【技术实现步骤摘要】
一种出血转化风险判定方法、装置、存储介质及终端
[0001]本申请涉及智慧医疗
以及图像处理领域，特别涉及一种出血转化风险判定方法、装置、存储介质及终端。
技术介绍
[0002]脑梗死的出血转化，指的是在脑梗死发生以后，在梗死的脑组织区发生了渗血，这种情况称之为出血转化。对于发生出血转化的脑梗死患者，脑动脉硬化比较重，相对于没有发生出血转化的脑梗死患者，有出血转化的患者病情更重，治疗的难度更大，需要及时采取不同的处理方案以及用药规则。
[0003]现有技术中对于出血转化的预测通常依据一些相关的临床研究来决定，例如譬如年龄、血糖、发病时的临床神经功能等。同时也会有相关的临床评分表来辅助临床医生对出血转化的可能性进行预判。由于上述方式数据单一以及掺杂人为经验，在数据不准确或者经验不足的情况下，可能会出现误判，从而降低了出血转化风险判断准确度。
技术实现思路
[0004]本申请实施例提供了一种出血转化风险判定方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括...
【技术保护点】
【技术特征摘要】
1.一种出血转化风险判定方法，其特征在于，所述方法包括：根据目标对象的CT影像数据，构建脑卒中特征以及影像组学特征；将所述脑卒中特征以及影像组学特征进行特征融合，得到所述目标对象的特征融合矩阵；将所述目标对象的特征融合矩阵输入预先训练的出血转化风险判定模型中，输出所述目标对象对应的出血转化风险值；在所述出血转化风险值大于等于预设阈值的情况下，判定所述目标对象存在出血转化风险。2.根据权利要求1所述的方法，其特征在于，所述CT影像数据包括CTP影像、CTA影像以及NCCT影像；所述根据目标对象的CT影像数据，构建脑卒中特征以及影像组学特征，包括：获取目标对象的CTP影像、CTA影像以及NCCT影像；根据所述NCCT影像，计算ASPECTS评分；根据所述CTA影像，计算Tan评分；根据所述CTP影像，分析所述目标对象的脑血容量、脑血流量以及最大达峰时间；根据所述ASPECTS评分、Tan评分、目标对象的脑血容量、脑血流量以及最大达峰时间，生成宏观的脑卒中特征；根据所述CTP影像、CTA影像以及NCCT影像，生成微观的影像组学特征。3.根据权利要求2所述的方法，其特征在于，所述根据所述ASPECTS评分、Tan评分、目标对象的脑血容量、脑血流量以及最大达峰时间，生成宏观的脑卒中特征，包括：根据所述脑血容量、脑血流量以及最大达峰时间，计算梗死区内相对脑平均血流量小于预设百分比的第一区域体积、缺血区内最大达峰时间大于第一预设时长的第二区域体积以及最大达峰时间大于第二预设时长的第三区域体积；将所述ASPECTS评分、Tan评分、第一区域体积、第二区域体积以及第三区域体积作为宏观的脑卒中特征。4.根据权利要求2所述的方法，其特征在于，所述根据所述CTP影像、CTA影像以及NCCT影像，生成微观的影像组学特征，包括：分别在所述NCCT影像、CTA影像、CTP影像的梗死区和缺血区内提取灰度依赖矩阵、灰度共生矩阵以及灰度游程矩阵；根据所述灰度依赖矩阵、灰度共生矩阵以及灰度游程矩阵计算角二阶矩、熵、对比度、逆差距和相关度，得到微观的影像组学特征。5.根据权利要求3所述的方法，其特征在于，所述将所述脑卒中特征以及影像组学特征进行特征融合，得到所述目标对象的特征融合矩阵，包括：将所述ASPECTS评分除以最大分数10，得到标准ASPECTS评分；将所述Tan评分除以最大分数3，得到标准Tan评分；将所述第一区域体积、第二区域体积以及第三区域体积除以预设脑掩膜体积，得到3个标准区域体积；将所述标准ASPECTS评分、标准Tan评分以及3个标准区域体积组合为N
×5×
1大小的矩阵；
将所述N
×5×
1大小的矩阵进行维度扩充，得到N
×5×
5大小的矩阵；将所述灰度依赖矩阵、灰度共生矩阵以及灰度游程矩阵及其二阶矩、熵、对比度、逆差距和相关度处理成N
×9×
5大小的矩阵；将N
×5×
5大小的矩阵与N
×9×
...
【专利技术属性】
技术研发人员：杨旗，冯莹莹，
申请(专利权)人：沈阳东软智能医疗科技研究院有限公司，
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。