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()
【技术实现步骤摘要】
本申请涉及目标识别,特别是涉及一种斑块识别方法和计算机设备。
技术介绍
1、随着目标识别技术的不断发展,目标识别技术越来越多地应用于医疗
中。以血管斑块识别为例,通过对血管中的易损斑块识别,可以减少心血管不良事件的发生。
2、相关技术中,主要是通过对血管图像进行分析,以确定血管中的易损斑块。然而,相关技术的方法存在易损斑块的识别结果不准确的问题。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种斑块识别方法和计算机设备,能够得到更准确的易损斑块的识别结果。
2、第一方面,本申请提供了一种斑块识别方法,该方法包括:
3、获取管状结构的多平面重建信息;
4、基于多平面重建信息,获取管状结构的拉直信息和目标斑块范围;
5、将拉直信息和目标斑块范围输入至预设的斑块识别模型中,通过斑块识别模型确定目标斑块的局部预测概率和全局预测概率;
6、基于局部预测概率和全局预测概率,确定目标斑块的易损斑块识别结果。
7、在其中一个实施例中,将拉直信息和目标斑块范围输入至预设的斑块识别模型中,通过斑块识别模型确定目标斑块的局部预测概率和全局预测概率,包括:
8、基于目标斑块范围,将拉直信息中的拉直图像划分为多个目标斑块对应的斑块片段图像;
9、对各斑块片段图像进行局部预测,得到各目标斑块的局部预测概率;以及,对各斑块片段图像进行全局预测,得到各目标斑块的全局预测概率。
1
11、基于目标斑块范围,提取拉直图像的管腔中心线上每一个中心点在切线方向上的管腔切面;
12、根据斑块分割结果,从各管腔切面中确定斑块管腔切面;
13、将斑块管腔切面组成的片段确定为目标斑块的斑块片段图像。
14、在其中一个实施例中,斑块识别模型包括局部预测模型;对各斑块片段图像进行局部预测,得到各目标斑块的局部预测概率,包括:
15、针对任意一个斑块片段图像,将斑块片段图像划分为至少一个斑块片段图像块;
16、将各斑块片段图像块输入至局部预测模型中,通过局部预测模型对各斑块片段图像块进行易损斑块的预测,确定每一个斑块片段图像块对应的局部预测子概率;
17、将各局部预测子概率进行融合,得到目标斑块的局部预测概率。
18、在其中一个实施例中,通过局部预测模型对各斑块片段图像块进行易损斑块的预测,确定每一个斑块片段图像块对应的局部预测子概率;包括:
19、针对任意一个斑块片段图像块,基于局部预测模型预测斑块片段图像块对应多种易损斑块类型的概率;
20、将多种易损斑块类型的概率进行融合,确定斑块片段图像块对应的局部预测子概率。
21、在其中一个实施例中,斑块识别模型包括全局预测模型;对各斑块片段图像进行全局预测,得到各目标斑块的全局预测概率,包括:
22、针对任意一个斑块片段图像,对斑块片段图像进行缩放处理;
23、将缩放后的斑块片段图像输入至全局预测模型中,利用全局预测模型对斑块片段图像进行易损斑块的预测,确定目标斑块的全局预测概率。
24、在其中一个实施例中,基于局部预测概率和全局预测概率,确定目标斑块的易损斑块识别结果,包括:
25、将局部预测概率和全局预测概率进行融合,得到目标斑块的预测概率;
26、将目标斑块的预测概率与预设概率阈值进行比较;
27、若预测概率大于或等于预设概率阈值,则确定易损斑块识别结果为目标斑块属于易损斑块;若预测概率小于预设阈值,则确定易损斑块识别结果为目标斑块不属于易损斑块。
28、在其中一个实施例中,基于多平面重建信息,获取管状结构的拉直信息,包括:
29、将管状结构的多平面重建信息转换至曲面拉直空间中,得到管状结构的拉直信息。
30、在其中一个实施例中,多平面重建信息包括多平面重建图像、多平面重建特征图、管腔分割结果和斑块分割结果中的至少一个;拉直信息包括拉直图像、拉直特征图、管腔分割结果和斑块分割结果中的至少一个。
31、第二方面,本申请还提供了一种斑块识别装置,该装置包括:
32、信息获取模块,用于获取管状结构的多平面重建信息;
33、范围获取模块,用于基于多平面重建信息,获取管状结构的拉直信息和目标斑块范围;
34、概率确定模块,用于将拉直信息和目标斑块范围输入至预设的斑块识别模型中,通过斑块识别模型确定目标斑块的局部预测概率和全局预测概率;
35、结果确定模块,用于基于局部预测概率和全局预测概率,确定目标斑块的易损斑块识别结果。
