【技术实现步骤摘要】
一种血管图像的分析方法、装置及存储介质
[0001]本申请大体涉及图像处理和分析。更具体地,本申请涉及一种血管图像的分析方法、装置及存储介质。
技术介绍
[0002]近年来,心脑血管疾病的发病率、致死率均高于其他疾病,成为威胁人类健康的主要疾病之一,血管受到高血脂和高胆固醇等因素影响会逐渐变狭窄,从而引起疾病的发生是临床上一个非常普遍的问题,尤其中老年人发病率更高。目前,临床上常利用CTA图像实现对血管狭窄检测与量化 (如狭窄程度、狭窄长度等),辅助医生对疾病的诊断与治疗。
[0003]随着计算机辅助的自动化冠脉狭窄检测与评估技术的日渐成熟,已有多种技术和方法可以实现基于CTA图像的自动冠脉狭窄检测与评估。但是,目前基于CTA图像的狭窄检测与评估方法仅利用了影像学信息,其存在如下问题:首先,对于严重钙化斑块,CTA上存在开花状伪影,影响管腔真实狭窄程度的判断;其次,由于呼吸运动和心律不齐,导致图像采集时心脏不在同一时相,出现阶梯状伪影,表现为长轴位上血管突然断开,常易误判为狭窄。
技术实现思路
[00 ...
【技术保护点】
【技术特征摘要】
1.一种血管图像的分析方法,其特征在于,所述分析方法包括:获取血管的CTA图像和分割蒙版;至少将所获取的血管的CTA图像和分割蒙版输入到基于学习的特征提取部,以提取至少包括图像特征和结构特征的特征信息;基于所提取的特征信息,分别利用分类模型和回归模型来预测所述血管的狭窄区域和所述血管各处的至少狭窄程度,其中,所述分析方法在所述基于学习的特征提取部的输入、回归模型的预测输出和所述分类模型和/或回归模型的训练中结合所述血管的功能学信息。2.根据权利要求1所述的血管图像的分析方法,其特征在于,还包括:获取所述血管的功能学信息;将所获取的血管的CTA图像、分割蒙版和所述血管的功能学信息输入到基于学习的特征提取部,以提取图像特征、结构特征和功能特征,并将所述图像特征、结构特征和功能特征融合以得到所述特征信息用于分别输入到分类模型和回归模型。3.根据权利要求1所述的血管图像的分析方法,其特征在于,所述分类模型和回归模型是联合训练的,且在联合训练使用的损失函数基于血管各处的功能学信息所表征的狭窄的存在可能性而缩放,使得功能学信息所表征的狭窄的存在可能性较高的血管各处,相较功能学信息表征狭窄的存在可能性较低的血管各处,而放大损失函数。4.根据权利要求1所述的血管图像的分析方法,其特征在于,还包括:基于所提取的特征信息,分别利用分类模型和回归模型来预测所述血管的狭窄区域以及所述血管各处的狭窄程度和功能学信息。5.根据权利要求3所述的血管图像的分析方法,其特征在于,所述损失函数包含利用权重因子对分类损失函数和回归损失函数进行加权的项,所述权重因子结合有血管各处...
【专利技术属性】
技术研发人员:王洋,李俊环,张洪凯,马健,蓝重洲,黄晓萌,袁绍锋,李育威,曹坤琳,
申请(专利权)人:深圳科亚医疗科技有限公司,
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。