对第一图像进行预处理，得到预处理后的图像这一步骤，具体包括：对第一图像进行格式转换，以将第一图像从DICOM文件转换为NIFTI文件；删除格式转换后带状疱疹性神经痛患者的功能磁共振图像中前若干个时间点的图像数据；对删除后得到的功能磁共振图像进行时间层校正；对时间层校正后的功能磁共振图像进行头动校正；将带状疱疹性神经痛患者的结构图像配准到头动校正后的功能磁共振图像中；将配准后的结构图像分割为灰质、白质和脑髓液三部分，并得到对应功能磁共振图像的灰质、白质和脑髓液；对功能磁共振图像的灰质、白质和脑髓液进行空间标准化。4.根据权利要求2所述的基于功能磁共振的带状疱疹性神经痛疗效预测方法，其特征在于：所述计算预处理后的图像的局部一致性值这一步骤，具体包括：将预处理后的图像输入掩模模板中进行掩模处理；对掩模处理后的图像进行去线性漂移处理；对去线性漂移处理后的图像进行回归分析，去除协变量；对回归分析后的图像进行滤波；对滤波后的图像计算中心体素及其周围26个体素的肯达尔相关系数，从而得到对应的局部一致性值；对完成肯达尔相关系数计算的图像进行平滑处理。5.根据权利要求2所述的基于功能磁共振的带状疱疹性神经痛疗效预测方法，其特征在于：所述计算预处理后的图像的分数低频振幅这一步骤，具体包括：使用高斯滤波对预处理后的图像进行平滑；将平滑后的图像输入掩模模板中进行掩模处理；对掩模处理后的图像进行去线性漂移处理；对去线性漂移处理后的图像进行回归分析，去除协变量；计算...

【专利技术属性】
技术研发人员：肖礼祖，黄佳彬，黄炳升，吴松雄，曾萍，陈富勇，陶蔚，钱程瑞，孙武平，廖宇良，杨泽帆，钟少楠，
申请(专利权)人：深圳市南山区人民医院，深圳大学，
类型：发明
国别省市：广东,44