一种急性缺血性脑卒中的检测系统及方法与流程

1.本发明涉及一种脑卒中的检测领域，特别是涉及一种急性缺血性脑卒中的检测系统。


背景技术：

2.急性缺血性脑卒中是指由于脑的供血动脉(颈动脉和椎动脉)狭窄或闭塞、脑供血不足导致的脑组织坏死的总称。有四种类型的脑缺血：短暂性脑缺血发作(tia)；可逆性神经功能障碍(rind)；进展性卒中(sie)；完全性卒中(cs)。tia无脑梗死存在，而rind、sie和cs有不同程度的脑梗死存在。
3.目前检测缺血性脑卒中的方法为让患者脑部ct，拿给医生观察ct图像中是否为缺血半暗带，在患者多的情况下需要排队，由于急性缺血性脑卒中最佳治疗时间窗为3-4.5小时，排队时间长了可能会导致错过最佳治疗时间。
4.因此目前亟需一种能够自动检测急性缺血性脑卒中的、辅助医生治疗的一种急性缺血性脑卒中的检测系统。


技术实现要素：

5.本发明要解决的技术问题是提供一种能够自动检测急性缺血性脑卒中的、辅助医生治疗的一种急性缺血性脑卒中的检测系统。
6.本发明一种急性缺血性脑卒中的检测系统，包括相互连接的服务器和移动终端；
7.所述移动终端包括图像获取模块和图像显示模块；
8.所述图像获取模块能够获取患者的第二图像数据；
9.所述图像显示模块能够显示与所述第二图像数据对应的疾病等级数据；
10.所述服务器包括数据库和处理器；
11.所述数据库中存储有与所述急性缺血性脑卒中对应的第一图像数据、与所述第一图像数据对应的第一阴影面积范围、与所述第一阴影面积范围对应的疾病等级数据；
12.所述处理器通过图像识别法输出与所述第二图像数据对应的第一轮廓数据，并通过轮廓筛选法输出第二轮廓数据，计算所述第二轮廓数据的第二阴影面积s，并将所述第二阴影面积对应的所述第一阴影面积范围对应的疾病等级数据上传至移动终端。
13.本发明一种急性缺血性脑卒中的检测系统，其中所述数据库中存储有正常人的侧脑室前角的轮廓数据、四叠体池的轮廓数据、第一连线p、正常人的第一图像数据的第一区域网格、与所述第一区域网格对应的第二治疗方案，所述第一连线p为正常人的第一图像数据在竖直的角度上的侧脑室前角的最高点与最低点的连线；
14.所述处理器将封闭轮廓的所述第一轮廓数据中与正常人的侧脑室前角的轮廓数据形状相似的所述第一轮廓数据输出为第三轮廓数据，并将所述第三轮廓数据的最高点和最低点的连线输出为第二连线q，将封闭轮廓的所述第一轮廓数据中与正常人的四叠体池的轮廓数据形状相似的所述第一轮廓数据输出为第四轮廓数据；
15.所述处理器判断所述第三轮廓数据是否位于所述第四轮廓数据的上方；
16.若位于上方，则所述处理器将所述第一连线p的最高点与所述第二连线q的最高点重合，将重合点输出为点f，并判断所述第一连线p和所述第二连线q是否重合；
17.若是，则将所述第二图像数据输出为第三图像数据；
18.若否，则以点f为旋转中心，将所述第二连线q对应的所述第二图像数据旋转至所述第二连线q与所述第一连线p重合，并将旋转后的的所述第二图像数据输出为第三图像数据；
19.若位于下方，则将所述第二图像数据以其中心点为旋转点旋转180度后将所述第一连线p的最高点与所述第二连线q的最高点重合，将重合点输出为点f，并判断所述第一连线p和所述第二连线q是否重合；
20.若是，则将所述第二图像数据输出为第三图像数据；
21.若否，则以点f为旋转中心，将所述第二连线q对应的所述第二图像数据旋转至所述第二连线q与所述第一连线p重合，并将旋转后的的所述第二图像数据输出为第三图像数据；
