【技术实现步骤摘要】
一种评分方法、装置以及设备
[0001]本说明书涉及医学影像及计算机
，尤其涉及一种评分方法、装置以及设备。
技术介绍
[0002]ASPECTS(Alberta Stroke Program Early CT Score)评分为评估核心梗死的重要影像学指标，可用于量化评价缺血性脑卒中患者后循环脑组织受损严重程度，总分为10分。pc
‑
ASPECTS评分(The posterior circulation Acute Stroke Prognosis Early CT Score)是评估缺血性脑卒中患者后循环的AIS预后早期CT评分，总分亦为10分。
[0003]现有技术中，ASPECTS评分或者pc
‑
ASPECTS评分主要根据医生经验，肉眼进行梗死判断，从而进行ASPECTS评分或者pc
‑
ASPECTS评分。由于不同影像设备、不同技术人员、不同病人状况等因素的存在，不能保证头颅影像数据的一致性，用肉眼进行脑梗死的判断，主观性带来的差异较大。同时，在进行...
【技术保护点】
【技术特征摘要】
1.一种评分方法，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；将所述预处理的影像数据输入分割模型中，获得所述预处理的影像数据的第二分割结果及第二分类结果，所述分割模型包括神经网络模型及后处理模型，所述神经网络模型包括编码器、分类器和解码器，所述第二分类结果为所述待处理的影像数据中用于评分的目标帧所属的目标层面，所述第二分割结果为所述待处理的影像数据中用于评分的目标帧中的每一个像素点属于目标区域的概率，所述第二分割结果与所述第二分类结果是同时从所述分割模型中获得的结果；基于所述第二分割结果及所述第二分类结果，对所述待处理的影像数据进行评分，获得评分结果。2.如权利要求1所述的方法，其特征在于，所述待处理的影像数据用于前循环，则所述目标层面的类别为3，所述目标区域的个数为20，其中，所述目标层面的类别包括核团层、核团上层及背景层面，所述目标区域包括：左右脑的尾状核头、豆状核、内囊后肢、岛带及M1
‑
M6区。3.如权利要求1所述的方法，其特征在于，所述待处理的影像数据用于后循环，则所述目标层面的类别为4，所述目标区域的个数为6，所述目标层面的类别包括小脑层面、中脑层面、丘脑层面及背景层面，所述目标区域包括：脑桥、双侧小脑、中脑、双侧丘脑与大脑后动脉供血区。4.如权利要求1所述的方法，其特征在于，所述将所述预处理的影像数据输入分割模型中，获得所述预处理的影像数据的第二分割结果及第二分类结果，具体包括：将所述预处理的影像数据输入所述编码器中，获得所述预处理的影像数据的图像特征；将所述图像特征输入所述解码器中获得所述预处理的影像数据的第一分割结果，所述第一分割结果为所述经过预处理的影像数据所包含的所有帧对应的分割结果；和/或将所述图像特征输入所述分类器中，获得所述预处理的影像数据的第一分类结果，所述第一分类结果为所述经过预处理的影像数据所包含的所有帧对应的分类结果；所述第一分类结果及所述第一分割结果经过所述后处理模型的处理，获得所述待处理影像数据的第二分割结果及所述第二分类结果。5.如权利要求4所述的方法，其特征在于，所述编码器包括第一卷积模块、全局特征融合模块和第二卷积模块。6.如权利要求4所述的方法，其特征在于，所述解码器基于编码器输出的图像特征进行反卷积与连接操作，获得所述预处理的影像数据的第一分割结果。7.一种评分装置，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；分割模块，将所述预处理的影像数据输入分割模型中，获得所述预处理的影像数据的第二分割结果及第二分类结果，所述分割模型包括神经网络模型及后处理模型，所述神经
网络模型包括编码器、分类器和解码器，所述第二分类结果为所述待处理的影像数据中用于评分的目标帧所属的目...
【专利技术属性】
技术研发人员：金海岚，印胤，杨光明，
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：
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。