[发明专利]一种识别致痫灶和/或预测其病理分型的方法和系统

权利要求书

1.一种对海马硬化所致颞叶癫痫的致痫灶的定位方法，其包括：

获取分析数据，包括获取待识别患者发作间期¹¹C-胆碱、¹⁸F-FDG、¹¹C-FMZ的PET/MR动态连续脑显像；

重建分析数据，包括对所获取的待识别患者发作间期¹¹C-胆碱、¹⁸F-FDG、¹¹C-FMZ的PET/MR动态连续脑显像进行数据重建，获取与分析数据同步的重建数据；

输入分析数据和/或重建数据至致痫灶定位模型，所述致痫灶定位模型对分析数据和/或重建数据进行处理和分析，获得用于指示致痫灶区域的输出图像；

输出用于指示致痫灶区域的输出图像；

所述致痫灶定位模型执行的步骤包括：

（1）使用中值滤波来降低图像采集过程中引入的随机噪声；

（2）获得不同时刻t下的PET图像作为时间序列图像，并采用药代动力学模型对整个时间序列图像进行拟合，获得代谢特征性拟合曲线；采用的药代动力学模型Toft-Kety模型，如下：

（3）使用代谢特征拟合曲线与时间序列图像之间的NRMSE重新赋值原始图像，从而得到一个NRMSE色彩图以展示感兴趣区；

（4）为了获得更准确的ROI位置，将MRI图像与NRMSE色彩图像进行融合显示，在解剖结构上直接显示致痫灶位置；最终实现致痫灶区域识别的目标。

2.根据权利要求1所述的对海马硬化所致颞叶癫痫的致痫灶的定位方法，其特征在于，所述重建数据包括与分析数据同步的PET、ADC、CBF数据，以及根据病变和镜像区域CBF比值得到rCBF及MRS谱线。

3.一种对海马硬化所致颞叶癫痫的致痫灶病理分型的预测方法，其包括：

获取分析数据，包括获取待识别患者发作间期¹¹C-胆碱、¹⁸F-FDG、¹¹C-FMZ的PET/MR动态连续脑显像；

重建分析数据，包括对所获取的待识别患者发作间期¹¹C-胆碱、¹⁸F-FDG、¹¹C-FMZ的PET/MR动态连续脑显像进行数据重建，获取与分析数据同步的重建数据；

输入分析数据和/或重建数据至致痫灶病理分型预测模型，所述致痫灶病理分型预测模型对分析数据和/或重建数据进行处理和分析，获得致痫灶病理分型的预测结果；

输出致痫灶病理分型的预测结果；

所述致痫灶病理分型预测模型执行的步骤包括：

(1)构建药物在致痫灶的时间-放射性曲线，包括分别构建¹¹C-胆碱、¹⁸F-FDG、¹¹C-FMZ在致痫灶的时间-放射性曲线；

(2)分别计算三类变化曲线的信号变化量，计算方程如下：

S = (B-A)/A

其中，A、B分别为同一曲线不同时间点上的对应值，S为信号变化量；

(3)将计算好的各组S值作为特征，致痫灶病理分型结果作为标签，利用计算机学习算法支持向量机、线性判别式分析和决策树进行分类，利用交叉验证方法获得敏感性与特异性最高的分类结果。

4.根据权利要求3所述的对海马硬化所致颞叶癫痫的致痫灶病理分型的预测方法，其特征在于，所述重建数据包括与分析数据同步的PET、ADC、CBF数据，以及根据病变和镜像区域CBF比值得到rCBF及MRS谱线。