血管壁斑块分割方法、装置及计算机可读存储介质制造方法及图纸

一种血管壁斑块分割方法、装置及计算机可读存储介质，其中，该血管壁斑块分割方法包括：获取血管壁图像；针对该血管壁图像，迭代执行N次下采样卷积处理和第一特征信息的提取；若完成N次提取第一特征信息的迭代过程，则基于第N次提取的第一特征信息，针对第N次下采样卷积处理的输出对象迭代执行N次上采样卷积处理和第二特征信息的提取；若完成N次提取第二特征信息的迭代过程，则基于预先训练好的分类器对血管壁图像进行斑块分割，以便基于分割结果确定所述血管壁图像中是否存在斑块。本申请提供的技术方案可有效提高血管壁斑块的识别效率。

【技术实现步骤摘要】
血管壁斑块分割方法、装置及计算机可读存储介质
本申请涉及生物医学领域，尤其涉及一种血管壁斑块分割方法、装置及计算机可读存储介质。
技术介绍
动脉粥样硬化(atherosclerosis，AS)是冠心病、脑梗死、外周血管病等心脑血管疾病的主要原因。疾病产生的原因是胆固醇、类脂肪、糖类等物质在大、中动脉内(例如：颈动脉)堆积形成斑块从而阻塞血管，使得该动脉所供应的组织或器官将缺血或坏死。另外，阻塞血管的斑块还可能脱落，斑块一旦从血管壁上脱落则有可能引发脑卒中，甚至导致死亡。由于心脑血管疾病已成为人类健康的头号杀手，因此，研究动脉粥样硬化及其诊断措施是医学研究上的一个极为重要的任务。目前，采用磁共振成像(MagneticResonanceImaging，MRI)技术获得动脉横截面的扫描图像(即血管壁图像)，然后由经过特殊培训的医务人员或医学专家仔细查看同一个病人的一系列图片并运用专业知识识别出血管壁图像中的血管壁上是否有斑块，由此可初步诊断出病人患有心脑血管疾病的风险等级。由于为同一个病人拍摄的血管壁图像经常包含多幅图像，因而由医务人员或医学专家人工判断的方法不但耗时，而且重复性差，容易受到医生经验和主观因素的影响。
技术实现思路
本申请提供一种血管壁斑块分割方法、装置及计算机可读存储介质，可用以提高血管壁斑块的识别效率。本申请第一方面提供一种血管壁斑块分割方法，包括：获取血管壁图像；对所述血管壁图像进行下采样卷积处理；提取第一特征信息，其中，所述第一特征信息为最近一次下采样卷积处理的输出对象的特征信息；若未完成N次提取第一特征信息的迭代过程，则基于当前提取的第一特征信息对最近一次下采样卷积处理的输出对象进行下采样卷积处理，之后迭代执行所述提取第一特征信息的步骤；若完成N次提取第一特征信息的迭代过程，则基于第N次提取的第一特征信息，对第N次下采样卷积处理的输出对象进行上采样卷积处理；提取第二特征信息，其中，所述第二特征信息为最近一次上采样卷积处理的输出对象的特征信息；若未完成N次提取第二特征信息的迭代过程，则基于当前提取到的第二特征信息对最近一次上采样卷积处理的输出对象进行上采样卷积处理，之后迭代执行所述提取第二特征信息的步骤；若完成N次提取第二特征信息的迭代过程，则基于预先训练好的分类器和第N次提取的第二特征信息，对最近一次上采样卷积处理的输出对象进行斑块的分割，以便基于分割结果确定所述血管壁图像中是否存在斑块；其中，所述N不小于2。本申请第二方面提供一种血管壁斑块分割装置，包括：获取单元、第一特征提取单元、下采样卷积处理单元、第二特征提取单元、上采样卷积处理单元以及分割单元；所述获取单元用于：获取血管壁图像；所述下采样卷积处理单元用于：对所述血管壁图像进行下采样卷积处理后触发所述第一特征提取单元；在未完成N次提取第一特征信息的迭代过程时，基于当前所述第一特征提取单元提取的第一特征信息对所述下采样卷积处理单元最近一次的输出对象进行下采样卷积处理，之后触发所述第一特征提取单元；所述第一特征提取单元用于：提取第一特征信息，其中，所述第一特征信息为最近一次下采样卷积处理的输出对象的特征信息；所述上采样卷积处理单元用于：在