技术摘要：
本说明书实施例公开了一种动脉瘤破裂风险评估方法及系统，通过将待处理的三维DSA图像转化为STL格式的图像，测量被观察者的动脉瘤形态学参数，作为第一数据；获取待处理的三维DSA图像对应的被观察者的病历信息参数，作为第二数据；将第一数据和/或所述第二数据输入动脉  全部
背景技术：
颅内动脉瘤多为发生在颅内动脉管壁上的异常膨出，据报道，颅内未破裂动脉瘤 在我国成人中患病率可高达7％，破裂后造成蛛网膜下腔出血，可导致严重残疾或死亡。颅 内动脉瘤破裂后治疗主要是清除颅内血肿并阻止血液继续流向颅内；颅内未破裂动脉瘤需 要根据动脉瘤破裂风险评估结果及被观察者的病情，制定个性化管理方案，进行保守观察 或手术干预。因此，动脉瘤破裂风险评估具有重要的意义。 目前，由观察者根据三维DSA(Digital  subtraction  angiography，数字减影血管 造影)造影图像或MRA(Magnetic  Resonance  Angiography，磁共振血管成像)图像观察动脉 瘤形态，并结合被观察者的病情，评估动脉瘤破裂风险，这种方法往往依赖观察者的经验， 受主观判断影响，缺少客观支持，耗时久。 因此，需要一种新的方法，能够排除或减少人为因素的参与，缩短耗时，实现简单 快捷的进行动脉瘤破裂风险评估，为动脉瘤破裂风险评估提供客观支持。
技术实现要素：
本说明书实施例提供一种动脉瘤破裂风险评估方法及系统，用于解决以下技术问 题：现有技术，由观察者根据三维DSA(Digital  subtraction  angiography，数字减影血管 造影)造影图像或MRA(Magnetic  Resonance  Angiography，磁共振血管成像)图像观察动脉 瘤形态，并结合被观察者的病情，评估动脉瘤破裂风险，这种方法往往依赖观察者的经验， 受主观判断影响，缺少客观支持，耗时久。 本说明书实施例提供一种动脉瘤破裂风险评估方法，包括以下步骤： 将待处理的三维DSA图像转化为STL格式的图像，测量被观察者的动脉瘤形态学参 数，作为第一数据； 获取所述待处理的三维DSA图像对应的被观察者的病历信息参数，作为第二数据； 将所述第一数据和/或所述第二数据输入动脉瘤风险评估模型，获得所述待处理 的三维DSA图像的动脉瘤风险评估结果，其中，所述动脉瘤风险评估模型是基于支持向量机 算法预先训练获得的模型，所述动脉瘤破裂风险评估结果包括动脉瘤破裂概率； 输出所述待处理的三维DSA图像的动脉瘤风险评估结果。 进一步地，所述动脉瘤风险评估模型的获取具体包括： 获取已知样本的动脉瘤数据，其中，所述动脉瘤数据包括第一数据和/或第二数 据； 将所述已知样本的动脉瘤数据进行预处理，并将所述经过预处理的动脉瘤数据分 为训练集数据和测试集数据，将所述训练集数据作为学习样本数据； 4 CN 111584077 A 说　明　书 2/10 页 利用所述学习样本数据进行支持向量机算法学习，获得动脉瘤风险评估模型； 利用所述测试集数据对所述动脉瘤风险评估模型进行测试，输出动脉瘤破裂风险 概率以验证所述动脉瘤风险评估模型。 进一步地，所述将所述已知样本的动脉瘤数据进行预处理，并将所述经过预处理 的动脉瘤数据分为训练集数据和测试集数据，将所述训练集数据作为学习样本数据，具体 包括： 将所述第一数据和/或所述第二数据进行拟合，获得第三数据； 将所述第一数据、所述第二数据和所述第三数据按照一定比例分为训练集数据和 测试集数据，将所述训练集数据作为学习样本数据，其中，所述学习样本数据中属于动脉瘤 破裂的数据和属于动脉瘤未破裂的数据的占比相同。 进一步地，所述学习样本数据具有数字标签，用于标注动脉瘤是否破裂，其中，0表 示动脉瘤未破裂，1表示动脉瘤破裂。 