脑灌注状态预测装置、方法、设备及模型训练装置制造方法及图纸

本发明专利技术实施例提供了一种脑灌注状态预测装置、方法、设备及模型训练装置，该脑灌注状态装置包括：第一获取模块用于获取生理特征数据，所述生理特征数据包括颈部血流数据、生理指标数据；第一确定模块用于确定与所述生理特征数据对应的颈部血流状态；第一处理模块用于根据所述颈部血流状态，确定与所述生理特征相对应的脑灌注状态。上述装置能够实现对脑灌注状态的预测。并且该脑灌注状态预测方法融合了更多的生理特征，提高了脑灌注状态预测结果的准确性，同时无需使用大型检查设备即可完成对脑灌注状态的预测，从而降低了脑灌注状态检查难度，使得脑灌注状态预测方法能够适用到各个应用场景，进一步提高了该预测方法的实用性。进一步提高了该预测方法的实用性。进一步提高了该预测方法的实用性。

【技术实现步骤摘要】
脑灌注状态预测装置、方法、设备及模型训练装置


[0001]本申请属于计算机
，尤其涉及脑灌注状态预测装置、方法、设备及模型训练装置。

技术介绍

[0002]脑灌注成像技术主要用于反映脑组织的血流灌注状态，通过脑灌注成像技术能够尽可能地还原脑血管的实际情况，辅助评估脑血流以及脑功能状态。
[0003]目前，传统的脑灌注成像技术，多采用电子计算机断层扫描(Computed Tomography，CT)、核磁共振成像(Magnetic Resonance Imaging，MRI)等大型设备进行检查，然后基于检查结果进行脑血流及脑功能状态的评估。然而，这种检查设备往往体积较大，并安装在医院等固定场所中，因此，在一些户外急救或者航天等场景中，无法使用该技术来完成脑灌注状态的检查，导致无法快速对脑血流以及脑功能状态进行评估。因此，有待提出一种新的解决方案。

