一种基于人工智能的心脏瓣口分割与面积计算方法及装置制造方法及图纸

本发明专利技术涉及一种基于人工智能的心脏瓣口分割与面积计算方法，包括以下：获取多张心脏瓣口图片形成心脏瓣口图片集作为第一图片集；将所述第一图片集中的部分图片进行标定形成标签图片集，标签图片集所对应的原图作为原始图片集，标签图片集与原始图片集共同组成输入数据集；根据所述输入数据集对搭建的语义分割模型swin

【技术实现步骤摘要】
一种基于人工智能的心脏瓣口分割与面积计算方法及装置


[0001]本专利技术涉及医学图像处理
，尤其涉及一种基于人工智能的心脏瓣口分割与面积计算方法及装置。

技术介绍

[0002]心脏的瓣口是心脏发挥泵血功能的关键“阀门”，是医生诊断相关心脏疾病的重要观察区域，其面积大小是医生诊断心脏疾病的一个非常重要的参数。CT图像是典型的医学图像，常常用于检测人体内脏器官的健康状态。为了对瓣口的健康状态做出有效的判断，会将瓣口区域分割出来，进行单独的健康分析。通过对瓣口区域的分割可以为临床诊断提供清楚的解剖信息，也为未来的心脏手术计划提供手术依据。
[0003]传统的方法主要依靠医生人工去勾画并计算瓣口面积，且大多时候需要多个医生共同参与来保证准确性。这种仅仅依靠人力的方法需要耗费大量的时间和精力，效率不高，有可能会延误治疗时机，而且增加医疗成本。

技术实现思路

[0004]本专利技术的目的是为了至少解决现有技术的不足之一，提供一种基于人工智能的心脏瓣口分割与面积计算方法及装置。
[0005]为了实现上述目的，本专利技术本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的心脏瓣口分割与面积计算方法，其特征在于，包括以下：获取多张心脏瓣口图片形成心脏瓣口图片集作为第一图片集；将所述第一图片集中的部分图片进行标定形成标签图片集，标签图片集所对应的原图作为原始图片集，标签图片集与原始图片集共同组成输入数据集；根据所述输入数据集对搭建的语义分割模型swin
‑
unet3+进行训练，得到训练后的语义分割模型swin
‑
unet3+；获取目标心脏瓣口图片作为第一图像；通过训练后的语义分割模型swin
‑
unet3+对所述第一图像进行处理，实现目标心脏瓣口的图像分割以及面积计算。2.根据权利要求1所述的一种基于人工智能的心脏瓣口分割与面积计算方法，其特征在于，具体的，多张心脏瓣口图片从心脏数据库中获取，所述心脏数据库通过在医院放射科采集到的人体心脏CT图片由DICOM格式转换为jpg格式的图片构成，其中人体心脏CT图片包括未患病的和患病的人体心脏CT图。3.根据权利要求1所述的一种基于人工智能的心脏瓣口分割与面积计算方法，其特征在于，具体的，将所述第一图片集中的部分图片进行标定形成标签图片集，包括，获取医院相关专业的医生标定的疑似瓣口边缘的边缘线，标定的结果由5位不同医生进行3轮指控，另外，在标定完成后将标定的疑似瓣口边缘的边缘线作为实际瓣口边缘的边缘线，将实际瓣口边缘的边缘线所包围的图像部分定义为瓣口转换为白色，其他图像部分定义为背景转化为黑色，基于此形成标签图片集。4.根据权利要求1所述的一种基于人工智能的心脏瓣口分割与面积计算方法，其特征在于，具体的，所述语义分割模型swin
‑
unet3+包括swintransformerblock模块、patchmerging模块、patchexpanding模块、skip
‑
patchexpanding模块、copy
‑
crop模块以及m
‑
copy
‑
crop模块，其中patchmerging模块用于进行卷积操作，其步长为2，卷积核为3；patchexpanding模块通过线性插值方法...

【专利技术属性】
技术研发人员：李梦艳，张晗，魏松瑞，任莹莹，
申请(专利权)人：深圳大学，
类型：发明
国别省市：