[发明专利]一种主动脉弓再缩窄的预后方法及系统

说明书

本发明提出一种主动脉弓再缩窄预后方法及系统，涉及心脏疾病预后的技术领域，解决了当前依赖治疗经验进行主动脉弓再缩窄的预后方法忽略主动脉弓的图像的特征数据，导致预后效果不佳的问题，获取三维CT心脏图像，构建分割数据神经网络模型并训练，将三维CT心脏图像输入训练好的分割数据神经网络模型进行分割，从分割结果中提取三维主动脉弓图像的中心线，然后在测量点对待测量部位进行测量，得到图像的特征数据，基于选择的特征数据构建回归模型，利用回归模型对待检测实验数据进行评估，本发明不依赖治疗经验，结合经计算机分割得出的主动脉弓图像上的特征数据去评估主动脉弓再缩窄预后检测情况，预后效果好。

技术领域

本发明涉及心脏疾病预后的技术领域，特别涉及一种主动脉弓再缩窄预后方法及系统。

背景技术

主动脉缩窄是指主动脉局限狭窄，管腔缩小，造成血流量减少，是较为常见的先心病，约占所有先心病的4-8％。随着外科技术的发展，目前主动脉缩窄的外科疗效总体较为满意，由于低年龄低体重、弓严重发育不良、主动脉弓的重建方式以及伴发复杂畸形等固有危险因素，术后主动脉弓再缩窄并不少见。主动脉弓再缩窄是导致远期高血压的重要因素，严重影响主动脉弓缩窄患者的远期预后。

现有对主动脉缩窄评估的方法，主要利用机器学习模型对心脏CT图像进行分割，得到主动脉图像，然后对主动脉图像进行测量，将测量得到心脏CT图像的特征数据进行计算，得出主动脉直径比，根据主动脉直径比来评估主动脉缩窄的严重程度，但是无法评估主动脉弓发生再次缩窄的情况，目前对于主动脉弓再缩窄的预后研究有限，且引起主动脉弓再缩窄疾病的特征尚不清楚，主动脉弓再缩窄的预后主要依据传统的医学临床数据来进行，依赖治疗经验，但忽视了主动脉弓图像上的特征数据，导致预后效果不佳。

发明内容

为解决当前依赖治疗经验进行主动脉弓再缩窄的预后方法忽略主动脉弓的图像的特征数据，导致预后效果不佳的问题，本发明提出一种主动脉弓再缩窄的预后方法及系统，不依赖治疗经验，结合经计算机分割得出的主动脉弓图像上的特征数据去评估主动脉弓再缩窄预后检测情况，预后效果好。

为了达到上述技术效果，本发明的技术方案如下：

一种主动脉弓再缩窄预后方法，包括以下步骤：

S1.获取一定数量的三维CT心脏图像并划分，得到第一图像数据集和第二图像数据集；

S2.构建分割数据神经网络模型，利用第一图像数据集对分割数据神经网络模型进行训练，得到训练好的分割数据神经网络模型；

S3.将第二图像数据集中的三维CT心脏图像输入训练好的分割数据神经网络模型，输出第二图像数据集中的三维CT心脏图像的分割结果；

S4.从分割结果中提取心脏的三维主动脉弓图像，并在三维主动脉弓图像中提取中心线；

S5.确定三维主动脉弓图像中待测量部位，在中心线采集待测量部位的测量点，然后在测量点对待测量部位进行测量，得到S3中所述的三维CT心脏图像的特征数据，对特征数据进行预处理；

S6.获取志愿者的生理特征数据，将其作为医学临床的特征数据，将医学临床的特征数据与三维CT心脏图像的特征数据合并，从合并的特征数据中选择评估主动脉弓再缩窄预后的特征数据；

S7.利用选择的特征数据构建回归模型；

S8.获取待检测实验数据，将待检测实验数据输入构建的回归模型，对主动脉弓再缩窄预后情况进行检测，并对主动脉弓再缩窄预后检测情况进行评估。