【技术实现步骤摘要】
基于深度几何演化模型的冠状动脉分割方法
[0001]本专利技术涉及深度学习的图像分割领域，具体是指基于深度几何演化模型的冠状动脉分割方法。
技术介绍
[0002]心血管疾病是造成人类死亡的主要疾病之一；《世界卫生报告》指出全球每年因心血管相关疾病引发的疾病及其并发症的死亡率已经超过了癌症死亡率之和；研究表明，心血管疾病大多数是由于冠状动脉病变引起的；尽早地发现冠心病，对临床医生制定合理的治疗方案有着重要的意义；冠状计算机断层血管造影（Coronary computed tomography angiongraphy, CCTA）是临床诊断心血管疾病的常用手段，也是心血管疾病诊断的金标准；通过机器学习方法快速、准确、半自动从CCTA图像中分割冠状动脉是一个非常有意义的辅助医疗方式，这对于冠心病的早期发现起关键性作用，将会有效地为医生提供可靠的诊断依据。
[0003]由于CCTA图像本身的特殊性以及复杂性，例如：（1）冠状动脉结构复杂，存在很分支的小细管，（2）冠状动脉灰度不均匀，跟周围组织的对比度低，血管末梢部分的边界...
【技术保护点】
【技术特征摘要】
1.基于深度几何演化模型的冠状动脉分割方法，其特征在于，包括如下步骤：步骤一、获取数据集；步骤二、数据预处理；步骤三、构建深度几何演化分割模型；深度几何演化分割模型包括编码模块、预分割模块、距离变化模块，步骤二中预处理后的数据输入深度几何演化分割模型后，输出距离变化结果、预分割结果;预分割模型提取骨架，距离变化模块求出骨架对应点的半径；步骤四、对构建的深度几何演化分割模型进行CCTA图像进行训练及评判；对预分割模块采用dice损失函数，对距离变化模块采用交叉熵损失函数；步骤五、几何演化；利用构建好的多目标分割模型对新的CCTA图像进行训练，得到距离变化结果、预分割结果，对预分割模块的结果进行骨架提取，对距离变化的结果求冠状动脉的半径，在对骨架上的每一个点，用对应冠状动脉的半径和点坐标构建球模型演化得到演化后的冠状动脉，演化后的冠状动脉与骨架提取的预分割结果通过并集模块求并集得到最终的分割结果;步骤六、新数据预测。2.根据权利要求1所述的基于深度几何演化模型的冠状动脉分割方法，其特征在于：所述步骤五～六中，球模型通过公式(1)得到冠状动脉，是像素是否为冠状动脉的概率；是像素属于类的概率，对于一个像素 ，它的半径可以计算为 ，它的骨架可以利用skimage的skeletonize计算得到，对于骨架上的每一个点，利用半径演化得到冠脉，计算公式(1)如下： (1)其中，表示冠状动脉的半径，表示骨架上提取的每一个点坐标，U表示骨架上所有点坐标的集合；最后，冠状动脉的分割结果可以由演化后的冠状动脉和分割结果求并集而得，计算公式(2)如下： (2)。3.根据权利要求1所述的基于深度几何演化模型的冠状动脉分割方法，其特征在于：所述步骤二具体包括如下：
所述数据集包括CCTA数据，对于每一例CCTA数据均需要手动设置标签，对原始的CCTA数据进行读取，获取CCTA数据的窗宽和窗位，所述窗宽表示显示图像时所选用的CT值范围，所述窗位表示图像灰阶的中心位置，然后将窗宽设置为1000，将窗位设置为200，最后将CCTA数据进行归一化处理。4.根据权利要求1所述的基于深度几何演化模型的冠状动脉分割方法，其特征在于：所述步骤三中，编码模块采用ReLU作为激活函数，预分割模块、距离变化模块的上采样层采用双线性插值；所述步骤四中，利用联合损失函数来训练多目标模型，其中预分割模块使用基于dice系数的激活函数，DT是一个介于0和1之间的数值，网络的目标是最大化dice系数，定义如下公式(3)： (3)其中，表示预测结果，表示标注图；另外一个距离变化模块使用的是交叉熵损失函数，该函数(4)定义如下： (4)其中，表示距离变化离散后的类别数量，表示CCTA数据上像素等于距离变化离散后的概率，如果像素的真实类别等于则...
【专利技术属性】
技术研发人员：章毅，李奕明，王建勇，何婧婧，蒋卫丽，贾凯宇，李汶键，冯沅，张欣培，陈茂，
申请(专利权)人：四川大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。