[发明专利]冠状动脉优势型判定方法、装置、存储介质及电子设备

说明书

本发明公开一种冠状动脉优势型判定方法、装置、存储介质及电子设备，冠状动脉优势型判定方法包括：对血管图像进行图像分割，得到候选血管图像；对候选血管图像进行腐蚀处理，得到目标血管图像；获取目标血管图像对应的点云数据；基于点云数据确定目标血管图像对应的血管类型。采用点云数据的方式表示血管结构，降低血管结构信息的表示复杂度；同时使用神经网络模型对血管类型进行预测，避免人为规则预测血管类型导致的准确性低的情况。

技术领域

本发明涉及冠状动脉优势型判别技术领域，尤其涉及一种冠状动脉优势型判定方法、装置、存储介质及电子设备。

背景技术

根据冠状动脉中左冠脉和右冠脉的解剖学分布，冠状动脉主要分为以下三种类型：右优势型、均衡型、左优势型。冠状动脉的优势型判别对于后续的冠脉疾病分析具有重要意义，当前对于冠脉优势型的自动判别技术均基于人工设计规则的方法，如利用中心线上各点到主动脉距离进行判断和诊断；但是基于人工设计规则进行判别的方法难以覆盖所有的情况，很可能会造成判断错误；同时人工设计的规则对于图像的变化不鲁棒，拍摄过程中出现的微小变化就会导致冠脉优势型判别结果发生改变，进而影响判断的准确度。因此亟需提供一种不受拍摄位置、角度等因素影响的预测结果准确的冠状动脉优势型判别方法。

发明内容

本发明提供一种冠状动脉优势型判定方法、装置、存储介质及电子设备，以至少解决现有技术中存在的以上技术问题。

本发明一方面提供一种冠状动脉优势型判定方法，包括：对血管图像进行图像分割，得到候选血管图像；对所述候选血管图像进行腐蚀处理，得到目标血管图像；获取所述目标血管图像对应的点云数据；基于所述点云数据确定所述目标血管图像对应的血管类型。

采用点云数据的方式表示血管结构，降低血管结构信息的表示复杂度，利用该结构信息判别血管类型。

进一步的，所述目标血管图像对应的血管类型基于血管分类模型确定；所述基于所述点云数据确定所述目标血管图像对应的血管类型之前，所述方法还包括：获取血管样本图像对应的点云数据训练样本，以及所述点云数据训练样本对应的血管样本分类标签；以所述点云数据训练样本作为所述血管分类模型的输入，得到所述血管分类模型输出的血管预测类型；确定所述血管样本分类标签与所述血管预测类型的差异；基于所述差异调整所述血管分类模型的参数。

使用神经网络模型对血管类型进行预测，避免人为规则预测血管类型导致的准确性低的情况，提升血管类型预测方法的泛化性，在图像拍摄的角度有所变化时也能够保证准确的预测结果。

本发明另一方面提供一种冠状动脉优势型判定装置，包括：图像分割单元，用于对血管图像进行图像分割，得到候选血管图像；图像处理单元，用于对所述候选血管图像进行腐蚀处理，得到目标血管图像；点云数据获取单元，用于获取所述目标血管图像对应的点云数据；血管类型确定单元，用于基于所述点云数据确定所述目标血管图像对应的血管类型

本发明再一方面提供一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序用于执行本发明所述的冠状动脉优势型判定方法。

本发明还一方面提供一种电子设备，包括：处理器；用于存储所述处理器可执行指令的存储器；所述处理器，用于从所述存储器中读取所述可执行指令，并执行所述指令以实现本发明所述的冠状动脉优势型判定方法。

附图说明

图1示出了本发明实施例提供的冠状动脉优势型判定方法的步骤流程图；

图2示出了本发明实施例提供的对血管图像进行图像分割，得到候选血管图像的流程图；

图3示出了本发明实施例提供的获取目标血管图像对应的点云数据的流程图；

图4示出了本发明实施例提供的训练血管分类模型的流程图；

图5示出了本发明实施例提供的验证血管分类模型的流程图；

图6示出了本发明具体实施例提供的血管点云表示示意图；