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AI多模态临床参数的脑小血管病认知障碍的辅助诊疗系统技术方案_技高网

基于AI多模态临床参数的脑小血管病认知障碍的辅助诊疗系统技术方案

技术编号:40739337 阅读:6 留言:0更新日期:2024-03-25 19:59
本发明专利技术提供了一种基于AI多模态临床参数的脑小血管病认知障碍的辅助诊疗系统,基于对与血脑屏障功能、衰老和细胞凋亡、小胶质细胞活化等密切相关的神经炎性细胞因子的评估,获知其在CSVD患者认知功能评估中的潜在作用。

【技术实现步骤摘要】


技术介绍

1、流行病学研究表明,脑部小血管疾病(cerebral small vessel disease,csvd)引起的认知障碍可能占血管性痴呆病例的50%以上,并增加了与阿尔茨海默病共病的风险(garnier-crussard等,2022)。csvd患者的认知障碍主要特征是注意力、执行功能、信息处理速度、学习能力和语言流利性方面的缺陷,这与阿尔茨海默病中观察到的典型的近事情景记忆损害不同(li等,2018年)。

2、csvd可表现为临床、影像和病理的综合性改变,近年来随着影像技术的快速发展,神经影像生物标志物发挥着越来越重要的作用。白质高信号(wmhs)是中老年患者常见的磁共振成像(mri)标志物,其严重程度通常由改良的fazekas分级和wmh体积的量化来确定(chen等,2021)。meta分析表明,wmhs的严重程度与全脑认知水平和全因痴呆症的风险密切相关(hu等人,2021)。病变通常起源于额角和枕角的脑室周围区域,并延伸到顶枕叶和皮质下深层白质。有证据表明,这种传播模式与认知功能之间存在区域特异性联系,特别是在执行功能、信息加工速度以及学习记忆能力方面(曾等,2020)。故而,wmhs的进展与认知障碍密切相关。因此,wmhs区域的精确量化可能比视觉分级更有利于疾病跟踪和预后。

3、另外,根据本研究组的在先研究表明,血浆生物标记物和睡眠参数,这些客观指标可能能作为评估csvd患者群体认知障碍的有价值的工具。而其他的指标还有待探索。


技术实现思路

<p>1、本专利技术旨在提供一种能够实现wmhs区域精准量化的方法,并且探讨了其他指标,包括炎症细胞因子和神经成像生物标记物等,用于评估csvd患者的认知状态上的价值、可行性和具体的应用方法。

2、本专利技术提供了一种mri影像的处理方法,用于提取影像中的wmhs,其特征在于,包含如下步骤:

3、s1.选择灰度值200做为截断值;

4、s2.在s1的图像中心周围创建了一个圆形蒙板,定位感兴趣区域roi;

5、s3.在蒙板内,选取灰度值大于截断值的区域,将其视为roi;

6、s4.对s3的roi进行分析,提取wmh的绝对体积、脑体积、额叶中的wmh体积、顶叶中的wmh体积、wmh在脑体积中的比例、额叶中的wmh在脑体积中的比例、顶叶中的wmh在脑体积中的比例,共7种类型的特征。

7、进一步地,本专利技术提供的一种mri影像的处理方法,其特征还在于:

8、以图像的中心点为基准,设置一条水平线,将图像中的大脑分为上下两半。

9、进一步地,本专利技术提供的一种mri影像的处理方法,其特征还在于:

10、上述体积通过roi区域的像素值和roi区域在大脑中的占比来计算。

11、进一步地,本专利技术提供的一种mri影像的处理方法,其特征还在于:

12、在步骤s1之前,还包含对图像的标准化处理(一般采用python进行):

13、上述图像的标准化处理过程如下:

14、s0-1.将图像像素转换为灰度值矩阵,灰度值的范围为0-255,其中0为黑色,255为白色;

15、s0-2.将每幅图像中所有像素的平均值和四分位距(iqr)调整为100来对其进行标准化;

16、此外,本专利技术还提供了采用上述mri影像的处理方法获得的wmhs在构建评价脑小血管病认知障碍症的梯度增强决策树模型上的应用,其特征在于:

17、上述模型基于wmhs,血浆生物标志物和炎症细胞因子构建。

18、此外,本专利技术还提供了采用上述mri影像的处理方法获得的wmhs构建评价/预测csvd患者的cmbs风险的梯度增强决策树模型上的应用,其特征在于:

19、上述模型基于wmhs和炎症细胞因子构建。

本文档来自技高网
...

【技术保护点】

1.一种MRI影像的处理方法,用于提取影像中的WMHs,其特征在于,包含如下步骤:

2.如权利要求1所述的一种MRI影像的处理方法,其特征在于:

3.如权利要求1所述的一种MRI影像的处理方法,其特征在于:

4.如权利要求1-6任一所述的一种MRI影像的处理方法,其特征在于:

5.如权利要求1-6任一所述的MRI影像的处理方法获得的WMHs在构建评价脑小血管病认知障碍症的梯度增强决策树模型上的应用。

6.如权利要求5所述的应用,其特征在于:

7.如权利要求1-6任一所述的MRI影像的处理方法获得的WMHs在构建评价/预测CSVD患者的CMBS风险的梯度增强决策树模型上的应用。

8.如权利要求7所述的应用,其特征在于:

【技术特征摘要】

1.一种mri影像的处理方法,用于提取影像中的wmhs,其特征在于,包含如下步骤:

2.如权利要求1所述的一种mri影像的处理方法,其特征在于:

3.如权利要求1所述的一种mri影像的处理方法,其特征在于:

4.如权利要求1-6任一所述的一种mri影像的处理方法,其特征在于:

5.如权利要求1-6任一所述...

【专利技术属性】
技术研发人员:尹又方焯陈晓晗蔡啸王莉赵伊可孙文静周欣睿程文彬侯阿龙
申请(专利权)人:上海长征医院
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