一种分型方法、装置以及设备制造方法及图纸

本说明书实施例公开了一种分型方法、装置以及设备，属于医学影像和计算机技术领域。所述方法包括：获取待处理的影像数据；对所述待处理的影像数据进行预处理，获得预处理的影像数据；基于卷积模块，全局特征融合模块和分类模块对所述预处理的影像数据进行分型，获得所述待处理的影像数据的分型结果，所述卷积模块包括第一卷积模块和第二卷积模块。采用本说明书实施例提供的方法，能够快速、全面、准确地对大脑中动脉非急性期闭塞的影像学诊断，实现脑梗死的分型或者脑梗死的评分，诸如ASPECTS评分，为临床治疗提供参考依据。

【技术实现步骤摘要】
一种分型方法、装置以及设备
本说明书涉及医学影像及计算机
，尤其涉及一种分型方法、装置以及设备。
技术介绍
颅内动脉非急性期闭塞，是缺血性卒中的一个重要原因，约占全部缺血性脑卒中的10%，其卒中年复发风险为3.6%～22.0%；其中大脑中动脉闭塞临床多见，占闭塞性脑血管病的79.6%。目前对于颅内动脉闭塞时间超过24h的症状性非急性闭塞主要治疗方法仍是药物治疗，药物治疗无效的患者还可以采取颅内外搭桥手术和血管内治疗重建血运。研究表明，大脑中动脉非急性期闭塞接受血管内治疗具有一定的可行性及安全性，但由于开通率缺乏均一性，且存在较高的并发症发生率，存在预后较差的情形，因此限制了该技术的发展。其主要原因在于，大脑中动脉闭塞后，无法通过初级侧支循环（Willis环）和眼动脉代偿，大脑中动脉闭塞后的主要代偿途径为软脑膜动脉侧支代偿，这种代偿存在延迟现象，影像诊断存在困难，进而限制了血管内治疗的有效性，且增加了并发症的发生。因此，快速、准确的确定脑梗死类型，对建立最佳的血管内治疗策略具有重要意义。
技术实现思路
>本说明书实施例提供本文档来自技高网...

【技术保护点】
1.一种分型方法，其特征在于，所述方法包括：/n获取待处理的影像数据；/n对所述待处理的影像数据进行预处理，获得预处理的影像数据；/n基于卷积模块，全局特征融合模块和分类模块对所述预处理的影像数据进行分型，获得所述待处理的影像数据的分型结果，所述卷积模块包括第一卷积模块和第二卷积模块。/n

【技术特征摘要】
1.一种分型方法，其特征在于，所述方法包括：
获取待处理的影像数据；
对所述待处理的影像数据进行预处理，获得预处理的影像数据；
基于卷积模块，全局特征融合模块和分类模块对所述预处理的影像数据进行分型，获得所述待处理的影像数据的分型结果，所述卷积模块包括第一卷积模块和第二卷积模块。


2.如权利要求1所述的方法，其特征在于，所述对所述待处理的影像数据进行预处理，获得预处理的影像数据，具体包括：
去除所述待处理的影像数据中的颅骨后，进行归一化处理，获得预处理的影像数据。


3.如权利要求1所述的方法，其特征在于，所述基于卷积模块，全局特征融合模块和分类模块对所述预处理的影像数据进行分型，获得所述待处理的影像数据的分型结果，具体包括：
基于所述卷积模块，获得所述预处理的影像数据的局部特征；
基于所述全局特征融合模块，获得所述预处理的影像数据的全局特征；
将所述预处理的影像数据的局部特征和所述预处理的影像数据的全局特征输入所述分类模块，获得所述待处理的影像数据的分型结果。


4.如权利要求1所述的方法，其特征在于，所述卷积模块还包括第三卷积模块，所述基于卷积模块，全局特征融合模块和分类模块对所述预处理的影像数据进行分型，获得所述待处理的影像数据的分型结果，具体包括：
所述第一卷积模块用于提取所述预处理的影像数据的局部特征，获得第一特征图；
所述第二卷积模块用于提取所述第一特征图的局部特征，获得第二特征图；
所述全局特征融合模块用于提取所述第一特征图的全局特征，获得第三特征图；
所述第二卷积模块与所述全局融合模块为并联关系，以便所述第二特征图与所述第三特征图进行融合，获得第四特征图；
将所述第四特征图输入所述第三卷积模块进行卷积和池化操作后，输入所述分类模块进行分型，获得所述待处理的影像数据的分型结果。


5.如权利要求1所述的方法，其特征在于，所述基于卷积模块，全局特征融合模块和分类模块对所述预处理的影像数据进行分型，获得所述待处理的影像数据的分型结果，具体包括：
所述第一卷积模块用于提取所述预处理的影像数据的局部特征，获得第一特征图；
所述全局特征融合模块用于提取所述第一特征图的全局特征，获得第二特征图；
将所述第二特征图输入所述第二卷积模块进行卷积和池化操作后，获得第三特征图；
将所述第三特征图输入所述分类模块进行分型，获得所述待处理的影像数据的分型结果。


6.如权利要求3所述的方法，其特征在于，所述将所述预处理的影像数据的局部特征和所述预处理的影像数据的全局特征输入所述分类模块，获得所述待处理的影像数据的分型结果，具体包括：
所述分类模块的第一层为全局池化层或一维化处理层，所述分类模块还包括全连接层，所述预处理的影像数据的局部特征和所述预处理的影像数据的全局特征经过所述全局池化层或者所述一维化处理层后，经过所述全连接层，输出所述待处理的影像数据的分型结果。


7.一种分型装置，其特征在于，所述装置包括：
获取模块，获取待处理的影像数据；
预处理模块，对所述待处理的影像数据进行预处理，获得预处理的影像数据；
分型模块，基于卷积模块，全局特征融合模块和分类模块对所述预处理的影像数据进行分型，获得所述待处理的影像数据的分型结果，所述卷积模块包括第一卷积模块和第二卷积模块。


8.如权利要求7所述的装置，其特征在于，所述对所述待处理的影像数据进行预处理，获得预处理的影像数据，具体包括：
去除所述待处理的影像数据中的颅骨后，进行归一化处理，获得预处理的影像数据。


9.如权利要求7所述的装置，其特征在于，所述基于卷积模块，...

【专利技术属性】
技术研发人员：金海岚，卢旺盛，印胤，杨光明，秦岚，
申请(专利权)人：强联智创北京科技有限公司，
类型：发明
国别省市：北京;11