冠脉制造技术

本发明专利技术涉及图像处理技术领域，提供一种冠脉

【技术实现步骤摘要】
冠脉CTA智能分割模型的训练优化方法、装置和设备


[0001]本专利技术涉及图像处理
，尤其涉及一种冠脉
CTA
智能分割模型的训练优化方法
、
装置和设备
。

技术介绍

[0002]近年来，各种人工智能技术被用于冠状动脉
CTA
图像分割，基于
AI
监督学习的分割网络需要标注大量数据，
CT
影像是断层扫描，一次检查生成大量图像，标注数据比较困难，容易受到
CT
造影等客观因素的影像，需要专业医生进行手工标注
。
标注数据集的好坏直接影响分割网络的效果，往往容易出现过分割和欠分割的问题，需要耗费大量的人力
、
时间成本，从而导致
AI
模型迭代周期长
。
因此，如何解决
CTA
图像数据标注困难
、
标注成本高的问题，是提高
AI
模型迭代优化效率过程中亟待解决的技术问题
。
专利技术内容
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种冠脉
CTA
智能分割模型的训练优化方法，其特征在于，所述方法包括：根据预设的
CTA
检查数据中的目标部位的后处理图像生成目标部位的目标掩码图像，所述目标部位包括心脏和
/
或血管树；基于所述目标掩码图像对所述
CTA
检查数据中的横断位序列图像进行目标部位的识别提取，以生成与横断位序列图像对应的目标部位的掩码图像序列；将横断位序列图像和与其对应的目标部位的掩码图像序列组成训练数据，将所述训练数据作为训练数据集训练
CTA
图像的图像分割模型或将所述训练数据加入所述图像分割模型的训练数据集，实现所述图像分割模型的优化
。2.
根据权利要求1所述的方法，其特征在于，根据预设的
CTA
检查数据中的目标部位的后处理图像生成目标部位的目标掩码图像，包括：根据所述目标部位的后处理图像生成目标部位的包含骨架区域的图像，得到目标部位的生成式图像；对
CTA
检查数据中的横断位序列图像进行三维重建生成体绘制模型，并对体绘制模型进行旋转，以得到与目标部位的后处理图像视角一致的目标体绘制图像；提取目标部位的生成式图像和所述目标体绘制图像之间的变换矩阵；根据目标部位的后处理图像生成目标部位的第一掩码图像，并根据所述变换矩阵将第一掩码图像映射到目标体绘制图像对应的坐标系生成变换后的第二掩码图像，将所述第二掩码图像作为目标掩码图像
。3.
根据权利要求2所述的方法，其特征在于，根据所述目标部位的后处理图像生成目标部位的包含骨架区域的图像，包括：根据
CTA
检查数据中的横断位序列图像和后处理序列图像训练目标部位的图像生成式模型；采用目标部位的图像生成式模型根据目标部位的后处理图像生成目标部位的包含骨架区域的图像
。4.
根据权利要求3所述的方法，其特征在于，根据
CTA
检查数据中的横断位序列图像和后处理序列图像训练目标部位的图像生成式模型，包括：对所述横断位序列图像进行三维重建生成体绘制模型，根据目标部位的后处理序列图像中各个后处理图像的视角信息分别对体绘制模型进行旋转，得到与目标部位的各个后处理图像视角一致的体绘制图像样本；将目标部位的各个后处理图像和与各个后处理图像对应的视角一致的体绘制图像样本组成训练对，训练目标部位的图像生成式模型
。5.
根据权利要求4所述的方法，其特征在于，将目标部位的各个后处理图像和与各个后处理图像对应...

【专利技术属性】
技术研发人员：陈栋栋，曹鸥，赖永航，冯健，
申请(专利权)人：青岛美迪康数字工程有限公司，
类型：发明
国别省市：