基于脾脏空间特征的肝硬化风险评估方法及系统

本发明涉及基于脾脏空间特征的肝硬化失代偿风险评估，具体涉及一种基于脾脏空间特征的肝硬化风险评估方法及系统。

背景技术：

1、肝硬化是全球肝脏疾病相关死亡的主要原因之一，肝硬化的自然病程可分为代偿期与失代偿期两个阶段。一旦进入失代偿期，患者出现食管胃底静脉曲张破裂出血、肝性脑病、肝肾综合征等严重并发症，因此，在代偿期阶段准确识别具有向失代偿进展高风险的个体，对于及时干预和改善预后具有重要临床价值。

2、目前，临床上用于评估肝硬化严重程度及门静脉高压的常用手段主要包括肝静脉压力梯度测量、无创血清学评分、瞬时弹性成像以及常规影像学评估等，肝静脉压力梯度是目前公认的反映门静脉压力的金标准，但该操作为有创性检查，存在费用高、技术难度大、辐射暴露等不足，不适用于常规动态监测和大规模人群筛查，无创血清学评分如child-pugh评分、meld评分、fib-4指数等，主要反映肝脏合成功能及肝纤维化程度，并非直接捕获门静脉高压所驱动的血流动力学紊乱信号，对代偿期患者失代偿风险的预测和分层能力较为有限。瞬时弹性成像通过测量肝脏硬度间接评估肝纤维化程度，但其对门静脉高压的评估准确性受肥胖、腹水及操作者经验等因素影响较大，且同样未直接反映血流动力学状态。

3、在常规影像学评估方面，肝硬化导致的门静脉高压可经脾静脉直接传导至脾脏，使脾脏成为门静脉压力升高的直接感受器，肝硬化失代偿相关并发症常常伴随脾功能亢进。临床上常采用脾脏体积、脾静脉宽度等形态学指标评估脾功能亢进，辅助门静脉高压相关并发症的判断。然而，这些指标仅能反映脾脏的解剖学增大，无法捕获脾脏内部功能性血流灌注的异常改变，对早期血流动力学紊乱的敏感性和特异性均不理想。

4、现有技术在肝硬化失代偿风险评估方面存在明显不足，首先，现有技术无法捕获功能性脾功能亢进的早期血流信号，仅关注脾脏体积增大这一解剖学改变，而忽视了肝硬化门静脉高压导致脾脏被动充血时，脾脏内部血流灌注模式在功能层面的异质性改变。脾脏在增强扫描动脉期呈现的花斑样不均匀强化，是在组织灌注层面的直接可视化表现，但这一关键信息长期以来未被有效利用。其次，现有技术未对脾脏内部进行精细化区域分析，少数尝试分析脾脏增强模式的研究也仅对脾脏整体进行平均信号测量，将脾脏红髓和白髓这两种血流动力学特征截然不同的区域混为一体，严重稀释了红髓区域灌注异常所携带的诊断价值。再者，现有技术缺乏对脾脏灌注异质性的多维度量化体系，通常仅提取信号增强率等简单的一阶统计量，无法从空间构型、界面形态、网络连通性等多个维度对血流灌注的空间异质性进行系统性刻画，导致大量反映病理生理状态的空间信息被丢失。此外，目前缺乏一种能够在磁共振动态增强扫描、ct动态增强扫描、超声造影等不同成像设备上统一执行的脾脏功能评估框架，现有评估框架缺乏跨模态通用性，限制了相关技术的临床推广与普及。

