【技术实现步骤摘要】
本专利技术涉及医疗，尤其涉及一种无创大脑缺血评估模型构建方法、装置及电子设备。
技术介绍
1、动脉粥样硬化作为一种慢性血管疾病，常常导致脑血管的慢性狭窄，进而成为缺血性脑卒中的重要诱因。缺血性脑卒中一旦发生，其后果往往严重，甚至可能威胁到患者的生命。因此，对于大脑缺血状况的准确、定量评估，不仅有助于深入了解患者的疾病状态，更能为临床决策提供有力支持，从而有效评估脑卒中风险，为患者制定个性化的治疗方案。
2、目前，对于大脑缺血状况的评估，虽然有多种方法可供选择，但每种方法都存在一定的缺陷。单超声技术虽然在一定程度上能够反映大脑的血流情况，但其精度和准确性却往往受到限制。由于超声的穿透力有限，对于一些深层脑组织的血流灌注情况，单超声往往难以准确捕捉，从而影响了评估的准确性。
3、此外，有创模式也是目前常用的评估方法之一。这种方法通常需要通过穿刺等方式获取患者的脑脊液或血液样本，进而分析其中的生化指标以评估大脑的缺血状况。然而，有创模式不仅给患者带来了身体上的痛苦，还增加了感染、出血等并发症的风险。同时，由于取样的局限性和误差的存在，有创模式的评估结果也可能存在一定的偏差。
4、还有部分研究通过更复杂的输入信息，如mri影像组学、脑电信号以及自制的穿戴设备等，来进行更为深入的评估。然而，这些复杂的方式并不利于对患者缺血状态的快速评估，在实际应用中存在一定局限性。
5、因此，尽管这些方法在一定程度上能够为临床决策提供一定的支持，但由于其存在的缺陷，使得它们并不能完全满足对大脑缺血状况准确、
6、因此，提出一种无创大脑缺血评估模型构建方法、装置及电子设备。
技术实现思路
1、本说明书提供一种无创大脑缺血评估模型构建方法、装置及电子设备，避免了检测风险和患者的不适感，同时能够特异性地评估大脑缺血状况。
2、本说明书提供一种无创大脑缺血评估模型构建方法，包括：
3、获取患者临床数据；
4、基于所述患者临床数据确定血液流速v、血液流量q、血液压力p；
5、基于血液流速v、血液流量q、血液压力p确定反应灌注的无量纲指标；所述反应灌注的无量纲指标包括阻力指数ri、搏动指数pi、入口阻力rm、第一流速比值frob、第二流速比值frov、第三流速比值frop；
6、将所述反应灌注的无量纲指标进行全连接神经网络训练，得到无创大脑缺血评估模型。
7、可选的，所述基于血液流速v确定阻力指数ri，包括：
8、
9、其中，为最大血液流速，为最小血液流速，rica为右颈内动脉，lica为左颈内动脉，rva为右侧椎动脉，lva为左侧椎动脉。
10、可选的，所述基于血液流速v确定搏动指数pi，包括：
11、
12、其中，为平均血液流速。
13、可选的，所述基于血液流量q、血液压力p确定入口阻力rm，包括：
14、
15、其中，为平均血液压力，为平均血液流量。
16、可选的，所述基于血液流速v确定第一流速比值frob，包括：
17、
18、可选的，所述基于血液流速v确定第二流速比值frov，包括：
19、
20、可选的，所述基于血液流速v确定第三流速比值frop，包括：
21、
22、其中，为右颈内动脉平均血液流速，为左颈内动脉平均血液流速，为右侧椎动脉平均血液流速，为左侧椎动脉平均血液流速。
23、本说明书提供一种无创大脑缺血评估模型构建装置，包括：
24、获取模块，用于获取患者临床数据；
25、第一分析模块，用于基于所述患者临床数据确定血液流速v、血液流量q、血液压力p；
26、第二分析模块，用于基于血液流速v、血液流量q、血液压力p确定反应灌注的无量纲指标；所述反应灌注的无量纲指标包括阻力指数ri、搏动指数pi、入口阻力rm、第一流速比值frob、第二流速比值frov、第三流速比值frop；
27、训练模块，用于将所述反应灌注的无量纲指标进行全连接神经网络训练，得到无创大脑缺血评估模型。
28、可选的，所述基于血液流速v确定阻力指数ri，包括：
29、
30、其中，为最大血液流速，为最小血液流速，rica为右颈内动脉，lica为左颈内动脉，rva为右侧椎动脉，lva为左侧椎动脉。
31、可选的，所述基于血液流速v确定搏动指数pi，包括：
32、
33、其中，为平均血液流速。
34、可选的，所述基于血液流量q、血液压力p确定入口阻力rm，包括：
