一种心脏冠脉血管的自动化命名方法及装置制造方法及图纸

本发明专利技术公开了一种心脏冠脉血管的自动化命名方法及装置，该方法包括以下步骤：构建神经随机语法模型，并对其进行训练；获取冠脉血管图像，提取冠脉血管中心线；对冠脉血管中心线进行识别，提取基于点云的特征，并预测血管段特征；利用基于点云的特征以及血管段特征的预测结果，提取血管段特征；将血管段特征输入所构建的神经随机语法模型，得到血管命名。该方法无需制定极为繁琐、易错的规则，能够实现血管名联动调整的交互式修改。

【技术实现步骤摘要】
一种心脏冠脉血管的自动化命名方法及装置
本专利技术涉及计算机领域，特别地涉及一种基于神经随机语法模型的心脏冠脉血管的自动化命名方法及装置。
技术介绍
对心脏冠脉血管的自动化分段和命名在自动化心脏冠脉辅助诊断系统中具有重要价值，包括为病灶自动化定位提供支撑，辅助诊断报告撰写，支持医生快速查看、定位病灶以及在多根血管中导航等。以下，提供一些现有方案：现有方案1：1.专利-CN108717695A/申请号201810379289.0-申请人数坤(北京)网络科技有限公司-专利技术名称：心脏冠脉血管自动分段命名方法。现有方法步骤概述：S1、提取心脏冠脉3D图像的血管中心线,定义血管中心线中各点的三维坐标；S2、从心脏冠脉血管中识别左冠脉及右冠脉；S3、从识别的右冠脉中识别RCA、R-PDA以及R-PLB；S4、从识别的左冠脉中识别LM、LAD及LCX；S5、从识别的LCX中识别OM1、OM2及OM3；S6、从识别的LAD中识别D1、D2及D3；S7、从识别的LAD及LCX中识别RI。2.现有方案2：WuD,WangX,BaiJ,etal.AutomatedanatomicallabelingofcoronaryarteriesviabidirectionaltreeLSTMs.IntJComputAssistRadiolSurg.2019；14(2):271-280.doi:10.1007/s11548-018-1884-6.现有方法步骤概述：a.提取中心线，得到分叉点及对应血管段(“血管段”指两分叉点中间部分)；b.由血管段建立树结构；c.提取血管段SCT、起点、中间点、结束点位置和方向特征，采用bi-directional-TreeLSTM在预标注数据集上进行训练,获得预测结果。3.现有方案3：Yang,H.,Zhen,X.,Chi,Y.,Zhang,L.,&Hua,X.S..(2020).Cpr-gcn:conditionalpartial-residualgraphconvolutionalnetworkinautomatedanatomicallabelingofcoronaryarteries.a.提取中心线，得到分叉点及对应血管段(“血管段”指两分叉点中间部分)；b.由血管段建立树结构；c.以图网络进行血管命名的训练，以血管形态以及图像特征作为输入。现有方案4：公开号CN112017176A，申请人杭州深睿博联科技有限公司-专利技术名称-一种心脏冠脉血管的自动化命名方法及装置。现有方法步骤概述：基于规则，首先计算血管树所有节点(血管段)的多种属性，随后根据属性，遍历每个分叉点，计算各分叉处的命名得分。上述的基于规则的命名方法，由于冠脉血管走型在不同病人之间差异很大，导致鲁棒性不够好。此外，基于规则的方法与血管命名的前处理——冠脉血管分割以及中心线提取算法耦合非常紧密，如果冠脉血管分割算法和中心线提取的输出随着模型的更新，统计特性有较大改变(例如，若分割模型原版仅输出主要血管，在使用新数据训练后，会输出直径大于1mm的所有血管，因而包含大量无关血管)，需要重新制定规则、调整参数，极为繁琐。此类方法也很难实现上文所述的支持血管名联动调整的交互式修改，至少需要制定极为繁琐、易错的规则。基于机器学习，包括图网络以及Tree-LSTM的命名方法，虽然通过信息传播隐式地建模血管结构，但最终是针对每个血管段(血管段是指一段无分叉点的血管)进行独立预测。缺乏显式对血管结构关系的建模，存在以下缺陷：第一，命名的合法性难以保证，对于每段血管分别进行预测，可能出现上面所述的一段发源自LAD的血管段被命名为OM的情况。第二，此类方法对每个血管段独立预测，没有显式建模各个血管段之间的关系，因而无法实现支持血管名联动调整的交互式修改。
技术实现思路
有鉴于此，本专利技术提出一种基于神经随机语法模型的心脏冠脉血管的自动化命名方法及装置，无需制定极为繁琐、易错的规则，能够实现血管名联动调整的交互式修改。本专利技术第一方面提供一种心脏冠脉血管的自动化命名方法，该方法包括以下步骤：构建神经随机语法模型，并对其进行训练；获取冠脉血管图像，提取冠脉血管中心线；对冠脉血管中心线进行识别，提取基于点云的特征，并预测血管段特征；利用基于点云的特征以及血管段特征的预测结果，提取血管段特征；将血管段特征输入所构建的神经随机语法模型，得到血管命名。进一步地，所述神经随机语法模型的构建方法为：将神经随机语法模型定义为四元组；基于语法解析树，将所述神经随机语法模型分解为单元计分函数与产生式规则计分函数的分量的和；引入表征血管树全局形态的特征向量，将所述单元计分函数和产生式规则计分函数定义为包含特征向量的单元计分函数和产生式规则计分函数。进一步地，所述神经随机语法模型为其中，G为神经随机语法模型；gv为单元计分函数，gr为产生式规则计分函数；x为观测特征；y为血管节点；ω为模型参数；r为产生式规则；V为解剖标记符号数量；pt为语法解析树；R为生成规则。进一步地，所述包含特征向量的单元计分函数为：gv(x，y，z；ω)＝logp(yi|xi，z；ω)，其中，gv为单元计分函数，x为观测特征；yi为血管节点；ω为模型参数；z为表征血管树全局形态的特征向量。进一步地，所述包含特征向量的产生式规则计分函数为：其中，gr为产生式规则计分函数；x为观测特征；x为观测特征；yi为血管节点；ω为模型参数；z为表征血管树全局形态的特征向量；c为随机变量，指示父节点yp的子节点中，哪个分支是延续yp的主要血管。进一步地，所述神经随机语法模型的训练方法为：获取包含血管树特征向量的训练集，构建最大化数据似然函数，并优化最大化数据似然函数；以图像分割网络的中间层特征预测血管树全局形态的特征向量，并计算损失函数；根据血管树全局形态的特征向量的预测值的平均值，计算后验概率最大的解剖标记；在解析树中固定一部分节点的解剖标记，搜索其他节点解剖标记的最大后验概率，并进行解剖标记交互式修改。进一步地，所述基于点云的特征的提取方法为：将提取的冠脉血管中心线作为无序三维点云，利用点云处理网络对冠脉血管中心线进行初步解剖类别识别，提取基于点云的特征；根据血管树的全局、形态信息，利用点云处理网络预测血管段的特征。进一步地，所述血管段特征的提取方法为：根据血管段以及血管段分支关系，构建血管树的表示；在血管段，将所提取的基于点云的特征以及血管段特征的初步预测结果进行整合，得到血管段特征；计算血管段的长度、父子血管段方向差以及血管段的起始、中间、结束节点，并作为血管段额外特征；将血管段特征与血管段额外特进行进一步特征融合，将融合后的特征作为神经随机语法模型的特征输入。本专利技术第二方面提供一种心脏冠脉的血管的自动化命名装置，该装置包括：神经随机语法模型构建模块，用于构建神经本文档来自技高网...