22.所述图像处理模块能够将所述第三图像数据分割成多个第二区域网格，所述处理器计算所述第二阴影面积所占多个所述第二区域网格的比例，并将比例最多的第二区域网格输出为第三区域网格，将所述第三区域网格对应的所述第二区域网格对应的第一区域网格所对应的第二治疗方案输出移动终端。
23.本发明一种急性缺血性脑卒中的检测系统，其中所述“所述图像处理模块能够将所述第三图像数据分割成多个第二区域网格”的具体步骤为：
24.所述数据库中存储有第三连线，所述第三连线为正常人的第一图像数据的最高点与最低点的连线；
25.所述处理器计算旋转后的所述第二图像数据的最高点与最低点的连线，输出为第四连线，并用所述第三连线的长度除以所述第四连线的长度的值为第一比例，将所述第一区域网格以点f为移动中心移动至所述第三图像数据中的点f上，并以点f为缩放中心并按照第一比例缩放，将所述第一区域网格输出为第二区域网格。
26.本发明一种急性缺血性脑卒中的检测系统，其中所述数据库中还存储有与所述第二区域网格对应的额前区域网格、运动语言区域网格、味觉区域网格、听觉区域网格、第一躯体感觉区域网格、语言区域网格、视觉区域网格，存储有与额前区域网格、运动语言区域网格、味觉区域网格、听觉区域网格、第一躯体感觉区域网格、语言区域网格、视觉区域网格的第一网格指数；
27.所述处理器判断所述第二阴影面积是否全部覆盖所述额前区域网格、运动语言区域网格、味觉区域网格、听觉区域网格、第一躯体感觉区域网格、语言区域网格、视觉区域网格中的第三预设阈值个或第三预设阈值个以上；
28.若是，则所述处理器判断所述第二阴影面积全部覆盖的第二区域网格对应的第一网格指数的和减去没有全部覆盖的第二区域网格中所述第二阴影面积最大的所述第二区域网格对应的第一网格指数，并判断其差值是否为正数；
29.若为正数，则将全部覆盖的所述第二区域网格的第一网格指数最大的第二区域网格输出为第三区域网格；
30.若不为正数，则将没有全部覆盖的所述第二区域网格输出为第三区域网格。
31.本发明一种急性缺血性脑卒中的检测系统，其中所述第二阴影面积s为患者的脑卒中的面积。
32.本发明一种急性缺血性脑卒中的检测系统，其中所述第一图像数据和所述第二图像数据均为20cm*40cm大的图片。
33.本发明一种急性缺血性脑卒中的检测系统，其中“将封闭轮廓的所述第一轮廓数据中与正常人的侧脑室前角的轮廓数据形状相似的所述第一轮廓数据输出为第三轮廓数据”的具体步骤为：所述处理器计算所述正常人的侧脑室前脚的轮廓数据的面积，并与封闭轮廓的所述第一轮廓数据的面积作差，并输出为第一差值，将所述第一差值小于第一面积阈值的对应的所述第一轮廓数据输出与第三轮廓数据。
34.本发明一种急性缺血性脑卒中的检测系统，其中“将封闭轮廓的所述第一轮廓数据中与正常人的四叠体池的轮廓数据形状相似的所述第一轮廓数据输出为第四轮廓数据”的具体步骤为：所述处理器计算所述正常人的四叠体池的轮廓数据的面积，并与封闭轮廓的所述第一轮廓数据的面积作差，并输出为第二差值，将所述第二差值小于第一面积阈值的对应的所述第一轮廓数据输出与第四轮廓数据。
35.本发明一种急性缺血性脑卒中的检测系统，其中所述移动终端与服务器的连接方式为无线连接。
36.本发明一种急性缺血性脑卒中的检测系统的检测方法，包括如下步骤：
37.存储有与所述急性缺血性脑卒中对应的第一图像数据、与所述第一图像数据对应的第一阴影面积范围、与所述第一阴影面积范围对应的疾病等级数据；
38.获取患者的第二图像数据；
39.所述处理器通过图像识别法输出与所述第二图像数据对应的第一轮廓数据，并通过轮廓筛选法输出第二轮廓数据，计算所述第二轮廓数据的第二阴影面积s，并将所述第二阴影面积对应的所述第一阴影面积范围对应的疾病等级数据上传至移动终端；
