【技术实现步骤摘要】
本申请涉及医学图像处理，特别是涉及一种术前目标平面的定位方法、装置及医学扫描成像设备。
技术介绍
1、随着我国老龄化社会的发展趋势，老年瓣膜退行性病变发病率不断增加，其中主动脉瓣狭窄已逐渐成为这一人群最常见的瓣膜性心脏病。经导管主动脉瓣植入术(transcatheter aortic valve implantation，tavi)已成为高危主动脉狭窄患者的首选治疗方法。准确的主动脉瓣解剖结构信息对tavi手术至关重要，因此如何快速准确地定位目标平面(包含瓣环平面、左心室流出道平面、窦部平面、窦管交界处平面)是术前规划的重要部分。
2、现有的定位方法主要通过手动调整平面位置或中心线切面的方式确定主动脉的目标平面，但是手动提取的效率低且工作繁复，而采用与中心线垂直的方式定位目标平面，其准确性依赖于对中心线的准确提取，由此导致定位的目标平面与真实平面位置存在一定误差。
3、针对相关技术中存在无法准确定位目标平面的问题，目前还没有提出有效的解决方案。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高目标平面定位准确性的术前目标平面的定位方法、装置及医学扫描成像设备。
2、第一个方面，在本实施例中提供了一种术前目标平面的定位方法，包括：
3、将医学图像输入预设的第一神经网络模型，输出主动脉窦的基底点作为关键点，由所述关键点确定瓣环平面；
4、基于所述医学图像，确定血管分割结果；
5、基于所述血管分割结
6、在其中的一些实施例中，上述方法还包括：
7、将所述医学图像输入预设的第二神经网络模型，确定目标平面；
8、基于所述血管分割结果和所述目标平面的交集，得到所述目标平面的定位结果；
9、所述目标平面包括左心室流出道平面、窦部平面以及窦管交界处平面中的至少一种。
10、在其中的一些实施例中，所述第二神经网络模型的金标准图像为热力图。
11、在其中的一些实施例中，还包括：
12、还包括：预先训练神经网络模型，训练过程为：
13、获取各目标任务的训练样本集和各所述目标任务的金标准图像；所述目标任务为血管分割、提取关键点以及确定目标平面中的至少一种；
14、基于各所述目标任务的训练样本集、所述金标准图像以及损失函数，对相应的所述神经网络模型进行训练，得到训练完成的所述神经网络模型。
15、在其中的一些实施例中，所述基于所述血管分割结果和所述瓣环平面的交集，得到所述瓣环平面的定位结果，包括：
16、确定所述瓣环平面和所述血管分割结果的交集；
17、基于所述交集，保留所述瓣环平面与血管相交的部分，确定所述定位结果。
18、在其中的一些实施例中，所述将所述医学图像输入预设的第二神经网络模型，确定目标平面，包括：
19、由所述第二神经网络模型输出三维结果；
20、对所述三维结果进行降维处理后，提取平面中心点和平面方向向量；
21、基于所述平面中心点和所述平面方向向量，确定所述目标平面。
22、第二个方面，在本实施例中提供了一种术前目标平面的定位装置，包括：
23、关键点提取模块，用于将医学图像输入预设的第一神经网络模型，输出主动脉窦的基底点作为关键点，由所述关键点确定瓣环平面；
24、分割模块，用于基于所述医学图像，确定血管分割结果；
25、定位模块，用于基于所述血管分割结果和所述瓣环平面的交集，得到所述瓣环平面的定位结果。
26、在其中的一些实施例中，还包括：
27、可视化模块，用于输出和显示所述定位结果。
28、第三个方面，在本实施例中提供了一种医学扫描成像设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的术前目标平面的定位方法。
29、第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的术前目标平面的定位方法。
30、与相关技术相比，在本实施例中提供的术前目标平面的定位方法、装置及医学扫描成像设备，将医学图像输入预设的第一神经网络模型，输出主动脉窦的基底点作为关键点，由所述关键点确定瓣环平面；基于所述医学图像，确定血管分割结果；基于所述血管分割结果和所述瓣环平面的交集，得到所述瓣环平面的定位结果。本申请通过神经网络提取医学图像中关键点，在解剖结构上由关键点确定瓣环平面，能够提高目标平面的定位准确性，解决了无法准确定位目标平面的问题。
31、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
本文档来自技高网...【技术保护点】
1.一种术前目标平面的定位方法，其特征在于，包括：
2.根据权利要求1所述的术前目标平面的定位方法，其特征在于，还包括：
3.根据权利要求1所述的术前目标平面的定位方法，其特征在于，所述第二神经网络模型的金标准图像为热力图。
4.根据权利要求1所述的术前目标平面的定位方法，其特征在于，还包括：预先训练神经网络模型，训练过程为：
5.根据权利要求1所述的术前目标平面的定位方法，其特征在于，所述基于所述血管分割结果和所述瓣环平面的交集，得到所述瓣环平面的定位结果，包括：
6.根据权利要求2所述的术前目标平面的定位方法，其特征在于，所述将所述医学图像输入预设的第二神经网络模型，确定目标平面，包括：
7.一种术前目标平面的定位装置，其特征在于，包括：
8.根据权利要求7所述的术前目标平面的定位装置，其特征在于，还包括：
9.一种医学扫描成像设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行权利要求1至6中任一项所述的术前目标平面的定位
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的术前目标平面的定位方法的步骤。
...【技术特征摘要】
1.一种术前目标平面的定位方法，其特征在于，包括：
2.根据权利要求1所述的术前目标平面的定位方法，其特征在于，还包括：
3.根据权利要求1所述的术前目标平面的定位方法，其特征在于，所述第二神经网络模型的金标准图像为热力图。
4.根据权利要求1所述的术前目标平面的定位方法，其特征在于，还包括：预先训练神经网络模型，训练过程为：
5.根据权利要求1所述的术前目标平面的定位方法，其特征在于，所述基于所述血管分割结果和所述瓣环平面的交集，得到所述瓣环平面的定位结果，包括：
6.根据权利要求2所述的术前目标平面的定位方法，其特...
【专利技术属性】
技术研发人员：陈颖，邹伟建，张真铨，
申请(专利权)人：上海联影医疗科技股份有限公司，
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。