5、因此，现有技术还有待进一步发展。

技术实现思路

1、本发明的目的在于克服上述技术不足，提供一种基于脾脏空间特征的肝硬化风险评估方法及系统，以解决现有技术存在的问题。

2、为达到上述技术目的，根据本发明的第一方面，本发明提供了一种基于脾脏空间特征的肝硬化风险评估方法，包括：

3、s100、获取包含脾脏区域的动态增强影像序列，所述动态增强影像序列至少包括对比剂注射前的蒙片期图像和对比剂注射后的动脉期图像；

4、s200、在所述动态增强影像序列中提取脾脏实质区域作为感兴趣区域；

5、s300、基于所述感兴趣区域内各空间单元的信号增强特征，将所述感兴趣区域划分为多个具有不同血流灌注模式的栖息地区域；

6、s400、从至少一个目标栖息地区域中提取多维空间特征，将所述多维空间特征输入预训练的机器学习模型，得到肝硬化风险评估结果。

7、具体的，所述动态增强影像序列包括磁共振动态增强扫描、ct动态增强扫描或超声造影中的一种；

8、所述多维空间特征至少包括构成维度特征、空间构型维度特征、界面维度特征、连通维度特征和分形维度特征中的两种特征。

9、具体的，所述在所述动态增强影像序列中提取脾脏实质区域作为感兴趣区域的方法，包括：

10、通过自动分割算法对所述动态增强影像序列中的脾脏进行自动识别和边界勾画，得到脾脏实质区域；或者，

11、通过手动勾画或半自动勾画方式，在所述动态增强影像序列中沿脾脏边界逐层描画，以确定脾脏实质区域；

12、其中，所述感兴趣区域为二维的脾脏像素区域或三维的脾脏体素区域。

13、具体的，所述基于所述感兴趣区域内各空间单元的信号增强特征，将所述感兴趣区域划分为多个具有不同血流灌注模式的栖息地区域的方法，包括：

14、计算所述感兴趣区域内每个空间单元从蒙片期到动脉期的信号增强程度，和/或提取每个空间单元的时间-信号强度曲线特征；

15、使用无监督聚类算法，基于所述信号增强程度和/或所述时间-信号强度曲线特征，将全部空间单元划分为多个栖息地区域；

16、获取各所述栖息地区域的聚类中心的达峰时间和峰值增强幅度，根据各所述栖息地区域的聚类中心的达峰时间和峰值增强幅度，将所述感兴趣区域划分为多个具有不同血流灌注模式的栖息地区域。

17、具体的，所述根据各所述栖息地区域的聚类中心的达峰时间和峰值增强幅度，将所述感兴趣区域划分为多个具有不同血流灌注模式的栖息地区域的方法，包括：

18、将所述聚类中心的达峰时间小于第一预设阈值、且峰值增强幅度大于第二预设阈值的栖息地区域判定为红髓栖息地；

19、将所述聚类中心的达峰时间大于第三预设阈值、且峰值增强幅度小于第四预设阈值的栖息地区域判定为白髓栖息地；

20、其中，所述第一预设阈值小于或等于第三预设阈值，所述第二预设阈值大于或等于第四预设阈值，所述第一预设阈值和所述第三预设阈值基于全部空间单元的平均达峰时间确定，所述第二预设阈值和所述第四预设阈值基于全部空间单元的平均峰值增强幅度确定。

21、具体的，所述构成维度特征包括以下至少一项：

22、目标栖息地区域的体积分数、动脉期平均信号强度、信号强度标准差、基于各栖息地区域体积分数计算的栖息地熵以及均匀度指数。

23、具体的，所述空间构型维度特征包括以下至少一项：

24、反映目标栖息地的区域空间离散程度的破碎度指数、反映同类区域团簇聚集倾向的聚集指数、反映异类区域邻接关系的邻接概率，以及反映信号强度空间自相关性的莫兰指数；

25、所述界面维度特征包括以下至少一项：

26、反映不同栖息地区域间交界面规模的接触面积、由被异类栖息地完全包围的孤立目标栖息地区域数量与目标栖息地区域总数之比定义的包含关系指数，以及反映不同栖息地区域混合交错程度的穿插指数。

27、具体的，所述连通维度特征包括以下至少一项：

28、将目标栖息地区域的独立连通域作为节点构建网络图后，计算得到的平均节点度、聚类系数和平均路径长度；

29、所述分形维度特征包括以下至少一项：

30、基于盒计数法，通过计算以不同边长的盒子覆盖目标栖息地区域边界所需盒子数量随盒子边长变化的对数关系而确定的分形维数，以及基于目标栖息地区域内部局部密度的方差与局部密度均值的平方之比确定的拉库纳度。

31、具体的，所述将所述多维空间特征输入预训练的机器学习模型，得到肝硬化风险评估结果的方法，包括：

32、将提取的所述多维空间特征组合为特征向量；

33、对所述特征向量进行标准化或归一化处理，得到标准化特征向量；

34、将所述标准化特征向量输入预训练的机器学习模型，所述机器学习模型为在包含代偿期肝硬化病例与失代偿期肝硬化病例的确诊队列上训练得到的监督学习模型；

35、由所述机器学习模型根据所述多维空间特征中各特征与肝硬化失代偿之间的关联模式，输出肝硬化风险评估结果；

36、其中，所述风险评估结果为一个连续的0至1之间的风险概率评分，或为基于所述风险概率评分划分的不同风险级别的分类结果。

37、根据本发明的第二方面，提供一种基于脾脏空间特征的肝硬化风险评估系统，包括：

38、影像获取模块：用于获取包含脾脏区域的动态增强影像序列，所述动态增强影像序列至少包括对比剂注射前的蒙片期图像和对比剂注射后的动脉期图像；

39、脾脏提取模块：用于在所述动态增强影像序列中提取脾脏实质区域作为感兴趣区域；

40、栖息地划分模块：用于基于所述感兴趣区域内各空间单元的信号增强特征，将所述感兴趣区域划分为多个具有不同血流灌注模式的栖息地区域；

41、风险评估模块：用于从至少一个目标栖息地区域中提取多维空间特征，将所述多维空间特征输入预训练的机器学习模型，得到肝硬化风险评估结果。

42、有益效果：

43、本发明提供一种基于脾脏空间特征的肝硬化风险评估方法及系统，通过基于动态增强影像的栖息地聚类划分，将脾脏内部按血流灌注模式解耦为具有明确生理意义的功能子区域，突破了传统方法仅依赖整体解剖指标或平均信号强度的局限，在此基础上，构建多维空间特征体系，显著提升了风险评估的敏感性与特异性，该特征提取框架不依赖特定成像设备参数，适用于磁共振、ct及超声造影等多种模态，结合经确诊队列训练的机器学习模型，实现了跨平台、无创、高精度的肝硬化失代偿风险早期预警。