一种基于多模态磁共振图像的疾病患者预后系统及方法技术方案

本发明专利技术提供一种基于多模态磁共振图像的疾病患者预后系统及方法，属于磁共振技术领域，包括：获取单元，用于获取患者的多模态磁共振图像数据；匹配单元，连接获取单元，用于从预先训练得到的预后预测模型组集中匹配得到与多模态磁共振图像数据的模态组合对应的预后预测模型；预后预测单元，连接匹配单元，用于根据匹配得到的预后预测模型对多模态磁共振图像数据进行处理，得到预后预测结果

【技术实现步骤摘要】
一种基于多模态磁共振图像的疾病患者预后系统及方法


[0001]本专利技术涉及磁共振
，尤其涉及一种基于多模态磁共振图像的疾病患者预后系统及方法
。

技术介绍

[0002]磁共振成像
(Magnetic Resonance Imaging
，
MRI)
是利用核磁共振现象进行医学检查，其在软组织中具有高灵敏度和良好的图像对比度，是脑诊断和治疗过程中的首选
。
多模态磁共振
(MRI)
技术是在常规
MRI
的基础上，对多种功能
MRI
技术的一种柔性组合
。
多模态
MRI
包括但不限于：常规
MRI、
血氧水平依赖功能磁共振成像
(blood oxygen level dependent fMRI
，
BOLD—fMRI)、
扩散加权成像
(diffusion weighted imaging
，
DWI)、
扩散张量成像
(diffusion tensor imaging
，
DTI)、
扩散峰度成像
(diffusion kurtosis imaging
，
DKI)
等多模态
MRI
技术能从多种角度为疾病的鉴别诊断及治疗效果提供重要信息，为评估病情程度以及临床术前评估提供参考依据
。
[0003]预后，是指预测各种疾病的可能
、
发展过程以及疾病的结局，能够判断疾病的一些后果，比如康复
、
痊愈，甚至未愈
、
好转
、
死亡等
。
现有技术中主要通过人工判断的方式进行预后预测，受限于医生的主观判断因素，其预后预测效果较差
。

