[发明专利]一种二维造影图像上冠脉段标注方法及系统在审

专利信息
申请号: 201911350676.2 申请日: 2019-12-24
公开(公告)号: CN111178420A 公开(公告)日: 2020-05-19
发明(设计)人: 杨健;艾丹妮;范敬凡;方慧卉;王涌天 申请(专利权)人: 北京理工大学
主分类号: G06K9/62 分类号: G06K9/62;G06N3/08
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 郑朝然
地址: 100081 *** 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 二维 造影 图像 上冠脉段 标注 方法 系统
【权利要求书】:

1.一种二维造影图像上冠脉段标注方法,其特征在于,包括:

获取冠脉血管结构中感兴趣冠脉段的邻接矩阵;

获取每一感兴趣冠脉段的参考特征,对于任一感兴趣冠脉段,所述任一感兴趣冠脉段的参考特征包括所述任一感兴趣冠脉段的图像特征、所述任一感兴趣冠脉段的形状特征、所述任一感兴趣冠脉段的结构特征和所述任一感兴趣冠脉段的条件特征;

利用每一感兴趣冠脉段的参考特征、所述冠脉段的邻接矩阵,训练图网络,获取每一感兴趣冠脉段的深层特征,图网络通过冠脉段样本的参考特征、冠脉段样本的邻接矩阵和冠脉段样本的预设标签进行训练;

根据每一感兴趣冠脉段的深层特征,获取每一感兴趣冠脉段的标注。

2.根据权利要求1所述的二维造影图像上冠脉段标注方法,其特征在于,所述任一感兴趣冠脉段的图像特征通过如下方式得到:

将所述任一感兴趣冠脉段输入到自编码器中,获取所述任一感兴趣冠脉段的图像特征。

3.根据权利要求1所述的二维造影图像上冠脉段标注方法,其特征在于,所述任一感兴趣冠脉段的形状特征,具体包括:

所述任一感兴趣冠脉段的最大半径、所述任一感兴趣冠脉段的最小半径、所述任一感兴趣冠脉段起止点的方向值、所述任一感兴趣冠脉段上的最大曲率值和所述任一感兴趣冠脉段上的最小曲率值。

4.根据权利要求1所述的二维造影图像上冠脉段标注方法,其特征在于,所述任一感兴趣冠脉段的结构特征,具体包括:

所述任一感兴趣冠脉段与其相邻的感兴趣冠脉段之间的夹角,所述任一感兴趣冠脉段质心在整个冠脉骨架图上的位置。

5.根据权利要求1所述的二维造影图像上冠脉段标注方法,其特征在于,所述获取冠脉血管结构中感兴趣冠脉段的邻接矩阵,之前还包括:

对待标注冠脉的血管骨架进行划分,获取若干血管子段;

对若干血管子段进行筛选、重组,获取每一感兴趣冠脉段。

6.根据权利要求5所述的二维造影图像上冠脉段标注方法,其特征在于,所述对若干血管子段进行筛选、重组,获取每一感兴趣冠脉段,具体包括:

根据每一血管子段是否共用一个分叉点或交叉点,确定每一血管子段的连接关系,并建立有向图;

删除所述有向图中所有的伪分叉点,获取所有正常分叉点;

根据每一正常分叉点的入度方向和出度方向,将正常分叉点截断的血管子段重组成感兴趣冠脉段;

获取若干感兴趣冠脉段。

7.根据权利要求1所述的二维造影图像上冠脉段标注方法,其特征在于,所述根据每一感兴趣冠脉段的深层特征,获取每一感兴趣冠脉段的标注,具体包括:

将每一感兴趣冠脉段的深层特征输入到softmax层,对每一感兴趣冠脉段的深层特征进行分类,获取每一感兴趣冠脉段的标注。

8.一种二维造影图像上冠脉段标注系统,其特征在于,包括:

冠脉图构建模块,用于获取冠脉血管结构中感兴趣冠脉段的邻接矩阵;

参考特征提取模块,用于获取每一感兴趣冠脉段的参考特征,对于任一感兴趣冠脉段,所述任一感兴趣冠脉段的参考特征包括所述任一感兴趣冠脉段的图像特征、所述任一感兴趣冠脉段的形状特征、所述任一感兴趣冠脉段的结构特征和所述任一感兴趣冠脉段的条件特征;

深层特征提取模块,用于利用每一感兴趣冠脉段的参考特征、所述冠脉段的邻接矩阵,训练图网络,获取每一感兴趣冠脉段的深层特征,图网络通过冠脉段样本的参考特征、冠脉段样本的邻接矩阵和冠脉段样本的预设标签进行训练;

标注模块,用于根据每一感兴趣冠脉段的深层特征,获取每一感兴趣冠脉段的标注。

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述二维造影图像上冠脉段标注方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至7任一项所述二维造影图像上冠脉段标注方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京理工大学,未经北京理工大学许可,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/201911350676.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top