[發明專利]血管壁斑塊識別設備、系統、方法及存儲介質

有效

• 申請號: 201811269040.0
• 申請日: 2018-10-29
• 公開（公告）號: CN109584209B
• 公開（公告）日: 2023-04-28
• 發明（設計）人: 鄭海榮;劉新;胡戰利;張娜;李思玥;梁棟;楊永峰
• 申請（專利權）人: 深圳先進技術研究院
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 深圳智趣知識產權代理事務所(普通合伙) 44486
• 代理人: 王策

本發明適用醫療技術領域，提供了一種血管壁斑塊識別設備、系統、方法及存儲介質，首先獲得血管壁磁共振MRI圖像；利用深度學習方法對所述MRI圖像中的斑塊進行識別。這樣，采用深度學習方法進行血管壁斑塊的識別，可極大地減少人工，提高斑塊識別的準確性，從而提高了識別效率并能保證識別準確率。采用MRI對缺血性腦卒中相關血管床斑塊進行全面、精確的影像評估，并利用人工智能進行快速準確診斷，對腦卒中高危人群篩查和病因探查以防止再發具有十分重要的意義。

技術領域

本發明屬于醫療技術領域，尤其涉及一種血管壁斑塊識別設備、系統、方法及存儲介質。

背景技術

磁共振成像(Magnetic?Resonance?Imaging，MRI)是目前唯一能夠清晰顯示全身動脈粥樣硬化斑塊的無創性成像方法。血管壁MRI不僅可以對顱內動脈、頸動脈和主動脈等全身血管斑塊進行定量分析，也能夠準確識別易損斑塊的纖維帽、出血、鈣化、脂質核、炎癥等不穩定性特征，是目前公認最好的斑塊成像方法。

隨著MRI設備的國產化和社會應用的普及，以及MRI斑塊成像的獨特優勢，采用MRI對腦卒中高危人群進行全面斑塊篩查和腦卒中病因探尋，必將成為我國未來腦卒中防治的重要手段。而且，由于三維高分辨MRI血管壁成像的數據量巨大，每位檢查者的圖像可達到500幅，有經驗的專業醫生至少需要花費30分鐘才能完成一名檢查者的診斷，工作量偏大，效率偏低，且識別準確率會因為醫生疲勞等狀況的出現而無法有效保證。

發明內容

本發明的目的在于提供一種血管壁斑塊識別設備、系統、方法及存儲介質，旨在解決現有技術所存在的、人工識別血管壁斑塊所導致效率偏低和識別準確率無法有效保證的問題。

一方面，本發明提供了一種血管壁斑塊識別設備，包括：存儲器及處理器，所述處理器執行所述存儲器中存儲的計算機程序時實現如下步驟：

獲得血管壁磁共振MRI圖像；

利用深度學習方法對所述MRI圖像中的斑塊進行識別。

進一步的，利用深度學習方法對所述MRI圖像中的斑塊進行識別，具體包括下述步驟：

對所述MRI圖像進行預處理，得到初始圖像；

將所述初始圖像輸入至深度學習神經網絡進行所述斑塊的識別，得到識別結果。

進一步的，將所述初始圖像輸入至深度學習神經網絡進行所述斑塊的識別，具體包括下述步驟：

對所述初始圖像進行特征提取處理，得到卷積特征圖像；

對所述卷積特征圖像確定候選區域，相應得到全連接特征圖；

基于所述全連接特征圖進行分類，得到所述識別結果。

進一步的，對所述初始圖像進行特征提取處理，得到卷積特征圖像，具體為：

采用若干殘差卷積神經網絡對所述初始圖像進行特征提取處理，

其中，所述殘差卷積神經網絡中包括卷積網絡層、激活函數網絡層及批量歸一化網絡層。

進一步的，采用若干殘差卷積神經網絡對所述初始圖像進行特征提取處理，具體包括下述步驟：

通過所述批量歸一化網絡層對輸入的批量數據求均值；

根據所述均值求所述批量數據的方差；

根據所述均值及所述方差，對所述批量數據進行標準化處理，得到批量標準數據；

采用調整因子對所述批量標準數據進行處理，得到具有與輸入的所述批量數據的分布相同或類似的批量調整數據以進行輸出。

另一方面，本發明提供了一種血管壁斑塊識別系統，所述系統包括：