[发明专利]脑出血血肿扩大风险智能化预测系统及方法

说明书

一种脑出血血肿扩大风险智能化预测系统及方法，本发明主要包括临床信息知识库模块、解剖模式图模块、影像特征标准化描述模块、神经网络单元和报告生成模块。优选的，还包括影像对比判读模块。本发明设计了可视化病灶解剖模式图，便于解剖及病灶的对照。将放射科医师观察到的征象，以一种简单、标准、易于掌握的操作流程呈现。对病灶的描述准确、规范。通过病灶描述结果与预设数据模块进行对比，在完成描述结果输出的同时，输出血肿早期扩大分级，为临床的治疗和干预决策提供依据。

技术领域

本申请涉及医学影像领域，尤其是涉及一种依据自发性脑出血患者CT(computerized tomography)图像预测血肿扩大风险的智能化判读方法。

背景技术

自发性脑出血(intracerebral hemorrhage)是一种常见的、严重的神经系统疾病，指非创伤性脑内血管破裂，导致血液在脑实质内聚集、形成血肿；自发性脑出血在不同亚型脑卒中的发病率仅次于缺血性脑梗塞，但致残率和死亡率为脑卒中各类型中最高，发病后一个月的病死率高达35％～52％。脑出血常见的临床表现为头痛、恶心、呕吐、意识障碍及肢体瘫痪等，起病急、病情凶险，大约30％的患者会出现血肿扩大，导致脑水肿加重，进一步引起颅内压升高。早期血肿扩大提示预后不良，不仅与死亡相关，也显著降低了患者恢复功能独立的可能，是脑出血患者发生早期神经功能恶化(early neurologicaldeterioration,END)和死亡率增加的独立预测因子。在早期发现血肿扩大的高危患者并及时进行有效的临床干预，可明显改善患者的预后，减轻患者家庭及社会负担。脑出血后病灶是否继续出血的影响因素较多，包括发病到首次CT扫描的时间(Interval of onset tofirst CT，IOFC)、血压、凝血功能、出血部位、血肿体积及形态等等。而影像学检查尤其是CT平扫及增强检查无创、费用低、成像快，是脑出血诊断的“金标准”，除了能够明确血肿的部位、形态、大小，也能够提供更多具有特征性的征象，为预测患者是否会发生血肿扩大提供了重要证据。

目前在临床工作中，医生主要根据临床病史、影像特点及经验对自发性脑出血患者血肿是否会发生扩大进行判断，主观性大，结果欠准确，且不同放射科医生对脑出血影像判读的理解程度不同，评估的准确性有差异，并且很难将信息完整、准确地传达给临床医生。同时，不同书写习惯及不同年资的放射科医生在书写报告时缺乏规范、标准的方式，报告内容和使用的术语亦存在差异。为了解决现有问题，本专利提供一种依据自发性脑出血患者CT图像预测血肿扩大风险的标准化半自动化评估系统，该系统在报告的形式上提供人机互动的解剖定位，病灶特征的准确描述，保障报告信息规范、统一；采用鼠标点击解剖位置图的方式，避免了键盘人工录入的错误和对解剖结构的误读，实现影像报告术语规范化、操作界面简单化，自动生成血肿扩大分级，以此减少人工打字工作的时间付出、减轻放射医生工作负荷，并可在报告中可视化病灶及解剖结构，使图文并存，更准确、形象地提供影像判读信息。

发明内容

一种脑出血血肿扩大风险智能化预测系统，包括临床信息知识库模块、解剖模式图模块、影像特征标准化描述模块、神经网络单元和报告生成模块；临床信息知识库模块包括结构化报告使用范围、高血压情况、凝血功能障碍、发病到首次CT扫描时间；影像特征标准化描述模块包括血肿形态、血肿扩大的征象、病灶大小；报告生成模块包括典型病灶图及影像模式图、临床信息内容、病灶位置结构名词、影像分级、标准化报告内容。

优选的，脑出血血肿扩大风险智能化预测系统还包括影像对比判读模块。

基于脑出血血肿扩大风险智能化预测系统，本申请还研究了脑出血血肿扩大风险智能化预测分析方法，第一步，对临床信息知识题库和医师输入结果进行编码；第二步，按第一步中编码方式对历史病例进行编码；第三步，建立神经网络模型，对模型进行训练和测试；第四步，根据医生在知识题库中对病例的评判结果生成临床信息编码，输入保存的模型，输出预测风险分级。