一种基于目标检测网络定位血管狭窄部位的方法和装置制造方法及图纸

本发明专利技术实施例涉及一种基于目标检测网络定位血管狭窄部位的方法和装置，所述方法包括：对YOLOv3目标检测网络的模型输入图像尺寸和目标类别序列进行设置；对YOLOv3目标检测网络进行训练；获取第一造影图像；对第一造影图像进行灰度图转换处理生成第一灰度图；对第一灰度图进行图像整形生成第二灰度图；使用YOLOv3目标检测网络对第二灰度图进行目标检测处理得到多个第一目标识别框数组；对多个第一目标识别框数组进行冗余目标框数组筛查处理；根据剩余的第一目标识别框数组，在第一造影图像上进行血管狭窄部位标记处理并显示。通过本发明专利技术提高了血管狭窄部位的确认效率和确认精度。认精度。认精度。

【技术实现步骤摘要】
一种基于目标检测网络定位血管狭窄部位的方法和装置


[0001]本专利技术涉及数据处理
，特别涉及一种基于目标检测网络定位血管狭窄部位的方法和装置。

技术介绍

[0002]冠状动脉性心脏病(coronary artery heart disease,CHD)简称冠心病，是一种常见的心脏病，是指因冠状动脉狭窄、供血不足而引起的心肌机能障碍和(或)器质性病变。具有此类特征的冠脉造影图中血管会带有狭窄部位。常规情况下，上述血管狭窄部位的确认过程都是基于人工经验完成的。这种操作模式过于依赖人为因素，诸如人员从业经验、人眼的识别能力等，极容易出现确认不准的情况。

