【技术实现步骤摘要】
基于磁共振图像脑卒中病因甄别方法、装置、设备及介质
本专利技术涉及医学图像
，尤其涉及一种基于磁共振图像脑卒中病因甄别方法、装置、设备及介质。
技术介绍
急性缺血性脑血管疾病，俗称缺血性脑卒中，具有“高死亡率、高致残率、高发病率、高花费”的疾病，是全世界范围内亟待解决的问题。而不同病因的脑卒中治疗方式不同，因此，准确甄别脑卒中病因对脑卒中的治疗显得尤为重要。核磁共振成像，是利用核磁共振原理，依据所释放的能量在物质内部不同结构环境中不同的衰减，通过外加梯度磁场检测所发射出的电磁波，即可得知构成这一物体原子核的位置和种类，据此可以绘制成物体内部的结构图像。核磁共振成像对近骨骼和骨骼周围的软组织，包括韧带与肌肉，可呈现清晰影像，因此核磁共振成像得到的磁共振图像被广泛应用于脑卒中的临床诊断。现有技术中主要依靠医生的眼睛来阅读图像，医生根据专业技能和个人经验来确定脑卒中病因。由于不同医生的专业技能、个人经验不同，对同一张磁共振图像得出不同的结论，从而影响了脑卒中的治疗效率。
技术实现思路
【技术保护点】
1.一种基于磁共振图像脑卒中病因甄别方法，所述方法包括：/n获取目标特征向量、第一目标临床数据，所述目标特征向量是根据脑部磁共振图像确定的；/n将所述目标特征向量、所述第一目标临床数据输入第一病因甄别模型进行甄别，得到第一病因甄别值，所述第一病因甄别值包括：大动脉粥样硬化甄别值、心源性栓塞甄别值、穿支动脉闭塞甄别值、其他原因甄别值、不明原因甄别值；/n根据所述第一病因甄别值确定最大值甄别值；/n当所述最大值甄别值为所述大动脉粥样硬化甄别值、所述心源性栓塞甄别值、所述穿支动脉闭塞甄别值中任一个时，根据所述第一病因甄别值确定脑卒中病因甄别结果；/n当所述最大值甄别值为所述其他原...
【技术特征摘要】
1.一种基于磁共振图像脑卒中病因甄别方法，所述方法包括：
获取目标特征向量、第一目标临床数据，所述目标特征向量是根据脑部磁共振图像确定的；
将所述目标特征向量、所述第一目标临床数据输入第一病因甄别模型进行甄别，得到第一病因甄别值，所述第一病因甄别值包括：大动脉粥样硬化甄别值、心源性栓塞甄别值、穿支动脉闭塞甄别值、其他原因甄别值、不明原因甄别值；
根据所述第一病因甄别值确定最大值甄别值；
当所述最大值甄别值为所述大动脉粥样硬化甄别值、所述心源性栓塞甄别值、所述穿支动脉闭塞甄别值中任一个时，根据所述第一病因甄别值确定脑卒中病因甄别结果；
当所述最大值甄别值为所述其他原因甄别值或所述不明原因甄别值时，获取第二目标临床数据，将所述目标特征向量、所述第二目标临床数据输入第二病因甄别模型进行甄别，得到第二病因甄别值，根据所述第二病因甄别值确定所述脑卒中病因甄别结果；
其中，所述目标特征向量、所述第一目标临床数据、所述第二目标临床数据来源于同一被测者。
2.根据权利要求1所述的基于磁共振图像脑卒中病因甄别方法，其特征在于，所述获取目标特征向量、第一目标临床数据，包括：
获取所述脑部磁共振图像；
根据所述脑部磁共振图像进行预处理，得到目标磁共振图像；
根据所述目标磁共振图像，确定所述目标特征向量。
3.根据权利要求1所述的基于磁共振图像脑卒中病因甄别方法，其特征在于，所述方法还包括：
通过机器学习平台构建基于第一卷积神经网络和第一概率神经网络训练的所述第一病因甄别模型。
4.根据权利要求3所述的基于磁共振图像脑卒中病因甄别方法，其特征在于，所述第一病因甄别模型训练步骤如下：
获取多个第一训练样本，所述第一训练样本包括：第一特征向量样本值、第一临床数据样本值、第一特征向量标定值、第一脑卒中病因标定值；
将所述第一特征向量样本值输入所述第一卷积神经网络进行卷积及降采样，得到与每个所述第一特征向量样本值对应的第一提取特征向量；
根据所述第一提取特征向量、所述第一特征向量标定值对所述第一卷积神经网络进行训练，得到已训练的第一卷积神经子模型；
将所述第一特征向量样本值输入所述第一卷积神经子模型，得到与每个所述第一特征向量样本值对应的的第一已训练特征向量；
根据所述第一已训练特征向量、所述第一临床数据样本值、所述第一脑卒中病因标定值对所述第一概率神经网络进行训练，得到已训练的第一概率神经子模型；
将所述第一卷积神经子模型、所述第一概率神经子模型组合成已训练的所述第一病因甄别模型。
5.根据权利要求1所述的基于磁共振图像脑卒中病因甄别方法，其特征在于，所述方法还包括：
通过机器学习平台构建基于第二卷积神经网络和第二概率神经网络训练的所述第二病因甄别模型。
6.根据权利要求5所...
【专利技术属性】
技术研发人员：任力杰，蔡婧婧，胡诗雨，冯宏业，王洋，
申请(专利权)人：深圳市第二人民医院深圳市转化医学研究院，
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。