冠状动脉病变的评分方法、装置、服务器和存储介质制造方法及图纸

本发明专利技术实施例公开了一种冠状动脉病变的评分方法、装置、服务器和存储介质。其中，方法包括：获取待评分冠状动脉图像；将所述待评分冠状动脉图像输入至预先训练得到的冠脉病变评分模型得到冠脉病变评分。本发明专利技术实施例解决了现有技术中不能完全自动化地由冠状动脉医学图像获得冠脉病变评分，获取评分效率低的问题，实现了由冠状动脉的医学图像得到SYNTAX评分的自动化，提高了获取SYNTAX评分的效率。

Coronary artery disease scoring methods, devices, servers and storage media

The embodiment of the present invention discloses a method, device, server and storage medium for assessing coronary artery lesions. Among them, the methods include: acquiring the coronary artery image to be scored; inputting the coronary artery image to the pre-trained coronary lesion scoring model to get the coronary lesion score. The embodiment of the present invention solves the problem that coronary artery disease score can not be obtained automatically from coronary artery medical image in the prior art, and the scoring efficiency is low. It realizes the automation of obtaining SYNTAX score from coronary artery medical image, and improves the efficiency of obtaining SYNTAX score.

【技术实现步骤摘要】
冠状动脉病变的评分方法、装置、服务器和存储介质
本专利技术实施例涉及一种计算机技术，尤其涉及一种冠状动脉病变的评分方法、装置、服务器和存储介质。
技术介绍
SYNTAX(TheSynergybetweenPercutaneousCoronaryInterventionwithTAXUSandCardiacSurgery，经皮冠状动脉介入治疗与心脏手术的协同作用)评分系统是一种根据冠脉解剖特点来评估冠脉病变复杂程度的评分系统，其主要根据冠脉造影结果，采用冠脉树16段法，结合冠状动脉分布优势类型、病变部位、狭窄程度、病变数目及病变的具体特征对冠状动脉病变进行综合分析而最终得到一个评分，为临床治疗提供了一种有据可依、精确量化的客观评价指标，有较强的临床实用性。在现有技术中，通过人工标记的方式对病人冠状动脉图像数据中的狭窄进行识别，标示出狭窄位置及严重程度等SYNTAX评分所需要的特征信息，然后将得到的特征信息手动输入到SYNTAX评分应用中，得到最终的评分。但是，这一过程耗时较长，自动化程度较低。
技术实现思路
本专利技术实施例提供一种冠状动脉病变的评分方法、装置、服务器和存储介质，以实现由冠状动脉的医学图像得到SYNTAX评分的自动化，提高了获取SYNTAX评分的效率。第一方面，本专利技术实施例提供了一种冠状动脉病变的评分方法，该方法包括：获取待评分冠状动脉图像；将所述待评分冠状动脉图像输入至预先训练得到的冠脉病变评分模型得到冠脉病变评分。进一步的，所述方法还包括：对冠脉病变评分模型进行训练；相应地，所述对冠脉病变评分模型进行训练包括：基于至少一张历史冠状动脉图像生成训练样本集；将所述训练样本集中的历史冠状动脉图像样本输入至待训练的冠脉病变评分模型中，得到与所述历史冠状动脉图像样本对应的当前输出评分结果；根据所述当前输出评分结果和期望输出评分结果之间的误差，调节所述冠脉病变评分模型的预判参数。可选的，在所述对冠脉病变评分模型进行训练之前，还包括：获取历史患者的历史冠状动脉图像，并提取出所述历史冠状动脉图像中的评分图像特征；根据所述评分图像特征和预设的评分法则计算出与所述历史冠状动脉图像对应的历史冠脉病变评分。可选的，所述基于至少一张历史冠状动脉图像生成训练样本集，包括：对至少一张所述历史冠状动脉图像进行增强处理得到与所述至少一张所述历史冠状动脉图像对应的至少一张增强图像；将所述至少一张所述历史冠状动脉图像和所述至少一张增强图像的集合作为训练样本集；其中，所述增强处理包括旋转处理、拉伸处理以及镜像处理中的至少一个。可选的，所述提取出所述历史冠状动脉图像中的评分图像特征，包括：将所述历史冠状动脉图像进行图像分割得到目标冠状动脉图像，对所述目标冠状动脉图像的病变区域的参数信息进行标记，根据标记结果生成评分图像特征；和/或给予深度学习网络提取所述出所述历史冠状动脉图像中的评分图像特征。可选的，所述冠脉病变评分模型包括卷积神经网络模型。可选的，所述卷积神经网络具体包括：输入层、卷积层、池化层、DropOut丢弃层、全连接层和输出层。第二方面，本专利技术实施例还提供了一种冠状动脉病变的评分装置，该装置包括：图像获取模块，用于获取待评分冠状动脉图像；图像评分模块，用于将所述待评分冠状动脉图像输入至预先训练得到的冠脉病变评分模型得到冠脉病变评分。进一步的，所述装置还包括：模型训练模块，用于对冠脉病变评分模型进行训练；相应地，所述模型训练模块包括：样本集生成单元，用于基于至少一张历史冠状动脉图像生成训练样本集；当前评分结果获取单元，用于将所述训练样本集中的历史冠状动脉图像样本输入至待训练的冠脉病变评分模型中，得到与所述历史冠状动脉图像样本对应的当前输出评分结果；参数调节单元，用于根据所述当前输出评分结果和期望输出评分结果之间的误差，调节所述冠脉病变评分模型的预判参数。可选的，所述装置还包括：特征提取模块和评分计算模块，其中，特征提取模块，用于在所述对冠脉病变评分模型进行训练之前，获取历史患者的历史冠状动脉图像，并提取出所述历史冠状动脉图像中的评分图像特征；评分计算模块，根据所述评分图像特征和预设的评分法则计算出与所述历史冠状动脉图像对应的历史冠脉病变评分。可选的，所述样本集生成单元具体用于：对至少一张所述历史冠状动脉图像进行增强处理得到与所述至少一张所述历史冠状动脉图像对应的至少一张增强图像；将所述至少一张所述历史冠状动脉图像和所述至少一张增强图像的集合作为训练样本集；其中，所述增强处理包括旋转处理、拉伸处理以及镜像处理中的至少一个。可选的，所述特征提取模块具体用于：将所述历史冠状动脉图像进行图像分割得到目标冠状动脉图像，对所述目标冠状动脉图像的病变区域的参数信息进行标记，根据标记结果生成评分图像特征；和/或给予深度学习网络提取所述出所述历史冠状动脉图像中的评分图像特征。可选的，所述冠脉病变评分模型包括卷积神经网络模型。可选的，所述卷积神经网络具体包括：输入层、卷积层、池化层、DropOut丢弃层、全连接层和输出层。第三方面，本专利技术实施例还提供了一种服务器，该服务器包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术实施例中任一所述的冠状动脉病变的评分方法。第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本专利技术实施例中任一所述的冠状动脉病变的评分方法。本专利技术实施例通过将获取到的待评分冠状动脉图像输入至预先训练好的冠脉病变评分模型得到冠脉病变评分，解决了现有技术中这个对病变区域进行打分，通过逐个相加获取评分结果从而不能完全自动化地由冠状动脉医学图像获得冠脉病变评分，获取评分效率低的问题，实现了由冠状动脉的医学图像得到SYNTAX评分的自动化，提高了获取SYNTAX评分的效率。附图说明图1是本专利技术实施例一中的冠状动脉病变的评分方法的流程图；图2a是本专利技术实施例二中的冠状动脉病变的评分方法的流程图；图2b是本专利技术实施例二中的对冠脉病变评分模型进行训练过程的流程图；图3是本专利技术实施例三中的冠状动脉病变的评分装置的结构示意图；图4是本专利技术实施例四中的服务器的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1为本专利技术实施例一提供的冠状动脉病变的评分方法的流程图，本实施例可适用于根据冠状动脉图像为冠脉病变进行评分的情况，该方法可以由冠状动脉病变的评分装置来执行，该装置例如可配置于服务器中。如图1所示，该方法具体包括：S110、获取待评分冠状动脉图像。其中，所述冠状动脉图像包括冠状动脉造影图像或冠状动脉CTA图像。冠状动脉造影图像是通过冠状动脉造影获得的图像。冠状动脉造影是诊断冠状动脉粥样硬化性心脏病(冠心病)的一种常用而且有效的方法。选择性冠状动脉造影就是利用血管造影机，通过特制定型的心导管经皮穿刺入下肢股动脉，沿降主动脉逆行至升主动脉根部，然后探寻左或右冠状动脉口插入，注入造影剂，使冠状动脉显影，这样就可清楚地将本文档来自技高网...

