• 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    冠脈CT鈣化積分的確定方法、裝置及電子設(shè)備制造方法及圖紙

    技術(shù)編號(hào):44532927 閱讀:9 留言:0更新日期:2025-03-07 13:22
    本申請(qǐng)公開了一種冠脈CT鈣化積分的確定方法、裝置及電子設(shè)備。其中,該方法包括:獲取待處理的冠脈CT圖像;采用多類分割模型對(duì)冠脈CT圖像進(jìn)行處理,得到目標(biāo)掩碼,其中,多類分割模型是采用冠脈CT特征圖基于鈣化二類分割任務(wù)和鈣化多類分割任務(wù)訓(xùn)練得到的,多類分割模型的框架包括表征學(xué)習(xí)編碼器、二分類任務(wù)分支和多分類任務(wù)分支;依據(jù)目標(biāo)掩碼確定冠脈CT圖像對(duì)應(yīng)的冠脈CT鈣化積分。本申請(qǐng)解決了相關(guān)技術(shù)中的冠脈CT鈣化積分的計(jì)算方法的優(yōu)化成本較高的技術(shù)問題。

    【技術(shù)實(shí)現(xiàn)步驟摘要】

    本申請(qǐng)涉及醫(yī)療領(lǐng)域,具體而言,涉及一種冠脈ct鈣化積分的確定方法、裝置及電子設(shè)備。


    技術(shù)介紹

    1、心血管疾病已經(jīng)成為全球范圍內(nèi)的主要健康挑戰(zhàn)之一,它主要形式之一是冠狀動(dòng)脈疾病,具體表現(xiàn)為冠狀動(dòng)脈內(nèi)部的動(dòng)脈粥樣硬化斑塊導(dǎo)致血流受阻,從而引發(fā)心肌缺血、心絞痛、心肌梗死等嚴(yán)重并發(fā)癥。因此,早期發(fā)現(xiàn)和評(píng)估動(dòng)脈粥樣硬化的程度對(duì)于預(yù)防心血管疾病的發(fā)展至關(guān)重要。在臨床實(shí)踐中,冠脈ct(計(jì)算機(jī)斷層掃描)鈣化積分已經(jīng)成為一種重要的非侵入性診斷工具,為評(píng)估冠脈疾病的風(fēng)險(xiǎn)提供了一種客觀的方法。近年來,由于深度學(xué)習(xí)的發(fā)展和落地,目前的冠脈ct鈣化積分的自動(dòng)計(jì)算方案不斷被提出并應(yīng)用,然而這些技術(shù)的精確性仍然存在一定的問題,且優(yōu)化成本較高。

    2、針對(duì)上述的問題,目前尚未提出有效的解決方案。


    技術(shù)實(shí)現(xiàn)思路

    1、本申請(qǐng)實(shí)施例提供了一種冠脈ct鈣化積分的確定方法、裝置及電子設(shè)備,以至少解決相關(guān)技術(shù)中的冠脈ct鈣化積分的計(jì)算方法的優(yōu)化成本較高的技術(shù)問題。

    2、根據(jù)本申請(qǐng)實(shí)施例的一個(gè)方面,提供了一種冠脈ct鈣化積分的確定方法,包括:獲取待處理的冠脈ct圖像;采用多類分割模型對(duì)冠脈ct圖像進(jìn)行處理,得到目標(biāo)掩碼,其中,多類分割模型是采用冠脈ct特征圖基于鈣化二類分割任務(wù)和鈣化多類分割任務(wù)訓(xùn)練得到的,多類分割模型的框架包括表征學(xué)習(xí)編碼器、二分類任務(wù)分支和多分類任務(wù)分支;依據(jù)目標(biāo)掩碼確定冠脈ct圖像對(duì)應(yīng)的冠脈ct鈣化積分。

    3、可選地,多類分割模型通過以下方式訓(xùn)練得到:獲取歷史冠脈ct圖像,其中,歷史冠脈ct圖像中包括鈣化類別標(biāo)注信息,鈣化類別標(biāo)注信息用于表示歷史冠脈ct圖像中是否存在鈣化;確定歷史冠脈ct圖像對(duì)應(yīng)的歷史矩陣數(shù)據(jù);對(duì)歷史矩陣數(shù)據(jù)進(jìn)行隨機(jī)劃分,得到第一數(shù)據(jù)集,將第一數(shù)據(jù)集中包含鈣化類別標(biāo)注信息且標(biāo)注信息為有鈣化的數(shù)據(jù)確定為第二數(shù)據(jù)集;依據(jù)第一數(shù)據(jù)集和第二數(shù)據(jù)集訓(xùn)練表征學(xué)習(xí)編碼器;依據(jù)表征學(xué)習(xí)編碼器構(gòu)建多類分割模型。

    4、可選地,依據(jù)第一數(shù)據(jù)集和第二數(shù)據(jù)集訓(xùn)練表征學(xué)習(xí)編碼器,包括:將第一數(shù)據(jù)集輸入待訓(xùn)練的表征學(xué)習(xí)編碼器所在的框架模型中,得到第一特征表示和第二特征表示;依據(jù)第一特征表示和第二特征表示確定第一損失值;在第一損失值的變化率小于第一閾值時(shí),將第二數(shù)據(jù)集輸入框架模型,得到第三特征表示和第四特征表示;依據(jù)第三特征表示和第四特征表示確定第二損失值;在第二損失值的變化率小于第二閾值時(shí),從所述框架模型中得到訓(xùn)練好的表征學(xué)習(xí)編碼器,其中,第一閾值大于第二閾值。

    5、可選地,框架模型包括第一編碼器、第二編碼器、第一多層感知機(jī)模塊和第二多層感知機(jī)模塊,將第一數(shù)據(jù)集輸入待訓(xùn)練的表征學(xué)習(xí)編碼器所在的框架模型中,得到第一特征表示和第二特征表示,包括:將第一數(shù)據(jù)集進(jìn)行兩種數(shù)據(jù)增強(qiáng)處理后得到第一圖像對(duì),其中,在第一圖像對(duì)來源于不同數(shù)據(jù)增強(qiáng)處理的同一圖像時(shí),第一圖像對(duì)為正樣本,在第一圖像對(duì)來源于不同圖像時(shí),第一圖像對(duì)為負(fù)樣本;將第一圖像對(duì)分別輸入第一編碼器和第二編碼器,得到第一圖像特征表示和第二圖像特征表示;將第一圖像特征表示和第二圖像特征表示分別輸入第一多層感知機(jī)模塊和第二多層感知機(jī)模塊,得到第一特征表示和第二特征表示。

    6、可選地,將第二數(shù)據(jù)集輸入框架模型,得到第三特征表示和第四特征表示,包括:將第二數(shù)據(jù)集進(jìn)行兩種數(shù)據(jù)增強(qiáng)處理后得到第二圖像對(duì),其中,在第二圖像對(duì)來源于不同數(shù)據(jù)增強(qiáng)處理的同一圖像時(shí),第二圖像對(duì)為正樣本,在第二圖像對(duì)來源于不同圖像時(shí),第二圖像對(duì)為負(fù)樣本;將第二圖像對(duì)分別輸入第一編碼器和第二編碼器,得到第三圖像特征表示和第四圖像特征表示;將第三圖像特征表示和第四圖像特征表示分別輸入第一多層感知機(jī)模塊和第二多層感知機(jī)模塊,得到第三特征表示和第四特征表示。

    7、可選地,依據(jù)表征學(xué)習(xí)編碼器構(gòu)建多類分割模型,包括:獲取由第二數(shù)據(jù)集對(duì)應(yīng)的圖像塊和第二數(shù)據(jù)集對(duì)應(yīng)的鈣化分割掩碼對(duì)組成的第三數(shù)據(jù)集,其中,鈣化分割掩碼對(duì)包括多類分割掩碼和二類分割掩碼;通過表征學(xué)習(xí)編碼器對(duì)第三數(shù)據(jù)集進(jìn)行特征提取,得到冠脈ct特征圖;依據(jù)冠脈ct特征圖和多類分割模型中的鈣化二類分割任務(wù),確定第一輸出;依據(jù)冠脈ct特征圖和多類分割模型中的鈣化多類分割任務(wù),確定第二輸出;依據(jù)第一輸出和第二數(shù)據(jù)集中的二類分割掩碼,確定第一損失函數(shù),以及依據(jù)第二輸出和第二數(shù)據(jù)集中的多類分割掩碼,確定第二損失函數(shù);依據(jù)第一損失函數(shù)和第二損失函數(shù)確定總損失函數(shù),調(diào)整總損失函數(shù)的參數(shù),直至總損失函數(shù)滿足預(yù)設(shè)條件時(shí)停止訓(xùn)練,得到訓(xùn)練好的多類分割模型。

    8、可選地,鈣化二類分割任務(wù)包括第一適配器、第一解碼器和鈣化二類分割頭,鈣化多類分割任務(wù)包括第二適配器、第二解碼器和鈣化多類分割頭,依據(jù)冠脈ct特征圖和多類分割模型中的鈣化二類分割任務(wù),確定第一輸出,依據(jù)冠脈ct特征圖和多類分割模型中的鈣化多類分割任務(wù),確定第二輸出,包括:將冠脈ct特征圖分別輸入第一適配器和第二適配器進(jìn)行特征提取,得到第一冠脈ct特征圖和第二冠脈ct特征圖;將第一冠脈ct特征圖輸入第二適配器進(jìn)行特征提取,特征提取的結(jié)果與第二冠脈ct特征圖融合,得到第三冠脈ct特征圖;將第一冠脈ct特征圖輸入第一解碼器,得到第四冠脈ct特征圖;將第四冠脈ct特征圖輸入鈣化二類分割頭得到第一輸出;將第三冠脈ct特征圖輸入第二解碼器,得到第五冠脈ct特征圖;將第五冠脈ct特征圖輸入鈣化多類分割頭得到第二輸出。

    9、可選地,在表征學(xué)習(xí)編碼器為resnet的情況下,方法還包括:將冠脈ct特征圖劃分為多個(gè)窗口,并通過自注意力機(jī)制確定每個(gè)窗口的特征之間的相關(guān)性,以及確定不同窗口的特征之間的相關(guān)性。

    10、可選地,依據(jù)目標(biāo)掩碼確定冠脈ct圖像對(duì)應(yīng)的冠脈ct鈣化積分,包括:對(duì)目標(biāo)掩碼進(jìn)行像素處理,得到目標(biāo)像素;確定目標(biāo)像素中的每個(gè)像素對(duì)應(yīng)的密度分?jǐn)?shù),以及確定冠脈ct圖像的每一層的最大密度分?jǐn)?shù);依據(jù)每一層的最大密度分?jǐn)?shù)和每一層的鈣化面積,確定冠脈ct圖像的每一層的鈣化積分,其中,鈣化面積依據(jù)每一層的鈣化區(qū)域像素個(gè)數(shù)和冠脈ct圖像的像素間距確定;依據(jù)每一層的鈣化積分和冠脈ct圖像的層間距,確定冠脈ct鈣化積分。

    11、根據(jù)本申請(qǐng)實(shí)施例的另一方面,還提供了一種冠脈ct鈣化積分的確定裝置,包括:獲取模塊,用于獲取待處理的冠脈ct圖像;分類模塊,用于采用多類分割模型對(duì)冠脈ct圖像進(jìn)行處理,得到目標(biāo)掩碼,其中,多類分割模型是采用冠脈ct特征圖基于鈣化二類分割任務(wù)和鈣化多類分割任務(wù)訓(xùn)練得到的,多類分割模型的框架包括表征學(xué)習(xí)編碼器、二分類任務(wù)分支和多分類任務(wù)分支;確定模塊,用于依據(jù)目標(biāo)掩碼確定冠脈ct圖像對(duì)應(yīng)的冠脈ct鈣化積分。

