本发明涉及数据处理，尤其涉及一种基于mri的脑部结节负荷生成方法及相关设备。
背景技术：
1、组织学上，结节的特点是皮质中的异常层状结构以及异常细胞，包括畸形神经元和巨细胞。在tsc(tuberous sclerosis，结节性硬化症)患者中，结节与大脑的比例与癫痫发作严重程度直接相关，与认知功能成反比。磁共振成像(magnetic resonance imaging，mri)作为一种先进的医学成像技术，广泛应用于获取高质量的脑部图像。它不仅在多种疾病的诊断中发挥着重要作用，还能提供关于大脑内部结构的详细信息。
2、皮质结节是tsc相关的主要脑部表现，在flair(fluid attenuated inversionrecovery，液体衰减反转恢复序列)中显示异常的高或低信号。此外，flair成像广泛用于研究tsc的癫痫发生区和癫痫机制。对结节负荷的评估可以更好的判断患者脑部情况。
3、目前，在估计结节负荷时，通常仅依赖于结节数量或比例，这种估计的差异不仅源于临床异质性，还受到扫描灵敏度、病变识别方案和成像方式的影响。这种估计通常带有主观性，且缺乏可重复性。此外，仅计算结节数量可能会低估大型病变的影响，而高估小型病变的影响。因此，结节数量与智力之间的关系并不完全明确，仅靠结节数量来估计结节负荷并不够准确，无法通过结节负荷更全面地理解目标对象的状态。
4、因此，现有技术还有待于改进和发展。
技术实现思路
1、本发明的主要目的在于提供一种基于mri的脑部结节负荷生成方法、系统、终端及计算机可读存储介质，旨在解决现有技术中估计结节负荷时仅靠结节数量来估计得到的结果不够准确，无法提供有效参考信息的问题。
2、为实现上述目的，本发明提供一种基于mri的脑部结节负荷生成方法，所述一种基于mri的脑部结节负荷生成方法包括如下步骤：
3、获取目标对象的mri数据，所述mri数据包括t2w图像和flair图像，根据预设的分类标准将所述t2w图像和flair图像划分为八种类型的分类图像；
4、对所述分类图像进行识别，得到包含皮质结节病灶的图像，对包含皮质结节病灶的图像进行皮质结节病灶的分割标注，得到目标图像；
5、获取所述目标图像中的皮质结节病灶体积、皮质结节病灶数量以及皮质结节病灶所占大脑的比例，根据所述皮质结节病灶体积、所述皮质结节病灶数量和所述皮质结节病灶所占大脑的比例得到所述目标对象的脑部结节负荷。
6、可选地，所述的基于mri的脑部结节负荷生成方法，其中，所述根据预设的分类标准将所述t2w图像和flair图像划分为八种类型的分类图像，具体包括：
7、根据皮质、皮质下病变的信号和皮质下病变的形态将所述t2w图像和flair图像分为i型病变、ii型病变、iii型病变和iv型病变四种类型；
8、根据结节在脑区的位置，将所述t2w图像和flair图像划分为额叶结节、枕叶结节、颞叶结节和顶叶结节四种类型。
9、可选地，所述的基于mri的脑部结节负荷生成方法，其中，所述i型病变定义为t2w和flair序列上的皮质病变、皮质均匀或结节性增厚、皮质信号无异常变化且皮质下t2w为高信号；
10、所述ii型病变定义为皮质发育不良病变、皮质不均匀、皮质结节性增厚且皮质信号异常；
11、所述iii型病变定义为flair序列上显示皮层下圆形结节、病变周围呈高信号且病变中心呈低信号；
12、所述iv型病变定义为在flair序列上显示皮层或皮层下区域为高信号且信号延伸至侧脑室的迁移线。
13、可选地，所述的基于mri的脑部结节负荷生成方法，其中，所述对所述分类图像进行识别，得到包含皮质结节病灶的图像，对包含皮质结节病灶的图像进行皮质结节病灶的分割标注，得到目标图像，具体包括：
14、对所述分类图像进行识别，得到若干个包含皮质结节病灶的图像，获取若干个所述包含皮质结节病灶的图像在横断面t2-flair序列上的单面图像；
15、使用itk-snap工具将所述单面图像中的皮质结节病灶分割出来并进行标注，得到若干个标注好皮质结节病灶位置和皮质结节病灶大小的目标图像。
16、可选地，所述的基于mri的脑部结节负荷生成方法，其中，所述获取所述目标图像中的皮质结节病灶体积、皮质结节病灶数量以及皮质结节病灶所占大脑的比例，之前还包括：
17、通过python的simpleitk库中的getspacing方法，获取每个目标图像中单个体素在x、y和z三个维度的间距δx、δy和δz，根据三个维度的间距δx、δy、δz得到每个目标图像中单个体素的体积：vvoxel＝δx×δy×δz。
18、可选地，所述的基于mri的脑部结节负荷生成方法，其中，所述获取所述目标图像中的皮质结节病灶体积、皮质结节病灶数量以及皮质结节病灶所占大脑的比例，具体包括：
19、根据所述皮质结节病灶大小得到每个所述目标图像中的结节的体素数nvoxel，根据所述结节的体素数nvoxel和所述单个体素的体积vvoxel，得到每个所述目标图像中的所述皮质结节病灶体积：vtuber＝nvoxel×vvoxel；
20、根据每个所述目标图像中的标注数量，得到每个所述目标图像中的所述皮质结节病灶数量ntuber；
