一种预测颅内动脉瘤闭塞的方法、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预测颅内动脉瘤闭塞的方法、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：获取待处理的数据；将所述待处理的数据输入颅内动脉瘤预测模型，获得所述待处理的数据对应的预测值，所述颅内动脉瘤预测模型包括第一模型，所述第一模型是经过深度学习预先训练获得的模型，所述待处理的数据对应的预测值包括第一预测值；基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果。采用本说明书提供的方法，能够排除或减少人为因素带来的差异，缩短人为观察、思考所需的时间，实现快速预测动脉瘤闭塞，提高闭塞预测的准确性。提高闭塞预测的准确性。提高闭塞预测的准确性。

【技术实现步骤摘要】
一种预测颅内动脉瘤闭塞的方法、装置以及设备


[0001]本说明书涉及医学影像及计算机
，尤其涉及一种预测颅内动脉瘤闭塞的方法、装置以及设备。

技术介绍

[0002]颅内动脉瘤是严重威胁人类健康的常见脑血管疾病，采用介入栓塞技术治疗逐渐成为颅内动脉瘤的重要治疗手段。血流导向装置改变了颅内动脉瘤血管内治疗的理念，将以往的瘤囊内填塞转向血管壁的重建，对大型或巨大型颅内动脉瘤的治疗结果产生了革命性的变化。对颅内动脉瘤进行介入栓塞治疗后，需要进行预测，以评估颅内动脉瘤栓塞后复发风险，从而为后续治疗颅内动脉瘤提供技术数据支持。
[0003]现有技术中，评估颅内动脉瘤栓塞后复发风险的方法，往往是由操作者根据随访检查结果，认为确定是否会发生颅内动脉瘤闭塞。这种人为判断是否发送颅内动脉瘤闭塞的方法，由于操作者会因为人眼分辨能力、疲劳程度、认知经验不同等的不同而存在极大差异，同时，由于操作者进行判断时，容易误判，可操作性差。
[0004]因此，需要一种新的预测方法，能够排除或减少人为因素带来的差异，缩短人为观察、思考所需的时间，实现快速预测动脉瘤闭塞，提高闭塞预测的准确性。

技术实现思路

[0005]本说明书实施例提供一种预测颅内动脉瘤闭塞的方法、装置以及设备，用于解决以下技术问题：能够排除或减少人为因素带来的差异，缩短人为观察、思考所需的时间，实现快速预测动脉瘤闭塞，提高闭塞预测的准确性。
[0006]为解决上述技术问题，本说明书实施例是这样实现的：本说明书实施例提供的一种预测颅内动脉瘤闭塞的方法，包括：获取待处理的数据；将所述待处理的数据输入颅内动脉瘤预测模型，获得所述待处理的数据对应的预测值，所述颅内动脉瘤预测模型包括第一模型，所述第一模型是经过深度学习预先训练获得的模型，所述待处理的数据对应的预测值包括第一预测值；基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果。
[0007]进一步地，所述颅内动脉瘤预测模型还包括第二模型，所述第二模型是经过机器学习预先训练获得的模型，所述第一模型与所述第二模型为并联关系，所述待处理的数据对应的预测值还包括第二预测值。
[0008]进一步地，所述第一预测值是所述待处理的数据输入所述第一模型获得的预测值，所述基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：基于所述第一预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处
理的数据的动脉瘤闭塞的预测结果。
[0009]进一步地，所述第二预测值是所述待处理的数据输入所述第二模型获得的预测值，所述基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：基于所述第一预测值和所述第二预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果。
[0010]进一步地，所述基于所述第一预测值和所述第二预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：将所述第一预测值和所述第二预测值进行加权相加，获得所述待处理的数据的最终预测值；基于所述待处理的数据的最终预测值及预设阈值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果；若所述待处理的数据的最终预测值大于等于预设阈值，则所述待处理的数据的动脉瘤闭塞；若所述待处理的数据的最终预测值小于预设阈值，则所述待处理的数据的动脉瘤不闭塞。
[0011]本说明书实施例还提供一种预测颅内动脉瘤闭塞的装置，包括：获取模块，获取待处理的数据；计算模块，将所述待处理的数据输入颅内动脉瘤预测模型，获得所述待处理的数据对应的预测值，所述颅内动脉瘤预测模型包括第一模型，所述第一模型是经过深度学习预先训练获得的模型，所述待处理的数据对应的预测值包括第一预测值；预测模块，基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果。
[0012]进一步地，所述颅内动脉瘤预测模型还包括第二模型，所述第二模型是经过机器学习预先训练获得的模型，所述第一模型与所述第二模型为并联关系，所述待处理的数据对应的预测值还包括第二预测值。
[0013]进一步地，所述第一预测值是所述待处理的数据输入所述第一模型获得的预测值，所述基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：基于所述第一预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果。
[0014]进一步地，所述第二预测值是所述待处理的数据输入所述第二模型获得的预测值，所述基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：基于所述第一预测值和所述第二预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果。
[0015]进一步地，所述基于所述第一预测值和所述第二预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：将所述第一预测值和所述第二预测值进行加权相加，获得所述待处理的数据的最
终预测值；基于所述待处理的数据的最终预测值及预设阈值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果；若所述待处理的数据的最终预测值大于等于预设阈值，则所述待处理的数据的动脉瘤闭塞；若所述待处理的数据的最终预测值小于预设阈值，则所述待处理的数据的动脉瘤不闭塞。
[0016]本说明书实施例还提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够：获取待处理的数据；将所述待处理的数据输入颅内动脉瘤预测模型，获得所述待处理的数据对应的预测值，所述颅内动脉瘤预测模型包括第一模型，所述第一模型是经过深度学习预先训练获得的模型，所述待处理的数据对应的预测值包括第一预测值；基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果。
[0017]本说明书实施例获取待处理的数据；将所述待处理的数据输入颅内动脉瘤预测模型，获得所述待处理的数据对应的预测值，所述颅内动脉瘤预测模型包括第一模型，所述第一模型是经过深度学习预先训练获得的模型，所述待处理的数据对应的预测值包括第一预测值；基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果，能够排除或减少人为因素带来的差异，缩短人为观察、思考所需的时间，实现快速预测动脉瘤闭塞，提高闭塞预测的准确性。
附图说明
[0018]为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测颅内动脉瘤闭塞的方法，其特征在于，所述方法包括：获取待处理的数据；将所述待处理的数据输入颅内动脉瘤预测模型，获得所述待处理的数据对应的预测值，所述颅内动脉瘤预测模型包括第一模型，所述第一模型是经过深度学习预先训练获得的模型，所述待处理的数据对应的预测值包括第一预测值；基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果。2.如权利要求1所述的方法，其特征在于，所述颅内动脉瘤预测模型还包括第二模型，所述第二模型是经过机器学习预先训练获得的模型，所述第一模型与所述第二模型为并联关系，所述待处理的数据对应的预测值还包括第二预测值。3.如权利要求1所述的方法，其特征在于，所述第一预测值是所述待处理的数据输入所述第一模型获得的预测值，所述基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：基于所述第一预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果。4.如权利要求2所述的方法，其特征在于，所述第二预测值是所述待处理的数据输入所述第二模型获得的预测值，所述基于所述待处理的数据对应的预测值，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：基于所述第一预测值和所述第二预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果。5.如权利要求4所述的方法，其特征在于，所述基于所述第一预测值和所述第二预测值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果，具体包括：将所述第一预测值和所述第二预测值进行加权相加，获得所述待处理的数据的最终预测值；基于所述待处理的数据的最终预测值及预设阈值，对所述待处理的数据进行动脉瘤闭塞预测，获得所述待处理的数据的动脉瘤闭塞的预测结果；若所述待处理的数据的最终预测值大于等于预设阈值，则所述待处理的数据的动脉瘤闭塞；若所述待处理的数据的最终预测值小于预设阈值，则所述待处理的数据的动脉瘤不闭塞。6.一种预测颅内动脉瘤闭塞的装置，其特征在于，所述装置包括：获取模块，获取待处理的数据；计算模块，将所述待处理的数据输入颅内动脉瘤预测模型，获得所述待处理的数据对应的预测值，所述颅内动脉瘤预测模型包括第一模型，所述第一模型是经过深度学习预先训练获得的模型，所述待处理的数据对应的预...

【专利技术属性】
技术研发人员：杨新健，罗斌，康慧斌，张义森，王坤，张莹，刘健，金海岚，王文智，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：