[發(fā)明專利]一種基于平掃CT生成CT血管成像的方法在審
| 申請?zhí)枺?/td> | 202111597005.3 | 申請日: | 2021-12-24 |
| 公開(公告)號: | CN114494482A | 公開(公告)日: | 2022-05-13 |
| 發(fā)明(設計)人: | 婁昕;呂晉浩;周欣;段曹輝;馬笑笑 | 申請(專利權)人: | 中國人民解放軍總醫(yī)院第一醫(yī)學中心 |
| 主分類號: | G06T11/00 | 分類號: | G06T11/00;G06T7/33;G06N3/04;G06N3/08 |
| 代理公司: | 武漢宇晨專利事務所(普通合伙) 42001 | 代理人: | 李鵬 |
| 地址: | 100853*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 ct 生成 血管 成像 方法 | ||
本發(fā)明公開了一種基于平掃CT生成CT血管成像的方法,獲取平掃CT圖像和層面對應的CTA圖像;構建用于從平掃CT圖像生成CTA圖像的深度學習模型;定義深度學習模型的損失函數(shù),采用反向傳播和梯度下降算法,尋找使損失函數(shù)最小的模型參數(shù),獲得訓練好的深度學習模型。本發(fā)明方法不僅能夠克服目前CTA注射造影劑的缺陷,規(guī)避了由于注射造影劑而可能引起的過敏反應或者腎毒性,極大地減少了CTA的成本和難度,適用多種醫(yī)療場景,具有很高的臨床應用價值。
技術領域
本發(fā)明屬于醫(yī)學圖像處理技術領域,具體涉及一種基于平掃CT生成CT血管成像的方法。
背景技術
目前臨床上主要用于血管成像的方法有數(shù)字剪影血管造影(Digitalsubtraction angiography,DSA),計算機體層攝影血管成像(Computed topographyangiography,CTA),磁共振血管成像(Magnetic resonance angiography,MRA),以及超聲血管成像等。其中,DSA由于空間分辨率高且能夠?qū)崟r觀察,被認為是血管成像的金標準,但是,這種方法有創(chuàng)傷,往往不作為首選的檢查方法。CTA和MRA可對全身各部位血管進行成像,且創(chuàng)傷很小,常常作為首選的檢查方法。超聲血管成像由于只能對特定部位成像,且成像效果容易受到患者本身情況以及操作者水平影響。DSA、CTA需要注射造影劑(也稱為:對比劑)才能達到成像的目的,MRA除在特定幾個部位(例如:頭血管)無需造影劑外,其他部位的血管成像均需要注射造影劑。
注射造影劑前稱為平掃CT,血管結構在平掃CT顯示為低密度,無法區(qū)分管腔和管壁。注射造影劑之后稱為增強CT,CTA是增強CT的一種特例。在CT血管成像時,血管的管腔結構顯示為高密度,管壁則無變化,兩者可顯著地區(qū)分,從而獲得管腔的形態(tài)變化。目前臨床中通常使用CTA方法,但是,由于需要注射造影劑,存在造影劑過敏或相關不良事件等發(fā)生的可能性,同時由于造影劑具有腎毒性,對于腎臟功能受損的患者無法進行該項檢查,另外,目前的CTA技術只利用到了注射造影劑之后血管密度增加這一個特征,而人體血管本身具有特定的位置和形態(tài)特征,如胸腹主動脈走行于脊柱前方,其有固定分支及走行方向,這些特征在目前的CTA技術均未使用。
針對上述問題,本發(fā)明提出基于平掃CT生成CTA的方法,其無需注射造影劑,通過深度學習的方法,充分利用血管的位置特征及形態(tài)特征,并結合平掃CT上管腔中血液低密度特征,將平掃CT獲得的血管結構進行提取,不僅能夠克服目前CTA注射造影劑的缺陷,而且能夠極大地減低檢查費用,適用多種醫(yī)療場景,具有很高的臨床應用價值。
發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有CTA中存在的上述技術問題,提出了一種基于平掃CT生成CT血管成像的方法。
本發(fā)明的上述目的通過以下技術方案實現(xiàn):
一種基于平掃CT生成CT血管成像的方法,包括以下步驟:
步驟1、獲取平掃CT圖像xi和層面對應的CTA圖像yi,構成訓練集N為志愿者的總數(shù);
步驟2、構建用于從平掃CT圖像生成CTA圖像的深度學習模型,深度學習模型依次包括輸入層、第一個SA模塊、收縮路徑、擴張路徑、第二個SA模塊和輸出層;
步驟3、定義深度學習模型Gθ(·)的損失函數(shù)L(θ),
其中,·表示模型輸入,θ表示模型參數(shù),表示L2范數(shù),⊙表示逐元素乘積,Mi指CTA圖像中血管區(qū)域的mask;
步驟4、采用反向傳播和梯度下降算法,尋找使損失函數(shù)L(θ)最小的模型參數(shù)獲得訓練好的深度學習模型
如上所述步驟1包括以下步驟:
步驟1.1、使用CT機采集N名志愿者的平掃CT圖像和層面對應的CTA圖像;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國人民解放軍總醫(yī)院第一醫(yī)學中心,未經(jīng)中國人民解放軍總醫(yī)院第一醫(yī)學中心許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111597005.3/2.html,轉載請聲明來源鉆瓜專利網(wǎng)。





