System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 基于人工智能的下肢动脉斑块精准量化评估方法技术_技高网

基于人工智能的下肢动脉斑块精准量化评估方法技术

技术编号:40152418 阅读:10 留言:0更新日期:2024-01-26 23:14
本发明专利技术提供了基于人工智能的下肢动脉斑块精准量化评估方法,包括:S1,获取原始下肢CTA影像中平扫相与增强相的输出文件并进行体素双立方插值计算处理;S2,对平扫相和增强相进行两两配准;S3,得到用于训练的本底图像文件;S4,制作CTA平扫相标签文件和CTA增强相标签文件;S5,将S3中的本底图像文件与S4中的标签文件进行一一对应,并划分训练集、验证集和测试集;S6,使用所述训练集进行训练以获得提取网络模型;S7,获取最佳优化参数;S8,构建下肢动脉多级分支血管与下肢斑块自动分割模型;S9,得到预测标签;S10,获得具有空间度量单位与真实世界物理意义的语义分割图像;S11,根据语义分割图像与本底影像数据进行下肢斑块情况评估。

【技术实现步骤摘要】

本专利技术涉及人工智能评估方法领域,更具体的说是,涉及基于人工智能的下肢动脉斑块精准量化评估方法


技术介绍

1、临床研究表明,保守估计全球超过2亿人罹患下肢动脉硬化闭塞症(peripheralartery disease,pad,以下简称pad,英文中亦可写作arteriosclerosis obliterans,aso),而且仅本世纪前十年里患病率就增长了23.5%。

2、基于中国人群的最新研究显示,随年龄上升,pad患病率逐年增长,60岁以后增长速度明显加快,且女性患病率更高。据估计,近二十年来国人pad患病率增加了40%,从2000年的2944万人增加到2020年的4113万人。

3、它最常见的病因是动脉粥样硬化,动脉粥样硬化斑块导致动脉狭窄乃至闭塞,这导致受影响肢体的血流量减少。大多数患者无症状,但许多患者会出现间歇性跛行(行走疼痛)。当血流严重减少,就会发生严重的肢体缺血,导致休息时患病侧疼痛或组织功能丧失(溃疡或坏疽)。约60%的外周动脉疾病患者会发生缺血性心脏病,30%的患者会发生脑血管疾病,在确诊的5年内,10%-15%的间歇性跛行患者将死于心血管疾病。

4、目前随着中国人口老龄化的加快,pad已成为严重的公共卫生问题。为了更好地确定预防和治疗pad的有效策略,需要对pad的下肢斑块情况有一个精准的量化评估。而斑块的形状、大小与位置是重要的参考信息,如何准确和迅速地检测出下肢斑块程度,在临床上具有重要意义,有利于医生及时为患者提出合适患者的治疗方案。

5、现有技术有许多手段可以评估pad的斑块情况,包括肱踝指数(abi),二维及多普勒超声检查,ct血管成像(cta)和磁共振血管成像(mra)等无创检查,数字减影血管造影(dsa)等有创检查。各有其优缺点,应根据临床具体需要而选择。

6、目前,肱踝指数(abi)已广泛用于下肢动脉疾病的筛查及心血管风险评估,是临床最常用的无创检查手段。abi正常值为1.0~1.4,≤0.4提示极重度缺血,≤0.9为下肢血供异常。二维及多普勒超声检查简单、经济、无创,但分辨率有限,在探查下肢动脉时可能会受到肠道积气(主髂部分)、下肢骨骼(膝下部分)等影响,无法准确地显示下肢斑块情况。ct血管成像(cta)和磁共振血管成像(mra)能够清晰地显示血管解剖结构,可进行三维重建,易于识别,方法敏感度和特异度均可达90%。但目前cta和mri还存在以下一些缺陷:1)cta(使用碘化造影剂)和mri(使用钆造影剂)都存在潜在的肾毒性,在应用上具有一定的局限性;2)血管斑块分割自动化程度低;由于下肢动脉与骨骼之间解剖关系临近,侧枝动脉的对比剂强度较低,在使用阈值分割、区域生长等方法后,仍需要技术操作人员后处理时进行费时费力的手动修补和校正,往往效率低下且十分依赖经验,人力成本较高;3)下肢动脉管腔的病变性质复杂,包括钙化、内膜增生、血栓以及混合性病变;传统的cta处理难以分辨这些复杂的情况,而病变的性质直接影响了手术和介入治疗方法的决策。因此,以上问题导致下肢cta的影像诊断准确度欠佳,难以满足血管外科医师进行快速术前规划的需求。有创检查数字减影血管造影(dsa)是目前诊断下肢动脉狭窄或闭塞性疾病的“金标准”,但需穿刺血管,属于有创操作,适合于计划行同期血运重建的患者或上述无创检查难以明确的患者。dsa可以较直观地看到血管斑块的情况,其缺陷在于有创,经济成本较高,且同样无法精准量化评估斑块情况。

