斑块稳定性的识别方法、装置、设备及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斑块稳定性的识别方法、装置、设备及存储介质。该方法包括：获取目标对象的血管壁的磁共振数据，并对磁共振数据进行重建，得到血管壁图像；基于预先训练的图像分割神经网络对血管壁图像进行分割，得到斑块的分割图像，其中，图像分割神经网络为U‑net++网络；基于预先训练的卷积神经网络对分割图像进行分析，识别斑块的稳定性。本发明专利技术实施例的技术方案，可以实现血管斑块稳定性的自动、客观识别，有利于提高血管斑块诊断的准确率和效率，降低医师的工作量，具有十分重要的临床应用意义。

【技术实现步骤摘要】
斑块稳定性的识别方法、装置、设备及存储介质
本专利技术实施例涉及医学图像分析领域，尤其涉及一种斑块稳定性的识别方法、装置、设备及存储介质。
技术介绍
基于磁共振血管壁成像技术可以抑制血管内的血流信号以及血管周围的脑脊液或是脂肪信号，清晰显示出血管壁内斑块的形态结构，有利于准确识别斑块的纤维帽、出血、钙化、脂质核、炎症等不稳定性的特征。目前，通常是影像医师直接观察患者的磁共振血管壁影像，进行斑块稳定性的医学诊断。但是，医疗影像的专业性使得医师需要具有丰富经验，而且不同经验的医师对于相同的影像可能得出不同的诊断结果，直接影响医学诊断。另外，三维高分辨的磁共振血管壁成像的数据量巨大，每位检查者可达到500幅图像，需要医师花费大量时间才可以完成一名检查者的诊断，效率较低。
技术实现思路
本专利技术实施例提供了一种斑块稳定性的识别方法、装置、设备及存储介质，实现了血管斑块稳定性的自动、客观识别，有利于提高血管斑块诊断的准确率和效率，降低医师的工作量。第一方面，本专利技术实施例提供了一种斑块稳定性的识别方法，可以包括：<本文档来自技高网...

【技术保护点】
1.一种斑块稳定性的识别方法，其特征在于，包括：/n获取目标对象的血管壁的磁共振数据，并对所述磁共振数据进行重建，得到血管壁图像；/n基于预先训练的图像分割神经网络对所述血管壁图像进行分割，得到斑块的分割图像，其中，所述图像分割神经网络为U-net++网络；/n基于预先训练的卷积神经网络对所述分割图像进行分析，识别所述斑块的稳定性。/n

【技术特征摘要】
1.一种斑块稳定性的识别方法，其特征在于，包括：
获取目标对象的血管壁的磁共振数据，并对所述磁共振数据进行重建，得到血管壁图像；
基于预先训练的图像分割神经网络对所述血管壁图像进行分割，得到斑块的分割图像，其中，所述图像分割神经网络为U-net++网络；
基于预先训练的卷积神经网络对所述分割图像进行分析，识别所述斑块的稳定性。


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：
基于预设的随机梯度下降算法对所述图像分割神经网络进行训练，其中，所述图像分割神经网络中的损失函数是交叉熵损失函数，训练样本包括斑块样本和非斑块样本。


3.根据权利要求2所述的方法，其特征在于，所述图像分割神经网络包括下采样算法模块、上采样算法模块和特征拼接算法模块；其中，所述特征拼接算法模块的卷积函数为空洞卷积。


4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于预设的随机梯度下降算法对所述卷积神经网络进行训练，其中，所述卷积神经网络中的损失函数是交叉熵损失函数，训练样本包括稳定斑块样本和风险斑块样本。


5.根据权利要求4所述的方法，其特征在于，所述卷积神经网络包括卷积算法模块、池化算法模块和全连接层算法模块；其中，所述全连接层算法模块的输入参数是所述池化算法模块的输出结果的一维向...

【专利技术属性】
技术研发人员：梁栋，朱燕杰，程静，王位，郑海荣，刘新，
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