【技术实现步骤摘要】
本说明书涉及医学，尤其涉及一种疾病评估方法、装置、存储介质及电子设备。
技术介绍
1、眼眶是人体中承载视觉系统的重要部位，其区域解剖结构复杂，且存在多种疾病可涉及眼眶及其内容物，直接影响眼球功能。因此，对眼眶区域进行准确可信地疾病评估是至关重要的。
2、但目前，现有技术在对眼眶区域进行评估时的效果并不理想。一方面，用于评估病情活动性的临床活动性评分(clinical activity score，cas)主观性较强，且只能反映眼表的情况。另一方面，在根据医学图像分析眼眶的疾病时过于依赖医生的主观判断，且评估效果会受到医生操作的影响，并不稳定。
3、因此，如何在对眼眶疾病进行评估时得到更加准确、客观的结果是一个亟待解决的问题。
技术实现思路
1、本说明书提供一种疾病评估方法、装置、存储介质及电子设备，以至少部分地解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
3、本说明书提供了一种疾病评估方法，包括：
4、获取包含眼眶的目标医学图像；
5、将所述目标医学图像输入预先训练的分割模型，得到所述分割模型输出的所述眼眶的结构分割结果，所述结构分割结果至少包括所述眼眶的各结构在所述目标医学图像中所在的区域；
6、根据所述结构分割结果，确定预设的各评估项的表征值；
7、根据所述各评估项的表征值对所述眼眶进行评估，得到所述眼眶的疾病评估结果。
8、可选地，所述眼眶的结构包括眼眶
9、可选地，预设的评估项包括眼球突出度、眼眶软组织体积、眼外肌t2系数、眼外肌水分数中的至少一种。
10、可选地，所述目标医学图像至少包括扰相梯度回波序列；
11、根据所述结构分割结果，确定眼球突出度的表征值，具体包括：
12、获取所述眼眶的回波轴位图像；
13、在所述回波轴位图像中选择清晰度不小于指定阈值的层面作为第一目标层面；
14、根据所述分割结果，在所述第一目标层面中确定颧骨额突点和角膜顶点；
15、根据所述颧骨额突点和所述角膜顶点，确定所述眼球突出度的表征值。
16、可选地，所述目标医学图像至少包括包含所述眼眶的磁共振图像的若干相位图；
17、根据所述结构分割结果，确定眼眶软组织体积的表征值，具体包括：
18、获取所述眼眶的在各相位下的轴位图像，其中，不同的轴位图像与所述眼眶的不同结构对应；
19、针对所述眼眶的每个指定结构，根据所述结构分割结果，在该指定结构对应的轴位图像中确定该指定结构的体积；
20、根据所述眼眶的各指定结构的体积，确定所述眼眶软组织体积的表征值。
21、可选地，所述目标医学图像至少包括t2图像；
22、根据所述结构分割结果，确定眼外肌t2系数的表征值，具体包括：
23、获取所述眼眶的t2轴位图像；
24、在所述t2轴位图像中选择包含眼外肌横截面不小于第一指定面积的层面，作为第二目标层面；
25、根据所述结构分割结果确定所述第二目标层面中构成所述眼外肌的各肌组织的面积；
26、根据所述各肌组织在所述第二目标层面的信号值与所述各肌组织的面积，确定所述眼外肌t2系数的表征值。
27、可选地，所述目标医学图像至少包括包含所述眼眶的t2图像的水相图和同位相图；
28、根据所述结构分割结果，确定眼外肌水分数的表征值，具体包括：
29、获取所述眼眶的水相轴位图像以及同位相轴位图像；
30、在所述水相轴位图像中选择包含眼外肌横截面不小于第二指定面积的层面，作为第三目标层面，并将所述第三目标层面在所述水相轴位图像中的位置确定为目标位置；
31、在所述同位相轴位图像中将位于所述目标位置的层面确定为第四目标层面；
32、根据所述结构分割结果，分别确定所述眼外肌在所述第三目标层面的信号值与在所述第四目标层面的信号值；
33、根据所述眼外肌在所述第三层面的信号值与所述第四层面的信号值，确定所述眼外肌水分数的表征值。
34、可选地，预先训练分割模型，具体包括：
35、在历史数据中获取包含样本眼眶的样本医学图像；
36、根据所述样本眼眶的真实结构确定所述样本医学图像的标注分割结果；
37、将所述样本医学图像输入待训练的分割模型，得到所述分割模型输出的所述样本眼眶的样本分割结果；
38、根据所述样本分割结果与所述标注分割结果之间的差异，对所述分割模型进行训练。
39、本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述疾病评估方法。
40、本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述疾病评估方法。
41、本说明书采用的上述至少一个技术方案能够达到以下有益效果：
42、在本说明书提供的疾病评估方法中，获取包含眼眶的目标医学图像；将所述目标医学图像输入预先训练的分割模型，得到所述分割模型输出的所述眼眶的结构分割结果，所述结构分割结果至少包括所述眼眶的各结构在所述目标医学图像中所在的区域；根据所述结构分割结果，确定预设的各评估项的表征值；根据所述各评估项的表征值对所述眼眶进行评估，得到所述眼眶的疾病评估结果。
43、在采用本说明书提供的疾病评估方法对眼眶疾病进行评估时，可通过分割模型对目标医学图像中的眼眶进行解剖学分割，得到眼眶所包含的各结构在目标医学图像中所在的区域；根据分割结果确定出各评估项的表征值，并根据表征值对眼眶进行评估，得到疾病评估结果。采用本方法可以评估值定量评估的方式，对眼眶的疾病进行准确的评估，有效防止了由人为主观评估可能引起的评估错误；同时，自动化的分割与测量使评估过程更加稳定，评估结果更加全面，全面提高了评估效果。
本文档来自技高网...【技术保护点】
1.一种疾病评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述眼眶的结构包括眼眶脂肪、眼外肌、眼球、泪腺中的至少一种。
3.如权利要求1所述的方法，其特征在于，预设的评估项包括眼球突出度、眼眶软组织体积、眼外肌T2系数、眼外肌水分数中的至少一种。
4.如权利要求3所述的方法，其特征在于，所述目标医学图像至少包括扰相梯度回波序列；
5.如权利要求1所述的方法，其特征在于，所述目标医学图像至少包括包含所述眼眶的磁共振图像的若干相位图；
6.如权利要求1所述的方法，其特征在于，所述目标医学图像至少包括T2图像；
7.如权利要求1所述的方法，其特征在于，所述目标医学图像至少包括包含所述眼眶的T2图像的水相图和同位相图；
8.如权利要求1所述的方法，其特征在于，预先训练分割模型，具体包括：
9.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述权利要求1～8任一项所述的方法。
10.一种电子设备，包括存储器、
...【技术特征摘要】
1.一种疾病评估方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述眼眶的结构包括眼眶脂肪、眼外肌、眼球、泪腺中的至少一种。
3.如权利要求1所述的方法，其特征在于，预设的评估项包括眼球突出度、眼眶软组织体积、眼外肌t2系数、眼外肌水分数中的至少一种。
4.如权利要求3所述的方法，其特征在于，所述目标医学图像至少包括扰相梯度回波序列；
5.如权利要求1所述的方法，其特征在于，所述目标医学图像至少包括包含所述眼眶的磁共振图像的若干相位图；
6.如权利要求1所述的方法，其特征在于，所...
【专利技术属性】
技术研发人员：张菁，陈磊，陈浪，王秋霞，翟林寒，余跃，曾研，王品欣，
申请(专利权)人：上海联影智能医疗科技有限公司，
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。