基于深度学习的测量冠状动脉造影图像血管直径的方法技术

本发明专利技术公开了一种基于深度学习的测量冠状动脉造影图像血管直径的方法，包括：DSA影像处理模块将实时获取的DSA影像数据转成可供后续模块处理的数据流存储到内存中并发送至深度网络分割模块；深度网络分割模块将获取的DSA影像数据中的图像进行分割处理，将血管像素与背景像素区分；中心线提取模块提取区分血管像素图像中的血管中心线；直径计算模块基于分割处理后的图像和血管中心线，计算血管测量直径、参考直径以及狭窄率。本发明专利技术与PVA方法相比结果更为客观，避免了不同医生、不同医院之间由于判读方法不同而存在的差异；本方法测量过程不需人工干预，操作方法简单易行，可供医生在冠脉造影术进行中使用，为医生提供客观的参考冠脉狭窄程度。

【技术实现步骤摘要】
基于深度学习的测量冠状动脉造影图像血管直径的方法
本专利技术涉及的是一种基于深度学习的测量冠状动脉造影图像血管直径的方法，属于计算

技术介绍
冠状动脉造影术是心脏疾病诊断的重要方法，从造影图像中观察分析血管形态、运动并估算血管的直径，可以辅助医生诊断心血管疾病并确定合适的治疗方案，在临床上具有重要意义。目前，临床上医生在冠脉造影术中判断冠脉狭窄程度的标准方法仍是PVA(PhysicianVisualAssessment，医师目测评估)，2017年美国心脏病学会和美国心脏协会稳定型心绞痛患者血运重建的标准是冠状动脉存在严重狭窄，目测管腔直径≥70％或血流储备分数为0.80或更低。在过去的二十多年中，一般在血管造影时就决定是否进行冠状动脉介入治疗，这使得操作者的评估准确性尤为重要。有研究显示，PVA判断的狭窄程度与计算机辅助的QCA(QuantifyingCoronaryAnalysis，定量冠状动脉分析)相比，PVA倾向于高估冠脉狭窄程度，尤其是非急性心梗患者，即择期PCI治疗人群中，高估了约16％，在急性心肌梗死人群中，PVA判断的狭窄程度高估了10.2％，均显著高于QCA本文档来自技高网...

【技术保护点】
1.一种基于深度学习的测量冠状动脉造影图像血管直径的方法，其特征在于，该方法包括：DSA影像处理模块将实时获取的DSA影像数据转成可供后续模块处理的数据流存储到内存中并发送至深度网络分割模块；深度网络分割模块将获取的DSA影像数据中的图像进行分割处理，将血管像素与背景像素区分；中心线提取模块提取区分血管像素图像中的血管中心线；直径计算模块基于分割处理后的图像和血管中心线，计算血管测量直径、参考直径以及狭窄率。

【技术特征摘要】
1.一种基于深度学习的测量冠状动脉造影图像血管直径的方法，其特征在于，该方法包括：DSA影像处理模块将实时获取的DSA影像数据转成可供后续模块处理的数据流存储到内存中并发送至深度网络分割模块；深度网络分割模块将获取的DSA影像数据中的图像进行分割处理，将血管像素与背景像素区分；中心线提取模块提取区分血管像素图像中的血管中心线；直径计算模块基于分割处理后的图像和血管中心线，计算血管测量直径、参考直径以及狭窄率。2.如权利要求1所述的方法，其特征在于，所述DSA影像处理模块将实时传入的DSA影像数据进行解码处理，把解码处理后的影像数据写入内存中供深度网络分割模块读取。3.如权利要求1所述的方法，其特征在于，所述深度网络分割模块将获取的DSA影像数据中的图像进行分割处理，将血管像素与背景像素区分，具体包括：步骤1、从模型数据库中读取...

【专利技术属性】
技术研发人员：徐波，王筱斐，赵森祥，陈东浩，叶丹，
申请(专利权)人：北京红云智胜科技有限公司，
类型：发明
国别省市：北京,11