技术实现思路

[0004]有鉴于此，本专利技术实施例提供一种脑灌注状态预测装置、方法、设备及模型训练装置，用以降低脑灌注状态检查难度，提高实用性。
[0005]第一方面，本申请实施例提供一种脑灌注状态预测装置，该装置包括：
[0006]第一获取模块，用于获取生理特征数据，所述生理特征数据包括颈部血流数据、生理指标数据；
[0007]第一确定模块，用于确定与所述生理特征数据对应的颈部血流状态；
[0008]第一处理模块，用于根据所述颈部血流状态，确定与所述生理特征数据相对应的脑灌注状态。
[0009]第二方面，本申请实施例提供一种脑灌注状态预测方法，方法包括：
[0010]获取生理特征数据，所述生理特征数据包括颈部血流数据、生理指标数据；
[0011]确定与所述生理特征数据对应的颈部血流状态；
[0012]根据所述颈部血流状态，确定与所述生理特征相对应的脑灌注状态。
[0013]第三方面，本申请实施例提供一种脑灌注状态预测模型的训练装置，包括：
[0014]第二获取模块，用于获取生理特征数据样本、与所述生理特征数据样本对应的颈部血流状态样本以及与所述生理特征数据样本对应脑灌注状态样本，所述生理特征数据包括颈部血流数据、生理指标数据；
[0015]第二提取模块，用于提取所述生理特征数据样本中的生理特征样本；
[0016]第二确定模块，用于确定与所述生理特征样本对应的颈部血流状态；
[0017]第二处理模块，用于根据所述颈部血流状态，确定与所述生理特征样本对应的脑灌注状态；
[0018]第二生成模块，用于判断所述脑灌注状态与所述脑灌注状态样本的一致性，在所
述脑灌注状态与脑灌注状态样本的一致性大于或等于预设阈值时，则生成脑灌注状态预测模型。
[0019]第四方面，本申请实施例提供一种脑灌注状态预测模型的训练方法，包括：
[0020]获取生理特征数据样本、与所述生理特征数据样本对应的颈部血流状态样本以及与所述生理特征数据样本对应脑灌注状态样本，所述生理特征数据包括颈部血流数据、生理指标数据；
[0021]提取所述生理特征数据样本中的生理特征样本；
[0022]确定与所述生理特征样本对应的颈部血流状态；
[0023]根据所述颈部血流状态，确定与所述生理特征样本对应的脑灌注状态；
[0024]判断所述脑灌注状态与所述脑灌注状态样本的一致性，在所述脑灌注状态与脑灌注状态样本的一致性大于或等于预设阈值时，则生成脑灌注状态预测模型。
[0025]第五方面，本申请实施例提供一种电子设备，包括：存储器及处理器；其中，
[0026]存储器，用于存储程序；
[0027]处理器，与存储器耦合，用于执行存储器中存储的程序，以用于：
[0028]获取生理特征数据，所述生理特征数据包括颈部血流数据、生理指标数据；
[0029]确定与所述生理特征数据对应的颈部血流状态；
[0030]根据所述颈部血流状态，确定与所述生理特征相对应的脑灌注状态。
[0031]第六方面，本申请实施例提供一种计算机存储介质，用于储存计算机程序，计算机程序使计算机执行时实现如下方法：
[0032]获取生理特征数据，所述生理特征数据包括颈部血流数据、生理指标数据；
[0033]确定与所述生理特征数据对应的颈部血流状态；
[0034]根据所述颈部血流状态，确定与所述生理特征相对应的脑灌注状态。
[0035]在本专利技术实施例提供的脑灌注状态预测方案中，首先通过第一获取模块，获取生理特征数据，其生理特征数据包括颈部血流数据、生理指标数据。然后通过第一确定模块，确定与所述生理特征数据对应的颈部血流状态。
[0036]第一处理模块，用于根据所述颈部血流状态，确定与所述生理特征相对应的脑灌注状态。
[0037]在本申请实施例提供的脑灌注状态预测技术方案中，通过第一获取模块，获取生理特征数据，其中生理特征数据包括颈部血流数据、生理指标数据。而后，基于第一确定模块，确定与所述生理特征数据对应的颈部血流状态。进而，通过第一处理模块，根据所述颈部血流状态，确定与所述生理特征数据相对应的脑灌注状态。在上述方案中，基于获取的生理特征数据可以确定对应的颈部血流状态，再基于颈部血流状态可以确定与生理特征数据对应的脑灌注状态，实现了对脑灌注状态的预测。并且该脑灌注状态预测方法融合了更多的生理特征，提高了脑灌注状态预测结果的准确性，同时无需使用大型检查设备即可完成对脑灌注状态的预测，从而降低了脑灌注状态检查难度，使得脑灌注状态预测方法能够适用到各个应用场景，进一步提高了该预测方法的实用性。
附图说明
[0038]为了更清楚地说明本申请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一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0039]图1为本申请实施例提供的一种脑灌注状态分类装置的结构示意图；
[0040]图2为本申请实施例提供的一种脑灌注状态分类方法的流程示意图；
[0041]图3为本申请实施例提供的另一种脑灌注状态分类装置的结构示意图；
[0042]图4为本申请实施例提供的另一种脑灌注状态分类方法的流程示意图；
[0043]图5为本申请实施例提供的一种脑灌注状态分类模型训练装置的结构示意图；
[0044]图6为本申请实施例提供的一种脑灌注状态分类模型训练方法的流程示意图；
[0045]图7为本申请实施例提供的电子设备的结构示意图。
具体实施方式
[0046]为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种脑灌注状态预测装置，其特征在于，所述装置包括：第一获取模块，用于获取生理特征数据，所述生理特征数据包括颈部血流数据、生理指标数据；第一确定模块，用于确定与所述生理特征数据对应的颈部血流状态；第一处理模块，用于根据所述颈部血流状态，确定与所述生理特征数据相对应的脑灌注状态。2.根据权利要求1所述的装置，其特征在于，在所述第一确定模块确定与所述生理特征数据对应的颈部血流状态时，具体用于：在所述颈部血流数据中提取颈部血流特征；将所述颈部血流特征和生理指标参数输入至预先训练的颈部血流状态学习模型，以利用所述颈部血流状态学习模型获得与所述颈部血流特征对应的颈部血流状态，其中，所述颈部血流状态学习模型被训练为用于获取颈部血流状态。3.根据权利要求2所述的装置，其特征在于，所述第一确定模块在所述颈部血流数据中提取颈部血流特征时，具体用于：将所述颈部血流数据输入至特征选择模型中；利用所述特征选择模型对所述颈部血流数据进行特征筛选，以得到特征子集，所述特征子集包括多个预设特征，所述预设特征与颈部血流状态的关联度大于预设阈值；确定所述特征子集为颈部血流特征；其中，所述特征选择模型被训练为用于提取颈部血流特征。4.根据权利要求1所述的装置，其特征在于，在确定与所述生理特征数据对应的颈部血流状态之后，所述第一处理模块还用于：获取用于对颈部血流状态进行分析处理的颈部血流状态标准；基于所述颈部血流状态标准，判断所述颈部血流状态是否为异常状态。5.根据权利要求1所述的装置，其特征在于，在所述第一处理模块根据所述颈部血流状态，确定与所述生理特征相对应的脑灌注状态时，具体用于：将所述颈部血流状态输入至预先训练的关联模型，以利用所述关联模型基于所述颈部血流状态，获得所述颈部血流状态相对应的脑灌注状态，其中，所述关联模型被用于训练为用于获取颈部血流状态相对应的脑灌注状态。6.根据权利要求1所述的装置，其特征在于，在确定与所述生理特征数据相对应的脑灌注状态之后，所述第一处理模块还用于：获取用于对脑灌注状态进行分析处理的脑灌注状态标准；基于所述脑灌注状态标准，判断所述脑灌注状态是否为异常状态。7.根据权利要求1所述的装置，其特征在于，所述颈部血流数据包括以下至少之一：颈部血流动力学参数、血管形态参数与血管壁力学参数；所述生理指标数据包括以下至少之一：年龄、性...

【专利技术属性】
技术研发人员：王振常，郑伟，任鹏玲，乔鹏岗，罗德红，蔡林坤，赵二伟，刘雅文，张婷婷，刘冬，吕晗，尹红霞，赵鹏飞，李静，
申请(专利权)人：首都医科大学附属北京友谊医院，
类型：发明
国别省市：