[發明專利]心血管光學相干斷層OCT圖像易損斑塊自動識別方法

有效

• 申請號: 201711136466.4
• 申請日: 2017-11-16
• 公開（公告）號: CN107993221B
• 公開（公告）日: 2021-11-02
• 發明（設計）人: 牛四杰;王棟;徐榮彬;商慧杰;高鯤
• 申請（專利權）人: 濟南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06N20/20;A61B5/00;A61B5/02
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 支文彬

1.一種心血管光學相干斷層OCT圖像易損斑塊自動識別方法，其特征在于，包括如下步驟：

a)采集心血管OCT圖像；

b)對心血管OCT圖像進行標準化處理；

c)將標準化處理后的圖像進行易損斑塊識別處理，將OCT圖像I∈R^M×W的每列分為易損斑塊和非易損斑塊，將OCT圖像每列x∈R^M定義為一個樣本，從而形成的數據集為：

S＝{(x_i,y_i)|x_i∈R^M,y_i∈Y,i＝1,...,N}

其中M為圖像的高度，W為圖像的寬度，樣本集為X＝{x_i|i＝1,...,N}，標簽集Y＝{y_i|i＝1,...,N,y_i＝1,...,K}，N為樣本總數，K為向量x_i對應的類標簽；

d)采用棧式自編碼方法對樣本集構造深度學習模型：

d-1)將構造的樣本集作為棧式自編碼網絡的輸入數據；

d-2)通過公式z⁽¹⁾＝H⁽¹⁾(w⁽¹⁾x+b⁽¹⁾)，對輸入樣本x∈R^M進行隱層變換，H⁽¹⁾為激活函數，第1個隱層的權重矩陣，為第1個隱層的偏置，z⁽¹⁾為第1個隱層的輸出，解碼過程為：H⁽²⁾為激活函數，第2個隱層的權重矩陣，為第2個隱層的偏置，為第2個隱層重建結果；

d-3)對隱層神經元加入稀疏約束項，并構成棧式稀疏自編碼，通過反向傳播進行優化，調整的目標損失函數為：其中C為類別數，α和β表示第二項和第三項的控制參數， x_ic表示標簽為c第i個樣本，表示標簽為c第i個樣本的重建結果，表示x_ic的第m個隱層的權值， ρ為稀疏參數，表示第i隱層的權值，x_j表示第j個樣本，b_j表示第j個偏置；

d-4)對調整的目標損失函數，加入softmax分類器，將樣本X的特征空間映射為標簽空間為f(·):R^M→Y；

e)將步驟d-4)中的得到的深度學習模型進行分類識別，將識別的結果進行加權求和并取平均處理，對融合結果進行二值分類；

f)將二值分類后的每幅OCT圖像的識別結果采用雙線性插值方法進行笛卡爾坐標系轉換，并對轉換后結果進行標記連通區域；

g)將坐標系轉換后的圖像進行劃分象限，從右上角到右下角依次為1-4，判斷每個連通區域是否跨象限，如果跨象限，則判斷為該區域為易損斑塊區域，否則判斷為非易損斑塊區域；

h)判斷劃分象限后的圖像中的同一個象限是否存在兩個及以上的連通區域，如果存在，則將兩個連通區域之間區域合并為一個區域，如果不存在兩個及以上的連通區域則保持不變。

2.根據權利要求1所述的心血管光學相干斷層OCT圖像易損斑塊自動識別方法，其特征在于：所述步驟b)中標準化處理的步驟為：

b-1)對采集的心血管OCT圖像進行二值化分割，通過霍夫變換找出圖像中導絲和導管的成像的位置，移除OCT圖像頂部前1行-45行的偽目標；

b-2)對移除偽目標后的圖像采用雙邊濾波的方法進行去噪，將傳統的雙邊濾波的各項同性高斯鄰域窗口改為各項異性的高斯鄰域窗口，其中，傳統的雙邊濾波算法的公式為：

式中f和h分別為輸入和輸出圖像，函數c(ζ,x)用于測量鄰域中心點x和鄰域點ζ之間的空間距離，函數s用于測量兩點間的灰度相似性，函數c和函數s都是高斯函數，是歸一化函數。