一种评估SLE病人心肌受累的量化指标的计算方法和系统

    公开(公告)号:CN112259227B

    公开(公告)日:2021-08-27

    申请号:CN202011185673.0

    申请日:2020-10-29

    Abstract: 本发明公开了一种评估SLE病人心肌受累的量化指标的计算方法和系统,所述方法包括以下步骤:对SLE病人心脏的原始T1 mapping图像数据和原始CINE图像数据进行预处理,得到预处理T1 mapping图像数据和预处理CINE图像数据;将预处理T1 mapping图像数据输入到预先训练好的T1 mapping图像特征提取模型中以提取T1 mapping图像特征,并且将预处理CINE图像数据输入到预先训练好的CINE图像特征提取模型中以提取CINE图像特征;以及基于T1 mapping图像特征和CINE图像特征计算出用于评估SLE病人心肌受累的多个量化指标。本发明采用深度学习技术通过未增强的T1 mapping图像和CINE图像计算出用于评估SLE病人心肌受累的量化指标,以此能够准确诊断SLE患者的心肌受累,避免了使用LGE图像进行诊断给SLE患者肾脏造成损伤。

    一种评估SLE病人心肌受累的量化指标的计算方法和系统

    公开(公告)号:CN112259227A

    公开(公告)日:2021-01-22

    申请号:CN202011185673.0

    申请日:2020-10-29

    Abstract: 本发明公开了一种评估SLE病人心肌受累的量化指标的计算方法和系统,所述方法包括以下步骤:对SLE病人心脏的原始T1 mapping图像数据和原始CINE图像数据进行预处理,得到预处理T1 mapping图像数据和预处理CINE图像数据;将预处理T1 mapping图像数据输入到预先训练好的T1 mapping图像特征提取模型中以提取T1 mapping图像特征,并且将预处理CINE图像数据输入到预先训练好的CINE图像特征提取模型中以提取CINE图像特征;以及基于T1 mapping图像特征和CINE图像特征计算出用于评估SLE病人心肌受累的多个量化指标。本发明采用深度学习技术通过未增强的T1 mapping图像和CINE图像计算出用于评估SLE病人心肌受累的量化指标,以此能够准确诊断SLE患者的心肌受累,避免了使用LGE图像进行诊断给SLE患者肾脏造成损伤。

Patent Agency Ranking