公开(公告)号：CN117789974A

公开(公告)日：2024-03-29

申请号：CN202211143242.7

申请日：2022-09-20

Applicant: 上海交通大学

Inventor： 刘永昌 ,  李培莹 ,  涂仕奎 ,  周甲丰 ,  赵兵 ,  徐雷

IPC: G16H50/30 ,  G06V10/80 ,  G06V10/82 ,  G06V10/25 ,  G06T7/00 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/0455

Abstract: 本发明提供一种基于深度神经网络的颅内动脉瘤破裂风险预测方法，包括：从原始CTA图像中以动脉瘤为中心切割两个不同邻域范围的立方体并进行预处理；将预处理前、后的立方体输入卷积神经网络提取三维特征图；将所述三维特征图分块并线性映射，得到嵌入序列；将所述嵌入序列输入Transformer编码器得到动脉瘤的形态学特征；将所述形态学特征与额外的辅助特征融合并预测破裂风险。本发明通过提取动脉瘤不同邻域范围的信息综合考虑不同尺寸的动脉瘤，通过预处理使得深度神经网络更加关注感兴趣的区域，即动脉瘤和载瘤动脉，使用Transformer建立动脉瘤与周围组织之间的全局依赖关系，并且融合辅助特征进一步提高模型的预测性能。