[发明专利]一种斑块检测方法及斑块检测设备有效
申请号: | 201910133908.2 | 申请日: | 2019-02-22 |
公开(公告)号: | CN109859205B | 公开(公告)日: | 2021-03-19 |
发明(设计)人: | 郑超;肖月庭;阳光 | 申请(专利权)人: | 数坤(北京)网络科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11 |
代理公司: | 北京乐知新创知识产权代理事务所(普通合伙) 11734 | 代理人: | 白瑞强;李杏 |
地址: | 100102 北京市朝*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 检测 方法 设备 | ||
本发明公开了一种斑块检测方法及设备,所述方法包括:获取血管影像的拉直图像和参考图像;利用分割技术对所述拉直图像进行斑块定位筛选,得到第一狭窄区域,所述第一狭窄区域为对应所述血管影像中斑块模糊定位的区域;创建所述参考图像的特征曲线;在所创建的所述参考图像的特征曲线上对所得到的第一狭窄区域进行假阳分析,从而得到第二狭窄区域,所述第二狭窄区域为对应所述血管影像中斑块精准定位的区域。本发明的斑块检测设备根据斑块检测方法来解决在血管斑块检测中尽可能减少假阳的问题。
技术领域
本发明涉及医疗技术领域,尤其涉及一种斑块检测方法及斑块检测设备。
背景技术
随着社会经济的高速发展,血管疾病已是关注度极高的话题。血管疾病的治疗技术和预防水平是其中的重中之重。不管是治疗,还是预防,都离不开对血管形态的研究。因此,血管斑块的自动化检测具有重要的研究价值、临床价值和实际意义。
然而,在目前的血管斑块检测中,为了保证检测到的斑块是有效的,经常引发假阳增多的问题。这不仅不能为实际工作提供正确的依据,还给医务人员增加了负担。因此,在后续的血管斑块检测中有必要在保证召回率的同时,尽可能减少假阳情况的发生,以满足当前医疗服务的需求。
发明内容
本发明提供一种斑块检测方法及斑块检测设备,以解决在血管斑块的检测过程中假阳增多的问题。
本发明一方面提供一种斑块检测方法,所述方法包括:获取血管影像的拉直图像和参考图像;利用分割技术对所述拉直图像进行斑块定位筛选,得到第一狭窄区域,所述第一狭窄区域为对应所述血管影像中斑块模糊定位的区域;创建所述参考图像的特征曲线;在所创建的所述参考图像的特征曲线上对所得到的第一狭窄区域进行假阳分析,从而得到第二狭窄区域,所述第二狭窄区域为对应所述血管影像中斑块精准定位的区域。
根据本发明一实施方式,所述参考图像为如下图像至少之一:短轴体图像,曲面重建CPR图像及原始图像。
根据本发明一实施方式,所述参考图像为短轴体图像时,所述创建所述参考图像的特征曲线包括:利用所述短轴体图像在轴向方向上的面积特征创建对应的面积曲线;或,利用所述短轴体图像在轴向方向上的亮度特征创建对应的亮度曲线。
根据本发明一实施方式,在所创建的所述参考图像的特征曲线上对所得到的第一狭窄区域进行假阳分析,包括:若所述第一狭窄区域在所述特征曲线上存在有特征值变化位置,则确定所述特征值突变位置为真阳,并归集到第二狭窄区域中;若所述第一狭窄区域在所述特征曲线上存在有特征值保持位置,则确定所述特征值保持位置为假阳。
根据本发明一实施方式,所述方法还包括:通过深度学习方法学习所述特征曲线的特征值变化位置的特征,来与对应于所述参考图像的训练曲线进行对比,判断所述训练曲线是否存在真阳;若所述训练曲线存在真阳,则确定所述训练曲线为目标曲线。
根据本发明一实施方式,在获取血管影像的拉直图像和参考图像,包括:获取对应于所述参考图像的训练图像,通过深度学习方法学习所述参考图像的特征,来与对应于所述参考图像的训练图像进行对比,得到对应于所述训练图像的对比结果;当所述对比结果满足预设条件时,将所述训练图像确定为目标图像。
根据本发明一实施方式,所述方法还包括:根据所述参考图像中血管区域的理论位置信息或权值信息,对所述参考图像进行滤除处理,以滤除所述参考图像中的非血管区域。
根据本发明的第二方面,还提供一种斑块检测设备,所述斑块检测设备包括:获取单元,用于获取血管影像的拉直图像和参考图像;筛选单元,用于利用分割技术对所述拉直图像进行斑块定位筛选,得到第一狭窄区域,所述第一狭窄区域为对应所述血管影像中斑块模糊定位的区域;创建单元,用于创建所述参考图像的特征曲线;分析确定单元,用于在所创建的所述参考图像的特征曲线上对所得到的第一狭窄区域进行假阳分析,从而得到第二狭窄区域,所述第二狭窄区域为对应所述血管影像中斑块精准定位的区域。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于数坤(北京)网络科技有限公司,未经数坤(北京)网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910133908.2/2.html,转载请声明来源钻瓜专利网。
- 上一篇:卷积神经网络模型检验方法及装置
- 下一篇:一种圆孔特征的提取方法