[發明專利]特定冠狀動脈鈣化分析的多視圖形狀約束系統和方法

有效

• 申請號: 202010533043.1
• 申請日: 2020-06-12
• 公開（公告）號: CN111599448B
• 公開（公告）日: 2022-06-10
• 發明（設計）人: 楊光;牛張明;江熒輝;李勞;徐磊;張賀曄
• 申請（專利權）人: 杭州海睿博研科技有限公司;帝工（杭州）科技產業有限公司
• 主分類號: G16H30/20
• 分類號: G16H30/20;G16H50/20;G16H10/20
• 代理公司: 上海智晟知識產權代理事務所(特殊普通合伙) 31313
• 代理人: 張東梅

1.一種多視圖形狀約束系統，包括：

切片單元，所述切片單元對接收到的圖像進行切片，獲得冠狀切片、矢狀切片和軸向切片；

第一擴張Unet單元、第二擴張Unet單元和殘差擴張網絡RDN單元，其中所述第一擴張Unet單元、第二擴張Unet單元和殘差擴張網絡RDN單元分別接收冠狀切片、矢狀切片和軸向切片，所述第一擴張Unet單元和第二擴張Unet單元對冠狀切片和矢狀切片進行建模并獲得冠狀和矢狀視圖的預測圖作為鈣化病變的補充信息，所述殘差擴張網絡RDN單元對軸向切片進行建模輸出軸向切片的預測圖；

多視圖形狀約束單元，所述多視圖形狀約束單元接收第一擴張Unet單元、第二擴張Unet單元和殘差擴張網絡RDN單元的輸出，通過多視圖注意力學習來集成不同的視圖信息，從而生成多視圖注意力特征；以及

多任務學習單元，所述多任務學習單元利用多視圖形狀約束單元的輸出估計相關的鈣化指數，

其中所述多視圖注意力學習被定義為：

AM_mv(x_i,c)＝(1+M_cv(x_i,c)+M_sv(x_i,c))*F_av(x_i,c)

其中i和c分別指示所有的空間位置和通道的索引，x_i,c指示第i空間位置第c通道的特征向量；M_cv(x_i,c)和M_sv(x_i,c)分別表示冠狀和矢狀切片的預測圖；F_av(x_i,_c)表示RDN的輸出預測圖；AM_mv(x_i,c)表示多視圖注意力模型學習的特征。

2.如權利要求1所述的多視圖形狀約束系統，其特征在于，還包括：下采樣單元，所述下采樣單元對輸入圖像進行下采樣，并將下采樣圖像提供給切片單元。

3.如權利要求1所述的多視圖形狀約束系統，其特征在于，所述多視圖形狀約束系統的目標被定義為：

其中t∈{seg，as，vs，ms}指示特定的目標任務，表示分割任務和表示回歸任務，as、vs、ms分別表示阿格斯頓分數、體積分數和量分數，l_t表示任務t的損耗函數，W是整個網絡所有參數的集合，‖W‖₂表示網絡參數的L2正則化，λ是L2正則化項的超參，為金標準。

4.如權利要求1所述的多視圖形狀約束系統，其特征在于，殘差擴張網絡RDN包括收縮路徑和擴展路徑，

在收縮路徑中，使用具有4個殘差塊的廣泛的深度殘差網絡ResNet對輸入軸向切片進行編碼，所述殘差塊分別由3、4、6、3個殘差模塊組成，每個殘差模塊具有三個連續的卷積層，其內核大小為1×1、3×3、1×1，每個卷積層之后是批歸一化層BN以及修正線性單位ReLU，批歸一化層BN用于對輸出特征圖進行歸一化，修正線性單位ReLU則可以改善稀疏性，最后一個殘差塊用擴張卷積代替常規的卷積，以使輸出特征圖的有效接受域大于原始輸入圖像；

在擴展路徑中，使用上采樣操作恢復特征圖的維數，其后是與收縮路徑的相應級別特征圖的級聯以及分別具有16個內核的兩個3×3卷積；

對于收縮路徑和擴展路徑之間的跳躍連接，合并了三個連續的擴張卷積層以從收縮路徑組裝特征圖，而不是直接將它們傳播到擴展路徑中。

5.如權利要求1所述的多視圖形狀約束系統，其特征在于，第一擴張Unet單元和第二擴張Unet單元通過擴張卷積代替U-Net的跳躍連接，以結合U-Net和擴張的卷積的優點，在第一擴張Unet單元和第二擴張Unet單元的末尾，使用Sigmoid層將其輸出歸一化為[0,1]的范圍。