[发明专利]灌注影像分析方法、系统、电子设备及存储介质

说明书

本发明公开了一种灌注影像分析方法、系统、电子设备和存储介质。方法包括：获取灌注影像数据；将所述灌注影像数据输入至数据分析模型，获得所述数据分析模型的输出结果，所述数据分析模型用于基于输入的所述灌注影像数据预测灌注参数和目标区域分割结果并输出。本发明通过数据分析模型对灌注影像数据的分析，一次性预测出灌注参数和目标区域分割结果，提高了计算速度和分析效率，避免了原始灌注影响数据包含信息在计算过程中的损失，为得到正确的诊断结果提供了良好的参考依据。

技术领域

本发明属于灌注影像分析技术领域，尤其涉及一种灌注影像分析方法、系统、电子设备和存储介质。

背景技术

CT灌注成像(CT Perfusion，CTP)是在静脉快速注射对比剂时，对感兴趣区层面进行连续CT扫描，从而获得感兴趣区时间-密度变化关系，因此能更有效、并量化反映局部组织血流灌注量的改变，对明确病灶的血液供应具有重要意义，在脑梗塞的早期发现、脑卒中检查以及脑缺血上有广泛运用。

目前CTP成像在临床中主要分析过程是先利用不同的数学模型，计算出各种灌注参数值，然后利用灌注参数值进一步结合国内外诊断标准进行一系列阈值和图像学处理，最终得到脑组织核心梗死区域(Core of the Infar)、低灌注区域(Low PerfusionZones)、错配比(Mismatch ratio)等区域分割数据。这种分步计算灌注参数值和区域分割数据的分析过程，一方面必须先计算灌注参数值再计算区域分割数据的顺序流程，导致了计算较慢，分析效率不高；另一方面，由成像数据到灌注参数值，再到区域分割数据的一系列计算过程，使得一部分信息损失，进而可能会影响诊断结果。

发明内容

本发明要解决的技术问题是为了克服现有技术中分步计算灌注参数值和区域分割数据的分析过程导致计算较慢、分析效率不高且一部分信息损失，进而可能会影响诊断结果的缺陷，提供一种灌注影像分析方法、系统、电子设备和存储介质。

本发明是通过下述技术方案来解决上述技术问题：

本发明提供一种灌注影像分析方法，包括：

获取灌注影像数据；

将所述灌注影像数据输入至数据分析模型，获得所述数据分析模型的输出结果，所述数据分析模型用于基于输入的所述灌注影像数据预测灌注参数和目标区域分割结果并输出。

较佳地，所述数据分析模型是基于神经网络构建，并根据样本灌注影像数据及对应的金标准数据训练得到的，所述金标准数据包括灌注参数金标准数据和目标区域分割金标准数据。

较佳地，所述神经网络包括循环神经网络；

所述将所述灌注影像数据输入至数据分析模型，包括：

将所述灌注影像数据中的灌注空间数据按照采集时间的先后顺序输入至所述数据分析模型，所述数据分析模型将所述循环神经网络每个时间点上的隐藏层的输出数据连同下一个时间点的灌注空间数据一起作为所述循环神经网络下一轮循环的输入。

较佳地，所述数据分析模型包括多个单任务数据分析模型，每个所述单任务数据分析模型分别用于基于输入的所述灌注影像数据预测所述灌注参数和所述目标区域分割结果中的一种并输出；

或，所述数据分析模型包括多任务数据分析模型，所述多任务数据分析模型用于基于输入的所述灌注影像数据同时预测所述灌注参数和所述目标区域分割结果并输出。

较佳地，所述将所述灌注影像数据输入至数据分析模型，包括：

以所述灌注影像数据中一个时间点的灌注空间数据为参考数据，将所述灌注影像数据中其他时间点的灌注空间数据向所述参考数据进行配准；

将配准后的灌注影像数据输入至所述数据分析模型。

较佳地，所述将所述灌注影像数据输入至数据分析模型，包括：