申请/专利权人：复旦大学附属中山医院

申请日：2021-12-08

公开（公告）日：2024-05-17

公开（公告）号：CN114331972B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/11;G06T7/62;G06T17/00;G06T3/4053

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：本发明涉及一种人工智能辅助医学生物信息建立大动脉炎影像学精准评估体系，其特征在于，包括血管图像单元、血管定位人工智能算法模型以及血管识别单元。本发明在传统人工智能的基础上，对血管图像提取后进行自动化处理，智能评估血管的重塑性改变，并结合医学生物信息，评估血管的炎症状态及变化趋势，自动输出结果。本发明能显著提高医生评估效率，增加评估的全面性和准确性。

主权项：1.一种人工智能辅助医学生物信息建立大动脉炎影像学精准评估体系，其特征在于，包括血管图像单元、血管定位人工智能算法模型以及血管识别单元，其中：血管图像单元获取临床血管医学图像后组建图像数据库，随后采用3D建模技术基于图像数据库中图像数据构建高分辨率的血管3D图像，临床血管医学图像包括MRI图像以及病理图像，病理图像进一步包括常规HE病理图像以及免疫组化病理图像；将血管图像单元输出的血管3D图像以及所对应的免疫组化病理图像输入训练好的血管定位人工智能算法模型后，由血管定位人工智能算法模型对血管3D图像中的血管位置和层次以及病理图像中的细胞类型进行自动识别，对血管定位人工智能算法模型进行训练时采用如下方法构建训练集：获得由血管图像单元输出的血管3D图像以及对应的免疫组化病理图像后，基于特征性的血管解剖学分割点在系统解剖的层面上对血管位置进行标记，在局部解剖的层面上根据三层膜结构的不同，对血管的内膜、中膜和外膜层次进行标记；在免疫组化病理图像中，对细胞类型进行标记；利用训练集对血管定位人工智能算法模型进行反复训练，以优化血管定位人工智能算法模型的识别定位能力；将已完成血管位置和层次定位的血管3D图像输入血管识别单元，血管识别单元依据血管位置和层次按照适当的尺寸，对重建的血管3D图像进行等尺寸切割，获得相邻的连续五节血管段；随后血管识别单元采用影像学方法计算连续五节血管段的管腔直径和管壁厚度平均值，对相邻的连续五节血管段的管腔直径和管壁厚度平均值进行比较，以左心室向升主动脉开口处作为基准值，计算管腔直径和管壁厚度平均值的变化率；为血管狭窄、血管扩张和血管增厚设置不同的变化率阈值，若计算得到的管腔直径和管壁厚度平均值的变化率大于相应的变化率阈值，则判断发生血管狭窄、血管扩张或血管增厚，进而输出发生血管狭窄、血管扩张或血管增厚的血管的病变位置和病变类型；将对应的免疫组化病理图像以及血管定位人工智能算法模型输出的细胞类型输入血管识别单元，血管识别单元采用神经网络算法自动判断内膜、中膜以及外膜的炎症和纤维化水平，并输出结果。

全文数据：

权利要求：

百度查询： 复旦大学附属中山医院 人工智能辅助医学生物信息建立大动脉炎影像学精准评估体系

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD