血管内动脉瘤修复手术的介入器械检测方法、系统及装置制造方法及图纸

本发明专利技术属于图像处理技术领域，具体涉及了一种血管内动脉瘤修复手术介入器械检测方法，旨在解决无法实时并准确地分割和追踪血管内动脉瘤修复术中X光透射图像中介入器械的问题。本发明专利技术包括：将包含介入器械的区域的X光透射图像作为待检测图像；通过训练好的快速注意力网络生成介入器械的二值分割掩膜；将二值分割掩膜覆盖在待检测图像上获得介入器械的图像。本发明专利技术解决了前景与背景像素数量极度不平衡的问题和图像错分类问题，还提高了现有技术的X光透射图像识别对手术介入器械的分割和追踪图像的速度和准确度，可以满足在血管内动脉瘤修复手术中实时协助医生的需求。

【技术实现步骤摘要】
血管内动脉瘤修复手术的介入器械检测方法、系统及装置
本专利技术属于图像处理
，具体涉及了一种血管内动脉瘤修复手术的介入器械检测方法、系统及装置。
技术介绍
腹部主动脉瘤(Abdominalaorticaneurysm,AAA)是最常见的一种动脉瘤。通常腹部主动脉瘤在破裂之前不会伴随其他症状，因此腹部主动脉瘤的破裂会导致85％到90％的患者去世。临床研究表明，血管内动脉瘤修复(EVAR，Endovascularaneurysmrepair)可以有效降低患者在围手术期的发病率和死亡率。同时，近年来科技的发展也使得血管内动脉瘤修复可以成为大多数病人治疗腹部主动脉瘤的一个选择。血管内动脉瘤修复的关键步骤是医生在一个复杂的介入通道内将介入器械(例如介入器械)送至病变处。因此，在手术中对介入器械实时并准确地分割和追踪非常重要。然而，介入器械的分割和追踪有以下几部分难点：(1)X光图像有较低的信噪比，背景噪音会对介入器械的分割有较强的干扰；(2)由于介入器械的像素数量远小于背景的像素数量，前景和背景类别数量极度不平均；(3)由于造影剂和丝状结构(例如脊本文档来自技高网...

【技术保护点】
1.一种血管内动脉瘤修复手术介入器械检测方法，其特征在于，所述检测方法包括：/n步骤S10，获取包含介入器械的区域的X光透射图像作为待检测图像；/n步骤S20，基于所述待检测图像，通过训练好的快速注意力网络生成所述介入器械的二值分割掩膜；/n步骤S30，将所述二值分割掩膜覆盖在所述待检测图像上获得所述介入器械的图像；/n其中，所述快速注意力网络包括顺次连接的第一卷积层、空间最大池化层、多级嵌套的编码器-解码器和第二卷积层；所述多级嵌套的编码器-解码器为在各级编码器-解码器的编码器与解码器之间嵌套插入下一级编码器-解码器；/n所述多级嵌套的编码器-解码器，其编码器和解码器分别包括多个编码模块和多...

【技术特征摘要】
1.一种血管内动脉瘤修复手术介入器械检测方法，其特征在于，所述检测方法包括：
步骤S10，获取包含介入器械的区域的X光透射图像作为待检测图像；
步骤S20，基于所述待检测图像，通过训练好的快速注意力网络生成所述介入器械的二值分割掩膜；
步骤S30，将所述二值分割掩膜覆盖在所述待检测图像上获得所述介入器械的图像；
其中，所述快速注意力网络包括顺次连接的第一卷积层、空间最大池化层、多级嵌套的编码器-解码器和第二卷积层；所述多级嵌套的编码器-解码器为在各级编码器-解码器的编码器与解码器之间嵌套插入下一级编码器-解码器；
所述多级嵌套的编码器-解码器，其编码器和解码器分别包括多个编码模块和多个解码模块；所述编码模块通过残差连接与对应的同级解码模块连接；所述各解码模块前分别设置有注意力门控模块；
所述编码模块基于MobileNetV2网络构建，并通过ImageNet进行预训练；
所述解码模块包括顺次连接的第三卷积层、转置卷积层和第四卷积层。


2.根据权利要求1所述的血管内动脉瘤修复手术介入器械检测方法，其特征在于，步骤S20包括：
步骤S21，通过所述快速注意力网络的第一卷积层和空间最大池化层将所述待检测图像转化为池化图像；
步骤S22，基于所述池化图像，通过所述快速注意力网络的多级嵌套的各编码模块进行分级编码，获得特征压缩图像；
步骤S23，通过残差连接将所述各级编码模块的输入信息传递至同级的解码模块；通过注意力门控模块对各级解码器的输入信息进行特征强化；
步骤S24，结合所述各级编码模块的输入信息以及特征强化的各级解码器的输入信息，进行分级解码，获得强化特征图像；
步骤S25，基于所述强化特征图像，通过所述快速注意力网络的第二卷积层生成所述介入器械的二值分割掩膜。


3.根据权利要求1或2所述的血管内动脉瘤修复手术介入器械检测方法，其特征在于，所述注意力门控模块包括：
顺次连接的ReLU线性修正层、LinearTransformation线性变化层、Sigmold二分类层和Resampler重采样层。


4.根据权利要求3所述的血管内动脉瘤修复手术介入器械检测方法，其特征在于，所述注意力门控模块，其注意力系数通过加性注意力机制获取；所述注意力系数为：



其中，αi为注意力系数，x为图像向量，l为图像标号，gi为决定第i个向量是否是注意力区域的门向量，αi∈[0，1]为注意力系数，σ1代表ReLU线性修正层的激活函数，σ2代表Sigmoid二分类层的激活函数；Wx和Wg是线性变换的权重，bg和bψ是偏差，ψ为通过一个通道方式的1*1*1卷积层ψ来计算线性变换。


5.根据权利要求4所述的血管内动脉瘤修复手术介入器械检测方法，其特征在...

【专利技术属性】
技术研发人员：刘市祺，谢晓亮，侯增广，周彦捷，奉振球，周小虎，马西瑶，
申请(专利权)人：中国科学院自动化研究所，
类型：发明
国别省市：北京;11