进一步地，所述将所述第一数据和/或所述第二数据进行拟合，获得第三数据，具 体包括： 从所述第一数据和/或所述第二数据中获取属于破裂动脉瘤的数据； 基于所述属于破裂动脉瘤的数据，利用K-近邻算法查找与所述属于破裂动脉瘤的 数据在数值距离上相近的数值作为第三数据。 本说明书实施例提供的一种动脉瘤破裂风险评估系统，包括： 第一模块，将待处理的三维DSA图像转化为STL格式的图像，测量被观察者的动脉 瘤形态学参数，作为第一数据； 第二模块，获取所述待处理的三维DSA图像对应的被观察者的病历信息参数，作为 第二数据； 评估模块，将所述第一数据和/或所述第二数据输入动脉瘤风险评估模型，获得所 述待处理的三维DSA图像的动脉瘤风险评估结果，其中，所述动脉瘤风险评估模型是基于支 持向量机算法预先训练获得的模型，所述动脉瘤破裂风险评估结果包括动脉瘤破裂概率； 输出模块，输出所述待处理的三维DSA图像的动脉瘤风险评估结果。 进一步地，所述动脉瘤风险评估模型的获取具体包括： 获取已知样本的动脉瘤数据，其中，所述动脉瘤数据包括第一数据和/或第二数 据； 将所述已知样本的动脉瘤数据进行预处理，并将所述经过预处理的动脉瘤数据分 为训练集数据和测试集数据，将所述训练集数据作为学习样本数据； 利用所述学习样本数据进行支持向量机算法学习，获得动脉瘤风险评估模型； 利用所述测试集数据对所述动脉瘤风险评估模型进行测试，输出动脉瘤破裂风险 概率以验证所述动脉瘤风险评估模型。 进一步地，所述将所述已知样本的动脉瘤数据进行预处理，并将所述经过预处理 的动脉瘤数据分为训练集数据和测试集数据，将所述训练集数据作为学习样本数据，具体 包括： 将所述第一数据和/或所述第二数据进行拟合，获得第三数据； 将所述第一数据、所述第二数据和所述第三数据按照一定比例分为训练集数据和 5 CN 111584077 A 说　明　书 3/10 页 测试集数据，将所述训练集数据作为学习样本数据，其中，所述学习样本数据中属于动脉瘤 破裂的数据和属于动脉瘤未破裂的数据的占比相同。 进一步地，所述学习样本数据具有数字标签，用于标注动脉瘤是否破裂，其中，0表 示动脉瘤未破裂，1表示动脉瘤破裂。 进一步地，所述将所述第一数据和/或所述第二数据进行拟合，获得第三数据，具 体包括： 从所述第一数据和/或所述第二数据中获取属于破裂动脉瘤的数据； 基于所述属于破裂动脉瘤的数据，利用K-近邻算法查找与所述属于破裂动脉瘤的 数据在数值距离上相近的数值作为第三数据。 本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果： 本说明书实施例通过将待处理的三维DSA图像转化为STL格式的图像，测量被观察 者的动脉瘤形态学参数，作为第一数据；获取所述待处理的三维DSA图像对应的被观察者的 病历信息参数，作为第二数据；将所述第一数据和/或所述第二数据输入动脉瘤风险评估模 型，获得所述待处理的三维DSA图像的动脉瘤风险评估结果，其中，所述动脉瘤风险评估模 型是基于支持向量机算法预先训练获得的模型，所述动脉瘤破裂风险评估结果包括动脉瘤 破裂概率；输出所述待处理的三维DSA图像的动脉瘤风险评估结果，能够排除或减少人为因 素的参与，缩短耗时，实现简单快捷的进行动脉瘤破裂风险评估，为动脉瘤破裂风险评估提 供客观依据。 附图说明 为了更清楚地说明本说明书实施例或现有技术中的技术方案，下面将对实施例或 现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是 本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的 前提下，还可以根据这些附图获得其他的附图。 图1为本说明书实施例提供的一种动脉瘤破裂风险评估方法的流程示意图； 图2为本说明书实施例提供的动脉瘤风险评估模型的构建流程示意图； 图3为本说明书实施例提供的一种动脉瘤破裂风险评估系统的示意图。