一种新型颅内动脉瘤薄弱区评估方法技术

本发明专利技术提供一种新型颅内动脉瘤薄弱区评估方法，涉及肿瘤学技术领域。该新型颅内动脉瘤薄弱区评估方法，包括如下具体方法：对颅内动脉瘤进行形态学参数提取：通过3D slicer进行逐级提取：子瘤、分叶状、瘤壁平坦度；对颅内动脉瘤进行血流动力学参数提取：通过4D

【技术实现步骤摘要】
一种新型颅内动脉瘤薄弱区评估方法


[0001]本专利技术涉及肿瘤学
，具体为一种新型颅内动脉瘤薄弱区评估方法。

技术介绍

[0002]颅内动脉瘤多为发生在颅内动脉管壁上的异常膨出，是造成蛛网膜下腔出血的首位病因，在脑血管意外中，仅次于脑血栓和高血压脑出血，位居第三。任何年龄可发病，多数好发于40至60岁中老年女性。造成颅内动脉瘤的病因尚不甚清楚，多数学者认为颅内动脉瘤是在颅内动脉管壁局部的先天性缺陷和腔内压力增高的基础上引起，高血压、脑动脉硬化、血管炎与动脉瘤的发生与发展有关。颅内动脉瘤好发于脑底动脉环(Willis环)上，其中80％发生于脑底动脉环前半部。
[0003]在现有技术中颅内肿瘤手术过程复杂，需要的手术精度高，当出现一点失误时就可能会造成颅内动脉瘤破裂，或伤到颅内神经，给患者造成不可逆伤害。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种新型颅内动脉瘤薄弱区评估方法，解决了颅内动脉瘤手术难的问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：一种新型颅内动脉瘤薄弱区评估方法，包括如下具体方法：
[0008]步骤一.对颅内动脉瘤进行形态学参数提取：通过3D slicer进行逐级提取：子瘤、分叶状、瘤壁平坦度；
[0009]步骤二.对颅内动脉瘤进行血流动力学参数提取：通过4D
‑
flow MRI提取：血流模式、动脉瘤内流速和流量的参数；
[0010]步骤三.对颅内动脉瘤进行瘤壁炎性参数提取：通过高分辨率磁共振序列进行瘤壁增强量化参数提取：参数包括了WEI、CRstalk、AER和AEI；
[0011]步骤四.对颅内动脉瘤进行瘤壁厚度参数提取：通过高分辨核磁共振的T1cube序列每层扫描的序列将动脉瘤瘤壁的厚度提取然后进行三维可视化，将三维的瘤壁通过二维平面展示出来，由红蓝渐变颜色表示动脉瘤壁厚度的改变；
[0012]步骤五.将步骤一至步骤四得到的动脉瘤参数进行综合建模，综合模型为双层模型结构，第一层为颅内动脉瘤瘤壁厚度三维模型，为步骤四参数所得、第二层为颅内动脉瘤不稳定参数风险评估模型，为步骤一到步骤三参数所得。
[0013]优选的，颅内动脉瘤不稳定参数风险评估模型得到诱发动脉瘤不稳定的参数，通过动脉瘤不稳定参数和颅内动脉瘤瘤壁厚度设定动脉瘤薄弱风险区。
[0014]优选的，所述颅内动脉瘤不稳定参数风险评估模型在建立前需要对颅内动脉瘤患者三个月内的颅内动脉瘤不稳定参数风险评估模型进行对比，等到风险变化规律。
[0015]优选的，颅内动脉瘤不稳定参数风险评估模型建立实验需要设定稳定组和不稳定组，设稳定组为A组，抽取10为患者为样本，设定不稳定组为B组，抽取10为患者为样本，稳定组为动脉瘤随访6个月未增大，不稳定组为动脉瘤随访6个月有增大超过1mm，患者有炸裂性头痛，颅神经麻痹的动脉瘤压迫症状，通过步骤一到步骤三的参数将稳定组与不稳定组对比，即可得到诱发动脉瘤不稳定的参数。
[0016]优选的，A组和B组在选取样本时女性和男性各5名，且样本的年纪控制在40
‑
55之间，保证样本选取具有代表性。
[0017](三)有益效果
[0018]本专利技术提供了一种新型颅内动脉瘤薄弱区评估方法。具备以下有益效果：
[0019]本专利技术通过对颅内动脉瘤建立颅内动脉瘤瘤壁厚度三维模型和颅内动脉瘤不稳定参数风险评估模型，可以有效的对动脉瘤位置和周围神经分布状况进行研究，研究动脉不稳定参数，再对动脉瘤厚度建模，手术时规避薄弱区，避免动脉瘤破裂，且有效的定位动瘤位置，规避脑部神经，有效的增加了手术的成功率。
附图说明
