一种基于机器学习的颅内动脉瘤稳定性评估模型及方法

摘要

本发明属于医学技术领域，公开了一种基于机器学习的颅内动脉瘤稳定性评估模型及方法，联合几种关键的影像因素，结合形态学、血流动力学及瘤壁炎性反应，并基于机器学习建立一个动脉瘤稳定性个体化评估量表；根据动脉瘤稳定性个体化评估量表，进行稳定性分组；对稳定组与不稳定组进行对比，得到诱发动脉瘤不稳定的参数；根据得到的诱发动脉瘤不稳定的参数，通过基于机器学习建立不稳定评估模型。形态学通过3Dslicer进行逐级提取，包括：子瘤、分叶状、瘤壁平坦度参数。血流动力学通过先进的4D‑flowMRI进行数据提取，包括：血流模式、动脉瘤内流速流量。