【技术实现步骤摘要】
一种基于残差双注意力机制的心血管钙化斑块检测系统
[0001]本专利技术属于医学图像处理领域,涉及一种基于残差双注意力机制的心血管钙化斑块检测系统。
技术介绍
[0002]世界上约有6%的成年人患有心血管疾病,而冠状动脉粥样硬化类疾病是造成大部分疾病患者死亡的首要原因。冠状动脉钙化斑块的产生是冠状动脉粥样硬化发展到一定程度的主要表现形式,它是机体企图遏制炎症和稳定粥样硬化斑块的结果,是一个可调控的过程。冠状动脉钙化是冠脉粥样硬化的主要标识之一,其含量可以对心血管疾病事件进行有效的预测。所以,能够在早期发现沉积在血管上的冠状动脉粥样硬化斑块对于心血管疾病的治疗至关重要。因此,研究探索关于心血管钙化斑块检测方法有一定意义。
[0003]在心血管疾病的预防和治疗中,钙化斑块的精准检测和识别具有重要的研究意义。而对心血管疾病患者的CTA(CT血管造影)图像中的钙化斑块区域进行准确完整的检测,属于图像分割的领域。以往的图像分割多是采用模式识别的方法进行,根据阈值、边缘、区域增长、模糊集理论和图论等分割特点进行分类。已提出用于钙化区域分割的模式识别方法有k
‑
均值聚类、随机森林等方法。通过位置、大小、形状和强度特征等描述要分类的候选钙化层。Toumoulin等选择冠状动脉内外边界之间较高强度的区域作为钙化斑块。Wesarg等观察到斑块动脉的管腔比正常动脉的管腔狭窄,因此可以通过结合管腔半径和管腔强度特征检测钙化斑块。Wang和Liatsis通过假设正常动脉具有圆形横截面来定位钙化狭窄。由于定量方法需要末 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于残差双注意力机制的心血管钙化斑块检测系统,其特征在于包括:数据获取以及预处理模块,用于获取心血管的DICOM数据,然后将其转化为CTA图像以及对应的mask子图;然后对mask子图进行二值化处理;心血管钙化斑块分割模块,用于利用训练好的基于残差双注意力机制的分割模型实现对上述CTA图像的心血管钙化区域进行特征提取;所述基于残差双注意力机制的分割模型,输入为CTA图像以及对应的mask子图,输出为分割结果;所述基于残差双注意力机制的分割模型包括主干网络模块BackBone和残差双注意力模块;所述主干网络模块BackBone包括依次级连的卷积层、最大池化层、四个叠加层、池化层;所述残差双注意力模块包括并联的第一注意力模块、第二注意力模块,以及融合模块;所述第一注意力模块、第二注意力模块的输入为所述BackBone模块的输出特征X,输出为分割结果;所述第一注意力模块包括一个卷积层和一个softmax层;将所得特征映射通过计算输出第一注意力模块最终特征;具体是:1)大小为C
×
H
×
W的原始特征A,通过所述卷积层生成两个新特征映射B和F,接着把所述两个新特征映射B和F变形为C
×
N,其中N=H
×
W是像素数量,然后在F的转置和B之间使用矩阵相乘,再通过所述softmax层来计算空间注意力映射s
ji
(N
×
N):其中s
ji
表示衡量第一注意力模块第i个位置对第j个位置的影响,B
i
和F
j
分别是B上的第i个位置的局部特征和F上第j个位置的局部特征;2)原始特征A通过所述一个卷积层来生成大小为C
×
H
×
W的新特征映射D,并变形为C
×
N,接着D的各个位置上的局部特征D
i
和转置后s
ji
的各个位置使用矩阵相乘,并将结果变形为C
×
H
×
W,最后乘以放缩参数α,并与原始特征A的各个位置上的局部特征A
j
相加来获取第j个位置上的最终输出大小为C
×
H
×
W的W的其中A
j
表示A第j个位置的局部特征,D
i
表示D第i个位置的局部特征;按照上述公式,遍历j,合并得到最终输出E1;所述第二注意力模块直接将原始特征通过计算输出第二注意力模块最终输出;具体是:将原始特征A变形成C
×
N,接着将原始特征A与原始特征A的转置使用矩阵乘法,通过所述softmax层来获取通道注意力映射大小为C
×
C的x
ji
:
其中x
ji
衡量第二注意力模块第i个通道对第j个通道的影响,A
i
技术研发人员:徐平,陈成,吴修柯,陈逸璇,张曼莉,黄成奇,刘亦安,严明,祝磊,薛凌云,
申请(专利权)人:杭州电子科技大学,
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。