一种基于人工智能的多模态医学影像的转换方法技术

本发明专利技术公开了一种基于人工智能的多模态医学影像的转换方法，主要涉及医学影像领域。包括获取主动脉夹层的OCT图像数据；获取主动脉夹层的IVUS图像数据；分别对OCT图像数据和IVUS图像数据的背景采用全局阈值分割的方法，提取主动脉的外轮廓，并利用形态学孔洞填充和面积阈值方法将噪声信息进行清理；通过离散余弦变换的频域信息融合方法，将OCT图像数据和IVUS图像数据进行图像信息融合，获得融合图像。本发明专利技术的有益效果在于：它结合多种模态的胸主动脉夹层图像，将超声图像中的结构特征融合到OCT图像中，并在融合的多模态图像中有效的增强真腔、假腔和血栓的特征。

【技术实现步骤摘要】
一种基于人工智能的多模态医学影像的转换方法
本专利技术涉及医学影像领域，具体是一种基于人工智能的多模态医学影像的转换方法。
技术介绍
近年来，随着多种医学成像技术(CT.MRI.Utrasound.PET、OCT、Microscop等)的迅速发展，并已经被广泛应用于疾病的早期检测、诊断和治疗中，致使临床中，影像学专家每天需要面临大量的患者医学影像数据，单纯的依靠人工阅读和判定这些影像数据，不仅耗时费力，同时带有主观性。因此，计算机辅助诊断技术成为解决该问题的一个有力措施。尤其是，最近几年兴起的一种机器学习方法“深度学习”的引入，逐渐加快了现代计算机医学影像计算和分析迈入智能化和精确化的步伐。胸主动脉夹层是一个很险恶的、凶险的心血管疾病，它的致残和致死率很高。有统计数据表明，一旦发现急性胸部夹层动脉瘤，尤其是Ⅰ型的夹层动脉瘤，如果不予以积极的处理，它的一个月的死亡率能达到70％-80％。胸主动脉夹层是指在主动脉壁存在或不存在自身病变的基础上，并在一系列可能外因(如高血压、外伤等)的作用下导致主动脉内膜撕裂，血液由内膜撕裂口进入主动脉壁中层本文档来自技高网...

【技术保护点】
1.一种基于人工智能的多模态医学影像的转换方法，其特征在于，包括：/n获取主动脉夹层的OCT图像数据；/n获取主动脉夹层的IVUS图像数据；/n分别对OCT图像数据和IVUS图像数据的背景采用全局阈值分割的方法，提取主动脉的外轮廓，并利用形态学孔洞填充和面积阈值方法将噪声信息进行清理；/n通过离散余弦变换的频域信息融合方法，将OCT图像数据和IVUS图像数据进行图像信息融合，获得融合图像。/n

【技术特征摘要】
1.一种基于人工智能的多模态医学影像的转换方法，其特征在于，包括：
获取主动脉夹层的OCT图像数据；
获取主动脉夹层的IVUS图像数据；
分别对OCT图像数据和IVUS图像数据的背景采用全局阈值分割的方法，提取主动脉的外轮廓，并利用形态学孔洞填充和面积阈值方法将噪声信息进行清理；
通过离散余弦变换的频域信息融合方法，将OCT图像数据和IVUS图像数据进行图像信息融合，获得融合图像。


2.根据权利要求1所述一种基于人工智能的多模态医学影像的转换方法，其特征在于，所述获取主动脉夹层的OCT图像数据，为采用激光波长λ为924纳米，纵向分辨率为7微米，穿透能力1.725毫米进行获取。


3.根据权利要求1所述一种基于人工智能的多模态医学影像的转换方法，其特征在于，所述获取主动脉夹层的OCT图像数据，包括在轴旋转角度为0°、+90°、-90°、180°状态下进行扫描，获得四角度OCT图像，通过将四角度OCT图像配准获得主动脉夹层的二维OCT横截面图像，对于每个胸主动脉血管，提取200层OCT横截面图像数据，
以及，
所述获取主动脉夹层的IVUS图像数据包括每次胸主动脉血管提取200层IVUS图像数据。


4.根据权利要求1所述一种基于人...

【专利技术属性】
技术研发人员：孙凯，袁旭春，高立，蔡震宇，李亿华，李涯，
申请(专利权)人：中国医学科学院阜外医院深圳医院深圳市孙逸仙心血管医院，
类型：发明
国别省市：广东;44