[发明专利]基于医学图像预测血流特征的装置及系统

权利要求书

1.一种基于医学图像预测血流特征的计算机实现的方法，所述方法包括：

利用处理器，获取血管树的沿其各条血管的中心线的多个位置处的图像块和血管相关特征，所述血管相关特征为各个位置处的多种相关特征，包括第一血流特征、血管结构特征和衍生特征中的至少一种；

利用处理器，基于所获取的血管树的图像块和血管相关特征两者，利用学习网络来计算所述血管树的第二血流特征；其中，

所述学习网络包括依序连接的多模型神经网络和树结构递归神经网络，所述树结构递归神经网络的树形结构与血管树的树形结构相对应；

所述多模型神经网络包括卷积神经网络、多层神经网络和映射层，其中所述卷积神经网络用来处理各个位置处的图像块以得到处理结果，所述多层神经网络用来处理各个位置处的所述血管相关特征以得到处理结果，映射层将两者的处理结果复合，并输出作为一个连续的特征向量；

所述连续的特征向量被传输到树结构递归神经网络，以利用所述树结构递归神经网络输出所述血管树的第二血流特征。

2.根据权利要求1所述的方法，其特征在于，所述第一血流特征和第二血流特征均包括血流储备分数、血流量、血流速度、微血管阻力和血流压力降中的至少一种。

3.根据权利要求1所述的方法，其特征在于，所述血管树的血管相关特征通过如下的任何一种或其组合来得到：通过对医学图像进行三维重建来得到；通过测量得到；通过对医学图像进行流体仿真模拟计算来得到。

4.根据权利要求1所述的方法，其特征在于，所述图像块为2D图像块或3D图像块。

5.根据权利要求1所述的方法，其特征在于，所述图像块和所述血管相关特征均是沿血管树的中心线取得的。

6.根据权利要求1所述的方法，其特征在于，所述树结构递归神经网络包括数个递归神经网络，以沿不同方向计算血管树的所述第二血流特征。

7.一种基于医学图像自动预测血流特征的系统，所述系统包括：

获取端口，被配置为获取医学图像；

重建单元，被配置为基于所述获取端口所获取的医学图像重建血管树的三维模型；以及

预测单元，被配置为：获取血管树的沿其各条血管的中心线的多个位置处的图像块和血管相关特征，其中，所述图像块与所述血管相关特征相关联，所述血管相关特征为所述图像块对应的血管树各个位置处的多种相关特征，包括第一血流特征、血管结构特征和衍生特征中的至少一种；基于所获取的血管树的图像块和血管相关特征两者，利用学习网络来计算所述血管树的第二血流特征；其中，

所述学习网络包括依序连接的多模型神经网络和树结构递归神经网络，所述树结构递归神经网络的树形结构与血管树的树形结构相对应；所述多模型神经网络包括卷积神经网络、多层神经网络和映射层，其中所述卷积神经网络用来分别学习或处理各个位置处的图像块以得到处理结果，所述多层神经网络用来学习或处理所述血管相关特征，所述映射层将所述卷积神经网络和所述多层神经网络的处理结果复合，并输出作为一个连续的特征向量；

所述连续的特征向量通过映射层被传输到树结构递归神经网络，以利用所述树结构递归神经网络输出所述血管树的第二血流特征。

8.根据权利要求7所述的系统，其特征在于，所述血管相关特征能够基于从所述重建单元接收的血管树的三维模型的参数得到。

9.根据权利要求7所述的系统，其特征在于，所述系统还包括流体仿真模拟处理单元，所述流体仿真模拟处理单元被配置为基于重建的血管树的三维模型进行流体仿真模拟计算，以得到精度低于所述第二血流特征的第一血流特征作为所述血管相关特征。