[发明专利]一种颈动脉超声图像斑块分类检测方法及系统

权利要求书

1.一种颈动脉超声图像斑块分类检测方法，其特征在于，包括：

获取颈动脉横切面视频信息和颈动脉纵切面视频信息；

分别对颈动脉横切面视频信息和颈动脉纵切面视频信息进行关键连续帧提取，对所提取的关键连续帧均进行特征增强；

对特征增强后的颈动脉横切面图像和颈动脉纵切面图像先进行身份预测，再追踪各个身份对应的图像并进行像素级分割，以实现身份信息与分割结果在时间域上的关联；

根据分割结果，遍历掩膜像素的每一列并通过色差标记确定坐标，确定出所述分割结果关联的身份信息对应的斑块大小和面积以及狭窄率；

根据斑块大小和面积及狭窄率确定斑块类型，以输出不同程度的预警提示。

2.如权利要求1所述的颈动脉超声图像斑块分类检测方法，其特征在于，关键连续帧提取的过程为：

按帧数分别将颈动脉横切面视频信息和颈动脉纵切面视频信息对应分成若干段，判断每段中关键帧数量，选取相关段作为相应连续关键帧。

3.如权利要求1所述的颈动脉超声图像斑块分类检测方法，其特征在于，对所提取的关键连续帧均进行特征增强的过程包括：

对各个关键连续帧进行特征提取；

将提取的特征进行去噪，以实现特征增强。

4.如权利要求1所述的颈动脉超声图像斑块分类检测方法，其特征在于，基于确定的坐标，确定出纵切面左侧至右侧以及上方至下方的垂直距离，计算出斑块大小和面积。

5.如权利要求1所述的颈动脉超声图像斑块分类检测方法，其特征在于，基于确定的坐标、横切面测量颈动脉正常直径以及狭窄直径，使用狭窄率计算公式计算出狭窄率。

6.如权利要求1所述的颈动脉超声图像斑块分类检测方法，其特征在于，根据斑块大小和面积及狭窄率，基于预先训练完成的深度学习网络来确定斑块类型。

7.如权利要求1所述的颈动脉超声图像斑块分类检测方法，其特征在于，所述斑块类型包括硬斑、软斑以及混合斑。

8.一种颈动脉超声图像斑块分类检测系统，其特征在于，包括：

视频信息获取模块，其用于获取颈动脉横切面视频信息和颈动脉纵切面视频信息；

特征增强模块，其用于分别对颈动脉横切面视频信息和颈动脉纵切面视频信息进行关键连续帧提取，对所提取的关键连续帧均进行特征增强；

像素级分割模块，其用于对特征增强后的颈动脉横切面图像和颈动脉纵切面图像先进行身份预测，再追踪各个身份对应的图像并进行像素级分割，以实现身份信息与分割结果在时间域上的关联；

斑块信息确定模块，其用于根据分割结果，遍历掩膜像素的每一列并通过色差标记确定坐标，确定出所述分割结果关联的身份信息对应的斑块大小和面积以及狭窄率；

斑块类型确定模块，其用于根据斑块大小和面积及狭窄率确定斑块类型，以输出不同程度的预警提示。

9.一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中任一项所述的颈动脉超声图像斑块分类检测方法中的步骤。

10.一种计算机设备，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1-7中任一项所述的颈动脉超声图像斑块分类检测方法中的步骤。