7、总之,目前尚缺乏一个被普遍接受的、有效的精准评估下肢血管斑块的分级量表,阻碍了评估各种腔内手术治疗下肢血管的安全性和实用性的临床进展。

8、现有技术一的技术方案:

9、目前临床上对于下肢动脉斑块的评估仅限于临床上根据图像用肉眼进行评估的pacss(peripheral arterial calcium scoring system)评分体系,且该系统仅针对斑块钙化成分进行评估。

10、pacss是一种基于高强度透视和数字减影血管造影(dsa)在ap投影(antero-posterior projection,即前后投影,它将影像在一个水平的方向上从前到后投影)中评估目标病变部位的内膜和内侧血管壁钙化情况的评分体系,可以显示钙化的病理位置(内膜、中膜、合并)以及受影响节段的长度。

11、主要分为以下5级:

12、grade 0:靶向区域未见钙化;

13、grade 1:单侧钙化<5cm;

14、grade 2:单侧钙化≥5cm;

15、grade 3:双侧钙化<5cm;

16、grade 4:双侧钙化≥5cm;

17、pacss评分作为一种基于高强度透视和数字减影血管造影(dsa)的血管钙化评分体系,对于下肢动脉的钙化程度评估是一种主观的、半定量的评估,无法客观地、精准地评估血管的钙化情况以及非钙化斑块的情况,且dsa是一种有创的、对肾功能有潜在损伤的一种检查手段。

18、现有技术二的技术方案:

19、冠状动脉钙化评估(coronary artery calcium assessment,cac)是一种通过计算冠状动脉中的钙化积分来评估心血管疾病风险的方法。cac是一种非侵入性检查技术,通常使用心脏ct扫描(计算机断层扫描)进行评估。在这种检查中,通过拍摄患者胸部的图像,可以观察到冠状动脉中的钙化程度。基于心脏ct扫描检查的结果,科学家开发了agatston评分对冠状动脉中的钙化斑块进行定量分析,从而评估冠状动脉钙化的程度。

20、agatston评分是所有钙化冠状动脉病变的总和,基于冠状动脉钙化的总面积和最大密度,将所有冠状动脉中所有病变的分数相加以计算总agatston分数。

21、评分标准如下:

22、0分:没有可识别的动脉粥样硬化斑块,非常低的心血管疾病(cvd)风险。

23、1-10分:最小的斑块负荷,低cvd风险。

24、11-100分:轻度斑块负荷,中度cvd风险。

25、101-400分:中度斑块负荷,高cvd风险。

26、超过400分:有大量的斑块堆积,极高的cvd风险。

27、使用冠状动脉钙化评估(cac)亚临床疾病(无症状人群中发生的心血管事件)已被证明可以提供额外的风险分层,并比framingham风险评分等传统策略能更好地预测心血管事件。此后,许多已发表的研究表明,使用agatston评分评估冠状动脉钙化含量,提供了超过标准危险因素的预后信息。

28、cac目前仅适用于心脏冠脉的钙化评分,类似的钙化评分系统尚未在周围动脉系统建立。目前正在临床上应用的是各种主观、半定量、血管造影和基于pacss的下肢动脉钙化严重程度评估。


技术实现思路

1、本专利技术的目的是提供基于人工智能的下肢动脉斑块情况精准量化评估方法。

2、本专利技术要解决的是如何本文档来自技高网...

【技术保护点】

1.基于人工智能的下肢动脉斑块精准量化评估方法,其特征在于,包括:

2.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S1中,获取原始下肢CTA影像中平扫相与增强相的输出文件并进行体素双立方插值计算处理,包括:

3.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S2,包括:

4.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S3包括:

5.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S4包括:

6.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S5中,

7.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S6中,使用所述训练集进行训练以获得提取网络模型,包括:

8.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S8,包括:

9.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S11,包括:

10.根据权利要求9所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述S11包括:

...

【技术特征摘要】

1.基于人工智能的下肢动脉斑块精准量化评估方法,其特征在于,包括:

2.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述s1中,获取原始下肢cta影像中平扫相与增强相的输出文件并进行体素双立方插值计算处理,包括:

3.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述s2,包括:

4.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述s3包括:

5.根据权利要求1所述的基于人工智能的下肢动脉斑块情况精准量化评估方法,其特征在于,所述s4包括:

...

【专利技术属性】
技术研发人员:吴子衡邱宸阳胡毓健杨威徐伊阳王冰余蕾沈佩儿张鸿坤
申请(专利权)人:浙江大学医学院附属第一医院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1