[发明专利]心脏信号预测方法及系统在审
申请号: | 202110587333.9 | 申请日: | 2021-05-27 |
公开(公告)号: | CN113303783A | 公开(公告)日: | 2021-08-27 |
发明(设计)人: | 陈章;孙善辉;陈潇;陈德仁 | 申请(专利权)人: | 上海联影智能医疗科技有限公司 |
主分类号: | A61B5/055 | 分类号: | A61B5/055;A61B5/352;A61B5/353;A61B5/355;A61B5/357;A61B5/36;A61B5/366;A61B5/00 |
代理公司: | 上海弼兴律师事务所 31283 | 代理人: | 薛琦;徐婕超 |
地址: | 200232 上海市徐*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 心脏 信号 预测 方法 系统 | ||
1.一种心脏信号预测方法,包括:
采集MRI数据;
使用算法从所述所采集的MRI数据预测心动周期;以及
对所述所采集的MRI数据的与所述所预测的心动周期的选定部分相对应的部分进行操作。
2.根据权利要求1所述的方法,其中,所述所采集的MRI数据包括k空间数据、图像数据或欠采样MRI数据中的一个或多个。
3.根据权利要求1所述的方法,其中,所述所采集的MRI数据包括在MRI扫描期间获取的来自被研究对象的ECG信号、视频图像或脉搏数据中的一个或多个。
4.根据权利要求1所述的方法,其中,所述算法包括深度学习模型,其进一步包括CNN和RNN模型的组合、GRU模型、LSTM模型、全卷积神经网络模型、生成对抗网络、反向传播神经网络模型、径向基函数神经网络模型、深度置信网络神经网络模型、埃尔曼(Elman)神经网络模型中的一个或多个。
5.根据权利要求1所述的方法,其中,对所述所采集的MRI数据的与所述所预测的心动周期的选定部分相对应的部分进行操作包括:定位所述所采集的MRI数据的k空间中的数据行,或在所述所采集的MRI数据的k空间中的MRI数据行之间进行插值,或在所述所采集的MRI数据的MRI图像之间进行插值,或使用所述所采集的MRI数据的所述部分进行心脏应力分析。
6.根据权利要求1所述的方法,其中,对所述所采集的MRI数据的与所述所预测的心动周期的选定部分相对应的部分进行操作包括:对所述所采集的MRI数据的所述部分进行电影图像重建。
7.根据权利要求1所述的方法,还包括:
采集对应于所述MRI数据的心脏信号;以及
使用所述算法来从所述MRI采集数据和所述所采集的心脏信号预测一个或多个预测的心脏信号,
其中,对所述所采集的MRI数据的与所述所预测的心动周期的选定部分相对应的部分进行操作包括:对所述所采集的MRI数据的所述部分进行电影图像重建。
8.根据权利要求1所述的方法,其中,所述心动周期的预测部分表示所述心动周期的任何部分。
9.根据权利要求1所述的方法,其中,所述心动周期的预测部分表示收缩末期心动时相、舒张末期心动时相、P、Q、R、S、T、U、QRS复合或PR间期心动时相中的一个或多个。
10.一种心脏信号预测系统,包括:
接收和控制电路,其操作被配置为从MRI数据预测心动周期的算法;和
处理引擎,其被配置为对所述MRI数据的与所述所预测的心动周期的选定部分相对应的部分进行操作。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影智能医疗科技有限公司,未经上海联影智能医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202110587333.9/1.html,转载请声明来源钻瓜专利网。