[發明專利]冠狀動脈壁圖像分割方法、系統、存儲介質、計算機設備

在審

• 申請號: 202010552226.8
• 申請日: 2020-06-17
• 公開（公告）號: CN111861994A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 梁繼民;陳菲;徐磊;曹豐;任勝寒;陳雪利;胡海虹
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06N3/04;G06N3/08
• 代理公司: 西安長和專利代理有限公司 61227
• 代理人: 何畏

1.一種冠狀動脈壁圖像分割方法，其特征在于，所述冠狀動脈壁圖像分割方法包括：

步驟一，獲取CCTA冠狀動脈圖像數據；將數據集分為訓練數據集和測試數據集；為訓練集部分標記缺失的區域添加人工粗略勾畫的不確定區域標記；

步驟二，對冠狀動脈圖像數據進行預處理，將圖像大小調整相同，去除部分高亮鈣化斑塊和背景影響，并進行歸一化操作；將所有數據存儲到一個文件中；

步驟三，使用Keras編程實現網絡框架；建立一個針對小目標問題的損失函數；在半監督訓練過程中，對于不確定區域，在最開始的一段時間內，將不確定區域的loss貢獻置0，后面隨著訓練次數的增加，對不確定區域的標記進行迭代預測更新；通過優化算法優化網絡，得到訓練好參數的網絡。

2.如權利要求1所述的冠狀動脈壁圖像分割方法，其特征在于，所述冠狀動脈壁圖像分割方法還包括：

(1)獲取CCTA冠狀動脈圖像數據；

(2)將數據集分為訓練數據集和測試數據集；

(3)為訓練集部分標記缺失的區域添加人工粗略勾畫的不確定區域標記；

(4)對冠狀動脈圖像數據進行預處理，去除部分高亮鈣化斑塊和背景影響，并進行歸一化操作，將圖像大小調整相同，；

(5)將所有數據存儲到一個HDF5文件中，HDF5文件能夠加快IO傳輸效率；

(6)使用Keras編程實現網絡框架；

(7)建立一個針對小目標問題的損失函數；

(8)在半監督訓練過程中，對于不確定區域，在最開始的一段時間內，將不確定區域的loss貢獻置0，后面隨著訓練次數的增加，對不確定區域的標記進行迭代預測更新；

(9)通過Adam優化算法優化網絡，得到訓練好參數的網絡；

(10)在測試集上進行測試，評估算法性能。

3.如權利要求2所述的冠狀動脈壁圖像分割方法，其特征在于，所述(4)對冠狀動脈圖像數據進行預處理包括：

1)將數據中大于1000HU以及小于0HU的值進行裁剪，剔除低密度組織、空氣以及高密度鈣化斑塊對冠脈壁分割的影響；

2)計算出訓練數據的均值以及標準差，所有的數據集進行減均值，再除以標準差的操作，完成數據歸一化；

3)將所有數據調整為相同大小。

4.如權利要求2所述的冠狀動脈壁圖像分割方法，其特征在于，所述(6)使用Keras編程實現網絡框架包括

1)使用Keras編寫基于3D-UNet的全卷積分割網絡，此分割任務是單目標分割；

2)將殘差模塊ResBlock結合進網絡中，利于信號的傳遞。

5.如權利要求2所述的冠狀動脈壁圖像分割方法，其特征在于，所述(7)建立一個針對小目標問題的損失函數包括：

1)為了解決樣本數量不平衡問題，根據中值頻率平衡MFB計算出目標冠脈壁與背景各自的權重：

其中c為不同的類別，f_c為類別c像素的頻率c；

2)將1)中得到的權重ω_c與Generalized Dice Loss進行結合，得到新的損失函數：

其中，g_cn為類別c在第n個體素的標準值，p_cn為相應的預測概率值。