技术实现思路

[0003]本专利技术的目的，就是针对现有技术的缺陷，提供一种基于目标检测网络定位血管狭窄部位的方法、装置、电子设备及计算机可读存储介质，基于YOLOv3目标检测网络来确认造影图像中的血管狭窄部位。通过本专利技术既可以解决常规血管狭窄部位确认操作过于依赖人工因素的问题，还可以提高血管狭窄部位的确认效率和确认精度。
[0004]为实现上述目的，本专利技术实施例第一方面提供了一种基于目标检测网络定位血管狭窄部位的方法，所述方法包括：
[0005]对用于检测血管狭窄部位的YOLOv3目标检测网络的模型输入图像尺寸和目标类别序列进行设置；所述模型输入图像尺寸为方形尺寸M
×
M，M>0；所述目标类别序列至少包括狭窄血管目标类别，所述目标类别序列的目标类别数量为N，N>0；
[0006]使用预设的训练数据集对所述YOLOv3目标检测网络进行训练；
[0007]获取冠脉造影图像数据生成第一造影图像；
[0008]对所述第一造影图像进行灰度图转换处理生成第一灰度图；
[0009]按所述模型输入图像尺寸M
×
M，对所述第一灰度图进行图像整形生成对应的第二灰度图；
[0010]使用所述YOLOv3目标检测网络，对所述第二灰度图进行目标检测处理得到多个第一目标识别框数组；
[0011]根据所述狭窄血管目标类别和预设的狭窄血管目标置信度阈值，对所述多个第一目标识别框数组进行冗余目标框数组筛查处理；
[0012]根据剩余的第一目标识别框数组，在所述第一造影图像上进行血管狭窄部位标记处理并显示。
[0013]优选的，所述第一目标识别框数组包括第一目标中心点坐标(x，y)、第一识别框宽度w、第一识别框高度h和N个第一识别框置信度c；每个所述第一识别框置信度c对应一个所述目标类别序列中的目标类别；x为列相对位移坐标，y为行相对位移坐标。
[0014]优选的，所述对所述第一造影图像进行灰度图转换处理生成第一灰度图，具体包
括：
[0015]对所述第一造影图像的像素值类型进行识别；
[0016]若所述像素值类型为灰度值类型，则复制所述第一造影图像生成所述第一灰度图；
[0017]若所述像素值类型为RGB值类型，则按所述第一造影图像的尺寸初始化所述第一灰度图；并根据所述第一造影图像中像素点的RGB像素值，按预设的灰度图转换模式对所述第一灰度图中对应像素点的像素值进行设置。
[0018]进一步的，所述根据所述第一造影图像中像素点的RGB像素值，按预设的灰度图转换模式对所述第一灰度图中对应像素点的像素值进行设置，具体包括：
[0019]对所述第一造影图像中的像素点进行轮询，并将当前被轮询的像素点记为当前造影图像素点，并将所述第一灰度图中与所述当前造影图像素点对应的像素点记为当前灰度图像素点；
[0020]从所述当前造影图像素点的RGB像素值中提取出红色通道数值R、绿色通道数值G和蓝色通道数值B；
[0021]对所述灰度图转换模式进行识别；
[0022]若所述灰度图转换模式为第一模式，则设置所述当前灰度图像素点的像素值为R*0.3+G*0.59+B*0.11；
[0023]若所述灰度图转换模式为第二模式，则设置所述当前灰度图像素点的像素值为(R+G+B)/3；
[0024]若所述灰度图转换模式为第三模式，则根据预设的颜色通道对所述当前灰度图像素点的像素值进行设置；当所述颜色通道为红色通道时设置所述当前灰度图像素点的像素值为所述红色通道数值R；当所述颜色通道为绿色通道时设置所述当前灰度图像素点的像素值为所述绿色通道数值G；当所述颜色通道为蓝色通道时设置所述当前灰度图像素点的像素值为所述蓝色通道数值B。
[0025]优选的，所述按所述模型输入图像尺寸M
×
M，对所述第一灰度图进行图像整形生成对应的第二灰度图，具体包括：
[0026]对所述第一灰度图是否为正方形图像进行判断；
[0027]若所述第一灰度图为正方形图像，则对所述第一灰度图的尺寸是否超过所述模型输入图像尺寸M
×
M进行判断；若超过，则按所述模型输入图像尺寸M
×
M对所述第一灰度图进行裁剪，得到所述第二灰度图；若未超过，则按所述模型输入图像尺寸M
×
M对所述第一灰度图进行扩展，并将扩展部分像素点的像素值设为统一的扩展像素值，从而得到所述第二灰度图；
[0028]若所述第一灰度图为非正方形图像，则将所述第一灰度图的行数I和列数J中的偏小值作为第一短边尺寸S，偏大值作为第一长边尺寸L；并对所述第一短边尺寸S是否大于M进行判断；
[0029]若所述第一短边尺寸S大于M，则按所述模型输入图像尺寸M
×
M对所述第一灰度图进行裁剪，得到所述第二灰度图；
[0030]若所述第一短边尺寸S小于或等于M，则对所述第一长边尺寸L是否小于或等于M进行判断；若所述第一长边尺寸L小于或等于M，则按所述模型输入图像尺寸M
×
M对所述第一
灰度图进行扩展，并将扩展部分像素点的像素值设为所述扩展像素值，从而得到所述第二灰度图；若所述第一长边尺寸L大于M，则将所述第一灰度图的短边尺寸从所述第一短边尺寸S扩张到M，并将所述第一灰度图的长边尺寸从所述第一长边尺寸L裁剪到M，并将扩展部分像素点的像素值设为所述扩展像素值，从而得到所述第二灰度图。
