(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 20221096237 7.X (22)申请日 2022.08.11 (71)申请人 温州医科 大学附属第一医院 地址 325000 浙江省温州市瓯海区南白象 街道 (72)发明人 朱冬勤　姚飞　边淑盈　俞梦莹　 骆志显　林茹　潘志方　叶祖森　 杨运俊　 (74)专利代理 机构 绍兴上虞诚知创专利代理事 务所(普通 合伙) 33354 专利代理师 叶优富 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/766(2022.01) G06N 20/00(2019.01)G16H 30/20(2018.01) G16H 50/30(2018.01) A61B 5/02(2006.01) A61B 5/00(2006.01) (54)发明名称 高分级颅内动脉瘤预测方法、 装置、 电子设 备及可读介质 (57)摘要 本申请公开了一种高分级颅内动脉瘤预测 方法、 装置、 电子设备及可读介质， 其中方法包 括： 采集输入特征数据； 将输入特征数据输入至 预测模型 以使预测模型输出分类结果； 其中， 输 入特征数据包括形态学特征数据； 形态学特征数 据包括： 动脉瘤冠状面朝向及Fisher分级。 本申 请的有益之处在于： 提供了一种采用机器学习模 型对患者影像进行辨识， 以快速识别颅内动脉瘤 中的高分级颅内动脉瘤预测方法、 装置、 电子设 备及可读介质。 权利要求书1页 说明书10页 附图3页 CN 115331054 A 2022.11.11 CN 115331054 A 1.一种高分级颅内动脉瘤预测方法， 其特 征在于： 包括： 采集输入特 征数据； 将所述输入特 征数据输入至预测模型以使所述预测模型输出分类结果； 输出所述分类结果； 其中， 所述输入特征数据包括形态学特征数据； 所述形态学特征数据包括： 动脉瘤冠状 面朝向及Fisher分级。 2.根据权利要求1所述的高分级颅内动脉瘤预测方法， 其特 征在于： 所述形态学特征数据还包括： 动脉瘤大小、 瘤颈、 血管管径、 动脉瘤高度、 垂直 高度、 AR、 SR、 动脉瘤角度、 血流角度、 血管角度、 是否有子瘤、 动脉瘤冠状面朝向、 动脉瘤形态是否规 则。 3.根据权利要求1所述的高分级颅内动脉瘤预测方法， 其特 征在于： 所述输入特 征数据还包括临床数据， 其中临床数据包括： 年龄、 性别、 高血压和吸烟史。 4.根据权利要求1所述的高分级颅内动脉瘤预测方法， 其特 征在于： 所述输入特 征数据还包括若干影 像组学特征数据。 5.根据权利要求 4所述的高分级颅内动脉瘤预测方法， 其特 征在于： 所述预测模型采用l ogistics回归 模型。 6.根据权利要求5所述的高分级颅内动脉瘤预测方法， 其特 征在于： 所述预测模型的构建方法包括： 以数据库中若干患者颅脑影 像构成所述预测模型的输入数据； 以对应数据库中若干患者颅脑影 像的分类结果构成所述预测模型的输出 数据； 采用输入数据和输出 数据训练预测模型。 7.根据权利要求1所述的高分级颅内动脉瘤预测方法， 其特 征在于： 所述采集输入特 征数据包括： 通过若干 CT扫描仪获取患者初始颅脑图像， 其中扫描范围为C1前弓下缘至颅顶； 根据若干 CT扫描仪获取的患者初始颅脑图像重建CTA图像； 根据所述CTA图像获得输入特 征数据。 8.一种高分级颅内动脉瘤预测装置， 包括： 采集模块， 用于采集输入特 征数据； 分类模块， 用于将所述输入特征数据输入至预测模型以使所述预测模型输出分类结 果； 输出模块， 用于 输出所述分类结果。 9.