System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种冠脉造影图像序列的筛选方法和筛选装置制造方法及图纸_技高网

一种冠脉造影图像序列的筛选方法和筛选装置制造方法及图纸

技术编号:40936155 阅读:3 留言:0更新日期:2024-04-18 14:55
本申请提供了一种冠脉造影图像序列的筛选方法和筛选装置,所述筛选方法包括:获取目标个体的多个冠脉造影图像序列;基于冠脉的每个冠脉主干类别对应的造影角度范围对所述多个冠脉造影图像序列进行分类,分别获得每个冠脉主干类别下的冠脉造影图像序列;分别对每个冠脉主干类别下的冠脉造影图像序列进行组合筛选,以获得每个冠脉主干类别下的冠脉造影图像序列对;分别从每个冠脉主干类别下的冠脉造影图像序列对中筛选出目标冠脉造影图像序列对,以使用目标冠脉造影图像序列对建立三维冠脉模型。所述筛选方法,能够减小在冠脉造影图像序列筛选时的人为误差并且提高筛选效率。

【技术实现步骤摘要】

本申请涉及医学成像,尤其是涉及一种冠脉造影图像序列的筛选方法和筛选装置


技术介绍

1、数字减影血管造影技术(dsa:digital subtraction angiography)在临床已应用20多年,是心脑血管疾病无创诊断与介入治疗手术导航的重要依据。通过数字减影血管造影技术,可以拍摄获得冠脉在不同造影角度下的冠脉造影图像序列,每个冠脉造影图像序列中包括当前造影角度下不同时刻的多张二维冠脉造影图像。随着技术发展,基于由二维冠脉造影图像组成的冠脉造影图像序列建立三维冠脉模型,利用三维冠脉模型进行冠心病诊断成为了对冠心病诊断的有效途径。然而,在建立三维冠脉模型时需要从这些冠脉造影图像序列中筛选出较为理想的冠脉造影图像序列,才能建立理想的三维冠脉模型。

2、目前,一般是依靠人工从多个冠脉造影图像序列中筛选出较为理想的冠脉造影图像序列。然而,这种人工筛选的方式需要技术人员对大量的冠脉造影图像序列进行反复比对,筛选出自身认为较为理想的冠脉造影图像序列,从而难以避免人为误差且费时费力。


技术实现思路

1、有鉴于此,本申请的目的在于提供一种冠脉造影图像序列的筛选方法和筛选装置,以减小在冠脉造影图像序列筛选时的人为误差并且提高筛选效率。

2、第一方面,本申请实施例提供了一种冠脉造影图像序列的筛选方法,所述筛选方法包括:

3、获取目标个体的多个冠脉造影图像序列;所述多个冠脉造影图像序列中的每个冠脉造影图像序列包括多个二维冠脉造影图像;

4、基于冠脉的每个冠脉主干类别对应的造影角度范围对所述多个冠脉造影图像序列进行分类,分别获得每个冠脉主干类别下的冠脉造影图像序列;

5、分别对每个冠脉主干类别下的冠脉造影图像序列进行组合筛选,以获得每个冠脉主干类别下的冠脉造影图像序列对;

6、分别从每个冠脉主干类别下的冠脉造影图像序列对中筛选出目标冠脉造影图像序列对,以使用目标冠脉造影图像序列对建立三维冠脉模型。

7、可选地,通过以下方式获取目标个体的多个冠脉造影图像序列:

8、获取目标个体的多个原始冠脉造影图像序列;所述多个原始冠脉造影图像序列中的每个原始冠脉造影图像序列对应有序列参数;

9、将所述多个原始冠脉造影图像序列中序列参数满足相应的预定边界范围的原始冠脉造影图像序列确定为预筛选冠脉造影图像序列;

10、确定每个预筛选冠脉造影图像序列所包括的多个二维冠脉造影图像中是否存在最优二维冠脉造影图像;所述最优二维冠脉造影图像为所述多个二维冠脉造影图像中冠脉处于预设冠脉状态的二维冠脉造影图像中造影剂显影度最高的二维冠脉造影图像;