35、
36、其中，为平均血液压力，为平均血液流量。
37、可选的，所述基于血液流速v确定第一流速比值frob，包括：
38、
39、可选的，所述基于血液流速v确定第二流速比值frov，包括：
40、
41、可选的，所述基于血液流速v确定第三流速比值frop，包括：
42、
43、其中，为右颈内动脉平均血液流速，为左颈内动脉平均血液流速，为右侧椎动脉平均血液流速，为左侧椎动脉平均血液流速。
44、本说明书还提供一种电子设备，其中，该电子设备包括：
45、处理器；以及，存储处理器可执行报文的存储器，所述可执行报文在被执行时使所述处理器执行上述任一项所述的方法。
46、本说明书还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储一个或多个程序，所述一个或多个程序当被处理器执行时，实现上述任一项方法。
47、本专利技术中，采集多普勒超声、血液压力等临床数据，这些数据能够反映患者血管系统的血流情况和血液动力学特性。随后，系统会对这些数据进行处理，计算出颈动脉、椎动脉等关键血管的相关血液动力学参数。这些参数包括但不限于血流速度、血管阻力、血流量等，它们能够反映血管的健康状况和血流状态。
48、在获得这些参数后，将其输入到预先训练好的神经网络模型中。该神经网络模型采用全连接结构，通过误差逆传播算法进行训练，能够学习到血液动力学参数与大脑缺血状况之间的复杂关系。模型的输出是对大脑缺血状况的评估结果，包括缺血的程度、范围等信息。为了验证该系统的准确性和可靠性，还采用了多种评估指标，如准确率、特异性、敏感性等，对模型的性能进行了全面评估。同时，还绘制了roc曲线，以更直观地展示模型在不同阈值下的分类性能。本系统避免了检测风险和患者的不适感，同时能够特异性地评估大脑缺血状况。此外，由于采用了先进的神经网络模型，系统的评估结果更加准确可靠。
本文档来自技高网...【技术保护点】
1.一种无创大脑缺血评估模型构建方法，其特征在于，包括：
2.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速V确定阻力指数RI，包括：
3.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速V确定搏动指数PI，包括：
4.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流量Q、血液压力P确定入口阻力Rm，包括：
5.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速V确定第一流速比值FRoB，包括：
6.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速V确定第二流速比值FRoV，包括：
7.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速V确定第三流速比值FRoP，包括：
8.一种无创大脑缺血评估模型构建装置，其特征在于，包括：
9.一种电子设备，其中，该电子设备包括：
10.一种计算机可读存储介质，其中，所述计算
...【技术特征摘要】
1.一种无创大脑缺血评估模型构建方法，其特征在于，包括：
2.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速v确定阻力指数ri，包括：
3.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速v确定搏动指数pi，包括：
4.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流量q、血液压力p确定入口阻力rm，包括：
5.如权利要求1所述的无创大脑缺血评估模型构建方法，其特征在于，所述基于血液流速v确定第一流速比值frob，包...
【专利技术属性】
技术研发人员：曾泽延，余龙，王盛章，丁晶，
申请(专利权)人：复旦大学附属中山医院，
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。