【技术保护点】
1.一种心脏冠脉血管的自动化命名方法，其特征是，该方法包括以下步骤：/n构建神经随机语法模型，并对其进行训练；/n获取冠脉血管图像，提取冠脉血管中心线；/n对冠脉血管中心线进行识别，提取基于点云的特征，并预测血管段特征；/n利用基于点云的特征以及血管段特征的预测结果，提取血管段特征；/n将血管段特征输入所构建的神经随机语法模型，得到血管命名。/n

【技术特征摘要】
1.一种心脏冠脉血管的自动化命名方法，其特征是，该方法包括以下步骤：
构建神经随机语法模型，并对其进行训练；
获取冠脉血管图像，提取冠脉血管中心线；
对冠脉血管中心线进行识别，提取基于点云的特征，并预测血管段特征；
利用基于点云的特征以及血管段特征的预测结果，提取血管段特征；
将血管段特征输入所构建的神经随机语法模型，得到血管命名。


2.根据权利要求1所述的心脏冠脉血管的自动化命名方法，其特征是，所述神经随机语法模型的构建方法为：
将神经随机语法模型定义为四元组；
基于语法解析树，将所述神经随机语法模型分解为单元计分函数与产生式规则计分函数的分量的和；
引入表征血管树全局形态的特征向量，将所述单元计分函数和产生式规则计分函数定义为包含特征向量的单元计分函数和产生式规则计分函数。


3.根据权利要求1所述的心脏冠脉血管的自动化命名方法，其特征是，所述神经随机语法模型为



其中，G为神经随机语法模型；gv为单元计分函数，gr为产生式规则计分函数；x为观测特征；y为血管节点；ω为模型参数；r为产生式规则；V为解剖标记符号数量；pt为语法解析树；R为生成规则。


4.根据权利要求1所述的心脏冠脉血管的自动化命名方法，其特征是，所述包含特征向量的单元计分函数为：
gv(x，yi，z；ω)＝logp(yi|xi，z；ω)，
p(yi|xi，z；ω)＝softmax(exp(funary([xi；z])uyi))，
其中，gv为单元计分函数，x为观测特征；yi为血管节点；ω为模型参数；z为表征血管树全局形态的特征向量；uyi为解剖标记的嵌入表示。


5.根据权利要求1所述的心脏冠脉血管的自动化命名方法，其特征是，所述包含特征向量的产生式规则计分函数为：



其中，gr为产生式规则计分函数；x为观测特征；x为观测特征；yi为血管节点；ω为模型参数；z为表征血管树全局形态的特征向量；c为随机变量，指示父节点yp的子节点中，哪个分支是延续yp的主要血管。


6.根据权利要求...

【专利技术属性】
技术研发人员：周辰，俞益洲，李一鸣，乔昕，
申请(专利权)人：杭州深睿博联科技有限公司，北京深睿博联科技有限责任公司，
类型：发明
国别省市：浙江;33