一种基于CTP脑灌注影像数据的梗死分类方法及系统

技术领域

本发明涉及医学影像分析技术领域，特别涉及一种基于CTP脑灌注影像数据的梗死分类方法及系统。

背景技术

CTP脑灌注成像作为卒中诊治流程中一个非常重要的影像工具，能准确反映脑血流灌注情况，是早期诊断脑梗死、指导急诊溶栓治疗和判断预后的有效手段。CTP脑灌注影像数据分析，一般是非常需要自动处理，来节省急诊流程的时间。在自动计算处理过程中，急诊的梗死核心很容易将慢性梗死、陈旧梗死等列入其中，由于急性梗死才是最终要紧急手术治疗，这样的误判非常影响最终的手术。

发明内容

为解决上述问题，本发明提供了一种基于CTP脑灌注影像数据的梗死分类方法及系统。

本发明采用以下技术方案：

一种基于CTP脑灌注影像数据的梗死分类方法，包括以下步骤：

S1、获取脑灌注影像数据，并提取梗死候选区域；

S2、计算梗死候选区域所在脑区每个序列的平均CT值M

S3、判断M

S4、将梗死候选区域所在脑区与梗死候选区域周围脑区的序列数据输入到判别网络中，判断是否为慢性梗死或急性梗死，获得预判别结果；

S5、利用预先设定的第二经验阈值对预判别结果进行二次校正，获得最终的慢性梗死、急性梗死的分类结果。

优选地，所述步骤S1中提取梗死候选区域通过深度学习神经网络实现。

优选地，所述步骤S1中提取梗死候选区域通过参数图阈值方法实现。

一种基于CTP脑灌注影像数据的梗死分类系统，包括获取模块、目标提取模块、CT值计算模块、第一阈值分析模块、预判别模块及第二阈值分析模块，所述获取模块用于获取脑灌注影像数据，所述目标提取模块用于提取梗死候选区域，所述CT值计算模块用于计算获得梗死候选区域所在脑区每个序列的平均CT值、梗死候选区域周围脑区每个序列的平均CT值以及脑室区域每个序列的平均CT值，所述第一阈值分析模块用于通过第一经验阈值判断梗死候选区域所在脑区序列的平均CT值与脑室区域序列的平均CT值的接近程度来判断是否为陈旧梗死，所述预判别模块用于将梗死候选区域所在脑区与梗死候选区域周围脑区的序列数据输入到判别网络中，判断是否为慢性梗死或急性梗死，以获得预判别结果，所述第二阈值分析模块用于通过第二经验阈值对预判别结果进行二次校正，获得最终的慢性梗死、急性梗死的分类结果。

优选地，所述的提取梗死候选区域通过深度学习神经网络实现。

优选地，所述的提取梗死候选区域通过参数图阈值方法实现。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：

本发明能够准确分类出急性梗死、慢性梗死及陈旧梗死，确定诊断的准确性，为手术治疗提供可靠依据。

附图说明

图1为本发明的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例一

参考图1所示，本发明公开了一种基于CTP脑灌注影像数据的梗死分类方法，包括以下步骤：

S1、获取脑灌注影像数据，并提取梗死候选区域。提取梗死候选区域通过深度学习神经网络或参数图阈值方法实现。

S2、计算梗死候选区域所在脑区每个序列的平均CT值M

S3、判断M

S4、将梗死候选区域所在脑区与梗死候选区域周围脑区的序列数据输入到判别网络中，判断是否为慢性梗死或急性梗死，获得预判别结果。

S5、利用预先设定的第二经验阈值对预判别结果进行二次校正，获得最终的慢性梗死、急性梗死的分类结果。

本发明同时公开了一种基于CTP脑灌注影像数据的梗死分类系统，包括获取模块、目标提取模块、CT值计算模块、第一阈值分析模块、预判别模块及第二阈值分析模块，其中：

获取模块用于获取脑灌注影像数据；目标提取模块用于提取梗死候选区域，提取梗死候选区域通过深度学习神经网络或参数图阈值方法实现。

CT值计算模块用于计算获得梗死候选区域所在脑区每个序列的平均CT值、梗死候选区域周围脑区每个序列的平均CT值以及脑室区域每个序列的平均CT值。

第一阈值分析模块用于通过第一经验阈值判断梗死候选区域所在脑区序列的平均CT值与脑室区域序列的平均CT值的接近程度来判断是否为陈旧梗死。

预判别模块用于将梗死候选区域所在脑区与梗死候选区域周围脑区的序列数据输入到判别网络中，判断是否为慢性梗死或急性梗死，以获得预判别结果。

第二阈值分析模块用于通过第二经验阈值对预判别结果进行二次校正，获得最终的慢性梗死、急性梗死的分类结果。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。