40.显示与所述第二图像数据和对应的疾病等级数据。
41.本发明一种急性缺血性脑卒中的检测系统与现有技术不同之处在于本发明一种急性缺血性脑卒中的检测系统通过图像识别法识别出患者的图像数据中所有阴影的轮廓，在通过图像筛选法将脑卒中的轮廓筛选出来并计算面积，判断患者的脑卒中的面积位于数据库中存的面积的哪个范围中，从而输出疾病等级，本发明能够自动检测缺血性脑卒中，再根据患者脑卒中的面积判断疾病的等级，从而实现自动检测，加快诊断时间，辅助医生诊断，从而给患者以最快的速度进行救治。
42.下面结合附图对本发明的一种急性缺血性脑卒中的检测系统作进一步说明。
附图说明
43.图1是一种急性缺血性脑卒中的检测系统的图像识别法示意图；
44.图2是图1所示一种急性缺血性脑卒中的检测系统的轮廓筛选法示意图；
45.图3是构建第一连线p的示意图；
46.图4是构建第二连线q和点f的示意图；
47.图5是旋转后的第二图像数据；
48.图6是区域网格划分示意图；
49.图7是一种急性缺血性脑卒中的检测系统的第一流程图。
具体实施方式
50.如图1～7所示，参见图1、2、7，一种急性缺血性脑卒中的检测系统包括相互连接的服务器和移动终端；
51.所述移动终端包括图像获取模块和图像显示模块；
52.所述图像获取模块能够获取患者的第二图像数据；
53.所述图像显示模块能够显示与所述第二图像数据对应的疾病等级数据；
54.所述服务器包括数据库和处理器；
55.所述数据库中存储有与所述急性缺血性脑卒中对应的第一图像数据、与所述第一图像数据对应的第一阴影面积范围、与所述第一阴影面积范围对应的疾病等级数据；
56.所述处理器通过图像识别法输出与所述第二图像数据对应的第一轮廓数据，并通过轮廓筛选法输出第二轮廓数据，计算所述第二轮廓数据的第二阴影面积s，并将所述第二阴影面积对应的所述第一阴影面积范围对应的疾病等级数据上传至移动终端。
57.本发明通过图像识别法识别出患者的图像数据中所有阴影的轮廓，在通过图像筛选法将脑卒中的轮廓筛选出来并计算面积，判断患者的脑卒中的面积位于数据库中存的面积的哪个范围中，从而输出疾病等级，本发明能够自动检测缺血性脑卒中，再根据患者脑卒中的面积判断疾病的等级，从而实现自动检测，加快诊断时间，辅助医生诊断，从而给患者以最快的速度进行救治。
58.其中，所述移动终端与所述服务器的连接方式为无线连接。
59.本发明通过无线连接的服务器和移动终端能够使医生远程查看患者的病情，方便使用。
60.其中，所述第二阴影面积s为患者的脑卒中的面积。
61.其中，所述第一图像数据和所述第二图像数据均为20cm*40cm大的图片。
[0062][0063][0064]
其中，所述第一图像数据、第二图像数据均为患者的脑ct图像或患者的脑部核磁共振图像。
[0065]
优选的，参见图1、2、7，所述图像识别法包括
[0066]
s1.1、所述数据库中还存储有第一灰度值；
[0067]
s1.2、所述移动终端还包括图像处理模块，所述图像处理模块能够将所述第二图
像数据分割成m*m个第一像素数据；
[0068]
s1.3、获取每个所述第一像素数据的第一灰度值，输出所述第一像素灰度值矩阵；
[0069]
s1.4、将所述第一像素灰度矩阵中的第一个所述第一灰度值输出为第i个所述第一灰度值；
[0070]
s1.5、所述处理器判断第i个所述第一像素灰度值矩阵中每个所述第一灰度值与其相邻的所述第一灰度值的差值大于等于第一预设阈值的个数是否超过第二预设阈值；
[0071]
若超过，则将所述第一灰度值对应的所述第一像素数据输出为第一边缘点，并将两两相邻的所述第一像素数据对应的第一边缘点的连线输出为第一轮廓数据，将i输出为i＝i 1，并跳转至s1.4；
[0072]
若未超过，将i输出为i＝i 1，并跳转至s1.4。
[0073]
本发明通过所述图像处理模块将所述第二图像数据分割成m*m大小的像素，再通过与其相邻像素的灰度值进行比较，判断出灰度差超过第一预设阈值的点为边缘点，换句话说，一个点的灰度与周围的点的灰度值相差大的话证明这个点的灰度发生了突变，能够证明该点为边缘点，将两个相邻的这些边缘点的连线输出为第一轮廓数据。
[0074]
其中，m的初始值为1-10000，优选为16。
[0075]
其中，所述第一预设阈值为10-50，优选为15。
[0076]
其中，所述第二预设阈值为1-5个，优选为4个。
[0077]
m第二预设阈值(0，200]3(200，500]4(500，1080]5
[0078]
其中，参见图2，若点m与点n为边缘点，但点m与点n不是相邻的所述第一像素点，则点m到点n不相连。
[0079]
例如，参见图1，与点k相邻点为k1-k8，其中，k1、k2、k4、k6所在的第一像素数据的灰度值与k的差超过了15，并且超过了所述第二预设阈值3个，则将点k作为边缘点；
[0080]
与所述点d相邻的点为d1-d8，其中，只有d3的灰度值与d的灰度值的差超过了15，则所述d就不是边缘点。
[0081]
优选的，参见图1、2、7，所述轮廓筛选法包括
[0082]
s2.1、所述处理器判断所述第一轮廓数据为封闭轮廓的个数是否超过所述第一轮廓数据的第一百分比阈值；
[0083]
若是，则所述处理器将不是封闭轮廓的所述第一轮廓数据剔除，并计算是封闭轮廓的所述第一轮廓数据的面积，将面积最大的所述第一轮廓数据输出为第二轮廓数据，并将所述第二轮廓数据的面积输出为第二阴影面积s；
[0084]
若否，则所述处理器通过第一计算法输出第一倍数a，并将所述第二图像数据数据划分成am*am个第一像素数据，跳转至s1.3，直至能够输出所述第一轮廓数据为封闭轮廓的个数是超过所述第一轮廓数据的第一百分比阈值时结束指令。
[0085]
本发明通过判断图像处理模块提取出来的轮廓是封闭轮廓的个数是否超过轮廓总数的80％，若超过，将不是封闭轮廓的轮廓剔除，留下封闭的轮廓，将面积最大的输出为第二轮廓数据，也就是说，如果超过了80％的轮廓都为封闭轮廓，证明有部分面积小的轮廓
也构成了封闭的，那么大的面积必定会构成封闭的轮廓，换句话说此时的精度能够将患者的脑卒中面积的轮廓勾勒出来，将面积最大的封闭的轮廓作为患者脑卒中缺血的面积，其为第二阴影面积s，如果没超过80％，则证明分割像素的精度不够，则将图像识别法中的将所述第二图像数据数据划分成m*m个第一像素数据更改成am*am个第一像素数据，也就是说，初始是将图像分割成16*16的像素，若a为2，则将像素重新分割成32*32的像素，这样来说将图像分割的精度提高，输出的轮廓就更加精密。
[0086]
其中，所述第一百分比阈值为70％-90％，优选为80％。
[0087]
其中，m始终为初始值。
[0088]
其中，所述am通过的个位数通过进一法取整数。
[0089]
优选的，所述第一算法为：
[0090]
所述处理器能够获取跳转s1.3的次数c，并根据跳转s1.3的次数c通过第一公式输出所述第一倍数a；
[0091][0092]
本发明通过处理器获取跳转s1.3的次数c，来确定所述第一倍数a，由于重复次数越多证明将图像分割的精度还是不够高，则通过第一公式中，可知，跳转s1.3的次数c越大，第一倍数a越大，符合本设计需求，并且是一个开始递增缓慢，逐渐递增变大的图像，换句话说，开始将图像分割的精度相对来说没那么高，若要能输出封闭的所述第一轮廓数据，则能够减少计算量，增加系统的运算速度，如果没有输出，则大幅度的提高图像分割的精度，从而输出封闭的所述第一轮廓数据。
[0093]
例如，当第一轮廓数据为封闭轮廓的个数未超过所述第一轮廓数据的第一百分比阈值也就是没超过80％时，证明分割像素的精度不够高，此时重新进行划分，也就是说进行第一次跳转，此时c＝1，第一倍数am为1.3*16＝20.8，通过进一法取整的am为21，因此将16*16的第一像素数据划分为21*21的像素数据，若第一轮廓数据为封闭轮廓的个数还是未超过所述第一轮廓数据的第一百分比阈值也就是没超过80％时，进行第二次跳转，此时c＝2，第一倍数am为1.5*16＝24，因此将16*16的第一像素数据划分为24*24的像素数据。
[0094]
其中，所述跳转s1.3的次数c在每检测结束一个图像后自动归零。
[0095]
优选的，所述移动终端包括第一录入模块，所述第一录入模块能够获取患者的年龄数据；
[0096]
所述处理器能够获取当前时间数据；
[0097]
所述数据库中存储有第一时间范围、与所述第一时间范围对应的所述第一治疗方案、与患者年龄数据对应的第一指数g、与第一时间范围数据对应的第一时间指数d；
[0098]
所述处理器能够获取所述当前时间数据，并输出与所述当前时间数据对应的所述第一时间范围数据对应的所述第一时间指数d，根据所述第一时间指数d、第二阴影面积s、第一指数g、跳转s1.3的次数c，通过第二公式输出第一患病时间h，并根据所述第一患病时间输出所述第一治疗方案；
[0099][0100]
本发明根据患者的年龄，送往医院的时间、脑卒中的面积来计算患者的发病时间，根据不同的发病时间输出不同的治疗方案，本发明中，跳转s1.3的次数c越大证明图像中第二阴影面积s越小，因为面积越小要求分割的精度才会越高，由此可知患者脑卒中的发病时间不会很长，从而得知跳转s1.3的次数c与第一患病时间h成反比，又由于患者的脑卒中的面积越大，则证明发病时间越长，由此可知患者的第二阴影面积s与第一患病时间h成正比，随着患者的年龄越大，患者患有脑供血不足的症状的几率越大，换句话说，在相同的脑卒中面积的情况下，年轻人由于脑供血足，可能患病8个小时了，由于年纪大的人患有脑供血不足的概率较大，则可能3个小时就会达到相同的面积，因此与患者年龄数据对应的第一指数g与第一患病时间h成反比。
[0101]
其中，所述第一患病时间h的单位为分钟。
[0102]
其中，患者年龄数据对应的第一指数g如下表所述：
[0103]
患者年龄数据第一指数g(0，18]0.8(18，35]1.2(35，55]1.6(55，75]2(75， ∞]2.5
[0104]
其中，当前时间数据对应的第一时间指数d如下表所述：
[0105][0106][0107]
例如，患者为60岁，早上6：30被送往医院，跳转s1.3的次数为3次，检测出第二阴影面积为200cm2，则根据上述公式得h为95分钟。
[0108]
优选的，参见图3、4，所述数据库中存储有正常人的侧脑室前角的轮廓数据、四叠体池的轮廓数据、第一连线p、正常人的第一图像数据的第一区域网格、与所述第一区域网格对应的第二治疗方案，所述第一连线p为正常人的第一图像数据在竖直的角度上的侧脑室前角的最高点与最低点的连线；
[0109]
所述处理器将封闭轮廓的所述第一轮廓数据中与正常人的侧脑室前角的轮廓数据形状相似的所述第一轮廓数据输出为第三轮廓数据，并将所述第三轮廓数据的最高点和最低点的连线输出为第二连线q，将封闭轮廓的所述第一轮廓数据中与正常人的四叠体池的轮廓数据形状相似的所述第一轮廓数据输出为第四轮廓数据；
[0110]
所述处理器判断所述第三轮廓数据是否位于所述第四轮廓数据的上方；
[0111]
若位于上方，则所述处理器将所述第一连线p的最高点与所述第二连线q的最高点重合，将重合点输出为点f，并判断所述第一连线p和所述第二连线q是否重合；
[0112]
若是，则将所述第二图像数据输出为第三图像数据；
[0113]
若否，则以点f为旋转中心，将所述第二连线q对应的所述第二图像数据旋转至所述第二连线q与所述第一连线p重合，并将旋转后的的所述第二图像数据输出为第三图像数据；
[0114]
若位于下方，则将所述第二图像数据以其中心点为旋转点旋转180度后将所述第一连线p的最高点与所述第二连线q的最高点重合，将重合点输出为点f，并判断所述第一连线p和所述第二连线q是否重合；
[0115]
若是，则将所述第二图像数据输出为第三图像数据；
[0116]
若否，则以点f为旋转中心，将所述第二连线q对应的所述第二图像数据旋转至所述第二连线q与所述第一连线p重合，并将旋转后的的所述第二图像数据输出为第三图像数据；
[0117]
所述图像处理模块能够将所述第三图像数据分割成多个第二区域网格，所述处理器计算所述第二阴影面积所占多个所述第二区域网格的比例，并将比例最多的第二区域网格输出为第三区域网格，将所述第三区域网格对应的所述第二区域网格对应的第一区域网格所对应的第二治疗方案输出移动终端。
[0118]
本发明通过判断所述第一连线p和所述第二连线q是否重合，从而判断患者的图像数据是否处于倾斜状态，若是倾斜状态则进行旋转校正，将图像旋转至正常的角度，从而将患者的图像数据分割成不同的区域，判断是脑子哪部分发生了脑卒中，从而输出第二治疗方案。
[0119]
其中，“将封闭轮廓的所述第一轮廓数据中与正常人的侧脑室前角的轮廓数据形状相似的所述第一轮廓数据输出为第三轮廓数据”的具体步骤为：所述处理器计算所述正常人的侧脑室前脚的轮廓数据的面积，并与封闭轮廓的所述第一轮廓数据的面积作差，并输出为第一差值，将所述第一差值小于第一面积阈值的对应的所述第一轮廓数据输出与第三轮廓数据。
[0120]
本发明通过将正常人的侧脑室前脚的轮廓数据的面积与患者脑部图像数据所生成的轮廓比较，将轮廓构成的面积比较，最接近的作为患者的侧脑室前脚的轮廓数据，能够较为准确的将患者的侧脑室前脚的轮廓数据筛选出来。
[0121]
其中，“将封闭轮廓的所述第一轮廓数据中与正常人的四叠体池的轮廓数据形状相似的所述第一轮廓数据输出为第四轮廓数据”的具体步骤为：所述处理器计算所述正常人的四叠体池的轮廓数据的面积，并与封闭轮廓的所述第一轮廓数据的面积作差，并输出为第二差值，将所述第二差值小于第一面积阈值的对应的所述第一轮廓数据输出与第四轮廓数据。
[0122]
本发明通过将正常人的四叠体池的轮廓数据的面积与患者脑部图像数据所生成的轮廓比较，将轮廓构成的面积比较，最接近的作为患者的四叠体池的轮廓数据，能够较为准确的将患者的四叠体池的轮廓数据筛选出来。
[0123]
其中，所述第一面积阈值为1-20cm2，优选为5cm2。
[0124]
其中，获取所述第四轮廓数据也可通过计算正常人的侧脑室前脚的轮廓数据的最低点到正常人的四叠体池的轮廓数据的最高点的距离，在将距离所述第三轮廓数据上数据距离的所述第一轮廓数据输出为第四轮廓数据。
[0125]
其中，构建第一连线p选择左侧的侧脑室前角。
[0126]
优选的，参见图3、4、5，所述“所述图像处理模块能够将所述第三图像数据分割成多个第二区域网格”的具体步骤为：
[0127]
所述数据库中存储有第三连线，所述第三连线为正常人的第一图像数据的最高点与最低点的连线；
[0128]
所述处理器计算旋转后的所述第二图像数据的最高点与最低点的连线，输出为第四连线，并用所述第三连线的长度除以所述第四连线的长度的值为第一比例，将所述第一区域网格以点f为移动中心移动至所述第三图像数据中的点f上，并以点f为缩放中心并按照第一比例缩放，将所述第一区域网格输出为第二区域网格。
[0129]
本发明通过相同的比例进行划分区域能够使数据在对比时更具有参考价值，从而输出一个较为准确的所述第二治疗方案。
[0130]
优选的，参见图6，所述数据库中还存储有与所述第二区域网格对应的额前区域网格、运动语言区域网格、味觉区域网格、听觉区域网格、第一躯体感觉区域网格、语言区域网格、视觉区域网格，存储有与额前区域网格、运动语言区域网格、味觉区域网格、听觉区域网格、第一躯体感觉区域网格、语言区域网格、视觉区域网格的第一网格指数；
[0131]
所述处理器判断所述第二阴影面积是否全部覆盖所述额前区域网格、运动语言区域网格、味觉区域网格、听觉区域网格、第一躯体感觉区域网格、语言区域网格、视觉区域网格中的第三预设阈值个或第三预设阈值个以上；
[0132]
若是，则所述处理器判断所述第二阴影面积全部覆盖的第二区域网格对应的第一网格指数的和减去没有全部覆盖的第二区域网格中所述第二阴影面积最大的所述第二区域网格对应的第一网格指数，并判断其差值是否为正数；
[0133]
若为正数，则将全部覆盖的所述第二区域网格的第一网格指数最大的第二区域网格输出为第三区域网格；
[0134]
若不为正数，则将没有全部覆盖的所述第二区域网格输出为第三区域网格。
[0135]
本发明通过将所述第二区域网格按照控制人体不同位置命名成不同的区域，并将这些区域设置第一网格指数，所述第一网格指数为该网格发生脑卒中时对人体产生影响的重要程度的指数，当某一网格都被覆盖上了，同时其他网格也被覆盖了，但没有都覆盖上，此时不一定占的面积大，就证明该网格重要，因此通过第一网格指数来判断那个区域较为重要，因此输出重要的区域和治疗方案。
[0136]
其中，所述第三预设阈值为1-3个，优选为1个。
[0137]
其中，“全部覆盖”为覆盖80％以上。
[0138][0139]
例如，若患者的脑卒中面积全部覆盖了味觉区域网格和听觉区域网格，上下的面积中占有运动语言区域网格面积最多，则计算3 4-2＝5，由于5为正数，则将所述第一网格指数大的听觉区域网格输出为第三区域网格，并将对应的治疗方案上传至移动终端。
[0140]
参见图7，本发明一种急性缺血性脑卒中的检测系统的检测方法，包括如下步骤：
[0141]
步骤一，存储有与所述急性缺血性脑卒中对应的第一图像数据、与所述第一图像数据对应的第一阴影面积范围、与所述第一阴影面积范围对应的疾病等级数据；
[0142]
步骤二，获取患者的第二图像数据；
[0143]
步骤三，所述处理器通过图像识别法输出与所述第二图像数据对应的第一轮廓数据，并通过轮廓筛选法输出第二轮廓数据，计算所述第二轮廓数据的第二阴影面积s，并将所述第二阴影面积对应的所述第一阴影面积范围对应的疾病等级数据上传至移动终端；
[0144]
步骤四，显示与所述第二图像数据和对应的疾病等级数据。
[0145]
以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。