[0020]图1为本专利技术一种新型颅内动脉瘤薄弱区评估方法的结构示意图；
[0021]图2为本专利技术血流动力学模型示意图；
[0022]图3为本专利技术颅内动脉瘤瘤壁厚度三维模型图；
[0023]图4为本专利技术颅内动脉瘤形态学模型图。
具体实施方式
[0024]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0025]实施例一：
[0026]如图1
‑
4所示，本专利技术实施例提供一种新型颅内动脉瘤薄弱区评估方法，包括清垢盘1，包括如下具体方法：
[0027]步骤一.对颅内动脉瘤进行形态学参数提取：通过3D slicer进行逐级提取：子瘤、分叶状、瘤壁平坦度；
[0028]步骤二.对颅内动脉瘤进行血流动力学参数提取：通过4D
‑
flow MRI提取：血流模式、动脉瘤内流速和流量的参数；
[0029]步骤三.对颅内动脉瘤进行瘤壁炎性参数提取：通过高分辨率磁共振序列进行瘤壁增强量化参数提取：参数包括了WEI、CRstalk、AER和AEI；
[0030]步骤四.对颅内动脉瘤进行瘤壁厚度参数提取：通过高分辨核磁共振的T1cube序列每层扫描的序列将动脉瘤瘤壁的厚度提取然后进行三维可视化，将三维的瘤壁通过二维平面展示出来，由红蓝渐变颜色表示动脉瘤壁厚度的改变；
[0031]步骤五.将步骤一至步骤四得到的动脉瘤参数进行综合建模，综合模型为双层模型结构，第一层为颅内动脉瘤瘤壁厚度三维模型，为步骤四参数所得、第二层为颅内动脉瘤
不稳定参数风险评估模型，为步骤一到步骤三参数所得。
[0032]颅内动脉瘤不稳定参数风险评估模型得到诱发动脉瘤不稳定的参数，通过动脉瘤不稳定参数和颅内动脉瘤瘤壁厚度设定动脉瘤薄弱风险区。
[0033]颅内动脉瘤不稳定参数风险评估模型在建立前需要对颅内动脉瘤患者三个月内的颅内动脉瘤不稳定参数风险评估模型进行对比，等到风险变化规律。
[0034]颅内动脉瘤不稳定参数风险评估模型建立实验需要设定稳定组和不稳定组，设稳定组为A组，抽取10为患者为样本，设定不稳定组为B组，抽取10为患者为样本，稳定组为动脉瘤随访6个月未增大，不稳定组为动脉瘤随访6个月有增大超过1mm，患者有炸裂性头痛，颅神经麻痹的动脉瘤压迫症状，通过步骤一到步骤三的参数将稳定组与不稳定组对比，即可得到诱发动脉瘤不稳定的参数。
[0035]A组和B组在选取样本时女性和男性各5名，且样本的年纪控制在40
‑
55之间。
[0036]尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同物限定。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种新型颅内动脉瘤薄弱区评估方法，其特征在于，包括如下具体方法：步骤一.对颅内动脉瘤进行形态学参数提取：通过3D slicer进行逐级提取：子瘤、分叶状、瘤壁平坦度；步骤二.对颅内动脉瘤进行血流动力学参数提取：通过4D
‑
flow MRI提取：血流模式、动脉瘤内流速和流量的参数；步骤三.对颅内动脉瘤进行瘤壁炎性参数提取：通过高分辨率磁共振序列进行瘤壁增强量化参数提取：参数包括了WEI、CRstalk、AER和AEI；步骤四.对颅内动脉瘤进行瘤壁厚度参数提取：通过高分辨核磁共振的T1cube序列每层扫描的序列将动脉瘤瘤壁的厚度提取然后进行三维可视化，将三维的瘤壁通过二维平面展示出来，由红蓝渐变颜色表示动脉瘤壁厚度的改变；步骤五.将步骤一至步骤四得到的动脉瘤参数进行综合建模，综合模型为双层模型结构，第一层为颅内动脉瘤瘤壁厚度三维模型，为步骤四参数所得、第二层为颅内动脉瘤不稳定参数风险评估模型，为步骤一到步骤三参数所得。2.根据权利要求1所述的一种新型颅内动脉瘤薄弱区评估方法，其特征在于，颅...

【专利技术属性】
技术研发人员：刘爱华，彭飞，牛昊，佟鑫，陈吉钢，夏嘉祥，何晓欣，许博雅，刘浪，陈谞戈，刘鸿仪，
申请(专利权)人：北京市神经外科研究所，
类型：发明
国别省市：