11、将存在最优二维冠脉造影图像的预筛选冠脉造影图像序列确定为目标个体的冠脉造影图像序列。

12、可选地,通过以下方式确定每个预筛选冠脉造影图像序列所包括的多个二维冠脉造影图像中是否存在最优二维冠脉造影图像:

13、针对每个预筛选冠脉造影图像序列,将该预筛选冠脉造影图像序列输入到预先训练好的最优图像检测模型中,获得所述最优图像检测模型针对该预筛选冠脉造影图像序列中的每个二维冠脉造影图像输出的置信度;

14、确定该预筛选冠脉造影图像序列中的每个二维冠脉造影图像的置信度是否均为零;

15、如果不均为零,则将置信度最高的二维冠脉造影图像确定为该预筛选冠脉造影图像序列中的最优二维冠脉造影图像;

16、如果均为零,确定该预筛选冠脉造影图像序列中不存在最优二维冠脉造影图像。

17、可选地,所述冠脉主干类别包括:第一左冠状动脉、第二左冠状动脉和右冠状动脉;所述第一左冠状动脉的造影角度范围和所述第二左冠状动脉的造影角度范围分别和所述右冠状动脉的造影角度范围存在交集,所述第一左冠状动脉的造影角度范围和所述第二左冠状动脉的造影角度范围不存在交集;

18、所述基于冠脉的每个冠脉主干类别对应的造影角度范围对所述多个冠脉造影图像序列进行分类,分别获得每个冠脉主干类别下的冠脉造影图像序列,包括:

19、基于每个冠脉主干类别对应的造影角度范围,对所述冠脉造影图像序列进行粗分类,获得粗分类结果;

20、分别对所述粗分类结果中同时属于第一左冠状动脉和右冠状动脉的第一冠脉造影图像序列以及同时属于第二左冠状动脉和右冠状动脉的第二冠脉造影图像序列进行细分类,以分别获得每个冠脉主干类别下的冠脉造影图像序列。

21、可选地,所述分别对所述粗分类结果中同时属于第一左冠状动脉和右冠状动脉的第一冠脉造影图像序列以及同时属于第二左冠状动脉和右冠状动脉的第二冠脉造影图像序列进行细分类,以分别获得每个冠脉主干类别下的冠脉造影图像序列,包括:

22、将所述第一冠脉造影图像序列输入到预先训练好的图像分类模型中,获得图像分类模型针对所述第一冠脉造影图像序列输出的第一分类结果;

23、将所述第二冠脉造影图像序列输入到所述图像分类模型中,获得图像分类模型针对所述第二冠脉造影图像序列输出的第二分类结果;

24、基于所述第一分类结果、所述第二分类结果和所述粗分类结果,分别获得每个冠脉主干类别下的冠脉造影图像序列。

25、可选地,所述分别对每个冠脉主干类别下的冠脉造影图像序列进行组合筛选,以获得每个冠脉主干类别下的冠脉造影图像序列对,包括:

26、针对每个冠脉主干类别,对该冠脉主干类别下的任意两个冠脉造影图像序列进行组合,获得该冠脉主干类别下的初始冠脉造影图像序列对;

27、基于该冠脉主干类别下的每个初始冠脉造影图像序列对中每个冠脉造影图像序列的造影角度对该冠脉主干类别下的初始冠脉造影图像序列对进行筛选,获得该冠脉主干类别下的冠脉造影图像序列对。

28、可选地,所述基于该冠脉主干类别下的每个初始冠脉造影图像序列对中每个冠脉造影图像序列的造影角度对该冠脉主干类别下的初始冠脉造影图像序列对进行筛选,获得该冠脉主干类别下的冠脉造影图像序列对,包括:

29、针对该冠脉主干类别下的每个初始冠脉造影图像序列对,分别确定该初始冠脉造影图像序列对中的每个冠脉造影图像序列的左右侧造影角度和上下侧造影角度;

30、确定该初始冠脉造影图像序列对中两个冠脉造影图像序列之间的左右侧造影角度的第一差异值和上下侧造影角度的第二差异值;

31、将第一差异值大于预设第一差异值阈值和/或第二差异值大于预设第二差异值阈值的初始冠脉造影图像序列对确定为该冠脉主干类别下的冠脉造影图像序列对。

32、可选地,所述分别从每个冠脉主干类别下的冠脉造影图像序列对中筛选出目标冠脉造影图像序列对,包括:

33、针对每个冠脉主干类别下的每个冠脉造影图像序列对,基于该冠脉造影图像序列对中的每个冠脉造影图像序列中的最优二维冠脉造影图像的置信度确定该冠脉造影图像序列对的置信度均值;

34、针对每个冠脉主干类别,将该冠脉主干类别下的冠脉造影图像序列本文档来自技高网...