21、获取大脑体积vbrain，根据所述大脑体积vbrain和所述皮质结节病灶数量ntuber计算每个所述目标图像中的所述皮质结节病灶所占大脑的比例：
22、可选地，所述的基于mri的脑部结节负荷生成方法，其中，所述根据所述皮质结节病灶体积、所述皮质结节病灶数量和所述皮质结节病灶所占大脑的比例得到所述目标对象的脑部结节负荷，具体包括：
23、根据每个所述目标图像中的所述皮质结节病灶体积、每个所述目标图像中的所述皮质结节病灶数量和每个所述目标图像中的所述皮质结节病灶所占大脑的比例，计算出每个目标图像中的脑部结节负荷；
24、将每个目标图像中的脑部结节负荷按照预设的权重进行相加，得到所述目标对象的脑部结节负荷。
25、此外，为实现上述目的，本发明还提供一种基于mri的脑部结节负荷生成系统，其中，所述基于mri的脑部结节负荷生成包括：
26、图像数据分类模块，用于获取目标对象的mri数据，所述mri数据包括t2w图像和flair图像，根据预设的分类标准将所述t2w图像和flair图像划分为八种类型的分类图像；
27、图像分割标注模块，用于对所述分类图像进行识别，得到包含皮质结节病灶的图像，对包含皮质结节病灶的图像进行皮质结节病灶的分割标注，得到目标图像；
28、结节负荷计算模块，用于获取所述目标图像中的皮质结节病灶体积、皮质结节病灶数量以及皮质结节病灶所占大脑的比例，根据所述皮质结节病灶体积、所述皮质结节病灶数量和所述皮质结节病灶所占大脑的比例得到所述目标对象的脑部结节负荷。
29、此外，为实现上述目的，本发明还提供一种终端，其中，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于mri的脑部结节负荷生成程序，所述基于mri的脑部结节负荷生成程序被所述处理器执行时实现如上所述的基于mri的脑部结节负荷生成方法的步骤。
30、此外，为实现上述目的，本发明还提供一种计算机可读存储介质，其中，所述计算机可读存储介质存储有基于mri的脑部结节负荷生成程序，所述基于mri的脑部结节负荷生成程序被处理器执行时实现如上所述的基于mri的脑部结节负荷生成方法的步骤。
31、本发明中，获取目标对象的mri数据，mri数据包括t2w图像和flair图像，根据预设的分类标准将t2w图像和flair图像划分为八种类型的分类图像；对分类图像进行识别，得到包含皮质结节病灶的图像，对包含皮质结节病灶的图像进行皮质结节病灶的分割标注，得到目标图像；获取目标图像中的皮质结节病灶体积、皮质结节病灶数量以及皮质结节病灶所占大脑的比例，根据皮质结节病灶体积、皮质结节病灶数量和皮质结节病灶所占大脑的比例得到目标对象的脑部结节负荷。本发明考虑结节的体积和大脑占比，提供了一个比仅计数更全面和准确的结节负荷生成方法，能为评估用户的大脑和认知提供有效的参考信息。
1.一种基于mri的脑部结节负荷生成方法，其特征在于，所述的基于mri的脑部结节负荷生成方法包括：
2.根据权利要求1所述的基于mri的脑部结节负荷生成方法，其特征在于，所述根据预设的分类标准将所述t2w图像和flair图像划分为八种类型的分类图像，具体包括：
3.根据权利要求2所述的基于mri的脑部结节负荷生成方法，其特征在于，所述i型病变定义为t2w和flair序列上的皮质病变、皮质均匀或结节性增厚、皮质信号无异常变化且皮质下t2w为高信号；
4.根据权利要求1所述的基于mri的脑部结节负荷生成方法，其特征在于，所述对所述分类图像进行识别，得到包含皮质结节病灶的图像，对包含皮质结节病灶的图像进行皮质结节病灶的分割标注，得到目标图像，具体包括：
5.根据权利要求4所述的基于mri的脑部结节负荷生成方法，其特征在于，所述获取所述目标图像中的皮质结节病灶体积、皮质结节病灶数量以及皮质结节病灶所占大脑的比例，之前还包括：
6.根据权利要求5所述的基于mri的脑部结节负荷生成方法，其特征在于，所述获取所述目标图像中的皮质结节病灶体积、皮质结节病灶数量以及皮质结节病灶所占大脑的比例，具体包括：
7.根据权利要求6所述的基于mri的脑部结节负荷生成方法，其特征在于，所述根据所述皮质结节病灶体积、所述皮质结节病灶数量和所述皮质结节病灶所占大脑的比例得到所述目标对象的脑部结节负荷，具体包括：
8.一种基于mri的脑部结节负荷生成系统，其特征在于，所述基于mri的脑部结节负荷生成系统包括：
9.一种终端，其特征在于，所述终端包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于mri的脑部结节负荷生成程序，所述基于mri的脑部结节负荷生成程序被所述处理器执行时实现如权利要求1-7任一项所述的基于mri的脑部结节负荷生成方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有基于mri的脑部结节负荷生成程序，所述基于mri的脑部结节负荷生成程序被处理器执行时实现如权利要求1-7任一项所述的基于mri的脑部结节负荷生成方法的步骤。
