【技术实现步骤摘要】
一种缺血性脑卒中患者康复预测模型建立方法
[0001]本专利技术涉及预测模型建立,尤其涉及一种缺血性脑卒中患者康复预测模型建立方法。
技术介绍
[0002]缺血性脑卒中(脑梗)中有接近90%的患者的预后会存在不同的功能障碍,包括:运动功能障碍、感觉功能障碍、认知障碍、情绪障碍、言语和语言障碍、吞咽障碍、排泄障碍及心肺功能障碍,而这些功能障碍的恢复情况是影响患者预后日常生活活动能力(ADL)的主要因素。
[0003]循证医学证实,脑卒中康复是降低致残率最有效的方法。适应、再生和神经重塑是卒中恢复的三个基本机制,康复治疗可以有效辅助患者对受损功能进行补偿、帮助神经细胞恢复功能、对神经系统连接和排布进行重塑,是减轻并发症的最有效手段,及时、科学、系统的康复治疗可以有效帮助卒中患者重塑或修复大脑神经功能,降低致残率,恢复患者自主生活能力,减轻家庭负担,提升预后生活品质等。神经系统的恢复遵循非线性的对数模式,一般发病一年内的康复训练都被认为是有意义的,但是前三个月为最佳康复时间,前六个月为有效康复时间,如果能准确预测三个月、六个月和一年后患者的康复状态有助于医生制定康复方案,增强患者信心,合理安排康复进度等。
[0004]临床上,一般使用美国国立卫生研究院卒中量表(NIHSS)、简易精神状态检查(MMSE)、肌张力痉挛评定量表(Ashworth)、Fugl
‑
Meyer运动功能评定量表(FMA)等多种量表来评估患者的功能受损情况、生活能力等,使用电子计算机断层扫描(CT)、结构磁共振成像(sM ...
【技术保护点】
【技术特征摘要】
1.一种缺血性脑卒中患者康复预测模型建立方法,其特征在于,包括:S1、数据预处理;其包括:数据特征提取、影像特征提取、深度特征提取;S2、基于深度互相学习(DSML)的长期康复预测;其包括:多模态特征融合、模型搭建、模型训练。2.根据权利要求1所述的一种缺血性脑卒中患者康复预测模型建立方法,其特征在于:所述数据预处理中,选择一定数量的缺血性脑卒中患者,每名患者均接受LIS检查、临床信息采集、检查评定、sMRI影像、fMRI影像、ADL评估。3.根据权利要求1所述的一种缺血性脑卒中患者康复预测模型建立方法,其特征在于:所述数据特征提取包括:对于LIS检查数据,筛选出超过70%患者都进行的检查项目,缺失值选择中位数填充,并按照标准值的上限和下限进行数据标准化;对于患者的临床信息,进行独热编码,对于病史信息缺乏的按照无病史进行处理;对于检查评定中的各种量表得分,按照0
‑
满分进行归一化,十米步行测试按照最大最小值进行归一化操作;并对连续变量进行曼
‑
惠特尼秩和检验,其中,连续变量包括年龄、LIS检验、量表得分,对离散特征采用卡方检验进行特征筛选,其中,离散特征包括病史。4.根据权利要求1所述的一种缺血性脑卒中患者康复预测模型建立方法,其特征在于:所述影像特征提取包括:对于sMRI影像,进行空间归一化、配准和偏置场校正,对齐影像的空间位置,对于fMRI影像,分别进行时间层校正、头动校正、配准、平滑、去线性偏移和带通滤波,去除干扰;采用SPM12中的计算解剖学工具包对T1WI、FLAIR序列进行处理,得到颅内总容积、灰质体积、白质体积、脑容量、白质高信号区体积;对于fMRI影像中的DWI序列,对DWI图像按弥散敏感系数b进行拆分,分别提取b=0和b=1500的影像,并根据b0图像和b1500图像计算梗死区域体积、缺血半暗带体积;对于DTI序列,利用3D
‑
Slicer软件计算DTI序列中梗塞灶中梗死核心、半暗带以及健侧对应区的平均各向异性分数和平均弥散率;对于Blood
‑
fMRI序列,利用静息态fMRI数据分析工具包工具包,选择Blood
‑
fMRI序列中与运动、平衡、感觉、语言、认知功能具有相关性的双侧中央前回、中央后回、额上回、颞下回、小脑、丘脑、壳核以及尾状核,分别计算这些解剖结构的局部一致性、低频波动振幅、低频振荡分数。5.根据权利要求1所述的一种缺血性脑卒中患者康复预测模型建立方法,其特征在于:所述深度特征提取包括:对于sMRI影像,将T1WI、FLAIR序列进行配准;对于DWI序列,按照b=0和b=1500进...
【专利技术属性】
技术研发人员:刘学勇,何宇,刘学敏,夏墨宇,
申请(专利权)人:中国医科大学附属盛京医院,
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。