[发明专利]IVOCT图像易损斑块自动检测方法

说明书

本发明公开了一种IVOCT图像易损斑块自动检测方法，首先收集含有易损斑块的正样本IVOCT图像和不含易损斑块的负样本IVOCT图像，转换至极坐标系并进行去噪处理，将每张IVOCT图像各自进行首尾拼接，在拼接IVOCT图像中采用原图像大小的滑动窗口提取图像并得到所提取图像的镜像图像，然后对每张图像各自进行首尾拼接，从而对样本数据进行增强，采用增强后的训练样本集在Faster R‑CNN网络中进行训练得到检测模型，采用训练得到的检测模型对待检测IVOCT图像进行易损斑块检测，对检测后的图像进行重叠易损斑块区域处理，然后进行检测后处理，得到检测结果，再进行坐标系还原。本发明可以有效改善IVOCT图像易损斑块自动检测的技术性能，结果更具有客观性，可以大大减少医生的工作量。

技术领域

本发明属于IVOCT图像处理技术领域，更为具体地讲，涉及一种IVOCT图像易损斑块自动检测方法。

背景技术

冠心病(coronary heart disease,CAD)是世界上致死率最高的疾病之一。其中，以急性冠状动脉综合征(acute coronary syndrome,ACS)病情最为凶险。而近70％的ACS事件是由冠状动脉动粥样硬化(coronary atherosclerosis)易损斑块(vulnerable plaque)破裂造成的。因此冠状动脉粥样硬化易损斑块是导致ACS的主要元凶，所以需要早期发现易损斑块并积极进行干预。

易损斑块的检测依赖于血管内成像技术(intravascular imaging modality)。目前临床上常用血管内超声成像(intravascular ultrasound,IVUS)技术和血管内光学相干断层扫描(intravascular optical coherence tomography,IVOCT)两种成像技术来检测易损斑块。其中，IVOCT是一种高分辨率(10-20μm)的成像方式，是IVUS的约10倍。Kume和Kubo等人的研究显示，与IVUS相比，IVOCT对易损斑块的检测具有更好的敏感性(sensitivity)和特异性(specificity)。此外，这种技术本身可以进行重复处理，在多次成像之后依然可以保证结果的稳定性。因此，IVOCT技术更适用于易损斑块的检测。

基于IVOCT图像的易损斑块检测的传统方法是医生凭借自己的经验进行肉眼判别，其过程费时费力，结果主观性强。在此背景下，有必要实现冠状动脉粥样硬化易损斑块的自动检测。在前期的研究中，在“Wang,Z.,et al.,Volumetric quantification offibrous caps using intravascular optical coherence tomography.BiomedicalOptics Express,2012.3(6):p.1413-1426.”中提出一种计算机辅助纤维帽(fibrous cap,FC)容积分析的方法来分析易损斑块；此后，他们又提出了一个逻辑回归模型作为定量诊断模型，以显著简化易损斑块的诊断。在“Xu,M.,et al.Automatic image classificationin intravascular optical coherence tomography images.in Region10Conference.2017.”中给出了一个IVOCT图像冠状动脉动粥样硬化疾病检测系统，该系统首先对IVOCT图像进行预处理，然后采用线性SVM分类器对不健康的受试者进行检测。在此基础上，他们增加了图像数据，改进了IVOCT图像的预处理以及支持向量机(SupportVector Machine,SVM)分类器，使得分类更细更准确。

然而，上述研究工作依然采用了传统的图像分类(image classification)或者目标检测(object detection)方法，仅考虑了分类或检测的准确率(precision rate)，而未考虑召回率(recall rate)和重合度(overlap rate)等指标，导致临床推广困难。

发明内容