基于深度学习的血管成像方法和系统技术方案

本发明专利技术公开了一种基于深度学习的血管成像方法和系统，所述方法包括如下步骤：构建数字减影血管数据集；构建具有成对造影图像和有伪影掩码的DSA图像的子集数据；构建初级DSA血管成像模型并生成伪DSA图像；计算伪DSA图像和真实DSA图像的交叉投影张量，并进行梯度积分得到重建的伪影图；对重建的伪影图进行形态学操作得到真实DSA图像对应的伪影掩码；基于伪影掩码构建伪影数据集；构建最终血管成像模型并生成无伪影的DSA图像。本发明专利技术方法免除了常规数字减影血管成像中复杂的图像配准和减影步骤，更为快捷高效，且生成的DSA血管图像包含更少的伪影，图像质量更优。

【技术实现步骤摘要】

本专利技术涉及医学成像，具体涉及基于深度学习的血管成像方法和系统。

技术介绍

1、血管疾病在我国已经成为影响居民健康水平、阻碍社会经济发展的重大公共卫生问题和社会问题。数字减影血管造影技术(digital subtraction angiography,dsa)作为血管影像诊断的“金标准”，可以发现微血管病变，帮助医生了解病变血管与周围血管的情况，从而及时做出诊断和制定治疗方案。目前，dsa广泛用于心血管、脑血管、周围血管等系统的疾病诊断和介入治疗，包括动脉瘤的检测、血管狭窄的评估、血管畸形的诊断等，以及介入治疗中血管支架的植入、栓塞物的清除等。总体而言，dsa技术在现代医学中扮演关键角色，为准确诊断和有效治疗血管疾病提供有力支持。

2、dsa数字血管造影是一个动态拍摄连续帧x射线图像的过程。具体成像涉及将造影剂进入血管后的造影图像与未注射造影剂时的背景图像逐帧相减，以突出显示靶血管的形态、分支和分布信息，并消除血管以外的其他组织结构如骨骼和软组织影像。然而，在常规成像条件下，由于病人在成像过程中不可避免的运动(如呼吸、心跳、吞咽、肌肉收缩等)本文档来自技高网...

【技术保护点】

1.基于深度学习的血管成像方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，构建具有成对造影图像和有伪影掩码的DSA图像的子集数据，具体包括：从数字减影血管数据集中挑选伪影轻的DSA图像和对应的造影图像，人工勾画DSA图像的伪影区域，构建具有成对造影图像和有伪影掩码的DSA图像的子集数据。

3.根据权利要求1所述的方法，其特征在于，初级DSA血管成像模型为基于伪影掩码加权的损失函数训练的输入为造影图像、输出为DSA图像的初级DSA血管成像模型Netp。

4.根据权利要求1所述的方法，其特征在于，计算伪DSA图像和真实DSA图像...

【技术特征摘要】

1.基于深度学习的血管成像方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的方法，其特征在于，构建具有成对造影图像和有伪影掩码的dsa图像的子集数据，具体包括：从数字减影血管数据集中挑选伪影轻的dsa图像和对应的造影图像，人工勾画dsa图像的伪影区域，构建具有成对造影图像和有伪影掩码的dsa图像的子集数据。

3.根据权利要求1所述的方法，其特征在于，初级dsa血管成像模型为基于伪影掩码加权的损失函数训练的输入为造影图像、输出为dsa图像的初级dsa血管成像模型netp。

4.根据权利要求1所述的方法，其特征在于，计算伪dsa图像和真实dsa图像的交叉投影张量，包括以下步骤：

5.根据权利要求4所述的方法，其特...

【专利技术属性】
技术研发人员：刘云碧，所世滕，杜冬，涂圣贤，阳维，韩晓光，刘青山，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：