申请/专利权人：西安交通大学

申请日：2023-07-19

公开（公告）日：2024-04-12

公开（公告）号：CN116919374B

主分类号：A61B5/026

分类号：A61B5/026;A61B5/00;A61B6/00;A61B8/08;A61B8/00;A61B6/50

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.11.10#实质审查的生效;2023.10.24#公开

摘要：本发明公开了颅内动脉瘤及载瘤动脉内血流动力学评估方法参数及系统，涉及生物流体力学及人工智能技术领域，该方法包括：获取待评估患者的临床多模态影像数据，使用影像分割神经网络模型对评估影像进行自动分割及自动三维重建，获得颅内动脉瘤及载瘤动脉内腔的三维模型，基于三维模型对其几何形态学参数进行自动测量与评估，结合几何形态学参数及边界条件使用基于机器学习的血流动力学计算代理模型与评估代理模型进行计算分析，获得破裂风险分级结果；本发明通过神经网络模型，基于患者颅内动脉瘤几何形态学参数对其血流动力学参数进行预测及风险评估，从而缩短了血流动力学参数的计算时间，提高了对颅内动脉瘤进行相关分析和预测的效率。

主权项：1.一种颅内动脉瘤及载瘤动脉内血流动力学参数评估方法，其特征在于，包括以下步骤：获取待评估样本的临床多模态影像数据；使用影像分割神经网络模型对临床多模态影像数据进行自动分割；其中，对所述影像分割神经网络模型进行训练，具体包括以下步骤：收集已有病例的临床颅内CTA影像数据；对影像数据中的颅内动脉瘤及载瘤动脉进行三维标注，并构建颅内动脉瘤及载瘤动脉数据集；对颅内动脉瘤及载瘤动脉数据集进行预处理，并划分为训练集和测试集；将训练集输入深度神经网络模型中进行训练；对训练好的深度神经网络模型在测试集上进行性能测试，达到预设精度，获得训练好的影像分割神经网络模型；采用多层面重建技术对自动分割结果进行自动三维重建，根据三维重建的结果构建颅内动脉瘤及载瘤动脉内腔的三维模型；所述根据三维重建的结果构建颅内动脉瘤及载瘤动脉内腔的三维模型，具体包括以下步骤：对待评估样本的临床多模态影像数据进行图像预处理操作；将处理后的待评估样本的临床多模态影像数据输入影像分割神经网络模型进行颅内动脉瘤及载瘤动脉内腔的自动分割；采用多层面重建技术对自动分割结果进行自动三维重建，获得待评估样本包括颅内动脉瘤及载瘤动脉内腔的三维模型；基于三维模型对颅内动脉瘤及载瘤动脉内腔几何形态学参数进行自动测量与评估；将获得的几何形态学参数以及由超声、压力导丝获取的边界条件输入至基于机器学习的血流动力学计算代理模型中进行计算；所述将获得的几何形态学参数以及由超声、压力导丝获取的边界条件输入至基于机器学习的血流动力学计算代理模型中进行计算，具体步骤包括：由待评估样本的多普勒超声影像数据及压力导丝方式获取载流动脉流量及血压、血流流速边界条件；将获得的几何形态学参数及载流动脉流量及血压、血流流速边界条件输入血流动力学计算代理模型，获得颅内动脉瘤及载瘤动脉内血流动力学的自动评估结果；所述基于机器学习的血流动力学计算代理模型的构建包括以下步骤：基于已有病例的CTA及多普勒超声影像数据提取颅内动脉瘤及载瘤动脉个体化三维模型及其边界条件；对所述颅内动脉瘤及载瘤动脉个体化三维模型的几何形态学参数进行自动测量与评估；根据个体化三维模型的几何形态学参数及边界条件对颅内动脉瘤及载瘤动脉进行CFD仿真模拟及不确定性分析，获取目标血流动力学参数，将CFD仿真结果转换为高密度的三维点云形式；构建颅内动脉瘤及载瘤动脉的几何形态学参数和血流动力学参数数据库；将包含颅内动脉瘤及载瘤动脉的边界条件、几何形态学参数和血流动力学参数的数据集输入基于深度神经网络的血流动力学计算代理模型进行训练，使血流动力学计算代理模型学习颅内动脉瘤及载瘤动脉在一定边界条件下几何形态学参数和血流动力学参数之间的关系特征；采用基于机器学习的血流动力学评估代理模型对计算结果进行评估分析；所述基于机器学习的血流动力学评估代理模型的构建包括以下步骤：收集样本在颅内动脉瘤未破裂时的颅内临床多模态影像数据及其临床信息；其中，所述样本包含颅内动脉瘤发生破裂及未发生破裂的颅内动脉瘤样本；基于样本的CTA及多普勒超声影像数据获取颅内动脉瘤及载瘤动脉个体化三维模型及其边界条件；基于颅内动脉瘤及载瘤动脉的个体化三维模型及其边界条件进行血流动力学的CFD仿真模拟；基于临床信息及血流动力学仿真结果标注颅内动脉瘤及载瘤动脉的破裂高风险区域及风险等级；构建颅内动脉瘤及其载瘤动脉的血流动力学参数及其破裂高风险区域及风险等级数据库，并将其随机划分为训练集和测试集；将训练集输入深度神经网络进行训练，使血流动力学评估代理模型代理模型学习颅内动脉瘤及其载瘤动脉的血流动力学参数及其破裂风险之间的关系特征；根据评估分析结果对颅内动脉瘤及载瘤动脉中的破裂高风险区域进行标注，并根据标注结果对破裂风险进行分级。

全文数据：

权利要求：

百度查询： 西安交通大学 颅内动脉瘤及载瘤动脉内血流动力学参数评估方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD