一种急性卒中分析系统、方法及存储介质与流程

1.本说明书涉及医疗技术领域，特别涉及一种急性卒中分析系统、方法及存储介质。


背景技术：

2.急性卒中，也可称为急性脑卒中、脑中风，是一种由于脑部血管突然破裂或因血管阻塞导致血液不能流入大脑而引起脑组织损伤的急性脑血管疾病。根据发病原因可以分为出血性卒中和缺血性卒中。临床上对于不同类型、不同严重程度的急性卒中采用不同的治疗方式，例如，针对缺血性卒中，有溶栓、机械取栓、保守治疗等。如何快速、准确地识别卒中类型、确定卒中严重程度对于下一步治疗方式的选择以及对患者的预后非常重要。


技术实现要素：

3.本说明书实施例之一提供一种急性卒中分析系统，包括获取模块、扫描执行模块和卒中分析模块。获取模块可以用于获取目标对象的脑部扫描协议。扫描执行模块可以用于基于所述目标对象的脑部扫描协议，指示对目标对象的脑部执行扫描以获取目标对象的脑部扫描图像。卒中分析模块可以用于基于所述目标对象的脑部扫描图像，确定与所述脑部扫描图像对应的卒中信息。。所述扫描执行模块和所述卒中分析模块在所述获取模块获取所述目标对象的脑部扫描协议后自动激活。
4.在一些实施例中，所述卒中分析模块包括：卒中类型判断单元，用于判断所述脑部扫描图像对应的卒中类型；和或缺血功能单元，用于确定所述卒中类型为缺血性卒中时，所述脑部扫描图像对应的缺血性卒中相关信息；和或出血功能单元，用于确定所述卒中类型为出血性卒中时，所述脑部扫描图像对应的出血性卒中相关信息；和或严重程度确定单元，用于基于所述缺血性卒中相关信息或所述出血性卒中相关信息，确定所述脑部扫描图像对应的卒中的严重程度。
5.在一些实施例中，所述缺血性卒中相关信息包括aspects(alberta stroke program early ct score,aspects)评分、缺血区域的位置、缺血区域的尺寸、缺血区域对应的供血血管、缺血区域的核心梗死体积中的至少一个。
6.在一些实施例中，所述缺血功能单元还用于基于所述目标对象的所述脑部扫描图像，使用供血血管确定模型确定所述缺血区域对应的供血血管。
7.在一些实施例中，所述缺血功能单元还包括训练样本获取子单元和模型训练子单元。所述训练样本获取子单元用于获取多个训练样本，其中，所述多个训练样本中的每一个包括样本对象的第一样本脑部图像、第二样本脑部图像和所述样本对象的至少一个脑部血管以及每个脑部血管的供血区域。所述模型训练子单元用于基于所述多个训练样本，通过训练初始模型获取供血血管确定模型。
8.在一些实施例中，所述出血性卒中相关信息包括所述脑部扫描图像对应的出血量和出血位置。
9.在一些实施例中，所述严重程度包括危重等级，所述基于所述缺血性卒中相关信
息或所述出血性卒中相关信息，确定所述脑部扫描图像对应的卒中的严重程度包括：对所述缺血性卒中相关信息或所述出血性卒中相关信息进行阈值比较，以获得比较结果；基于所述比较结果，确定所述脑部扫描图像对应的所述卒中的危重等级。
10.在一些实施例中，所述急性卒中分析系统还包括报告生成模块。所述报告生成模块用于基于预设生成方式和所述缺血性卒中的严重程度或所述出血性卒中的严重程度，生成与所述目标对象相关的结构化分析报告。
11.本说明书实施例之一提供一种急性卒中分析方法，利用如前所述的急性卒中分析系统执行。所述方法包括：获取目标对象的脑部扫描协议；基于所述目标对象的脑部扫描协议，自动指示对目标对象的脑部执行扫描以获取目标对象的脑部扫描图像；以及基于所述目标对象的脑部扫描图像，确定与所述脑部扫描图像对应的卒中信息。
12.本说明书实施例之一提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取所述计算机指令时，所述计算机执行如前所述的急性卒中分析方法。
13.本说明书实施例提供的急性卒中分析系统和/或方法，可以基于获取的脑部扫描协议，快速自动执行扫描以及自动确定急性卒中的严重程度，通过节省接受用户指示或者等待判断结果等的时间，从而缩短整个工作流程的时间、大大提高卒中分析的效率，尤其是在急诊场景下，可以尽快获得急性卒中分析结果，便于尽早对患者采取适当的处理措施。
附图说明
14.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
15.图1是根据本说明书一些实施例所示的示例性急性卒中分析系统的应用场景示意图；
16.图2是根据本说明书一些实施例所示的示例性急性卒中分析系统的示意图；
17.图3是根据本说明书一些实施例所示的示例性急性卒中分析方法的流程示意图；
18.图4a和4b是根据本说明书一些实施例所示的示例性脑部区域示意图。
具体实施方式
19.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
20.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
21.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者
设备也可能包含其它的步骤或元素。
22.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
23.图1是根据本说明书一些实施例所示的示例性急性卒中分析系统的应用场景示意图。
24.如图1所示，急性卒中分析系统100可以包括医疗设备110、处理设备120、终端设备130、存储设备140和网络150。在一些实施例中，处理设备120可以是医疗设备110中的一部分。
25.医疗设备110可以是用于疾病诊断或研究目的的非侵入性扫描成像设备。在一些实施例中，医疗设备110可以对检测区域或扫描区域内的目标对象进行扫描，得到该目标对象的扫描数据。在一些实施例中，医疗设备110可以包括单模态扫描仪和/或多模态扫描仪。单模态扫描仪可以包括例如超声波扫描仪、x射线扫描仪、计算机断层扫描(ct)扫描仪、核磁共振成像(mri)扫描仪、光学相干断层扫描(oct)扫描仪、超声(us)扫描仪、血管内超声(ivus)扫描仪等，或其任意组合。多模态扫描仪可以包括例如x射线成像-核磁共振成像(x射线-mri)扫描仪、正电子发射断层扫描-x射线成像(pet-x射线)扫描仪、单光子发射计算机断层扫描-核磁共振成像(spect-mri)扫描仪、正电子发射断层扫描-计算机断层摄影(pet-ct)扫描仪、数字减影血管造影-核磁共振成像(dsa-mri)扫描仪等。在一些实施例中，处理设备120可以集成在医疗设备110上，或者医疗设备110与处理设备120通过同一实体实现其功能。上面提供的医疗设备仅用于说明目的，而无意限制本说明书的范围。
26.处理设备120可以处理从医疗设备110、终端设备130、存储设备140或系统100的其他组件获得的数据和/或信息。例如，处理设备120可以从终端设备130中获取目标对象的脑部扫描协议。处理设备120可以基于获取的目标对象的脑部扫描协议，自动指示医疗设备110对目标对象的脑部执行扫描以获取目标对象的脑部扫描图像，如ct扫描图像、mri扫描图像等，并自动分析脑部扫描图像对应的卒中类型。若确定卒中类型为缺血性卒中时，处理设备120可以确定脑部扫描图像对应的缺血性卒中相关信息。若确定卒中类型为出血性卒中时，处理设备可以确定脑部扫描图像对应的出血性卒中相关信息。处理设备120可以进一步基于缺血性卒中相关信息或出血性卒中相关信息，确定脑部扫描图像对应的卒中的严重程度。又例如，处理设备120可以从终端设备130获取卒中分析结构化报告的预设生成方式。处理设备120可以进一步基于预设生成方式和缺血性卒中的严重程度或出血性卒中的严重程度，生成与目标对象相关的结构化分析报告。在一些实施例中，处理设备120可以是本地或远程的。例如，处理设备120可以通过网络150从医疗设备110、终端设备130和/或存储设备140访问信息和/或数据。
27.在一些实施例中，终端设备130可以是急性卒中分析的请求终端和/或急性卒中分析结果的处理终端。例如，用户可以通过终端设备130发送指令，请求进行执行脑部扫描和急性卒中分析。又如，终端设备130可以将生成/获取的卒中分析结果(例如，卒中分析结构化报告)展示在显示界面，以输出给用户。在本说明书的实施例中，终端设备130可以包括移动设备131、平板电脑132、笔记本电脑133等或其任意组合。
28.存储设备140可以存储数据、指令和/或任何其他信息。在一些实施例中，存储设备140可以存储从医疗设备110、处理设备120和/或终端设备130获得的数据，例如，目标对象的脑部扫描图像、卒中分析结果、目标对象相关的结构化分析报告、结构分析报告的预设生成方式等。
29.在一些实施例中，存储设备140可以包括一个或多个存储组件，每个存储组件可以是一个独立的设备，也可以是其他设备的一部分。在一些实施例中，存储设备140可包括随机存取存储器(ram)、只读存储器(rom)、大容量存储器、可移动存储器、易失性读写存储器等或其任意组合。示例性的，大容量储存器可以包括磁盘、光盘、固态磁盘等。在一些实施例中，存储设备140可在云平台上实现。
30.网络150可以包括能够促进信息和/或数据交换的任何合适的网络。在一些实施例中，急性卒中分析系统100的至少一个组件(例如，医疗设备110、处理设备120、终端设备130、存储设备140)可以通过网络150与系统100中至少一个其他组件交换信息和/或数据。例如，处理设备120可以通过网络150从终端设备130获取目标对象的脑部扫描协议。又如，终端设备130可以通过网络150从处理设备120获取与目标对象相关的结构化分析报告。
31.应当注意，急性卒中分析系统100仅仅是为了说明的目的而提供的，并不意图限制本说明书的范围。对于本领域的普通技术人员来说，可以根据本说明书的描述，做出多种修改或变化。例如，急性卒中分析系统100还可以包括输入装置和/或输出装置。又例如，急性卒中分析系统100可以在其它设备上实现类似或不同的功能。然而，这些变化和修改不会背离本说明书的范围。
32.图2是根据本说明书一些实施例所示的示例性急性卒中分析系统的示意图。
33.如图2所示，在一些实施例中，急性卒中分析系统200可以包括获取模块210、扫描执行模块220、卒中分析模块230和报告生成模块240。在一些实施例中，急性卒中分析系统200对应的功能可以由处理设备120执行，如获取模块210、扫描执行模块220、卒中分析模块230和报告生成模块240可以为处理设备120中的模块。
34.获取模块210可以用于获取目标对象的脑部扫描协议。关于获取目标对象的脑部扫描协议的相关描述，可以参见图3中的步骤305，在此不再赘述。
35.扫描执行模块可以用于基于目标对象的脑部扫描协议，指示对目标对象的脑部执行扫描以获取目标对象的脑部扫描图像，例如，患者的ct平扫数据等。关于获取目标对象的脑部扫描图像的相关描述，可以参见图3中的步骤310，在此不再赘述。
36.卒中分析模块230可以用于基于目标对象的脑部扫描图像，确定与脑部扫描图像对应的卒中信息。与所述脑部扫描图像对应的卒中信息至少包括所述卒中的类型和严重程度。在一些实施例中，卒中分析模块230可以包括卒中类型判断单元231、出血功能单元232、缺血功能单元233、严重程度确定单元234。
37.卒中类型判断单元231可以用于判断脑部扫描图像对应的卒中类型。卒中类型可以包括出血性卒中、缺血性卒中和无卒中。关于判断脑部扫描图像对应的卒中类型的相关描述，可以参见图3中的步骤320，在此不再赘述。
38.出血功能单元232可以用于当卒中类型为出血性卒中时，确定脑部扫描图像对应的出血性卒中相关信息。在一些实施例中，出血性卒中相关信息可以包括脑部扫描图像对应的出血量和出血位置。关于确定脑部扫描图像对应的出血性卒中相关信息的相关描述，
可以参见图3中的步骤330，在此不再赘述。
39.缺血功能单元233可以用于当卒中类型为缺血性卒中时，确定脑部扫描图像对应的缺血性卒中相关信息。在一些实施例中，缺血性卒中相关信息可以包括aspects(alberta stroke program early ct score,aspects)评分、缺血区域的位置、缺血区域的尺寸、缺血区域对应的供血血管、缺血区域的核心梗死体积中的至少一个。在一些实施例中，缺血功能单元233可以用于基于目标对象的脑部扫描图像，使用供血血管确定模型确定缺血区域对应的供血血管。在一些实施例中，缺血功能单元233可以包括训练样本获取子单元以及模型训练子单元。训练样本获取子单元可以用于获取多个训练样本，其中，多个训练样本中的每一个可以包括样本对象的第一样本脑部图像、第二样本脑部图像和样本对象的至少一个脑部血管以及每个脑部血管的供血区域。模型训练子单元可以用于基于多个训练样本，通过训练初始模型获取供血血管确定模型。关于确定脑部扫描图像对应的缺血性卒中相关信息的相关描述，可以参见图3中的步骤350，在此不再赘述。
40.严重程度确定单元234可以用于基于缺血性卒中相关信息或出血性卒中相关信息，确定脑部扫描图像对应的卒中的严重程度。在一些实施例中，卒中的严重程度可以通过量化指标进行表征。例如，卒中的严重程度可以被表示为1-15之间的数字，不同数字代表着卒中的不同严重程度。又例如，卒中的严重程度可以被表示为卒中的危重等级。例如，轻症、中症以及重症。在例如，卒中的严重程度可以被表示为卒中的风险等级，例如，低风险、中风险以及高风险等。在一些实施例中，严重程度确定单元234可以对缺血性卒中相关信息或出血性卒中相关信息进行阈值比较，以获得比较结果。严重程度确定单元234可以进一步基于比较结果，确定脑部扫描图像对应的卒中的危重等级。关于确定脑部扫描图像对应的卒中的严重程度的相关描述，可以参见图3中的步骤340和360，在此不再赘述。
41.报告生成模块240可以用于基于预设生成方式和缺血性卒中的严重程度或出血性卒中的严重程度，生成与目标对象相关的结构化分析报告。关于生成结构化分析报告的相关描述，可以参见图3中的步骤370，在此不再赘述。
42.在一些实施例中，扫描执行模块220和卒中分析模块230可以在获取模块210获取目标对象的脑部扫描协议后自动激活，从而自动执行流程图3中的步骤310-360。术语“自动激活”可以指在一些场景中，不需要用户的干预或操作，系统的执行部件(例如，扫描执行模块220和卒中分析模块230)可以直接开始运作(即，可以自动接收数据，并对接收的数据进行处理)。例如，在获取模块210获取目标对象的脑部扫描协议后，扫描执行模块220自动激活。获取模块210可以将获取的目标对象的脑部扫描协议传输到扫描执行模块220，扫描执行模块220可以基于获得的目标对象的脑部扫描协议，自动指示对目标对象的脑部执行扫描以获取目标对象的脑部扫描图像。又例如，在获取到目标对象的脑部扫描图像后，扫描执行模块220可以将目标对象的脑部扫描图像传输到卒中类型判断单元231，卒中类型判断单元231可以自动判断接收到的脑部扫描图像对应的卒中类型。
43.传统方法中，通常是根据指示对目标对象进行扫描以获取目标对象扫描图像。再根据扫描图像确定是否需要进行卒中分析。在确定需要进行卒中分析后，再进行卒中类型判断，再基于判断的卒中类型进行后续不同的处理。整个工作流程中的每个步骤均需要根据用户指示和/或等待判断结果来确定是否执行下一个步骤，导致整个工作流程的耗时长，效率低，尤其是在急性脑卒中诊断的急诊情况下，这种耗时长，低效率的工作流程可能对患
者造成及其严重的后果。本技术中，在获取模块获取到脑部扫描协议后，自动激活扫描执行模块220和卒中分析模块230，以自动执行后续步骤，可以大大节省接受用户指示或者等待判断结果等的时间，从而缩短整个工作流程的时间、大大提高卒中分析的效率，尤其是在急诊场景下，可以尽快获得急性卒中分析结果，便于尽早对患者采取适当的处理措施。
44.应当理解，图2所示的系统及其模块可以利用各种方式来实现。例如，在一些实施例中系统及其模块可以通过硬件、软件或者软件和硬件的结合来实现。
45.需要注意的是，以上对于系统及其模块的描述，仅为描述方便，作为示意，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子系统与其他模块连接。例如，在一些实施例中，图2中披露的以上模块可以是一个系统中的不同模块，也可以是一个模块实现上述的两个或两个以上模块的功能。例如，各个模块可以共用一个存储模块，各个模块也可以分别具有各自的存储模块。诸如此类的变形，均在本说明书的保护范围之内。
46.图3是根据本说明书一些实施例所示的示例性急性卒中分析方法的流程示意图。在一些实施例中，流程300可以由急性卒中分析系统100(如处理设备120)或急性卒中分析系统200执行，例如，由处理设备120内的相应模块执行。如图3所示，流程300可以包括以下步骤。
47.步骤305，获取目标对象的脑部扫描协议。在一些实施例中，步骤305可以由处理设备120或获取模块210执行。
48.目标对象可以包括扫描过程中涉及的生物对象和/或非生物对象的整体或部位。例如，目标对象可以是有生命或无生命的有机和/或无机物质，如头部、耳鼻、颈部、胸部、腹部、肝胆胰脾、肾脏、脊柱等。在一些实施例中，目标对象可以是人体脑部。
49.脑部扫描协议可以包括针对目标对象的扫描方式、扫描参数、以及可能存在脑卒中的提示等信息。在一些实施例中，用户(例如，急诊医生)可以手动设定并上传脑部扫描协议中的至少部分内容(例如，是否可能存在脑卒中)。在一些实施例中，脑部扫描协议可以提前生成，并存在存储设备中，处理设备120可以基于用户指示，自动获取脑部扫描协议。例如，用户可以指示目标对象可能存在脑卒中，处理设备120可以自动检索相关的脑部扫描协议。
50.在处理设备120获取脑部扫描协议后，将自动执行步骤310-370。
51.步骤310，基于目标对象的脑部扫描协议，自动指示对目标对象的脑部执行扫描以获取目标对象的脑部扫描图像。在一些实施例中，步骤310可以由处理设备120或扫描执行模块220执行。
52.脑部扫描图像可以是对人体脑部进行扫描得到的图像，例如，断层扫描图像、pet扫描图像等。在一些实施例中，在获取到目标对象的脑部扫描协议后，处理设备120可以指示医疗设备(如医疗设备110)，如ct扫描设备、pet扫描设备、mri扫描设备等对目标对象的脑部执行扫描，以获取脑部扫描图像。
53.步骤320，自动判断脑部扫描图像对应的卒中类型。在一些实施例中，步骤320可以由处理设备120或卒中分析模块230(例如，卒中类型判断单元231)执行。
54.卒中类型可以是根据病因和临床表现对脑卒中的分类。在一些实施例中，卒中类
型可以包括出血性卒中、缺血性卒中和无卒中。出血性卒中可以是脑内或脑表面的血管出血导致的卒中。例如，脑实质出血、蛛网膜下腔出血等。缺血性卒中可以是脑供血动脉(如颈动脉和椎动脉)狭窄或闭塞、脑供血不足导致的卒中。例如，腔隙性脑梗塞、脑白质变性等。无卒中可以是脑部正常的情况。
55.在一些实施例中，处理设备120可以自动确定脑部扫描图像中的病灶区域，并对脑部扫描图像中的病灶区域进行分析，以确定脑部扫描图像对应的卒中类型。本说明书中术语“自动”可以指在一些场景中，不需要用户的干预或操作，系统的执行部件(例如，处理设备120或卒中类型判断单元231)可以直接开始运作以执行预定的方法步骤(即，可以接收数据，并对接收到的数据进行处理)。例如，在获取到目标对象的脑部扫描图像后，处理设备120直接可以利用训练好的卒中识别模型确定脑部扫描图像对应的卒中类型。在一些实施例中，处理设备120可以基于用户(例如，医生)提供的相关信息，半自动地确定脑部扫描图像对应的卒中类型。例如，脑部扫描图像中的病灶区域以及相关信息可以展示在用户界面，用户可以确定脑部扫描图像对应的卒中类型和/或相关信息，并通过用户界面手动输入确定的卒中类型和/或相关信息。处理设备120可以获取用户确定的卒中类型、或者基于用户输入的相关信息确定卒中类型。
56.在一些实施例中，当确定脑部扫描图像对应的卒中类型为出血性卒中时，可以执行步骤330。当确定脑部扫描图像对应的卒中类型为缺血性卒中时，可以执行步骤350。当确定脑部扫描图像对应的卒中类型为无卒中时，可以执行步骤370。
57.步骤330，卒中类型为出血性卒中时，确定脑部扫描图像对应的出血性卒中相关信息。在一些实施例中，步骤330可以由处理设备120或卒中分析模块230(例如，出血功能单元232)执行。
58.在一些实施例中，出血性卒中相关信息可以包括脑部扫描图像对应的出血量和出血位置。
59.在一些实施例中，处理设备120可以使用图像分析算法(例如，图像分割算法)从脑部扫描图像中分割出多个脑部区域。示例性的脑部区域可以包括右侧额叶、左侧额叶、中脑、右侧顶叶、左侧顶叶、小脑蚓部、右侧颞叶、左侧颞叶、脑桥、右侧枕叶、左侧枕叶、右侧小脑、左侧小脑、右基底节、左基底节、右侧外囊、左侧外囊、右侧丘脑和左侧丘脑等。示例性的图像分割算法可以包括阈值分割算法、边缘检测算法、基于机器学习的分割算法等，或其任意组合。在一些实施例中，对脑部扫描图像分割还可以得到眼膜，眼膜可以用于估算出血体积。
60.在一些实施例中，出血位置可以是出血性卒中血液外流的具体部位。在一些实施例中，处理设备120可以基于上述分割得到的多个脑部区域的位置，确定目标对象的出血位置。例如，处理设备可以采用上述图像分割技术，分割得到出血区域。处理设备120可以建立脑部坐标系，并确定每个脑部区域在脑部坐标系中的坐标、以及出血区域在脑部坐标系中的坐标。处理设备120可以进一步比较每个脑部区域在脑部坐标系中的坐标、以及出血区域在脑部坐标系中的坐标，以确定目标对象的出血区域的位置(即，出血位置)。
61.在一些实施例中，出血量可以是出血性卒中血液自血管或心脏外流的量。出血量可以通过出血体积表示。出血体积可以基于脑部扫描图像中出血区域的尺寸确定。例如，可以采用多田式公式计算出血量。在一些实施例中，处理设备120可以根据脑部扫描图像空间
背景大小及眼膜在空间上的尺寸估算出血体积。
62.在一些实施例中，在确定脑部扫描图像对应的卒中类型为出血性卒中后，处理设备120可以自动从脑部扫描图像中分割出多个脑部区域，并基于分割出的多个脑部区域，确定出血性卒中相关信息，从而自动执行步骤340以确定脑部扫描图像对应的出血性卒中的严重程度。
63.步骤340，基于出血性卒中相关信息，确定脑部扫描图像对应的出血性卒中的严重程度。在一些实施例中，步骤340可以由处理设备120或卒中分析模块230(例如，严重程度确定单元234)执行。
64.在一些实施例中，卒中的严重程度(例如，出血性卒中的严重程度或缺血性卒中的严重程度)可以通过量化指标进行表征。在一些实施例中，量化指标可以是数字。例如，卒中的严重程度可以被表示为1-15之间的数字，不同数字代表着卒中的不同严重程度。例如，1表示卒中的严重程度最低，15表示卒中的严重程度最高，1-15之间的数字依次增加时卒中的严重程度也依次增加。在一些实施例中，量化指标可以是危重等级，即，卒中的严重程度可以被表示为卒中的危重等级。例如，轻症、中症以及重症。在一些实施例中，量化指标可以是风险等级，即，卒中的严重程度可以被表示为卒中的风险等级，例如，低风险、中风险以及高风险等。在一些实施例中，量化指标还可以是其他表示方式，例如，采用字母表示量化值等，在此不再赘述。为便于描述，下述以危重等级表示卒中的严重程度为例进行示例性说明。
65.在一些实施例中，处理设备120可以对出血性卒中相关信息进行阈值比较，以获得比较结果。处理设备120可以进一步基于比较结果，确定出血性卒中的危重等级。例如，处理设备120可以获取第一阈值和第二阈值。处理设备120可以将出血量与第一阈值和第二阈值进行比较以获得出血量比较结果，其中，第一阈值小于第二阈值。当出血量小于第一阈值时，处理设备120可以确定出血性卒中的危重等级为轻症。当出血量大于等于第一阈值且小于第二阈值时，处理设备120可以确定出血性卒中的危重等级为中症。当出血量大于等于第二阈值时，处理设备120可以确定出血性卒中的危重等级为重症。
66.在一些实施例中，第一阈值和第二阈值可以由用户(例如，临床医生)根据经验值手动设置，或者根据急性卒中分析100系统的默认参数进行设置，或者由处理设备120根据实际需要确定。在一些实施例中，可以基于出血位置，确定第一阈值和第二阈值，即，可以针对不同的出血位置设置不同的第一阈值和第二阈值。例如，脑部基底节区域的第二阈值可以为30ml。又例如，脑部的丘脑区域的第二阈值可以为15ml。在一些实施例中，可以基于出血位置以及出血区域的尺寸，确定第一阈值和第二阈值。例如，脑部的小脑区域的出血直径大于3cm时，第二阈值可以为10ml。
67.在一些实施例中，处理设备120可以基于预设的预警条件，确定是否发送风险提示信息。当处理设备确定出血性卒中满足预警条件时，处理设备120可以生成风险提示信息并发送给用户，以提示用户尽快处理。预警条件可以由用户(例如，临床医生)根据经验手动设置，或者根据急性卒中分析系统100的默认参数进行设置，或者由处理设备120根据实际需要确定。在一些实施例中，可以针对出血性卒中的严重程度、出血量、出血位置等设置多个不同的预警条件。例如，可以设置对应于出血性卒中危重等级的预警条件为危重等级为中症及以上。又例如，可以设置对应于出血位置的预警条件为出血位置位于至少两个脑部区
域(例如，步骤330中分割得到的至少两个脑部区域)或者位于脑部重要区域。
68.在一些实施例中，处理设备120可以基于出血位置，生成出血区域的邻近组织风险提示信息，以提示用户是否与出血区域邻近的脑部重要器官或者组织存在被感染的风险。例如，如果出血区域紧邻重要器官或者组织，此时处理设备120可以生成一条风险提示信息，以提示附近重要脑部器官或者组织存在被感染的风险。通过向用户发送风险提示信息，用户可以尽早采取相应的处理方案以减少或者避免对附近器官或者组织的损害。
69.步骤350，卒中类型为缺血性卒中时，确定脑部扫描图像对应的缺血性卒中相关信息。在一些实施例中，步骤350可以由处理设备120或卒中分析模块230(例如，缺血功能单元233)执行。
70.在一些实施例中，缺血性卒中相关信息可以包括aspects评分、缺血区域的位置、缺血区域的尺寸、缺血区域对应的供血血管、缺血区域的核心梗死体积中的至少一个。
71.aspects评分也可以称为alberta卒中项目早期电子计算机断层扫描评分，其可以包括前循环aspects评分、后循环aspects评分等。在一些实施例中，缺血性卒中的脑部扫描图像对应的aspects评分可以通过对大脑皮层不同部位的评分实现。仅作为示例，图4a和4b是根据本说明书一些实施例所示的示例性脑部区域示意图。如图4a和4b所示，皮层下结构区域可以包括尾状核c、豆状核l以及内囊ic。大脑中动脉皮层区域可以包括大脑中动脉前皮质区m1、岛叶皮质i、大脑中动脉岛叶外侧皮质区m2、大脑中动脉后皮层区m3、m1上方的大脑中动脉皮层m4、m2上方的大脑中动脉皮层m5、m3上方的大脑中动脉皮层m6。皮层下结构区域和大脑中动脉皮层区域中的每一个区域可以对应1分，总分为10分。前循环aspects评分可以对应皮层下结构区域和大脑中动脉皮层区域。早期缺血改变每累及皮层下结构区域和大脑中动脉皮层区域中的一个区域，前循环aspects评分扣减1分。前循环aspects评分＝10-累及区域数量。aspects评分越高，指示预后越好。
72.缺血区域的位置(也可以称为缺血位置)可以是缺血性卒中供血不足的具体部位。在一些实施例中，可以采用类似于确定出血位置的方式来确定缺血区域的位置，相关描述可以参见步骤330，在此不再赘述。
73.缺血区域的尺寸可以是缺血性卒中供血不足的具体部位的尺寸大小。在一些实施例中，处理设备120可以通过计算对应于缺血区域的像素点或者体素点的数量来确定缺血区域的尺寸。例如，处理设备120可以确定脑部扫描图像中对应于目标对象的脑部区域的像素点数量，以及对应于缺血区域的像素点数量。处理设备120可以进一步基于脑部的尺寸，以及对应于缺血区域的像素点数量与对应于脑部区域的像素点数量之间的比率，确定缺血区域的尺寸。例如，处理设备120可以将目标对象的脑部尺寸乘以对应于缺血区域的像素点数量与对应于目标对象的脑部区域的像素点数量之间的比率，得到缺血区域的尺寸。
74.缺血区域对应的供血血管可以是为该缺血区域供血的血管。在缺血性卒中中，由于缺血区域对应的供血血管的部分甚至全部闭塞，导致为该缺血区域供血不足。在一些实施例中，处理设备120可以基于目标对象的脑部扫描图像，使用供血血管确定模型确定缺血区域对应的供血血管。在一些实施中，供血血管确定模型可以包括第一部分、第二部分和第三部分。第一部分可以用于确定脑部扫描图对应的缺血区域。第二部分可以用于提取图像特征。示例性图像特征可以包括颜色特征、纹理特征、形状特征、尺寸特征、空间关系特征等。第三部分可以提供每个脑部血管与其供血区域之间的对应关系。仅仅作为示例，处理设
备120可以将目标对象的脑部扫描图像输入供血血管确定模型。供血血管确定模型的第一部分可以确定输入的脑部扫描图对应的缺血区域。供血血管确定模型的第二部分可以提取缺血区域的图像特征并将提取的图像特征输入第三部分。供血血管确定模型的第三部分可以基于获取的图像特征以及每个脑部血管与其供血区域之间的对应关系，输出缺血区域对应的供血血管。
75.在一些实施例中，供血血管确定模型可以只包括上述第二部分和第三部分。仅仅作为示例，在获取目标对象的脑部扫描图像后，处理设备可以确定脑部扫描图像对应的缺血区域。处理设备120可以将标记有缺血区域的脑部扫描图像输入供血血管确定模型。供血血管确定模型的第二部分可以提取缺血区域的图像特征并将提取的图像特征输入第三部分。供血血管确定模型的第三部分可以基于获取的图像特征以及每个脑部血管与其供血区域之间的对应关系，输出缺血区域对应的供血血管。
76.在一些实施例中，处理设备120可以从急性卒中分析系统100的一个或多个组件(例如，存储设备140)或外部设备获取供血血管确定模型。在一些实施例中，供血血管确定模型可以基于多个训练样本，通过训练机器学习模型来获取。
77.仅仅作为示例，处理设备120可以获取多个训练样本。每个训练样本可以包括样本对象的第一样本脑部图像、第二样本脑部图像和样本对象的至少一个脑部血管以及每个脑部血管的供血区域。第一样本脑部图像可以用于显示样本对象的脑部血管。示例性的第一样本图像可以包括cta图像、dsa图像等。第二样本脑部图像可以用于显示样本对象的脑部区域。示例性的第二样本图像可以包括ct平扫图像、mri图像等。每个训练样本中的样本对象的至少一个脑部血管以及每个脑部血管的供血区域可以作为训练的标签。处理设备120可以基于多个训练样本，通过多次迭代训练初始模型，以获取供血血管确定模型。在一些实施例中，训练好的机器学习模型(例如，供血血管确定模型的第二部分)可以提供每个训练样本中样本对象的第一样本图像中的至少一个样本血管与第二样本图像中的至少一个样本区域之间的对应关系，即每个样本对象的每个脑部血管与其供血区域之间的对应关系。
78.缺血区域的核心梗死体积可以是发生不可逆性损伤的脑组织的体积。在一些实施例中，核心梗死体积可以是与正常脑组织相比，脑血流量下降超过30％的区域。在一些实施例中，核心梗死体积可以通过脑灌注方式计算。在一些实施例中，处理设备120可以采用步骤330中所述的图像分割技术确定缺血区域的核心梗死区域。处理设备120可以通过计算对应于核心梗死区域的像素点或者体素点的数量来确定核心梗死区域的体积(即，核心梗死体积)。例如，处理设备120可以确定脑部扫描图像中对应于目标对象的脑部区域的像素点数量，以及对应于核心梗死区域的像素点数量。处理设备120可以进一步基于目标对象的脑部体积以及对应于核心梗死区域的像素点数量与对应于脑部区域的像素点数量之间的比率，确定核心梗死体积。例如，处理设备120可以将目标对象的脑部体积乘以对应于核心梗死区域的像素点数量与对应于目标对象的脑部区域的像素点数量之间的比率，得到核心梗死体积。
79.在一些实施例中，在确定脑部扫描图像对应的卒中类型为缺血性卒中后，处理设备120可以自动从脑部扫描图像中分割出多个脑部区域，并基于分割出的多个脑部区域，确定缺血性卒中相关信息，从而自动执行步骤360以确定脑部扫描图像对应的缺血性卒中的严重程度。
80.步骤360，卒中类型为缺血性卒中时，确定脑部扫描图像对应的缺血性卒中相关信息。在一些实施例中，步骤350可以由处理设备120或卒中分析模块230(例如，严重程度确定单元234)执行。
81.在一些实施例中，卒中的严重程度可以通过量化指标进行表征。关于卒中严重程度的量化指标的相关描述，可以参见步骤340，在此不再赘述。
82.在一些实施例中，处理设备120可以对缺血性卒中相关信息进行阈值比较，以获得比较结果。处理设备120可以进一步基于比较结果，确定缺血性卒中的危重等级。在一些实施例中，处理设备120可以获取对应于核心梗死体积的阈值、对应于aspects评分的阈值、以及对应于缺血区域的尺寸的阈值。在一些实施例中，对应于核心梗死体积的阈值、对应于aspects评分的阈值、以及对应于缺血区域的尺寸的阈值可以由用户(例如，临床医生)根据经验值手动设置，或者根据急性卒中分析100系统的默认参数进行设置，或者由处理设备120根据实际需要确定。在一些实施例中，可以基于缺血区域的位置以及缺血区域对应的供血血管，确定对应于核心梗死体积的阈值以及对应于缺血区域的尺寸的阈值，即，对应于脑部不同部位的核心梗死体积的阈值以及对应于缺血区域的尺寸的阈值可以不同。
83.在一些实施例中，处理设备120可以将缺血区域的核心梗死体积与对应于核心梗死体积的阈值进行比较以确定缺血性卒中的第一严重程度。处理设备120可以将缺血区域的aspects评分与对应于aspects评分的阈值进行比较以确定缺血性卒中的第二严重程度。处理设备120可以将缺血区域的尺寸与对应于缺血区域的尺寸的阈值进行比较以确定缺血性卒中的第三严重程度。例如，处理设备120可以获取对应于核心梗死体积的第三阈值(例如，20ml)和第四阈值(例如，30ml)。处理设备120可以将缺血区域的核心梗死体积与第三阈值和第四阈值进行比较以获得核心梗死体积比较结果，其中，第三阈值小于第四阈值。当核心梗死体积小于第三阈值时，处理设备120可以确定缺血性卒中的危重等级为轻症。当核心梗死体积大于等于第三阈值且小于第四阈值时，处理设备120可以确定缺血性卒中的危重等级为中症。当核心梗死体积大于等于第四阈值时，处理设备120可以确定缺血性卒中的危重等级为重症。
84.在一些实施例中，处理设备120可以指定第一严重程度、第二严重程度、第三严重程度中的一个作为缺血性卒中的最终严重程度。在一些实施例中，处理设备120可以获取对应于第一严重程度的第一权重、对应于第二严重程度的第二权重、以及对应于第三严重程度的第三权重。处理设备120可以将第一严重程度、第一权重、第二严重程度、第二权重、第三严重程度、以及第三权重进行加权求和，以确定缺血性卒中的最终严重程度。
85.在一些实施例中，处理设备120可以基于预设的预警条件，确定是否发送风险提示信息。当处理设备确定缺血性卒中满足预警条件时，处理设备120可以生成风险提示信息并发送给用户，以提示用户尽快处理。预警条件可以由用户(例如，临床医生)根据经验手动设置，或者根据急性卒中分析系统100的默认参数进行设置，或者由处理设备120根据实际需要确定。在一些实施例中，可以针对缺血性卒中的严重程度、aspects评分、缺血区域的位置、缺血区域的尺寸、缺血区域对应的供血血管、缺血区域的核心梗死体积等设置多个不同的预警条件。例如，可以设置对应于缺血性卒中危重等级的预警条件为危重等级为中症及以上。又例如，可以设置对应于缺血区域的位置的预警条件为缺血区域的位置位于至少两个脑部区域(例如，步骤330中分割得到的至少两个脑部区域)或者位于脑部重要区域。再例
如，可以设置对应于缺血区域对应的供血血管的预警条件为缺血区域对应的供血血管包括至少两个供血血管或供血血管为预设的重点供血血管。再例如，可以设置对应于缺血区域的尺寸的预警条件为缺血区域的尺寸大于一定尺寸阈值。再例如，可以设置对应于核心梗死体积的预警条件为核心梗死体积大于一定体积阈值。
86.在一些实施例中，类似于出血性卒中，处理设备120可以基于缺血位置，生成缺血区域的邻近组织风险提示信息，以提示用户是否与缺血区域邻近的脑部重要器官或者组织存在被感染的风险，相关描述可以参见步骤340，在此不再赘述。
87.步骤370，基于预设生成方式，生成与目标对象相关的结构化分析报告。在一些实施例中，步骤370可以由处理设备120或报告生成模块240执行。
88.预设生成方式可以是针对脑卒中分析结果预先设置的报告生成内置规则。例如，预设的报告的分析内容、分析内容的放置顺序、突出显示内容、突出显示方式等格式信息。