    12、根據(jù)本申請(qǐng)實(shí)施例的又一方面,還提供了一種電子設(shè)備,包括:存儲(chǔ)器和處理器,存儲(chǔ)器,用于存儲(chǔ)程序指令;處理器與存儲(chǔ)器連接,用于執(zhí)行實(shí)現(xiàn)上述冠脈ct鈣化積分的確定方法。

    13、根據(jù)本申請(qǐng)實(shí)施例的再一方面,還提供了一種非易失性存儲(chǔ)介質(zhì),該非易失性存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序,其中,該非易失性存儲(chǔ)介質(zhì)所在設(shè)備通過運(yùn)行計(jì)算機(jī)程本文檔來自技高網(wǎng)...

    【技術(shù)保護(hù)點(diǎn)】

    1.一種冠脈CT鈣化積分的確定方法,其特征在于,包括:

    2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述多類分割模型通過以下方式訓(xùn)練得到:

    3.根據(jù)權(quán)利要求2所述的方法,其特征在于,依據(jù)所述第一數(shù)據(jù)集和所述第二數(shù)據(jù)集訓(xùn)練所述表征學(xué)習(xí)編碼器,包括:

    4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述框架模型包括第一編碼器、第二編碼器、第一多層感知機(jī)模塊和第二多層感知機(jī)模塊,將所述第一數(shù)據(jù)集輸入待訓(xùn)練的表征學(xué)習(xí)編碼器所在的框架模型中,得到第一特征表示和第二特征表示,包括:

    5.根據(jù)權(quán)利要求4所述的方法,其特征在于,將所述第二數(shù)據(jù)集輸入所述框架模型,得到第三特征表示和第四特征表示,包括:

    6.根據(jù)權(quán)利要求2所述的方法,其特征在于,依據(jù)所述表征學(xué)習(xí)編碼器構(gòu)建所述多類分割模型,包括:

    7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述鈣化二類分割任務(wù)包括第一適配器、第一解碼器和鈣化二類分割頭,所述鈣化多類分割任務(wù)包括第二適配器、第二解碼器和鈣化多類分割頭,依據(jù)所述冠脈CT特征圖和所述多類分割模型中的鈣化二類分割任務(wù),確定第一輸出,依據(jù)所述冠脈CT特征圖和所述多類分割模型中的鈣化多類分割任務(wù),確定第二輸出,包括:

    8.根據(jù)權(quán)利要求7所述的方法,其特征在于,在所述表征學(xué)習(xí)編碼器為Resnet的情況下,所述方法還包括:

    9.根據(jù)權(quán)利要求1所述的方法,其特征在于,依據(jù)所述目標(biāo)掩碼確定所述冠脈CT圖像對(duì)應(yīng)的冠脈CT鈣化積分,包括:

    10.一種冠脈CT鈣化積分的確定裝置,其特征在于,包括:

    11.一種電子設(shè)備,其特征在于,包括:存儲(chǔ)器和處理器,所述存儲(chǔ)器,用于存儲(chǔ)程序指令;所述處理器與所述存儲(chǔ)器連接,用于執(zhí)行實(shí)現(xiàn)權(quán)利要求1至9中任意一項(xiàng)所述的冠脈CT鈣化積分的確定方法。

    12.一種非易失性存儲(chǔ)介質(zhì),其特征在于,所述非易失性存儲(chǔ)介質(zhì)包括存儲(chǔ)的計(jì)算機(jī)程序,其中,所述非易失性存儲(chǔ)介質(zhì)所在設(shè)備通過運(yùn)行所述計(jì)算機(jī)程序執(zhí)行權(quán)利要求1至9中任意一項(xiàng)所述的冠脈CT鈣化積分的確定方法。

    13.一種計(jì)算機(jī)程序產(chǎn)品,包括計(jì)算機(jī)指令,其特征在于,所述計(jì)算機(jī)指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至9中任意一項(xiàng)所述的冠脈CT鈣化積分的確定方法。

    ...

    【技術(shù)特征摘要】

    1.一種冠脈ct鈣化積分的確定方法,其特征在于,包括:

    2.根據(jù)權(quán)利要求1所述的方法,其特征在于,所述多類分割模型通過以下方式訓(xùn)練得到:

    3.根據(jù)權(quán)利要求2所述的方法,其特征在于,依據(jù)所述第一數(shù)據(jù)集和所述第二數(shù)據(jù)集訓(xùn)練所述表征學(xué)習(xí)編碼器,包括:

    4.根據(jù)權(quán)利要求3所述的方法,其特征在于,所述框架模型包括第一編碼器、第二編碼器、第一多層感知機(jī)模塊和第二多層感知機(jī)模塊,將所述第一數(shù)據(jù)集輸入待訓(xùn)練的表征學(xué)習(xí)編碼器所在的框架模型中,得到第一特征表示和第二特征表示,包括:

    5.根據(jù)權(quán)利要求4所述的方法,其特征在于,將所述第二數(shù)據(jù)集輸入所述框架模型,得到第三特征表示和第四特征表示,包括:

    6.根據(jù)權(quán)利要求2所述的方法,其特征在于,依據(jù)所述表征學(xué)習(xí)編碼器構(gòu)建所述多類分割模型,包括:

    7.根據(jù)權(quán)利要求6所述的方法,其特征在于,所述鈣化二類分割任務(wù)包括第一適配器、第一解碼器和鈣化二類分割頭,所述鈣化多類分割任務(wù)包括第二適配器、第二解碼器和鈣化多類分割頭,依據(jù)所述冠脈ct特征圖和所述多類分割模型中的鈣化二類分割任...

    【專利技術(shù)屬性】
    技術(shù)研發(fā)人員:趙侯志輝趙琪馬雅紅
    申請(qǐng)(專利權(quán))人:中國(guó)醫(yī)學(xué)科學(xué)院阜外醫(yī)院
    類型:發(fā)明
    國(guó)別省市:

    網(wǎng)友詢問留言 已有0條評(píng)論
    • 還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。

    1
    主站蜘蛛池模板: 亚洲精品无码成人AAA片| 夜夜精品无码一区二区三区| 亚洲AV无码国产精品色午友在线| h无码动漫在线观看| 老子午夜精品无码| 日韩少妇无码喷潮系列一二三| 亚洲色无码专区在线观看| 一夲道dvd高清无码| 中国无码人妻丰满熟妇啪啪软件| 亚洲欧洲免费无码| 国产在线精品无码二区| 国内精品久久人妻无码不卡| 亚洲天然素人无码专区| 久久久久无码精品亚洲日韩| 免费a级毛片无码a∨免费软件| 成人免费无遮挡无码黄漫视频| 色综合久久无码五十路人妻| 日韩精品无码免费专区午夜不卡| 无码熟妇αⅴ人妻又粗又大| 久久亚洲日韩看片无码| 日韩午夜福利无码专区a| 国精品无码一区二区三区左线| 亚洲va中文字幕无码| 无码少妇一区二区三区芒果| 亚洲爆乳大丰满无码专区| 无码aⅴ精品一区二区三区浪潮 | 一道久在线无码加勒比| 精品无码人妻一区二区免费蜜桃| 亚洲精品无码av人在线观看| 亚洲日韩精品A∨片无码| 亚洲日韩VA无码中文字幕| 韩国无码AV片在线观看网站| 东京热一精品无码AV| 无码办公室丝袜OL中文字幕| 无码一区二区三区爆白浆| 97无码免费人妻超级碰碰夜夜| 亚洲AV无码国产剧情| 影音先锋中文无码一区| 在线观看亚洲AV每日更新无码| 久久午夜夜伦鲁鲁片免费无码影视| 亚洲∧v久久久无码精品 |