[0031]优选的，所述根据所述狭窄血管目标类别和预设的狭窄血管目标置信度阈值，对所述多个第一目标识别框数组进行冗余目标框数组筛查处理，具体包括：
[0032]从每个所述第一目标识别框数组的N个所述第一识别框置信度c中提取出最大值作为对应的第一识别框最大置信度c
’
，并将与所述第一识别框最大置信度c
’
对应的目标类别作为第一最大置信度类别；
[0033]将所述第一最大置信度类别不为所述狭窄血管目标类别的所述第一目标识别框数组作为冗余目标框数组删除；
[0034]再将剩下的所述第一识别框最大置信度c
’
低于所述狭窄血管目标置信度阈值的所述第一目标识别框数组作为冗余目标框数组删除。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标检测网络定位血管狭窄部位的方法，其特征在于，所述方法包括：对用于检测血管狭窄部位的YOLOv3目标检测网络的模型输入图像尺寸和目标类别序列进行设置；所述模型输入图像尺寸为方形尺寸M
×
M，M>0；所述目标类别序列至少包括狭窄血管目标类别，所述目标类别序列的目标类别数量为N，N>0；使用预设的训练数据集对所述YOLOv3目标检测网络进行训练；获取冠脉造影图像数据生成第一造影图像；对所述第一造影图像进行灰度图转换处理生成第一灰度图；按所述模型输入图像尺寸M
×
M，对所述第一灰度图进行图像整形生成对应的第二灰度图；使用所述YOLOv3目标检测网络，对所述第二灰度图进行目标检测处理得到多个第一目标识别框数组；根据所述狭窄血管目标类别和预设的狭窄血管目标置信度阈值，对所述多个第一目标识别框数组进行冗余目标框数组筛查处理；根据剩余的第一目标识别框数组，在所述第一造影图像上进行血管狭窄部位标记处理并显示。2.根据权利要求1所述的基于目标检测网络定位血管狭窄部位的方法，其特征在于，所述第一目标识别框数组包括第一目标中心点坐标(x，y)、第一识别框宽度w、第一识别框高度h和N个第一识别框置信度c；每个所述第一识别框置信度c对应一个所述目标类别序列中的目标类别；x为列相对位移坐标，y为行相对位移坐标。3.根据权利要求1所述的基于目标检测网络定位血管狭窄部位的方法，其特征在于，所述对所述第一造影图像进行灰度图转换处理生成第一灰度图，具体包括：对所述第一造影图像的像素值类型进行识别；若所述像素值类型为灰度值类型，则复制所述第一造影图像生成所述第一灰度图；若所述像素值类型为RGB值类型，则按所述第一造影图像的尺寸初始化所述第一灰度图；并根据所述第一造影图像中像素点的RGB像素值，按预设的灰度图转换模式对所述第一灰度图中对应像素点的像素值进行设置。4.根据权利要求3所述的基于目标检测网络定位血管狭窄部位的方法，其特征在于，所述根据所述第一造影图像中像素点的RGB像素值，按预设的灰度图转换模式对所述第一灰度图中对应像素点的像素值进行设置，具体包括：对所述第一造影图像中的像素点进行轮询，并将当前被轮询的像素点记为当前造影图像素点，并将所述第一灰度图中与所述当前造影图像素点对应的像素点记为当前灰度图像素点；从所述当前造影图像素点的RGB像素值中提取出红色通道数值R、绿色通道数值G和蓝色通道数值B；对所述灰度图转换模式进行识别；若所述灰度图转换模式为第一模式，则设置所述当前灰度图像素点的像素值为R*0.3+G*0.59+B*0.11；若所述灰度图转换模式为第二模式，则设置所述当前灰度图像素点的像素值为(R+G+B)/3；
若所述灰度图转换模式为第三模式，则根据预设的颜色通道对所述当前灰度图像素点的像素值进行设置；当所述颜色通道为红色通道时设置所述当前灰度图像素点的像素值为所述红色通道数值R；当所述颜色通道为绿色通道时设置所述当前灰度图像素点的像素值为所述绿色通道数值G；当所述颜色通道为蓝色通道时设置所述当前灰度图像素点的像素值为所述蓝色通道数值B。5.根据权利要求1所述的基于目标检测网络定位血管狭窄部位的方法，其特征在于，所述按所述模型输入图像尺寸M
×
M，对所述第一灰度图进行图像整形生成对应的第二灰度图，具体包括：对所述第一灰度图是否为正方形图像进行判断；若所述第一灰度图为正方形图像，则对所述第一灰度图的尺寸是否超过所述模型输入图像尺寸M
×
M进行判断；若超过，则按所述模型输入图像尺寸M
×
M对所述第一灰度图进行裁剪，得到所述第二灰度图；若未超过，则按所述模型输入图像尺寸M
×
M对所述第一灰度图进行扩展，并将扩展部分像素点的像素值设为统一的扩展像素值，从而得到所述第二灰度图；若所述第一灰度图为非正方形图像，则将所述第一灰度图的行数I和列数J中的偏小值作为第一短边尺寸S，偏大值作为第一长边尺寸L；并对所述第一短边尺寸S是否大于M进行判断；若所述第一短边尺寸S大于M，则按所述模型输入图像尺寸M
×
M对所述第一灰度图进行裁剪，得到所述第二灰度图；若所述第一短边尺寸S小于或等于M，则对所述第一长边尺寸L是否小于或等于M进行判断；若所述...

【专利技术属性】
技术研发人员：吴泽剑，曹君，张碧莹，
申请(专利权)人：乐普北京医疗器械股份有限公司，
类型：发明
国别省市：