36、第三方面,本申请还提供了一种计算机设备。计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述第一方面中斑块识别方法的任意一项实施例的内容。
37、第四方面,本申请还提供了一种计算机可读存储介质。计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述第一方面中斑块识别方法的任意一项实施例的内容。
38、第五方面,本申请还提供了一种计算机程序产品。计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面中斑块识别方法的任意一项实施例的内容。
39、上述斑块识别方法和计算机设备,获取管状结构的多平面重建信息;基于多平面重建信息,获取管状结构的拉直信息和目标斑块范围;将拉直信息和目标斑块范围输入至预设的斑块识别模型中,通过斑块识别模型确定目标斑块的局部预测概率和全局预测概率;基于局部预测概率和全局预测概率,确定目标斑块的易损斑块识别结果。该方法通过将管状结构的拉直信息和目标斑块范围输入至斑块识别模型中,并通过斑块识别模型对目标斑块的局部概率和全局概率进行预测,能够从局部和全局两个维度全面地对目标斑块进行预测,在最大程度上避免部分特征被忽略的情况。之后,再基于得到的局部预测结果和全局预测结果,能够准确地获取到目标斑块的概率预测结果,从而可以基于概率预测结果,准确地获取到目标斑块的易损斑块识别结果,提高了易损斑块识别的准确性。
本文档来自技高网...【技术保护点】
1.一种斑块识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述拉直信息和所述目标斑块范围输入至预设的斑块识别模型中,通过所述斑块识别模型确定目标斑块的局部预测概率和全局预测概率,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标斑块范围,将所述拉直信息中的拉直图像划分为多个目标斑块对应的斑块片段图像,包括:
4.根据权利要求2所述的方法,其特征在于,所述斑块识别模型包括局部预测模型;所述对各所述斑块片段图像进行局部预测,得到各所述目标斑块的局部预测概率,包括:
5.根据权利要求4所述的方法,其特征在于,所述通过所述局部预测模型对各所述斑块片段图像块进行易损斑块的预测,确定每一个斑块片段图像块对应的局部预测子概率;包括:
6.根据权利要求2任一项所述的方法,其特征在于,所述斑块识别模型包括全局预测模型;对各所述斑块片段图像进行全局预测,得到各所述目标斑块的全局预测概率,包括:
7.根据权利要求1-6任一项所述的方法,其特征在于,所述基于所述局部预测概率和所
8.根据权利要求1-6任一项所述的方法,其特征在于,基于所述多平面重建信息,获取所述管状结构的拉直信息,包括:
9.根据权利要求1-6任一项所述的方法,其特征在于,所述多平面重建信息包括多平面重建图像、多平面重建特征图、管腔分割结果和斑块分割结果中的至少一个;所述拉直信息包括拉直图像、拉直特征图、管腔分割结果和斑块分割结果中的至少一个。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至9中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种斑块识别方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述拉直信息和所述目标斑块范围输入至预设的斑块识别模型中,通过所述斑块识别模型确定目标斑块的局部预测概率和全局预测概率,包括:
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标斑块范围,将所述拉直信息中的拉直图像划分为多个目标斑块对应的斑块片段图像,包括:
4.根据权利要求2所述的方法,其特征在于,所述斑块识别模型包括局部预测模型;所述对各所述斑块片段图像进行局部预测,得到各所述目标斑块的局部预测概率,包括:
5.根据权利要求4所述的方法,其特征在于,所述通过所述局部预测模型对各所述斑块片段图像块进行易损斑块的预测,确定每一个斑块片段图像块对应的局部预测子概率;包括:
6.根据权利要求2任一项所述的方法,其特征在于,所...
【专利技术属性】
技术研发人员:宋燕丽,张舒南,吴迪嘉,
申请(专利权)人:上海联影智能医疗科技有限公司,
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。