【技术实现步骤摘要】
高分辨率心机运动模式分析装置和方法
本专利技术涉及图像处理领域,更具体而言,本专利技术涉及高分辨率心机运动模式分析装置和方法。
技术介绍
现阶段心肌梗死的精准评估依赖于使用造影剂后的核磁扫描,但造影剂的使用有潜在危害,特别是一定程度上会影响患者的肾功能。心肌梗死和周围冬眠心肌的大小、范围是影响心肌梗死患者左心收缩功能的重要原因。患者是否应当接受再血管化治疗,需要评价患者治疗后心肌功能可能的恢复情况,例如超过心肌厚度的50%的心肌梗死厚度难以恢复功能。心脏磁共振成像(MRI)是评价心肌梗死和冬眠心肌的重要影像学方法,尤其是通过钆类对比剂的延迟强化序列能够准确评价心肌梗死的存在和范围。但是肾功能损害在患有冠状动脉疾病的患者中是常见的,并且如果严重,则不能进行用于心肌梗死(MI)评估的晚期钆增强(LGE)成像。即便使用造影剂以获得医学图像,仍因图像分辨率不佳而阻碍图像数据的进一步分析诊治。用于图像增强的超分辨率(SR)在医学图像应用中具有重要意义。从广义上讲,有两种类型的SR,一种需要从同一对象的不同视图中的多个低分辨率( ...
【技术保护点】
1.一种高分辨率心机运动模式分析装置,包括:/n超分辨率处理单元,所述超分辨率处理单元接收原始心脏图像,通过聚焦感兴趣的区域ROI的超分辨率神经网络对图像进行超分处理,得到超分辨率的图像;以及/n运动分析单元,运动分析单元通过深度学习框架提取经超分辨率处理的图像中的局部和全局运动特征。/n
【技术特征摘要】
1.一种高分辨率心机运动模式分析装置,包括:
超分辨率处理单元,所述超分辨率处理单元接收原始心脏图像,通过聚焦感兴趣的区域ROI的超分辨率神经网络对图像进行超分处理,得到超分辨率的图像;以及
运动分析单元,运动分析单元通过深度学习框架提取经超分辨率处理的图像中的局部和全局运动特征。
2.如权利要求1所述的高分辨率心机运动模式分析装置,其特征在于,所述聚焦ROI的超分辨率神经网络包括:
ROI检测神经网络,用于接收原始心脏图像,利用最大池化残差块和输入尺度自由残差神经网络进行处理,输出ROI区域图像;
超分辨率图像生成器G,用于接收ROI区域图像,从ROI区域图像的低分辨率图像估计出超分辨率图像;
预训练的视觉几何组VGG和图像鉴别器D,用于根据真实有效的高分辨率图像找出超分辨率图像。
3.如权利要求2所述的高分辨率心机运动模式分析装置,其特征在于,所述超分辨率图像生成器G使用超分辨率残差网络。
4.如权利要求1所述的高分辨率心机运动模式分析装置,其特征在于,所述深度学习框架包括:
心脏腔室定位单元,使用Zelier和Fergus网络模型从输入的图像序列中定位心脏腔室;以及
运动特征提取单元,用于从递归神经网络RNN提取局部运动特征并使用先进光流方法导出全局运动特征。
5.如权利要求4所述的高分辨率心机运动模式分析装置,其特征在于,所述深度学习框架还包括判...
【专利技术属性】
技术研发人员:杨光,牛张明,陆纬,江荧辉,李劳,王承嘉,张贺晔,徐磊,张楠,
申请(专利权)人:杭州海睿博研科技有限公司,
类型:发明
国别省市:浙江;33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。