[发明专利]一种评估SLE病人心肌受累的量化指标的计算方法和系统

说明书

本发明公开了一种评估SLE病人心肌受累的量化指标的计算方法和系统，所述方法包括以下步骤：对SLE病人心脏的原始T1 mapping图像数据和原始CINE图像数据进行预处理，得到预处理T1 mapping图像数据和预处理CINE图像数据；将预处理T1 mapping图像数据输入到预先训练好的T1 mapping图像特征提取模型中以提取T1 mapping图像特征，并且将预处理CINE图像数据输入到预先训练好的CINE图像特征提取模型中以提取CINE图像特征；以及基于T1 mapping图像特征和CINE图像特征计算出用于评估SLE病人心肌受累的多个量化指标。本发明采用深度学习技术通过未增强的T1 mapping图像和CINE图像计算出用于评估SLE病人心肌受累的量化指标，以此能够准确诊断SLE患者的心肌受累，避免了使用LGE图像进行诊断给SLE患者肾脏造成损伤。

技术领域

本发明涉及医学图像处理技术领域，更具体地，特别是指一种评估SLE病人心肌受累的量化指标的计算方法和系统。

背景技术

系统性红斑狼疮(SLE)是一种典型的自身免疫性结缔组织病，大多数患者存在多脏器损伤现象，肾脏、心脏是常见的受累脏器。钆对比剂延迟强化心脏磁共振成像(LGE-CMRI)具有多序列多参数、空间分辨率和组织分辨率高的优势，能够准确识别心肌炎症、心肌缺血及梗死纤维化，是诊断心肌病变的金标准。然而，肾功能不全患者使用含钆造影剂(GBCA)可能导致肾源性系统性纤维化(NSF)。因此，SLE患者不宜通过此方式进行心脏疾病的筛查与诊断。

近年来，随着深度学习技术的发展，国内外学者已经能够利用神经网络从多模态的医学影像中提取特征，并对病灶区域进行分割和量化。例如，引证文献1(Zhang N,YangG,Gao Z,et al.Deep Learning for Diagnosis of Chronic Myocardial Infarction onNonenhanced Cardiac Cine MRI[J].Radiology,2019,291(3):606-617.)提出利用非增强的电影(CINE)图像对慢性心肌梗死进行诊断。该方法首先对CINE图像中的左心室进行定位，提取出ROI，然后针对ROI分别提取局部运动特征和全局运动特征，将这些特征输入到自编码器当中，对CINE图像的病灶区域进行分割，进而将分割结果与LGE图像中的标注进行对比。又例如，引证文献2(Fahmy A S,Neisius U,Chan R H,et al.Three-dimensional DeepConvolutional Neural Networks for Automated Myocardial Scar Quantification inHypertrophic Cardiomyopathy:AMulticenter Multivendor Study[J].Radiology,2019:190737.)利用3D神经网络对LGE图像中的病灶区域进行分割，进而对心肌瘢痕进行量化，以对肥厚型心肌病病人进行诊断评估。

然而，上述现有技术存在如下缺陷：

1)引证文献1中利用非增强CINE图像诊断慢性心肌梗死，取得了良好结果，这是因为该类疾病在CINE图像上有较明显的特征体现，通过CINE图像可以较好地预测出其在LGE图像上的表现。但是，相较而言，SLE病人的情况更为复杂，同一SLE病人可能患有多种不同类别的心肌病变表现，或者某些病变在LGE图像上的特征表现亦不明显，因此难以诊断。此时利用非增强CINE图像替代LGE图像进行诊断的挑战性更大，难度更高，目前暂未有此类相关技术公开。

2)引证文献2直接利用LGE图像进行诊断，此方法不适合肾功能不全患者。因此无法通过此方法对SLE患者进行心肌病变的诊断。

针对上述现有技术的缺陷，本领域亟待需要一种能够利用非增强图像代替LGE图像预测出评估SLE病人心肌受累的量化指标的方案。

发明内容