[發明專利]基于DSSD和時域約束X光冠脈造影序列自動分析方法

有效

• 申請號: 201910375099.6
• 申請日: 2019-05-07
• 公開（公告）號: CN110136107B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 顧力栩;吳蔚
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06V10/26;G06V10/764;G06V10/766;G06V10/774;G06V10/82;G06N3/0455;G06N3/048;G06N3/08
• 代理公司: 上海旭誠知識產權代理有限公司 31220
• 代理人: 鄭立

本發明公開了一種基于DSSD和時域約束X光冠脈造影序列自動分析方法，涉及智能醫學影像分析技術領域，包括步驟：利用U?net對X光冠脈造影序列進行逐幀的血管分割，根據分割結果找出造影劑最充盈幀，在此基礎上制定策略選取一系列連續充盈幀；將選取的X光冠脈造影圖像輸入訓練好的狹窄段檢測網絡DSSD，獲得靜態檢測結果；綜合連續充盈幀的靜態檢測結果，利用時域信息進行約束，抑制假陽性。本發明率先使用卷積神經網絡進行狹窄段檢測，并且增加了基于造影劑充盈幀的時序約束這一約束條件，具有方法穩定可靠、準確率高、抗干擾能力強、操作全自動化等優點。

技術領域

本發明涉及智能醫學影像分析技術領域，尤其涉及一種基于DSSD和時域約束X光冠脈造影序列自動分析方法。

背景技術

基于X光造影圖像的冠狀動脈狹窄段檢測是臨床進行心血管疾病檢查與診斷的重要內容。受到外界或者病人自身器官運動等不可控因素的干擾，X光冠狀動脈造影圖像存在著不同程度的噪聲以及復雜背景，這些都為醫生的診斷帶來了不利的影響。自動的狹窄段檢測方法能減輕醫生負擔，輔助醫生進行診斷，并為進一步的病情分析和治療策略規劃提供基礎。

經過對現有技術的檢索發現，Colin?B?Compas等人在《Automatic?detection?ofcoronary?stenosis?in?X-ray?angiography?through?spatio-temporal?tracking》,IEEE11th?international?symposium?on?biomedical?imaging(ISBI).IEEE,2014:pp1299-1302.論文中介紹了利用分割結果測量血管直徑，對直徑數據求導獲得疑似狹窄段的位置并進行時空域跟蹤進行最終確定的方法。Tao?Wan等人在《Automated?identification?andgrading?of?coronary?artery?stenoses?with?X-ray?angiography》,Computer?methodsand?programs?in?biomedicine,2018,167:pp13-22.論文中通過提取血管中心線，基于原始灰度圖測量血管半徑，并進行一系列數據后處理確定狹窄段的方法。上述方法都依賴一系列前處理步驟，包括圖像增強，血管分割等等，對于噪聲較大、背景復雜、造影劑濃度較低的圖像很難取得理想效果，并且步驟多，運行速度較慢。目前，仍然沒有一個對圖像質量魯棒性好，檢測速度快的方法。

因此，本領域的技術人員致力于開發一種基于DSSD和時域約束X光冠脈造影序列自動分析方法，利用基于深度學習的目標檢測網絡，基于原始造影圖像對單幀圖像的狹窄段進行快速檢測，并綜合造影序列的檢測結果，對假陽性進行抑制，進而避免了分割等圖像預處理步驟對檢測結果的影響，實現狹窄段的自動快速檢測，為后續的醫學診斷打下了良好的基礎。

發明內容

有鑒于現有技術的上述缺陷，本發明所要解決的技術問題是如何避免分割等圖像預處理步驟對檢測結果的影響，實現狹窄段的自動快速檢測。

為實現上述目的，本發明提供了一種基于DSSD和時域約束X光冠脈造影序列自動分析方法，所述方法包括以下步驟：

步驟1、利用U-net對X光冠脈造影序列進行逐幀的血管分割，根據分割結果找出造影劑最充盈幀，在此基礎上制定策略選取一系列連續充盈幀；

步驟2、將選取的X光冠脈造影圖像輸入訓練好的狹窄段檢測網絡DSSD，獲得靜態檢測結果；

步驟3、綜合連續充盈幀的靜態檢測結果，利用時域信息進行約束，抑制假陽性。

進一步地，所述步驟1包括以下步驟：

步驟1.1、隨機選取一些X光冠脈造影圖像，進行逐像素的血管標注，利用原圖與對應標簽，訓練用于血管分割的卷積神經網絡U-net；