一种电子设备， 包括： 一个或多个处 理器； 存储装置， 其上存 储有一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述处理器实现如权利要 求1至7任意 一项所述的方法。 10.一种计算机可读介质， 其上存储有计算机程序， 其中， 所述计算机程序被处理器执 行时实现如权利要求1至7任意 一项所述的方法。权　利　要　求　书 1/1 页 2 CN 115331054 A 2高分级颅内动脉瘤预测方 法、 装置、 电子设备及可读介质 技术领域 [0001]本申请涉及影像分析技术领域， 具体而言， 涉及一种高分级颅内动脉瘤预测方法、 装置、 电子设备及可读介质。 背景技术 [0002]颅内动脉瘤(intr acranial aneurysms,IAs)是指颅内动脉由于先天性发育异常 或后天损伤导致管壁局限性损害， 在血流动力学负荷或其他因素作用下， 血管管腔逐渐扩 张、 膨出而形成的瘤样突起。 大脑中动脉(middle  cerebral  artery,MCA)是发现未破裂IAs 最常见的位置。 随着 影像检查技术的发展， 未破裂IAs的检出率正在逐年提高。 但是， 目前对 于未破裂IAs 的治疗决策尚存在 争议。 一方面， 许多IAs没有任何症状， 且长期不发生破裂； 另一方面， IAs一旦破裂， 其结果往往是灾难性的， 将造成动脉瘤性蛛网膜下腔出血 (Aneurysmal  subarachnoid  hemorrhage， aSAH)， 患者还可能出现脑室积血、 血管痉挛、 脑 梗死、 脑水肿、 脑血肿等并发症， 因此aSAH的致死率、 致残 率较高。 aSAH预后与患者入院时的 动脉瘤临床分级密切相关。 世界神经外科联盟分级(World  Federation  of Neurologic al  Societies  Scale， WFNS)于1988年提出WFNS分级系统， WFNS分级系统是目前临床上常用的 动脉瘤严重程度分级系统， 其囊括了GCS评分和 重要功能缺损等， 分为1 ‑5五个等级。 其中， 4‑5级被认定为高分级动脉瘤， 其血管痉 挛及再出血发生率比低分级(WFNS  1‑3级)更高， 且 其病死率、 致残率可高达50％。 尽管医疗水平在不 断的进步， aSAH患者的致死、 致残率仍居 高不下， 主要原因之一还是高分级aSAH预后较差。 如果能早期发现这些高危高分级aSAH患 者， 进行积极的个 体化治疗， 能极大改善aSAH患者总体预后。 [0003]影像组学是一种计算机辅助新技术， 以客观、 可重现、 高通量的方式从生物医学图 像中提取定量特征(如形状、 强度、 纹理特征)。 其原理是： 某些疾病的病理生理学改变会通 过数字医学图像表现出来， 影像组学可以通过定量分析， 从图像中提取这些信息。 因此， 采 用影像组学分析的方法对患者的颅内动脉瘤进行分类， 具有较高的临床应用前 景。 发明内容 [0004]本申请的内容部分用于以简要的形 式介绍构思， 这些构思将在后面的具体实施方 式部分被详细描述。 本申请的内容部分 并不旨在标识要求保护的技术方案的关键特征或必 要特征， 也不旨在用于限制所要求的保护的技 术方案的范围。 [0005]本申请的一些实施例提出了一种高分级颅内动脉瘤预测方法、 装置、 电子设备及 可读介质， 来 解决以上背景技 术部分提到的技 术问题。 [0006]作为本申请的第一方面， 本申请的一些实施例提供了一种高分级颅内动脉瘤预测 方法， 包括： 采集输入特征数据； 将输入特征数据输入至预测模型以使 预测模型输出分类结 果； 输出分类结果； 其中， 输入特征数据包括形态学特征数据； 形态学特征数据包括： 动脉瘤 冠状面朝向及Fisher分级。 [0007]作为本申请的第二方面， 本申请的一些实施例提供了一种高分级颅内动脉瘤预测说　明　书 1/10 页 3 CN 115331054 A 3