【技术保护点】

1.一种冠脉造影图像序列的筛选方法,其特征在于,所述筛选方法包括:

2.根据权利要求1所述的筛选方法,其特征在于,通过以下方式获取目标个体的多个冠脉造影图像序列:

3.根据权利要求2所述的筛选方法,其特征在于,通过以下方式确定每个预筛选冠脉造影图像序列所包括的多个二维冠脉造影图像中是否存在最优二维冠脉造影图像:

4.根据权利要求1所述的筛选方法,其特征在于,所述冠脉主干类别包括:第一左冠状动脉、第二左冠状动脉和右冠状动脉;所述第一左冠状动脉的造影角度范围和所述第二左冠状动脉的造影角度范围分别和所述右冠状动脉的造影角度范围存在交集,所述第一左冠状动脉的造影角度范围和所述第二左冠状动脉的造影角度范围不存在交集;

5.根据权利要求4所述的筛选方法,其特征在于,所述分别对所述粗分类结果中同时属于第一左冠状动脉和右冠状动脉的第一冠脉造影图像序列以及同时属于第二左冠状动脉和右冠状动脉的第二冠脉造影图像序列进行细分类,以分别获得每个冠脉主干类别下的冠脉造影图像序列,包括:

6.根据权利要求1所述的筛选方法,其特征在于,所述分别对每个冠脉主干类别下的冠脉造影图像序列进行组合筛选,以获得每个冠脉主干类别下的冠脉造影图像序列对,包括:

7.根据权利要求6所述的筛选方法,其特征在于,所述基于该冠脉主干类别下的每个初始冠脉造影图像序列对中每个冠脉造影图像序列的造影角度对该冠脉主干类别下的初始冠脉造影图像序列对进行筛选,获得该冠脉主干类别下的冠脉造影图像序列对,包括:

8.根据权利要求3所述的筛选方法,其特征在于,所述分别从每个冠脉主干类别下的冠脉造影图像序列对中筛选出目标冠脉造影图像序列对,包括:

9.一种冠脉造影图像序列的筛选装置,其特征在于,所述筛选装置包括:

10.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如权利要求1至8任一所述冠脉造影图像序列的筛选方法的步骤。

11.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至8任一所述冠脉造影图像序列的筛选方法的步骤。

...

【技术特征摘要】

1.一种冠脉造影图像序列的筛选方法,其特征在于,所述筛选方法包括:

2.根据权利要求1所述的筛选方法,其特征在于,通过以下方式获取目标个体的多个冠脉造影图像序列:

3.根据权利要求2所述的筛选方法,其特征在于,通过以下方式确定每个预筛选冠脉造影图像序列所包括的多个二维冠脉造影图像中是否存在最优二维冠脉造影图像:

4.根据权利要求1所述的筛选方法,其特征在于,所述冠脉主干类别包括:第一左冠状动脉、第二左冠状动脉和右冠状动脉;所述第一左冠状动脉的造影角度范围和所述第二左冠状动脉的造影角度范围分别和所述右冠状动脉的造影角度范围存在交集,所述第一左冠状动脉的造影角度范围和所述第二左冠状动脉的造影角度范围不存在交集;

5.根据权利要求4所述的筛选方法,其特征在于,所述分别对所述粗分类结果中同时属于第一左冠状动脉和右冠状动脉的第一冠脉造影图像序列以及同时属于第二左冠状动脉和右冠状动脉的第二冠脉造影图像序列进行细分类,以分别获得每个冠脉主干类别下的冠脉造影图像序列,包括:

6.根据权利要求1所述的筛选方法,其特征在于,所述分别对每个冠脉主干类别下的冠脉造影...

【专利技术属性】
技术研发人员:王飞帆马骏兰宏志郑凌霄
申请(专利权)人:深圳睿心智能医疗科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1