【技术实现步骤摘要】
DSA图像前景特征增强方法及模块、狭窄病变检测装置
[0001]本申请涉及医学图像处理
,尤其涉及DSA图像前景特征增强方法及模块、狭窄病变检测装置。
技术介绍
[0002]卷积神经网络在自然图像处理领域取得的成功已经是有目共睹的,而基于卷积神经网络所拓展的方法及装置也被应用在医学图像领域,例如Faster
‑
RCNN(基于卷积神经网络的目标检测算法),其优越的性能被医生们所信赖。
[0003]数字减影血管造影DSA(Digital subtraction angiography)图像,因其良好的实时性,优秀的分辨率和直观性,能够实现针对血管狭窄的定位测量,进而能够为各种介入治疗提供了必备条件。目前,为了在医学图像领域实现自动化的目标检测,已经在自然图像处理领域取得成功的卷积神经网络被广泛应用,例如基于卷积神经网络的目标检测算法Faster
‑
RCNN,其优越的性能被医生们所信赖。
[0004]然而,由于当前并没有能够针对DSA图像进行血管狭窄等目标检测的Faster
‑
RCNN算法,使得DSA图像在目标检测中的性能还没有被探索和报告过,DSA图像是在X射线的照射下,在血管中注入造影剂,让造影剂随血液的流动来反应血管的狭窄或者闭塞。由于血管粗细变化不均匀,成像质量浮动大,手术医生经验差距,快速且自动的在DSA图像中找到血管狭窄病变的位置仍是一个具有挑战性的问题。若仅是将DSA图像直接应用到Faster
‑
RCNN算法中,会导
【技术保护点】
【技术特征摘要】
1.一种DSA图像前景特征增强方法,其特征在于,包括:接收DSA图像的初始特征图,该初始特征图预先由Faster
‑
RCNN网络自所述DSA图像中提取到;采用通道注意力机制获取所述初始特征图对应的前景特征增强图,以使所述Faster
‑
RCNN网络基于该前景特征增强图对所述DSA图像进行血管狭窄位置定位。2.根据权利要求1所述的DSA图像前景特征增强方法,其特征在于,所述采用通道注意力机制对所述初始特征图进行前景特征增强处理,得到对应的增强图像特征,包括:基于通道注意力机制对所述初始特征图进行图像压缩和响应分布调整,并根据对应的响应分布调整结果和所述初始特征图生成对应的前景特征增强图。3.根据权利要求2所述的DSA图像前景特征增强方法,其特征在于,所述基于通道注意力机制对所述初始特征图进行图像压缩和响应分布调整,并根据对应的响应分布调整结果和所述初始特征图生成对应的前景特征增强图,包括:将所述初始特征图输入预设的全局平均池化层,以在该全局平均池化层中基于通道注意力机制将所述初始特征图压缩为对应的目标向量;将所述目标向量输入预设的全连接层,以该全连接层中对所述目标向量进行响应分布调整,得到作为响应分布调整结果的重响应算子;基于所述重响应算子和所述初始特征图生成对应的前景特征增强图。4.一种通道注意力模块,其特征在于,包括:特征接收单元,用于接收DSA图像的初始特征图,该初始特征图预先由Faster
‑
RCNN网络自所述DSA图像中提取到;特征增强单元,用于采用通道注意力机制获取所述初始特征图对应的前景特征增强图,以使所述Faster
‑
RCNN网络基于该前景特征增强图对所述DSA图像进行血管狭窄位置定位。5.一种DSA图像中血管狭窄病变检测装置,其特征在于,包括:图像接收模块,用于接收目标DSA图像;模型预测模块,用于将所述目标DSA图像输入用于进行血管狭窄病变自动检测的Faster
‑
RCNN网络中,以使该用于进行血管狭窄病变自动检测的Faster
‑
RCNN网络自所述目标DSA图像提取到初始特征图之后,采用如权利要求1至3任一项所述的DSA...
【专利技术属性】
技术研发人员:徐伟津,杨辉华,高峰,邓一鸣,刘文涛,言松林,王苇杭,
申请(专利权)人:首都医科大学附属北京天坛医院,
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。