完成N次提取第一特征信息的迭代过程时，基于所述第一特征提取单元第N次提取的第一特征信息，对所述下采样卷积处理单元第N次输出的对象进行上采样卷积处理，之后触发所述第二特征提取单元；在未完成N次提取第二特征信息的迭代过程时，基于所述第二特征提取单元当前提取到的第二特征信息对所述上采样卷积处理单元最近一次输出的对象进行上采样卷积处理，之后触发所述第二特征提取单元；所述第二特征提取单元用于：提取第二特征信息，其中，所述第二特征信息为所述上采样卷积处理单元最近一次的输出对象的特征信息；分割单元用于：在完成N次提取第二特征信息的迭代过程时，基于预先训练好的分类器和第N次提取的第二特征信息，对最近一次上采样卷积处理的输出对象进行斑块的分割，以便基于分割结果确定所述血管壁图像中是否存在斑块；其中，所述N不小于2。本申请第三方面提供一种血管壁斑块分割装置，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计算机程序，所述处理器执行所述计算机程序时实现上述本申请第一方面提供的血管壁斑块分割方法。本申请第四方面提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现上述本申请第一方面提供的血管壁斑块分割方法。由上可见，一方面，本申请方案通过提取血管壁图像的特征信息(如第二特征信息)并输入预先训练好的分类器进行识别，以此实现对血管壁图像中斑块的自动分割，由于是通过机器自动对血管壁图像进行斑块的分割，因此，通过分割结果即易知该血管壁图像是否存在斑块，相对于传统的由医务人员或医学专家人工判断的方法，本申请方案能够有效提高血管壁斑块的识别效率；另一方面，由于本申请方案中输入分类器的第二特征信息是通过多次的特征提取、下采样卷积处理和上采样卷积处理得到，因此，第二特征信息能够较好地表征血管壁图像中更深层的特征，从而使得基于该第二特征信息的图像分割结果更为准确。附图说明图1-a为本申请提供的血管壁斑块分割方法一个实施例流程示意图；图1-b为本申请提供的一种Dense网络结构示意图；图2为本申请提供的一种应用场景下用以实现血管壁斑块分割方法的网络结构示意图；图3为本申请提供的血管壁斑块分割装置一个实施例结构示意图；图4为本申请提供的血管壁斑块分割装置另一个实施例结构示意图。具体实施方式为使得本申请的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。如图1-a所示，本申请实施例中一种血管壁斑块分割方法包括：步骤101、获取血管壁图像；在一种应用场景中，步骤101可以表现为：通过磁共振成像(MagneticResonanceImaging，MRI)技术获取血管壁图像，此时获取到的血管壁图像即为MRI图像。以下对MRI技术进行说明：MRI技术是一种通过磁场来获取人体内部结构图像的技术，具有无创伤的优点，因此病人在接受检查的时候能受到良好的保护。在本实施例中，可以通过MRI技术获取人体颈部动脉的血管壁图像，当然，也可以通过MRI技术获取人体其它血管的血管壁图像，此处不做限定。在另一种应用场景中，也可以通过超声诊断方式(例如B超)获得血管壁图像。或者，也可以从已有的血管壁图像数据库中获取(例如导入)待识别的血管壁图像，此处不做限定。步骤102、对上述血管壁图像进行下采样卷积处理；在步骤102中，对上述血管壁图像(原始血管壁图像或经归一化处理后的血管壁图像)进行下采样卷积处理。具体的，步骤102包括：提取上述血管壁图像中的特征信息，基于提取的特征信息对上述血管壁图像进行下采样卷积处理。可选的，通过一次卷积处理提取上述血管壁图像中的特征信息，该卷积处理所应用的公式可以表示为：其中，i,j为图像的像素位置,I,K分别表示图像和卷积核，m,n分别为卷积核的宽与本文档来自技高网...

