[发明专利]一种血管管径的预测方法、装置、电子设备及存储介质

权利要求书

1.一种血管管径的预测方法，其特征在于，获取初始预测模型，所述方法还包括：

基于样本血管的造影CTA图像，通过所述初始预测模型获取对应的增强特征图，所述增强特征图为对样本血管在长度维度的特征进行增强得到的；

通过所述初始预测模型对所述增强特征图进行识别，获取所述样本血管的管径最大值max_x，并将所述血管的管径范围[0，max_x]均分为k个区间；

通过所述初始预测模型对所述增强特征图进行识别，得到所述样本血管上任一点的血管管径，将该点的血管管径映射于所述k个区间并将映射结果二值化，输出该点的血管管径向量，所述血管管径向量包括k个血管管径值；

根据所述血管管径向量和标注的管径向量确定所述初始预测模型的损失，根据所述损失对所述初始预测模型进行优化，直至所述初始预测模型收敛，得到血管管径预测模型；

基于待测血管的CTA图像，通过所述血管管径预测模型获取对应的增强特征图，并对所述待测血管对应的增强特征图进行预测得到血管管径向量；

根据待测血管的血管管径向量确定待测血管的管径尺寸。

2.根据权利要求1所述的方法，其特征在于，所述通过所述初始预测模型获取对应的增强特征图，包括：

基于所述样本血管的CTA图像，对所述样本血管进行拉直曲面重建，得到对应的拉直曲面重建图像；

基于所述拉直曲面重建图像，对所述样本血管在长度维度的特征进行增强，得到所述增强特征图。

3.根据权利要求2所述的方法，其特征在于，所述基于所述拉直曲面重建图像，对所述样本血管在长度维度的特征进行增强，得到所述增强特征图，包括：

对所述拉直曲面重建图像进行多层特征提取操作，每层特征提取操作输出的特征图作为下一层特征提取操作的输入，第一层特征提取操作包括：对输入的图像进行卷积操作，其余每层特征提取操作包括：对输入的图像依次进行下采样操作和卷积操作；

对最后一层特征提取操作输出的特征图进行多层特征融合操作，每层特征融合操作输出的特征融合图作为下一层特征融合操作的输入；

所述每层特征融合操作包括：对输入的图像进行上采样操作，将上采样操作得到的图像和尺寸相同的所述特征图进行拼接，并将拼接得到的图像进行卷积操作得到特征融合图；

最后一层特征融合操作得到的特征融合图为所述增强特征图，以便通过所述初始预测模型对该增强特征图进行预测；

每层特征提取操作输出的特征图和每层特征融合操作输出的特征融合图中样本血管的长度大小相同。

4.根据权利要求3所述的方法，其特征在于，该方法还包括：基于所述样本血管的CTA图像，分别通过多个角度对所述样本血管进行拉直曲面重建，得到每个角度对应的拉直曲面重建图像，相应的，将所述每个角度对应的增强特征图进行融合得到所述多个角度对应的所述增强特征图，以便通过所述初始预测模型对该增强特征图进行预测。

5.根据权利要求3或4所述的方法，其特征在于，该方法还包括：基于所述增强特征图，对所述样本血管通路上特征的位置信息和上下文信息进行增强，包括：

将所述增强特征图输入第一编码器中与预设的位置特征相加进行位置编码，以增强所述样本血管通路上特征的位置信息；

将所述第一编码器输出的图像输入第二编码器中进行全局特征提取，以增加所述样本血管通路上特征的上下文信息；

所述第二编码器输出的图像为对所述样本血管在长度维度的特征、在样本血管通路上特征的位置信息和上下文信息进行增强的增强特征图，以便通过初始预测模型对该增强特征图进行预测。

6.根据权利要求1所述的方法，其特征在于，所述根据所述血管管径向量和标注的管径向量确定所述初始预测模型的损失，根据所述损失对所述初始预测模型进行优化，包括：

根据血管管径向量和标注的管径向量利用二值交叉熵损失函数计算损失值，并根据损失值对所述血管管径范围对应的区间数量k进行优化。