【技术实现步骤摘要】
冠脉造影标记点的自动追踪方法、装置、设备及存储介质
[0001]本专利技术涉及目标追踪
，尤其涉及一种冠脉造影标记点的自动追踪方法、装置、设备及存储介质。
技术介绍
[0002]心血管疾病已构成威胁人类生命安全的主要疾病之一，目前冠脉造影是患者诊断非常重要的医疗手段，在冠脉造影DSA实时显影时，医生需要观测病变或者感兴趣位置的动态影像信息，然而动态图像随着心脏在不停的跳动，目标位置也在不停的运动，从而导致医生观测时费时费力。
技术实现思路
[0003]本专利技术的主要目的在于提供一种冠脉造影标记点的自动追踪方法、装置、设备及存储介质，旨在解决现有技术中因动态图像中目标位置的不断变动而导致医生在观测目标位置时费时费力的技术问题。
[0004]为实现上述目的，本专利技术提供了一种冠脉造影标记点的自动追踪方法，所述方法包括以下步骤：
[0005]S1、获取目标冠脉造影视频，并从所述目标冠脉造影视频中获取标记帧图像以及目标图像，其中，所述标记帧图像中标注有标记点的位置坐标，所述目标图像为所述标记...
【技术保护点】
【技术特征摘要】
1.一种冠脉造影标记点的自动追踪方法，其特征在于，所述冠脉造影标记点的自动追踪方法包括：S1、获取目标冠脉造影视频，并从所述目标冠脉造影视频中获取标记帧图像以及目标图像，其中，所述标记帧图像中标注有标记点的位置坐标，所述目标图像为所述标记帧图像的下一帧图像；S2、将所述标记帧图像、所述标记帧图像中标记点的位置坐标以及所述目标图像输入到训练好的追踪模型，得到目标图像中标记点的预测位置坐标；S3、判断所述目标图像是否为所述目标冠脉造影视频中的最后一帧图像；S4、若否，则将所述目标图像作为新的标记帧图像，以及将所述目标图像中标记点的预测位置坐标作为所述新的标记帧图像中标记点的位置坐标，并将所述新的标记帧图像的下一帧图像作为新的目标图像之后重复执行步骤S2
‑
S4，直至目标图像为所述目标冠脉造影视频中的最后一帧图像为止。2.如权利要求1所述的方法，其特征在于，将所述标记帧图像以及所述目标图像输入到训练好的追踪模型之前，还包括：S21、获取冠脉造影视频，其中，所述冠脉造影视频的每一帧图像中均标注有标记点的位置坐标；S22、将所述冠脉造影视频中的t帧图像、t帧图像的位置坐标以及t+1帧图像输入到追踪模型，得到t+1帧图像的预测位置坐标；S23、基于所述t+1帧图像的位置坐标和预测位置坐标，确定预测误差；S24、基于所述预测误差通过反向传播来更新所述追踪模型中的参数；S25、将所述t+1帧图像作为新的t帧图像以及将t+2帧图像作为新的t+1帧图像之后重复执行步骤S22
‑
S25，直至预测误差小于预设值，得到训练好的追踪模型。3.如权利要求2所述的方法，其特征在于，追踪模型包括第一深度卷积神经网络和第二深度卷积神经网络；其中，将所述冠脉造影视频中的t帧图像、t帧图像的位置坐标以及t+1帧图像输入到追踪模型，得到t+1帧图像的预测位置坐标，包括：将所述冠脉造影视频中的t帧图像以及t+1帧图像输入到所述追踪模型中的第一深度卷积神经网络中，得到高维特征信息；将所述t帧图像的位置坐标输入到两个全连接层中，得到位置特征信息；将所述高维特征信息以及所述位置特征信息进行融合，得到融合特征；将所述融合特征输入至所述追踪模型中的第二深度卷积神经网络中，得到t+1帧图像的预测位置坐标。4.如权利要求3所述的方法，其特征在于，所述第一深度卷积神经网络包括依次连接的第一卷积层、第二卷积层以及第三卷积层；其中，所述将所述冠脉造影视频中的t帧图像以及t+1帧图像输入到所述追踪模型中的第一深度卷积神经网络中，得到高维特征信息，包括：将所述t帧图像以及所述t+1帧图像依次输入到所述第一卷积层、第二卷积层以及第三卷积层中，得到高维特征信息。5.如权利要求3所述的方法，其特征在于，将所述高维特...
【专利技术属性】
技术研发人员：王旭，马骏，郑凌霄，兰宏志，
申请(专利权)人：深圳睿心智能医疗科技有限公司，
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。