基于改进UNet网络的冠状动脉钙化斑块图像分割系统技术方案

本发明专利技术属于医学图像检测技术领域，具体涉及基于改进UNet网络的冠状动脉钙化斑块图像分割系统，包括：获取模块，其被配置为获取冠状动脉图像；计算模块，其被配置为提取所获取的冠状动脉图像的多尺度特征，计算所提取的多尺度特征的注意力机制，抑制浅层特征中的噪声，得到冠状动脉图像的特征矩阵；分割模块，其被配置为根据所得到的冠状动脉图像的特征矩阵和加权交叉熵损失函数，识别图像中的钙化斑块，完成冠状动脉钙化斑块图像的分割。本发明专利技术通过改进UNet网络，以实现对尺度较小的钙化斑块的分割；采用交叉熵损失函数的加权方式，以抑制分割目标过小所导致的前景类与背景类之间的不平衡问题。间的不平衡问题。间的不平衡问题。

【技术实现步骤摘要】
基于改进UNet网络的冠状动脉钙化斑块图像分割系统


[0001]本专利技术属于医学图像检测
，具体涉及基于改进UNet网络的冠状动脉钙化斑块图像分割系统。

技术介绍

[0002]本部分的陈述仅仅是提供了与本专利技术相关的
技术介绍
信息，不必然构成在先技术。
[0003]冠心病已经成为了危害人类生命安全的主要原因之一。冠状动脉粥样硬化所导致的冠状动脉狭窄或阻塞是引发冠心病的主要原因。在冠心病的临床诊断中，通常使用冠脉钙化积分来评估冠状动脉的整体钙化情况，冠脉钙化积分也是反应冠状动脉粥样硬化程度的重要标准之一。而对钙化斑块的分割和检测是计算斑块钙化积分中最重要的一步，因此开发一个高效而准确的钙化斑块分割算法是迫切需要的。随着深度学习技术的相关发展，人工智能的相关技术广泛应用于医学图像检测当中，有效降低了医生的工作量，提升了诊断效率，对于智慧医疗的发展有着重要意义。
[0004]据专利技术人了解，现有的使用深度学习进行医学图像分割有着明显的缺陷，主要存在以下三方面的问题：（1）当下一些方法分割的准确性低，分割准确性还有很大的提升空本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进UNet网络的冠状动脉钙化斑块图像分割系统，其特征在于，包括：获取模块，其被配置为获取冠状动脉图像；计算模块，其被配置为提取所获取的冠状动脉图像的多尺度特征，计算所提取的多尺度特征的注意力机制，抑制浅层特征中的噪声，得到冠状动脉图像的特征矩阵；分割模块，其被配置为根据所得到的冠状动脉图像的特征矩阵和加权交叉熵损失函数，识别图像中的钙化斑块，完成冠状动脉钙化斑块图像的分割。2.如权利要求1中所述的一种基于改进UNet网络的冠状动脉钙化斑块图像分割系统，其特征在于，在所述获取模块中，所获取的冠状动脉图像为冠状动脉的CT图像。3.如权利要求1中所述的一种基于改进UNet网络的冠状动脉钙化斑块图像分割系统，其特征在于，在所述计算模块中，采用多尺度特征子模块同时提取所获取的冠状动脉图像的多尺度特征；所述多尺度特征提取包括四个分支，分别为一个1
×
1的卷积核的分支和三个3
×
3的空洞卷积的分支，所述三个3
×
3的空洞卷积的分支的空洞率分别为1、2和3；将不同分支的特征图拼接起来，得到包含语义信息的多尺度特征。4.如权利要求1中所述的一种基于改进UNet网络的冠状动脉钙化斑块图像分割系统，其特征在于，在所述计算模块中，所计算的注意力机制包括通道注意力和基于低秩的空间注意力。5.如权利要求4中所述的一种基于改进UNet网络的冠状动脉钙化斑块图像分割系统，其特...

【专利技术属性】
技术研发人员：李雪梅，王素伟，
申请(专利权)人：山东大学，
类型：发明
国别省市：