[发明专利]一种偏侧化发育引导的新生儿脑成熟度评估方法及系统

说明书

本发明公开一种偏侧化发育引导的新生儿脑成熟度评估方法及系统，对目标对象的脑部T2加权影像数据进行组织分割，并提取分割组织中白质组织表面的沟回曲率特征图和沟回深度特征图。基于沟回曲率特征图和沟回深度特征图，确定分割影像中左半脑对应的第一形态学特征和右半脑对应的第二形态学特征。将第一形态学特征和第二形态学特征分别输入至训练好的双侧交互管道网络模型中，得到目标对象的脑龄预测结果并输出。能够采用双侧交互管道网络模型考虑大脑左右半球之间的信息交互过程，快速准确地预测新生儿大脑年龄，根据预测脑龄和实际脑龄之间的差值进而准确评估新生儿大脑的发育结果，同时可视化发育异常的新生儿各个大脑皮层区域异常发育的程度。

技术领域

本发明涉及计算机技术领域，尤其是涉及一种偏侧化发育引导的新生儿脑成熟度评估方法及系统。

背景技术

早产、缺氧缺血脑病等新生儿常见问题极易造成脑损伤或脑发育迟缓，导致患儿出现远期认知、行为等方面的异常。因此，分析新生儿大脑的发育年龄，对准确评估脑损伤或脑发育迟缓具有重要的意义。

目前，预测脑龄的方法通常是获取大脑的结构核磁共振影像，提取结构核磁共振影像中大脑整体的特征，将大脑整体的特征输入至机器学习算法(如：弹性网络、随机森林等)中，得出脑龄的预测结果；或者将大脑整体的特征输入至深度学习的脑龄预测模型中(如：卷积神经网络等)，得到脑龄的预测结果，准确预测新生儿大脑的发育年龄，有助于评估大脑当前的脑发育程度及损伤。大脑双侧半球发育的不对称性是大脑结构和认知功能的一个重要特征，又称为半球优势或者半球侧化，然而，现有的偏侧化发育引导的新生儿脑成熟度评估方法将大脑视作一个整体，并未重点考虑大脑双侧半球发育的不对称性，难以准确描述大脑双侧半球协同发育关系。

发明内容

本发明提供了一种偏侧化发育引导的新生儿脑成熟度评估方法及系统，以解决未重点考虑大脑双侧半球发育的不对称性，难以准确描述双侧大脑半球协同发育关系的问题，借由生物学发育机理提出了一种左右半球交互的模型，用于快速、准确地评估早产新生儿的大脑成熟度，同时仅采用了T2加权影像(T2-weighted image)，T2加权影像是新生儿核磁检查最普遍使用的序列，其成像快、成本低，应用广泛，因此本发明提出的方法和系统更容易推广。

具体地，本申请实施例公开了以下技术方案：

第一方面，本申请实施例提供一种偏侧化发育引导的新生儿脑成熟度评估方法，该方法包括：

获取目标对象的脑部T2加权影像，并对脑部T2加权影像进行组织分割，得到包含脑部T2加权影像中的白质组织的分割影像；

基于分割图像，提取白质组织表面的沟回曲率特征图和沟回深度特征图；

基于沟回曲率特征图和沟回深度特征图，确定分割影像中左半脑对应的第一形态学特征和右半脑对应的第二形态学特征；

将第一形态学特征和第二形态学特征分别输入至训练好的双侧交互管道网络模型对应的输入通道中，通过双侧交互管道网络模型确定目标对象的脑龄预测结果并输出；

根据目标对象的预测脑龄和目标对象的实际脑龄之间的差值，确定目标对象的脑部发育结果，并基于目标对象的脑部发育结果，可视化发育异常的目标对象各个大脑皮层区域异常发育的程度。

在一种可选择的实施例中，双侧交互管道网络模型中包括至少一个线性嵌入层、一个双侧交互管道网络模块和至少一个多层感知机；双侧交互管道网络模块包括第一线性层、自注意力机制计算层、图注意机制计算层、前馈神经网络层和第二线性层；

线性嵌入层，用于对第一形态学特征计算线性嵌入得到第一脑龄特征，对第一脑龄特征添加位置嵌入后拼接第一分类标签，得到左半脑的第一线性嵌入输入，并且，对第二形态学特征计算线性嵌入得到第二脑龄特征，对第二脑龄特征添加位置嵌入后拼接第二分类标签，得到右半脑的第二线性嵌入输入；