用于动脉瘤的标识、分割和治疗结果预测的神经网络装置的制作方法

本公开总体上涉及血管内治疗领域，更具体地且非限制性地，一些方面涉及辅助治疗脑动脉瘤的工具。

背景技术：

1、动脉瘤是动脉的异常灶性扩张，这是由具有破裂可能性的血管壁弱化引起的。大脑中动脉上的薄弱点或较薄点膨胀或凸出并充满血液，动脉瘤的破裂会对神经或脑组织产生巨大影响。脑动脉瘤通常出现在动脉分叉点，特别是宽颈分叉动脉瘤(wnba)，因为血流紊乱的位置更容易形成动脉瘤。不同资料显示，无症状颅内动脉瘤患者占总人口的1-5％。如果动脉瘤破裂，由此引发的蛛网膜下腔出血会导致严重的健康问题，例如出血性中风、脑损伤、昏迷和死亡。如果动脉瘤能够被偶然发现，则成功治疗的几率会更高。

2、guglielmi可拆卸线圈(gdc)的问世是脑动脉瘤血管内治疗的一大进步。gdc是裸铂线圈，其能够部署在动脉瘤囊内，以促进血栓形成和动脉瘤闭塞。颅内血流分流支架(fds)等血流分流装置的开发进一步推动了血管内动脉瘤的治疗。2011年，美国食品和药物管理局(fda)批准了首个此类产品(fda上市前许可：p100018)。血流分流器包括精细编织的网状支架，可将血流从动脉瘤囊中分流出来。这种装置可以设计为放置在母血管分叉点处的内腔中。各种创新性装置改变了治疗选择的前景。其中之一的创新性装置是编织型内桥(web)栓塞系统(microvention，terumo集团公司)，其于2018年末获得fda批准(fda上市前许可：p170032)。web装置是放置在动脉瘤囊内的囊内编织植入物。web装置可用于破裂和未破裂的动脉瘤。

3、使用囊内装置治疗的成功与否取决于是否能完全阻断流入动脉瘤囊的血流。因此，对于特定的动脉瘤，正确地选择囊内装置的尺寸是治疗计划中极其重要的一步。因此，需要改进对动脉瘤囊的测量，以及改进治疗装置的尺寸。

技术实现思路

1、鉴于上述问题和尚未满足的需求，下文对一个或多个方面进行了简化概述，以便提供对这些方面的基本理解。本概述并不是所有预期方面的全面概述。本概述并未确定所有方面的关键或重要元素，也未划定任何或所有方面的范围。本概述的唯一目的是以简化的形式呈现一个或多个方面的一些概念，作为稍后呈现的更详细描述的序言。

2、在本公开的一个方面，提供了神经网络装置、方法和计算机可读介质，用于基于血管造影成像和临床信息对囊内植入装置进行结果预测。神经网络装置接收来自用户设备的输入(即动脉瘤患者的数字成像信息和临床信息)，并使用为对象分类而预训练的神经网络，生成至少一个囊内植入装置的结果预测，所述至少一个囊内植入装置用于植入到由数字成像信息标识的动脉瘤囊中。神经网络根据接收到的数字成像信息和临床信息来预测动脉瘤囊完全闭塞的可能性，并对结果预测进行分类。神经网络装置还配置为响应于来自用户设备的输入，输出至少一个囊内植入装置的标识和对至少一个囊内植入装置的每一个囊内植入装置的结果预测，该输出在用户设备上显示。

3、在本公开的一个方面，提供了系统、方法和计算机可读介质，用于根据成像信息和临床信息对囊内植入装置进行结果预测。为了说明这个概念，提供了血管造影成像的一些示例。然而，本文提出的概念也可以用于其他类型的数字成像方法，例如非血管造影技术，包括但不限于光学相干断层扫描、正电子断层扫描、近红外(ir)光谱和/或基于超声波的技术和成像信息。该系统配置为从用户设备接收与动脉瘤患者相关联的成像信息或临床信息中的至少一个来作为输入，并根据作为输入所接收的成像信息或临床信息中的至少一个来生成动脉瘤患者的动脉瘤治疗的结果预测。该系统配置为向用户设备发送动脉瘤治疗的结果预测，以在用户设备上显示。

4、在另一方面，提供了用于动脉瘤囊的半自动或自动分割的系统、装置、方法和计算机可读介质。该装置配置为从用户设备接收患者的数字信息(例如，血管造影信息、ct图像等)来作为输入，并使用经过训练的神经网络模型对数字信息中的动脉瘤囊进行分割，神经网络模型的编码器包括为对象分类而预训练的卷积神经网络。该装置配置为向用户设备发送动脉瘤囊的分割信息。

5、说明书中描述的特征和优点并不全面。这些特征仅表明了运用各个方面原理的各种方式中的几种。这些方面的其他优点和新颖特征将在下文的描述中部分地阐述，并且部分将根据附图、说明书和权利要求书以及基于本发明的实践对本领域普通技术人员来变得更加明显。此外，应当注意，说明书中使用的语言主要是出于可读性和指导性的目的而选择的，而不是为了描述或限制所公开的主题。

