[发明专利]基于脑CT影像的脑梗评分方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于脑CT影像的脑梗评分方法、装置、计算机设备和存储介质。所述方法包括：获取与脑相关的多帧CT扫描图像以及ASPECTS分区立体模型；将ASPECTS分区立体模型采用非线性图像配准算法将各分区分别配准至各帧CT扫描图像相应区域上，得到多帧ASPECTS分区CT扫描图像；根据CT扫描图像中脑两侧对应的密度值确定梗死侧；提取各帧ASPECTS分区CT图像梗死侧各分区对应的多个特征数据，并将特征数据输入训练后的机器学习模型，得到各分区对应的脑梗评分。采用本方法能够高度自动化，速度快的得到准确性高的脑梗评分。

技术领域

本申请涉及医院影像和计算机技术领域，特别是涉及一种基于脑CT影像的脑梗评分方法、装置、计算机设备和存储介质。

背景技术

脑卒中也称为中风或脑梗，缺血性脑卒中是由于局部脑组织供血不足引起的急性脑血管疾病，急性缺血性脑卒中作为最常见的卒中类型，约占全部脑卒中的60％～80％，有着极高的致命风险。NCCT(Non-Contrast CT)也称平扫CT，是一种用来诊断脑部病变的最常规的成像技术和方法。而基于NCCT的ASPECTS(Alberta Stroke Program Early CT Score)评分是缺血性脑卒中诊断和治疗的一个重要依据。

该评分方法针对急性脑卒中的病人，依据其头颅NCCT影像数据，将大脑中动脉供血的重要层面分成10个分区，包括位于核团层面的尾状核头(C)、豆状核(L)、内囊后肢(IC)、岛带(I)、M1(大脑中动脉前皮质区)、M2(大脑中动脉岛叶外侧皮质区)、M3(大脑中动脉后皮质区)，以及位于核团以上层面(核团上层)的M4(M1上方的大脑中动脉皮层)、M5(M2上方的大脑中动脉皮层)和M6(M3上方的大脑中动脉皮层)。上述10个分区具有相同的权重，各占1分，总分为10分。总分中减去存在早期缺血性改变的区域数，所得的数值作为评分结果，为病情判断并治疗提供依据。

在目前的临床应用中，ASPECTS评分方法主要还是靠临床医生们人工读图来判断每个区域进行评估。一方面，由于影像设备的差异、患者状况的差异和读图人员的主观性，人工读图的方法一直缺乏一定的稳定性。另一方面，人工读图也较为耗时，缺血性脑卒中作为一个时间要求比较紧急的疾病，患者一般需要能够快速得到诊断和治疗来防止病情恶化。所以，快速、准确和稳定对患者进行ASPECTS评分具有重要的临床意义。

发明内容

基于此，有必要针对上述技术问题，提供一种能够快速，准确进行ASPECTS评分的基于脑CT影像的脑梗评分方法、装置、计算机设备和存储介质。

一种基于脑CT影像的脑梗评分方法，所述方法包括：

获取与脑相关的多帧CT扫描图像以及ASPECTS分区立体模型；

将所述ASPECTS分区立体模型采用非线性图像配准算法将各分区分别配准至各帧所述CT扫描图像相应区域上，得到多帧ASPECTS分区CT扫描图像；

根据所述CT扫描图像中脑两侧对应的密度值确定梗死侧；

提取各帧所述ASPECTS分区CT图像梗死侧各分区对应的多个特征数据，并将所述特征数据输入训练后的机器学习模型，得到各分区对应的脑梗评分。

可选的，获取所述ASPECTS分区立体模型包括：

获取与脑相关的第一CT扫描数据；

从所述第一CT扫描数据中获取多帧感兴趣第一CT扫描图像；

在各帧所述感兴趣第一CT扫描图像中根据ASPECTS分区进行划分区域，得到所述ASPECTS立体分区模型；

多帧所述感兴趣第一CT扫描图像包括：脑部基底节层和上神经阶层分别对应的多帧所述第一CT样本数据，其中至少包括与核团层面以及核团上层对应的两帧所述第一CT样本数据。