脑卒中预测值获取方法、装置及存储介质制造方法及图纸

本发明专利技术提供一种脑卒中预测值获取方法、装置及存储介质，包括：从针对脑部扫描获得的平扫计算机断层扫描图像中划分出多个评估区域；针对每个评估区域分别提取纹理特征，获得纹理特征样本集；对所述纹理特征样本集进行训练，并在训练过程中五重交叉验证训练结果；基于训练后的随机森林模型计算脑卒中患病风险高低的预测值。本发明专利技术提供的技术方案，能够使用特征工程和随机森林技术对脑卒中进行自动评估和预判，准确可靠地确定ASPECTS分数。准确可靠地确定ASPECTS分数。准确可靠地确定ASPECTS分数。

【技术实现步骤摘要】
脑卒中预测值获取方法、装置及存储介质


[0001]本申请涉及机器学习领域，具体而言，涉及一种脑卒中预测值获取方法、装置及存储介质。

技术介绍

[0002]在2010年，全球大约有1700万人罹患脑卒中，并且有3.3亿人曾有脑卒中病史且仍然存活。在2013年，脑卒中是全球第二常见的死因，仅次于冠状动脉疾病(Coronary Artery Disease)，约占了死亡总数的12％，其中，约有330万人死于缺血性脑卒中。而在我国该情况则愈发严重，脑卒中乃是我国成年人致死和致残的首位原因，每5位死亡者中就至少有1人死于脑卒中。随着社会老龄化和城市化进程加速，居民不健康生活方式流行，心血管病危险因素普遍暴露，我国脑卒中疾病负担有爆发式增长的态势，并呈现出低收入群体快速增长、性别和地域差异明显以及年轻化趋势。缺血性脑卒中是指由于脑部供血不足导致的脑组织功能障碍及坏死。有四个原因可导致缺血性脑卒中：血栓(脑部形成阻塞血块)，栓塞(栓塞从其他地方形成)，系统性供血不足(一般性系统性供血不足，如休克)和大脑静脉窦血栓。大概有一半脑卒中过的人，平均余命不超过一年。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑卒中预测值获取方法，利用计算机断层造影技术预测脑卒中患病风险，其特征在于，包括：从针对脑部扫描获得的平扫计算机断层扫描图像中划分出多个评估区域；针对每个评估区域分别提取纹理特征，获得纹理特征样本集；根据所述纹理特征样本集对随机森林模型进行训练，并在训练过程中五重交叉验证训练结果；基于训练后的随机森林模型计算脑卒中患病风险高低的预测值。2.根据权利要求1所述的脑卒中预测值获取方法，其特征在于，在所述针对每个评估区域分别提取纹理特征，获得纹理特征样本集之前，还包括：对所述平扫计算机断层扫描图像中的每个评估区域的区域图像进行中值滤波处理。3.根据权利要求1所述的脑卒中预测值获取方法，其特征在于，所述对所述纹理特征样本集进行训练，并在训练过程中五重交叉验证训练结果，包括：将所述纹理特征分为五个测试集，并使用各自测试集中未包含的数据进行训练和验证；对训练和验证后得到的五个随机森林分类器分别选择不同的变量；对不同变量的平均准确性降低值进行从小到大的排序，并选择排序最靠前的变量作为预测变量。4.根据权利要求1所述的脑卒中预测值获取方法，其特征在于，所述针对每个评估区域分别提取纹理特征，获得纹理特征样本集，包括：根据影像学和临床参数来确定缺血性脑半球；通过从正常脑半球的区域值中减去缺血性脑半球的区域值来获得区域特征差异值。5.根据权利要求1所述的脑卒中预测值获取方法，其特征在于，所述对所述纹理特征样本集进行训练，并在训练过程中五重交叉验证训练结果，包括：基于线性判别分析对...

【专利技术属性】
技术研发人员：马学升，刘伟奇，
申请(专利权)人：昆明同心医联科技有限公司，
类型：发明
国别省市：