技术实现思路

[0004]为了解决以上技术问题，本专利技术提供了一种基于多模态磁共振图像的疾病患者预后系统及方法
。
[0005]本专利技术所解决的技术问题可以采用以下技术方案实现：
[0006]一种基于多模态磁共振图像的疾病患者预后系统，包括：
[0007]获取单元，用于获取患者的多模态磁共振图像数据；
[0008]匹配单元，连接所述获取单元，用于从预先训练得到的预后预测模型组集中匹配得到与所述多模态磁共振图像数据的模态组合对应的预后预测模型；
[0009]预后预测单元，连接所述匹配单元，用于根据匹配得到的所述预后预测模型对所述多模态磁共振图像数据进行处理，得到预后预测结果
。
[0010]优选地，还包括：
[0011]数据集收集单元，用于收集已知预后结果的多模态磁共振图像数据集，所述多模态磁共振图像数据集中包括不同模态组合进行融合的多模态磁共振图像；
[0012]划分单元，连接所述数据集收集单元，用于根据多模态磁共振图像包含的模态组合对所述多模态磁共振图像数据集进行划分，得到对应不同模态组合的训练数据集；
[0013]训练单元，连接所述划分单元，用于根据不同模态组合的训练数据集分别进行模型训练，得到对应每一模态组合的预后预测模型，形成所述预后预测模型组集
。
[0014]优选地，所述获取单元包括：
[0015]图像获取模块，用于获取所述患者的至少两种模态的磁共振图像数据，所述至少
两种模态的磁共振图像数据至少包括第一模态下的第一磁共振图像数据和第二模态下的第二磁共振图像数据；
[0016]重建模块，连接所述图像获取模块，用于分别对所述第一磁共振图像数据和所述第二磁共振图像数据进行重建处理，得到第一模态图像和第二模态图像；
[0017]融合模块，连接所述重建模块，用于根据所述第一模态图像和所述第二模态图像进行融合处理，得到多模态磁共振图像数据
。
[0018]优选地，所述匹配单元用于根据预设的匹配规则从所述预后预测模型组集获取与所述第一模态和所述第二模态匹配的所述预后预测模型
。
[0019]优选地，所述预设的匹配规则为按照有且仅有规则根据所述多模态磁共振图像数据包含的模态组合进行匹配
。
[0020]本专利技术还提供一种基于多模态磁共振图像的疾病患者预后方法，应用于如上述的基于多模态磁共振图像的疾病患者预后系统中，包括：
[0021]步骤
S1
，获取患者的多模态磁共振图像数据；
[0022]步骤
S2
，从预先训练得到的预后预测模型组集中匹配得到与所述多模态磁共振图像数据的模态组合对应的预后预测模型；
[0023]步骤
S3
，根据匹配得到的所述预后预测模型对所述多模态磁共振图像数据进行处理，得到预后预测结果
。
[0024]优选地，所述预先训练得到的预后预测模型组集的训练步骤包括：
[0025]收集已知预后结果的多模态磁共振图像数据集，所述多模态磁共振图像数据集中包括不同模态组合进行融合的多模态磁共振图像；
[0026]根据多模态磁共振图像包含的模态组合对所述多模态磁共振图像数据集进行划分，得到对应不同模态组合的训练数据集；
[0027]根据不同模态组合的训练数据集分别进行模型训练，得到对应每一模态组合的预后预测模型，形成所述预后预测模型组集
。
[0028]优选地，所述步骤
S1
包括：
[0029]步骤
S11
，获取所述患者的至少两种模态的磁共振图像数据，所述至少两种模态的磁共振图像数据至少包括第一模态下的第一磁共振图像数据和第二模态下的第二磁共振图像数据；
[0030]步骤
S12
，分别对所述第一磁共振图像数据和所述第二磁共振图像数据进行重建处理，得到第一模态图像和第二模态图像；
[0031]步骤
S13
，根据所述第一模态图像和所述第二模态图像进行融合处理，得到多模态磁共振图像数据
。
[0032]优选地，所述步骤
S2
中，根据预设的匹配规则从所述预后预测模型组集获取与所述第一模态和所述第二模态匹配的所述预后预测模型
。
[0033]优选地，所述预设的匹配规则为按照有且仅有规则根据所述多模态磁共振图像数据包含的模态组合进行匹配
。
[0034]本专利技术技术方案的优点或有益效果在于：
[0035]本专利技术能够自适应的匹配对应的预后预测模型，从而实现精准的预后预测，为临床预后评估提供参考和借鉴
。
附图说明
[0036]图1为本专利技术的较佳实施例中，基于多模态磁共振图像的疾病患者预后系统的结构框图；
[0037]图2为本专利技术的较佳实施例中，基于多模态磁共振图像的疾病患者预后方法的流程示意图；
[0038]图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于多模态磁共振图像的疾病患者预后系统，其特征在于，包括：获取单元，用于获取患者的多模态磁共振图像数据；匹配单元，连接所述获取单元，用于从预先训练得到的预后预测模型组集中匹配得到与所述多模态磁共振图像数据的模态组合对应的预后预测模型；预后预测单元，连接所述匹配单元，用于根据匹配得到的所述预后预测模型对所述多模态磁共振图像数据进行处理，得到预后预测结果
。2.
根据权利要求1所述的基于多模态磁共振图像的疾病患者预后系统，其特征在于，还包括：数据集收集单元，用于收集已知预后结果的多模态磁共振图像数据集，所述多模态磁共振图像数据集中包括不同模态组合进行融合的多模态磁共振图像；划分单元，连接所述数据集收集单元，用于根据多模态磁共振图像包含的模态组合对所述多模态磁共振图像数据集进行划分，得到对应不同模态组合的训练数据集；训练单元，连接所述划分单元，用于根据不同模态组合的训练数据集分别进行模型训练，得到对应每一模态组合的预后预测模型，形成所述预后预测模型组集
。3.
根据权利要求1所述的基于多模态磁共振图像的疾病患者预后系统，其特征在于，所述获取单元包括：图像获取模块，用于获取所述患者的至少两种模态的磁共振图像数据，所述至少两种模态的磁共振图像数据至少包括第一模态下的第一磁共振图像数据和第二模态下的第二磁共振图像数据；重建模块，连接所述图像获取模块，用于分别对所述第一磁共振图像数据和所述第二磁共振图像数据进行重建处理，得到第一模态图像和第二模态图像；融合模块，连接所述重建模块，用于根据所述第一模态图像和所述第二模态图像进行融合处理，得到多模态磁共振图像数据
。4.
根据权利要求3所述的基于多模态磁共振图像的疾病患者预后系统，其特征在于，所述匹配单元用于根据预设的匹配规则从所述预后预测模型组集获取与所述第一模态和所述第二模态匹配的所述预后预测模型
。5.
根据权利要求4所述的基于多模态磁共振图像的疾病患者预后系统，其特征在于，所述预设的匹配规则为按照有且仅有规则根据所述多模态磁共振图像数据包含的模态组合进行匹配
。6.
一种基于多模态磁共振图像的疾病患者预后方法，其特征在于，应用于如权利要求...

【专利技术属性】
技术研发人员：肖林芳，陈卫军，马泽曜，毛聪英，陶晨悦，
申请(专利权)人：上海深至信息科技有限公司，
类型：发明
国别省市：