[發明專利]冠狀動脈分割模型訓練方法、冠狀動脈分割方法、及裝置

有效

• 申請號: 202011303653.9
• 申請日: 2020-11-19
• 公開（公告）號: CN112418299B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 簡偉健;張歡;王瑜;趙朝煒;李新陽;陳寬;王少康
• 申請（專利權）人: 推想醫療科技股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06T7/11
• 代理公司: 北京布瑞知識產權代理有限公司 11505
• 代理人: 孟潭

1.一種冠狀動脈分割模型的訓練方法，其特征在于，包括：

獲取樣本，所述樣本包括待識別區域血管數據與冠狀動脈標識數據；

在所述待識別區域血管數據中增加干擾數據，獲取待識別血管擴充數據；

基于所述冠狀動脈標識數據獲取冠狀動脈啟示數據，所述冠狀動脈啟示數據用于在對所述待識別區域血管數據進行標識時為神經網絡模型提供一個準確的起源點提供啟示；以及

將帶有所述待識別血管擴充數據、所述冠狀動脈啟示數據和所述冠狀動脈標識數據的所述樣本輸入神經網絡模型，對神經網絡模型進行訓練，以使得所述神經網絡模型能夠基于所述樣本上的所述冠狀動脈啟示數據輸出所述冠狀動脈標識數據；

所述基于所述冠狀動脈標識數據獲取冠狀動脈啟示數據，包括：

從所述冠狀動脈標識數據中選取部分作為冠狀動脈啟示數據。

2.根據權利要求1所述的冠狀動脈分割模型的訓練方法，其特征在于，所述在所述待識別區域血管數據中增加干擾數據，獲取待識別血管擴充數據包括：

在所述待識別區域血管數據中添加噪聲數據，所述噪聲數據包括斑塊數據和偽影數據；以及

在所述待識別區域血管數據中添加假陽數據。

3.根據權利要求1所述的冠狀動脈分割模型的訓練方法，其特征在于，所述將帶有所述待識別血管擴充數據、所述冠狀動脈啟示數據和所述冠狀動脈標識數據的所述樣本輸入神經網絡模型，對神經網絡模型進行訓練包括：

將帶有所述待識別血管擴充數據和所述冠狀動脈啟示數據的所述樣本對神經網絡模型進行訓練，獲得冠狀動脈分割數據；

基于所述冠狀動脈分割數據與所述冠狀動脈標識數據獲得損失結果；以及

基于所述損失結果，調整所述神經網絡模型的參數。

4.根據權利要求1所述的冠狀動脈分割模型的訓練方法，其特征在于，獲取所述樣本包括：

獲取原始圖像，所述原始圖像包含待識別血管和冠狀動脈標識；以及

對所述原始圖像進行滑窗處理，獲取多個所述樣本。

5.一種冠狀動脈分割方法，其特征在于，包括：

獲取待檢測區域以及區域冠狀動脈啟示數據，所述區域冠狀動脈啟示數據用于在對所述待檢測區域進行分割時提供啟示；

將帶有所述區域冠狀動脈啟示數據的所述待檢測區域輸入到如權利要求1-4中任一所述的方法訓練得到的冠狀動脈分割模型，獲取區域冠狀動脈分割數據；

獲取所述區域冠狀動脈分割數據與所述區域冠狀動脈啟示數據的比對結果；

用所述比對結果替換待檢測圖像中的所述待檢測區域，獲取替換后的待檢測圖像；

在所述替換后的待檢測圖像中選取新的待檢測區域，將上一個檢測步驟中的部分所述比對結果作為下一次檢測步驟中的冠狀動脈啟示數據，重復檢測步驟；以及

當所述待檢測圖像全部被所述比對結果遍歷替換完，輸出冠狀動脈分割數據。

6.根據權利要求5所述的冠狀動脈分割方法，其特征在于，所述待檢測區域為冠狀動脈起源區域，

其中，所述獲取所述待檢測區域以及所述區域冠狀動脈啟示數據包括：

基于待檢測圖像，獲取冠狀動脈起源分割數據；

在所述冠狀動脈起源分割數據中提取第一骨架；

在所述第一骨架上按照第一預設步長選取第一種子點；

將所述第一種子壓入種子點棧中，獲取第一棧頂種子點；

以所述第一棧頂種子點的中心為中心，在所述待檢測圖像上，選取第一預設尺寸大小的第一區域作為所述待檢測區域；以及

將所述第一區域內的所述冠狀動脈起源分割數據作為所述區域冠狀動脈啟示數據。