【技术保护点】
1.一种血管壁斑块分割方法，其特征在于，包括：获取血管壁图像；对所述血管壁图像进行下采样卷积处理；提取第一特征信息，其中，所述第一特征信息为最近一次下采样卷积处理的输出对象的特征信息；若未完成N次提取第一特征信息的迭代过程，则基于当前提取的第一特征信息对最近一次下采样卷积处理的输出对象进行下采样卷积处理，之后迭代执行所述提取第一特征信息的步骤；若完成N次提取第一特征信息的迭代过程，则基于第N次提取的第一特征信息，对第N次下采样卷积处理的输出对象进行上采样卷积处理；提取第二特征信息，其中，所述第二特征信息为最近一次上采样卷积处理的输出对象的特征信息；若未完成N次提取第二特征信息的迭代过程，则基于当前提取到的第二特征信息对最近一次上采样卷积处理的输出对象进行上采样卷积处理，之后迭代执行所述提取第二特征信息的步骤；若完成N次提取第二特征信息的迭代过程，则基于预先训练好的分类器和第N次提取的第二特征信息，对最近一次上采样卷积处理的输出对象进行斑块的分割，以便基于分割结果确定所述血管壁图像中是否存在斑块；其中，所述N不小于2。

【技术特征摘要】
1.一种血管壁斑块分割方法，其特征在于，包括：获取血管壁图像；对所述血管壁图像进行下采样卷积处理；提取第一特征信息，其中，所述第一特征信息为最近一次下采样卷积处理的输出对象的特征信息；若未完成N次提取第一特征信息的迭代过程，则基于当前提取的第一特征信息对最近一次下采样卷积处理的输出对象进行下采样卷积处理，之后迭代执行所述提取第一特征信息的步骤；若完成N次提取第一特征信息的迭代过程，则基于第N次提取的第一特征信息，对第N次下采样卷积处理的输出对象进行上采样卷积处理；提取第二特征信息，其中，所述第二特征信息为最近一次上采样卷积处理的输出对象的特征信息；若未完成N次提取第二特征信息的迭代过程，则基于当前提取到的第二特征信息对最近一次上采样卷积处理的输出对象进行上采样卷积处理，之后迭代执行所述提取第二特征信息的步骤；若完成N次提取第二特征信息的迭代过程，则基于预先训练好的分类器和第N次提取的第二特征信息，对最近一次上采样卷积处理的输出对象进行斑块的分割，以便基于分割结果确定所述血管壁图像中是否存在斑块；其中，所述N不小于2。2.根据权利要求1所述的血管壁斑块分割方法，其特征在于，所述提取第一特征信息为：基于Dense网络提取第一特征信息；所述提取第二特征信息为：基于Dense网络提取第二特征信息。3.根据权利要求2所述的血管壁斑块分割方法，其特征在于，在所述提取第一特征信息的迭代过程中，第n+1次提取第一特征信息所使用的Dense网络的卷积核个数为第n次提取第一特征信息所使用的Dense网络的卷积核个数的一倍；且，在所述提取第二特征信息的迭代过程中，第n+1次提取第二特征信息所使用的Dense网络的卷积核个数为第n次提取第二特征信息所使用的Dense网络的卷积核个数的二分之一；且，第n次提取第一特征信息所使用的Dense网络的卷积核个数等于第1次提取第二特征信息所使用的Dense网络的卷积核个数；其中，n∈[1，N)。4.根据权利要求1至3任一项所述的血管壁斑块分割方法，其特征在于，所述获取血管壁图像，之后还包括：对获取到的血管壁图像进行图像尺寸的归一化处理，得到预设尺寸的血管壁图像；所述对所述血管壁图像进行下采样卷积处理为：对所述预设尺寸的血管壁图像进行下采样卷积处理。5.根据权利要求1至3任一项所述的血管壁斑块分割方法，其特征在于，所述N取4。6.一种血管壁斑块分割装置，其特征在于，包括：获取单元、第一特征提取单元、下采样卷积处理单元、第二特征提取单元、上采样卷积处理单元以及分割单元；所述获取单元用于：获取血管壁图像；所述下采样卷积处理...

【专利技术属性】
技术研发人员：郑海荣，刘新，胡战利，张娜，李思玥，梁栋，杨永峰，
申请(专利权)人：深圳先进技术研究院，
类型：发明
国别省市：广东,44