基于深度学习和中智理论的冠状动脉病变功能学定量方法技术

本发明专利技术提供了一种基于深度学习和中智理论的冠状动脉病变功能学定量方法，属于生物医学领域，结合CTA和CAG图像的各自特点，首先利用CTA图像来获得冠脉各个心动周期的三维图像数据，然后将其配准并投影到CAG图像的冠脉区域上，根据对比剂的信息确定冠脉狭窄病变区域的位置。该方法克服了单凭CAG二维图像重建血管精度上的不足，能较准确地自动识别冠脉区域，进而根据对比剂的跟踪路线和CAG视频序列的时间，计算出血液在不同冠脉区域的流速，进而计算出冠脉各点的血流量，从而得到病变远端与近端血流量的比值，获得计算机辅助诊断的FFR

【技术实现步骤摘要】
基于深度学习和中智理论的冠状动脉病变功能学定量方法
本专利技术属于生物医学领域，具体涉及一种基于深度学习和中智理论的冠状动脉病变功能学定量方法。
技术介绍
从1990年开始，针对心血管的冠状动脉造影(coronaryarteryangiography，CAG)图像及其疾病诊断研究逐渐被国内外学者广泛关注。然而，由于心脏特殊运动模式和图像快门速度等因素的限制，使得采集到的图像相邻帧之间区别很大，而且CAG图像灰度对比度较低，冠脉分支互相重叠和交叉，使冠脉的精确检测和测量成为一直困扰国内外研究者的难题。目前针对冠脉检测主要归纳为七大类：(1)传统模式识别法：是利用传统模式识别手段对血管或血管特征的自动检测和分类，较常用的有血管边缘特征提取法、区域增长法等，但这些方法对CAG图像要求较高，对于复杂冠脉识别较差。(2)跟踪法：是从初始点开始探测血管中心线或通过分析正交于跟踪方向的像素来检测边缘，是目前应用最广泛、最直观的方法。但由于心脏跳动模式和血管交叉重叠，使跟踪方法的准确性降低。(3)模型法：是用能够明确描述血管特征的模型或本文档来自技高网...

【技术保护点】
1.一种基于深度学习和中智理论的冠状动脉病变功能学定量方法，其特征在于，包括以下步骤：/n步骤1、自动提取CTA中冠脉区域并进行区域处理/n步骤1.1、提取冠状动脉CAT图像；/n步骤1.2、利用多尺度非局部积分滤波算法对CAT图像进行预处理；/n步骤1.3、根据临床经验总结的冠脉知识特征构建多通道信息；/n步骤1.4、利用变通道多尺度区域候选分类网络提取CAT图像中的三维冠脉区域；/n步骤2、提取CTG图像并将CTA冠脉区域与CTG图像进行投射与融合/n步骤2.1、提取冠状动脉CAG图像；/n步骤2.2、将CTA中三维冠脉区域通过仿射变换与CAG图像中的对应冠脉进行配准，并投影到二维CAG上...

【技术特征摘要】
1.一种基于深度学习和中智理论的冠状动脉病变功能学定量方法，其特征在于，包括以下步骤：
步骤1、自动提取CTA中冠脉区域并进行区域处理
步骤1.1、提取冠状动脉CAT图像；
步骤1.2、利用多尺度非局部积分滤波算法对CAT图像进行预处理；
步骤1.3、根据临床经验总结的冠脉知识特征构建多通道信息；
步骤1.4、利用变通道多尺度区域候选分类网络提取CAT图像中的三维冠脉区域；
步骤2、提取CTG图像并将CTA冠脉区域与CTG图像进行投射与融合
步骤2.1、提取冠状动脉CAG图像；
步骤2.2、将CTA中三维冠脉区域通过仿射变换与CAG图像中的对应冠脉进行配准，并投影到二维CAG上，确定冠脉对比剂导航区域；
步骤2.3、基于中智粒子滤波追踪算法追踪对比剂在导航区域内的流动情况；
步骤2.4、自动检测并定位提取CAG冠脉对比剂区域；
步骤2.5、将CTA冠脉区域与CTG图像进行投射与融合；
步骤3、定量评估狭窄病变
步骤3.1、提取融合影像中冠脉的中心线，定位冠脉区域；
步骤3.2、计算冠脉血流速度和载面积，获得局部血流量；
步骤3.3、计算病变远端及近端血流量比值，获得FFRCAD；
步骤3.4、根据FFRCAD值定量评估狭窄病变。


2.根据权利要求1所述的基于深度学习和中智理论的冠状动脉病变功能学定量方法，其特征在于，将所述步骤1.2中多尺度非局部积分滤波算法的函数定义为：
σs(x，y)＝f(I(x，y))＝aI(x，y)+b(1)
其中，σs是在尺度S下高斯函数核的标准方差，应用其对原始CTA图像进行滤波运算；然后构建冠状动脉知识通道图像如下；





3.根据权利要求1所述的基于深度学习和中智理论的冠状动脉病变功能学定量方法，其特征在于，所述步骤2.2包括以下步骤：
步骤2.2.1、冠脉造影对比剂导航区域确定
利用CAG影像采集时的角度和分辨率，确定仿射变换函数的参数，将CTA中冠脉分割结果进行仿射变换，并将变换后的三维冠脉图像投影到二维CAG图像上，作为冠脉的可能候选区域，也就是对比剂要经过的导航区域；
步骤2.2.2、冠脉造影对比剂区域自动检测和提取：
根据造影对比剂区域在CAG视频的灰度和纹理信息，定义其中智不确定隶属度，从而作为粒子的属性，并定义当前区域及其邻域的中智相似度，来作为粒子滤波的代价函数，利用粒子滤波算法来追踪对比剂在导航区域内的流动情况，从而提取CAG图像中的冠脉区域。


4.根据权利要求3所述的基于深度学习和中智理论的冠状动脉病变功能学定量方法，其特征在于，所述步骤2.3包括以下步骤：
步骤2.3.1、提取冠脉目标特征：通过CTA图像中获得冠脉作为造影的导航区域，人机交互选定待跟踪的初始目标，计算跟踪目标的特征，作为描述目标的特征；
步骤2.3.2、特征搜索阶段：初始化提取了目标的特征后，在目标的附近以高斯分布来撒粒子，并根据导航区域来确定所撒的粒子的范围；每个粒子按照初始化时候得到的目标特征计算出...

【专利技术属性】
技术研发人员：薛竟宜，杜奕，郭延辉，
申请(专利权)人：薛竟宜，郭延辉，
类型：发明
国别省市：黑龙江;23