技术特征：

1.一种提供针对动脉瘤囊获得的分割信息的神经网络装置，其包括：

2.根据权利要求1所述的神经网络装置，其中对图像分类神经网络进行预训练，以用于不同于动脉瘤的对象的分类。

3.根据权利要求1所述的神经网络装置，其中经过训练的神经网络模型还包括解码器，所述解码器被训练以分割图像中的动脉瘤囊，并配置为在编码器处处理数字成像信息之后，输出动脉瘤囊的测量信息。

4.根据权利要求1所述的神经网络装置，其中所述数字成像信息包括在植入囊内装置之前，宽颈分叉动脉瘤的一个或多个二维(2d)数字减影血管造影(dsa)图像。

5.根据权利要求1所述的神经网络装置，其中所述数字成像信息包括以下一项或多项：二维(2d)数字减影血管造影(dsa)图像或根据dsa图像序列进行重建的三维(3d)轴向切片堆叠上的侧视图和前后(ap)视图。

6.根据权利要求1所述的神经网络装置，其中所述数字成像信息包括标识动脉瘤囊的注释或调整，并且至少一个处理器配置为使用经过训练的神经网络模型半自动地分割动脉瘤囊。

7.根据权利要求1所述的神经网络装置，其中所述数字成像信息包括原始血管造影图像，并且所述至少一个处理器还配置为：

8.根据权利要求1所述的神经网络装置，其中所述至少一个处理器还配置为：

9.根据权利要求1所述的神经网络装置，其中所述至少一个处理器还配置为：

10.一种基于数字成像信息和临床信息为囊内植入装置提供结果预测的神经网络装置，其包括：

11.根据权利要求10所述的神经网络装置，其中所述神经网络配置有基于随机森林算法、多层感知器(mlp)神经网络算法、逻辑回归算法、朴素贝叶斯机器学习算法或支持向量机(svm)算法中的至少一种的分类算法。

12.根据权利要求10所述的神经网络装置，其中至少部分地基于存储在存储器中的信息，所述至少一个处理器还配置为执行以下至少一项：

13.一种基于成像信息和临床信息为囊内植入装置提供结果预测的系统，所述系统包括：

14.根据权利要求13所述的系统，其中所述系统包括针对动脉瘤结果预测进行训练的神经网络，并且所述至少一个处理器配置为使用神经网络来处理成像信息和临床信息，以生成动脉瘤治疗的结果预测。

15.根据权利要求14所述的系统，其中所述神经网络包括编码器和解码器，所述编码器包括针对对象分类进行预训练的图像分类神经网络。

16.根据权利要求15所述的系统，其中所述神经网络配置有基于随机森林算法、多层感知器(mlp)神经网络算法、逻辑回归算法、朴素贝叶斯机器学习算法或支持向量机(svm)算法中的至少一种的分类算法。

17.根据权利要求13所述的系统，其中所述输入包括与动脉瘤患者相关联的成像信息和临床信息，并且所述至少一个处理器配置为基于成像信息和临床信息生成动脉瘤治疗的结果预测。

18.根据权利要求13所述的系统，其中所述临床信息包括以下至少一项：

19.根据权利要求13所述的系统，其中所述结果预测包括以下至少一项：

20.根据权利要求19所述的系统，其中所述成像信息包括至少一个用于标识动脉瘤区域的注释。

21.根据权利要求20所述的系统，其中所述成像信息包括原始成像信息，并且至少部分基于存储在所述存储器中的信息，所述至少一个处理器还配置为：

22.根据权利要求21所述的系统，其中所述标识包括对在成像信息中成像的动脉瘤囊进行勾勒的轮廓。

23.根据权利要求13所述的系统，其中至少部分地基于存储在存储器中的信息，所述至少一个处理器还配置为：

24.根据权利要求23所述的系统，其中所述标识包括多个治疗装置的列表以及与多个治疗装置的列表中的每个治疗装置相关联的相应结果预测。

25.根据权利要求24所述的系统，其中所述多个治疗装置包括在潜在治疗装置组中结果预测最为有利的不同尺寸的相同类型的囊内植入装置。

26.根据权利要求24所述的系统，其中所述多个治疗装置包括不同类型的动脉瘤治疗装置。

27.根据权利要求13所述的系统，其中所述结果预测包括具有最高完全闭塞可能性的囊内装置的尺寸。

28.根据权利要求13所述的系统，其中所述成像信息包括以下一项或多项：

29.根据权利要求13所述的系统，其中所述结果预测指示预测在成像信息中成像的动脉瘤囊完全闭塞的可能性。

技术总结
一种神经网络装置，其接收作为用户设备输入的动脉瘤患者的数字成像信息和临床信息，并使用针对动脉瘤结果预测进行训练的神经网络、数字成像信息和临床信息，生成至少一个囊内植入装置的结果预测，至少一个囊内植入装置用于植入到由数字成像信息标识的动脉瘤囊中且其在潜在治疗装置组中完全闭塞动脉瘤囊的预测可能性最高。该装置还配置为输出在设备上显示的至少一个囊内植入装置的标识和针对至少一个囊内植入装置的每一个囊内植入装置的结果预测。

技术研发人员：S·卡希亚普,H·布鲁,A·贾达夫,R·多拉基亚,A·Y·刘,H·S·朗瓦拉,W·R·帕特森,M·莫拉迪
受保护的技术使用者：微仙美国有限公司
技术研发日：
技术公布日：2024/11/18