基于多尺度先验协调机制的血管内超声图像分割重建方法技术

本发明专利技术公开了一种基于多尺度先验协调机制的血管内超声图像分割重建方法。本发明专利技术具体如下：收集多种心血管疾病的IVUS数据集；将IVUS数据集划分为训练集和测试集；构建多尺度先验协调框架模型，所述框架模型具体包括：先验相关范式、分层信息增强模块、自适应融合和上下层空间编码模块；对训练集进行预处理和数据增强；输入标注好的训练集至多尺度先验协调框模型架进行IVUS图像分割训练；采用交叉熵损失函数，解决分割精度和类别不平衡问题；将分割结果转换成三维模型进行血管重建，并生成血管剖面图。利用本发明专利技术获得的高精度的血管结构分割结果，能够生成精确的三维血管模型，为心血管科医生提供了一个直观的三维视图。

【技术实现步骤摘要】

本专利技术涉及医学图像处理，提供一种基于多尺度先验协调机制的血管内超声图像分割重建方法。本专利技术使用深度学习方法进行ivus图像的精准分割与三维重建。

技术介绍

1、随着医学成像技术的发展，心内超声成像技术(ivus)是一种医学成像技术，通常用于评估动脉粥样硬化斑块或血管狭窄等病变，广泛地用于冠状动脉疾病的评估和治疗中。但从ivus图像中辨别血管腔和斑块区域仍面临很大挑战。ivus图像经常受到电子噪声、斑点噪声、运动伪影和声散射的影响，导致图像模糊，难以辨别细节。血液中的微小气泡或杂散反射会在图像中产生亮点，干扰斑块和血管壁的识别。

2、尤其是在血管的弯曲处，ivus图像中的不均匀照明和阴影效应可能会模糊或夸大某些区域的细节。从软斑块到钙化斑块的演变反映了动脉粥样硬化的不同阶段。病变的阶段不同形成了ivus图像复杂的特征结构。由于不同的斑块类型和复杂的血管形态，传统的网络模型难以捕捉ivus图像中某些高级或复杂的特征，分割结果存在大量的误判和边缘消失。

3、此外，有高质量标注的ivus数据十分稀缺且难以获取，手工标注ivus数据不本文档来自技高网...

【技术保护点】

1.基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，

2.根据权利要求1所述的基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，所述IVUS数据集是采集编制的一个包括3,500个标记帧和额外10,000个未标记帧的数据集，该数据集通过包括来自不同患者群体的训练和测试数据以确保其多样性；且对训练集和测试集进行了专业的标注和评估。

3.根据权利要求1所述的基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，对训练集进行如下分类：第一类标记帧是血管半径大于设定阈值Ⅰ的IVUS图像；第二类标记帧是因为钙化区域产生的大面积阴影大于设...

【技术特征摘要】

1.基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，

2.根据权利要求1所述的基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，所述ivus数据集是采集编制的一个包括3,500个标记帧和额外10,000个未标记帧的数据集，该数据集通过包括来自不同患者群体的训练和测试数据以确保其多样性；且对训练集和测试集进行了专业的标注和评估。

3.根据权利要求1所述的基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，对训练集进行如下分类：第一类标记帧是血管半径大于设定阈值ⅰ的ivus图像；第二类标记帧是因为钙化区域产生的大面积阴影大于设定阈值ⅱ的ivus图像；第三类标记帧是钙化区域后阴影面积小于设定阈值ⅲ的ivus图像；第四类标记帧是带有其他侧分支血管结构的ivus图像；第五类标记帧是除去其他4类明显特征的ivus图像。

4.根据权利要求1所述的基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，所述先验相关范式包括先验编码器和校准模块，先验编码器依靠训练的权重进行精确的特征提取，校准模块用于多尺度特征图生成。

5.根据权利要求4所述的基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，采用掩码自编码器作为先验编码器；采用金字塔视觉转换器作为校准模块。

6.根据权利要求4所述的基于多尺度先验协调机制的血管内超声图像分割重建方法，其特征在于，将带有标签的ivus图像输入到多尺度先验协调框架模型，通过先验相关范式进行编码操作，具体过程如下：输入ivus图像xin经过预训练好的先验编码器被分解为多个图像块；将展平的图像块映射到一个线性空间，从而生成特征序列；将线性嵌入的特征序列加入位置编码，放入层数为d1的transformer层，通过自注意力机制进行特征提取，得到全局特征作为先验编码器最终输出，将全局特征重组为先验特征图e0后输入...

【专利技术属性】
技术研发人员：王华炜，黄星儒，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：