[发明专利]一种分割DSA冠状动脉血管的方法

说明书

本发明公开的是一种分割DSA冠状动脉血管的方法，包括以下步骤：1)对造影图像预处理，通过数据增强扩充数据集并增强图像对比度；2)构建网络模型并进行分割训练及测试；3)使用后处理对预测血管分割图像进行处理，得到二值血管分割图像，本发明实现DSA冠状动脉血管的自动分割，减少了人工分割带来的时间成本、人力成本、诊断偏差与低估问题，辅助对DSA影像进行快速、准确的处理和分析，保证了实际中的应用效率与客观性要求。

技术领域

本发明涉及计算机辅助诊断领域，尤其涉及一种分割DSA冠状动脉血管的方法。

背景技术

医学影像是指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。它包含以下两个相对独立的研究方向:医学成像系统(medical imaging system)和医学图像处理(medical image processing)。前者是指图像行成的过程，包括对成像机理、成像设备、成像系统分析等问题的研究；后者是指对已经获得的图像作进一步的处理，其目的是或者是使原来不够清晰的图像复原，或者是为了突出图像中的某些特征信息，或者是对图像做模式分类等。

准确的医学影像分析对于后续的临床非常重要，但目前临床医学影像主要依靠先进的仪器和医生的高精度技术。目前依然主要采用手动分割CAG医学影像，其需要大量的医学专业知识，这非常耗时且容易出现人为错误。传统的机器学习技术(例如基于模型的方法，基于图集的方法)已经取得了良好的性能，然而，在过去几年中，深度学习以其自动化和多功能性而蓬勃发展，与传统方法相比，它在分割效率和检测精度方面取得了很大进步。因此，借助深度学习，分割CAG医学影像，对研究和推动心血管疾病的防治工作，具有重要的临床价值和社会意义。

发明内容

本发明结合临床实际需求，提出一种分割DSA冠状动脉血管的方法，具有能够避免自适应的参数很难满足图像中出现的各种复杂情况，实现自动分割DSA冠状动脉血管，减少了人工参与带来的判断偏差与低估问题，辅助医生对DSA影像进行快速、准确的处理和分析等技术特点。

为实现上述的发明目的，所采用的具体技术方案如下：

本发明一种分割DSA冠状动脉血管的方法，包括以下步骤：

步骤1)对造影图像预处理；

步骤2)构建网络模型并进行分割训练及测试；

步骤3)使用后处理对预测血管分割图像进行处理，得到二值血管分割图像。

优选的，步骤1)中所述的预处理为：通过数据增强扩充数据集，对比度增强提高图像对比度。

优选的，对比度增强提高图像对比度的具体过程包括：

(1)采用CLAHE对增强造影图像的对比度；根据CLAHE的定义：首先通过反射边框中的像素来填充造影图像，将填充后的图像分割成子区域，计算每个子区域的灰度直方图和累计灰度直方图，灰度直方图计算公式：累计直方图计算公式：然后，对于图像中的像素，按照其四个相邻子图的累计直方图变换后进行线性插值；

(2)通过数据增强扩充图像，采用随机裁减、随机旋转、水平镜像、垂直镜像扩充数据集。

优选的，在步骤2)中，构建网络模型；使用造影数据集对模型训练；用预训练模型对测试集造影图像血管进行分割，具体过程包括：

步骤2)具体过程包括：

(1)基于U-Net提出一个名为ResGAU-Net的神经网络，该模型通过结合门控注意力(GA)模块和残差模块，对U-Net网络进行改进；

(2)使用数据集对模型进行训练，并根据训练结果进行参数调整，最后得到最优预训练模型；

(3)使用预训练模型对测试集进行分割测试。