【技术保护点】
1.一种冠状动脉病变的评分方法，其特征在于，包括：获取待评分冠状动脉图像；将所述待评分冠状动脉图像输入至预先训练得到的冠脉病变评分模型得到冠脉病变评分。

【技术特征摘要】
1.一种冠状动脉病变的评分方法，其特征在于，包括：获取待评分冠状动脉图像；将所述待评分冠状动脉图像输入至预先训练得到的冠脉病变评分模型得到冠脉病变评分。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：对冠脉病变评分模型进行训练；相应地，所述对冠脉病变评分模型进行训练包括：基于至少一张历史冠状动脉图像生成训练样本集；将所述训练样本集中的历史冠状动脉图像样本输入至待训练的冠脉病变评分模型中，得到与所述历史冠状动脉图像样本对应的当前输出评分结果；根据所述当前输出评分结果和期望输出评分结果之间的误差，调节所述冠脉病变评分模型的预判参数。3.根据权利要求2所述的方法，其特征在于，在所述对冠脉病变评分模型进行训练之前，还包括：获取历史患者的历史冠状动脉图像，并提取出所述历史冠状动脉图像中的评分图像特征；根据所述评分图像特征和预设的评分法则计算出与所述历史冠状动脉图像对应的历史冠脉病变评分。4.根据权利要求2所述的方法，其特征在于，所述基于至少一张历史冠状动脉图像生成训练样本集，包括：对至少一张所述历史冠状动脉图像进行增强处理得到与所述至少一张所述历史冠状动脉图像对应的至少一张增强图像；将所述至少一张所述历史冠状动脉图像和所述至少一张增强图像的集合作为训练样本集；其中，所述增强处理包括旋转处理、拉伸处理以及镜像处理中的至少一个。...

【专利技术属性】
技术研发人员：任远，郭健，郭宇翔，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海,31