89.在一些实施例中，预设生成方式可以包括用户自定义编辑的生成方式。自定义编辑可以是用户通过人工设置的方式确定结构化分析报告的格式信息。在一些实施例中，自定义编辑可以包括：编辑结构化分析报告的分析内容、分析内容的放置顺序、突出显示内容、突出显示方式等中的至少一种。不同病患(即目标对象)的病灶状况(如卒中类型)具有唯一性，通过让用户自主填写或选择报告显示的内容，可以实现结构化分析报告的针对性定制，满足不同用户(例如，医生)对不同病患的疾病诊断需求，提高疾病诊断效率。
90.在一些实施例中，处理设备120可以基于预设生成方式和缺血性卒中的严重程度或出血性卒中的严重程度，生成与目标对象相关的结构化分析报告。在一些实施例中，在确定脑部扫描图像对应的卒中类型为无卒中或者在确定缺血性卒中的严重程度或出血性卒中的严重程度后，处理设备120可以自动基于预设生成方式，生成与目标对象相关的结构化分析报告。
91.在一些实施例中，结构化分析报告的分析内容可以包括卒中类型，以及对应的相关信息。例如，如果确定脑部扫描图像对应的卒中类型为无卒中，结构化分析报告的分析内容可以包括提示脑部正常的相关信息。又例如，如果确定脑部扫描图像对应的卒中类型为出血性卒中，结构化分析报告的分析内容可以包括出血性卒中的严重程度以及出血性卒中的相关信息(例如，步骤340中的出血体积、出血位置等)。再例如，如果确定脑部扫描图像对应的卒中类型为缺血性卒中，结构化分析报告的分析内容可以包括缺血性卒中的严重程度以及缺血性卒中的相关信息(例如，步骤350中的aspects评分、缺血区域的位置、缺血区域的尺寸、缺血区域对应的供血血管、缺血区域的核心梗死体积等)。在一些实施例中，用户可以通过修改上述处理设备120自动生成的分析内容中的至少一种，确定实际生成的结构化分析报告中包含的内容。
92.分析内容的放置顺序可以是分析内容在结构化分析报告的上下/左右等排列顺序。突出显示内容可以指需要重点显示的内容。例如，可以突出显示脑部扫描图像对应的卒中的严重程度以及风险提示信息。突出显示方式可以是对突出显示内容采用醒目的提醒方式。例如，采用较大的字体、采用醒目颜色(如红色)、采用其他文字格式(如下划线或圈注文字)等方式进行显示。
93.在一些实施例中，急性卒中分析系统100可以远程连接其他分析中心(例如，医院)，根据分析中心的要求，将目标对象的脑部扫描图像和/或结构化分析报告发送至其他
分析中心。在一些实施例中，可将目标对象的脑部扫描图像、脑部扫描图像对应的卒中的严重程度以及相关信息、结构化分析报告中的至少一部分发送至数据库(例如，影像归档和通信系统(picture archiving and communication systems,pacs)、放射科信息系统(radiography information system,ris)等)进行归档存储。
94.应当注意的是，上述有关流程300的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对流程300进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
95.本说明书一些实施例中，通过急性卒中分析系统及其方法，(1)可以基于获取的脑部扫描协议，快速自动执行扫描以及自动确定急性卒中的严重程度，通过节省接受用户指示或者等待判断结果等的时间，从而缩短整个工作流程的时间、大大提高卒中分析的效率，尤其是在急诊场景下，可以尽快获得急性卒中分析结果，便于尽早对患者采取适当的处理措施；(2)基于多种信息确定的卒中的严重程度准确度高。例如，对于缺血性卒中，可以基于aspects评分、缺血区域的位置、缺血区域的尺寸、缺血区域对应的供血血管、缺血区域的核心梗死体积等确定卒中的严重程度，相比较于传统方法仅根据aspects评分等单一性或者少量信息确定卒中的严重程度，可以使得确定的卒中的严重程度更加准确；(3)可以针对卒中的不同信息，设置不同的预警条件，可以使得风险提示更加多元化。针对不同原因导致的风险均可以快速提示医生，以便于医生及时诊断，避免延误患者病情；(4)急性脑卒中智能分析与报告结构化处理方法结合有助于减少用户工作量；(5)通过预设方式生成结构化报告，可以实现结构化报告的针对性定制，系统灵活性较高、适应性较强。
96.上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
97.同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
98.此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
99.同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
100.一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
101.针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
102.最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。