[发明专利]冠状动脉病变的评分方法、装置、服务器和存储介质

权利要求书

1.一种冠状动脉病变的评分方法，其特征在于，包括：

获取待评分冠状动脉图像；

将所述待评分冠状动脉图像输入至预先训练得到的冠脉病变评分模型得到冠脉病变评分。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对冠脉病变评分模型进行训练；

相应地，所述对冠脉病变评分模型进行训练包括：

基于至少一张历史冠状动脉图像生成训练样本集；

将所述训练样本集中的历史冠状动脉图像样本输入至待训练的冠脉病变评分模型中，得到与所述历史冠状动脉图像样本对应的当前输出评分结果；

根据所述当前输出评分结果和期望输出评分结果之间的误差，调节所述冠脉病变评分模型的预判参数。

3.根据权利要求2所述的方法，其特征在于，在所述对冠脉病变评分模型进行训练之前，还包括：

获取历史患者的历史冠状动脉图像，并提取出所述历史冠状动脉图像中的评分图像特征；

根据所述评分图像特征和预设的评分法则计算出与所述历史冠状动脉图像对应的历史冠脉病变评分。

4.根据权利要求2所述的方法，其特征在于，所述基于至少一张历史冠状动脉图像生成训练样本集，包括：

对至少一张所述历史冠状动脉图像进行增强处理得到与所述至少一张所述历史冠状动脉图像对应的至少一张增强图像；

将所述至少一张所述历史冠状动脉图像和所述至少一张增强图像的集合作为训练样本集；

其中，所述增强处理包括旋转处理、拉伸处理以及镜像处理中的至少一个。

5.根据权利要求3所述的方法，其特征在于，所述提取出所述历史冠状动脉图像中的评分图像特征，包括：

将所述历史冠状动脉图像进行图像分割得到目标冠状动脉图像，对所述目标冠状动脉图像的病变区域的参数信息进行标记，根据标记结果生成评分图像特征；和/或

给予深度学习网络提取所述出所述历史冠状动脉图像中的评分图像特征。

6.根据权利要求1-5任一所述的方法，其特征在于，所述冠脉病变评分模型包括卷积神经网络模型。

7.根据权利要求6所述的方法，其特征在于，所述卷积神经网络具体包括：输入层、卷积层、池化层、Drop Out丢弃层、全连接层和输出层。

8.一种冠状动脉病变的评分装置，其特征在于，包括：

图像获取模块，用于获取待评分冠状动脉图像，其中，所述冠状动脉图像包括冠状动脉造影图像或冠状动脉CTA图像；

图像评分模块，用于将所述待评分冠状动脉图像输入至预先训练得到的冠脉病变评分模型得到冠脉病变评分。

9.一种服务器，其特征在于，所述服务器包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的冠状动脉病变的评分方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的冠状动脉病变的评分方法。