[发明专利]磁共振血管壁成像的斑块处理方法、装置和计算设备

说明书

本发明属于图像处理领域，提供了一种磁共振血管壁成像的斑块处理方法、装置和计算设备，以对磁共振血管壁成像的斑块高效、准确识别和分类。所述方法包括：训练生成对抗网络和胶囊神经网络，得到已训练生成器网络和已训练胶囊神经网络；将所述已训练生成器网络和胶囊神经网络级联为系统，以对磁共振血管壁成像的斑块进行识别和分类。本发明的技术方案一方面胶囊神经网络采用向量表示的血管斑块特征信息更丰富；另一方面，将已训练生成器网络和胶囊神经网络级联为系统对磁共振血管壁成像的斑块进行识别和分类时，识别和分类的精确度能够得到大幅度提高。

技术领域

本发明属于图像处理领域，尤其涉及一种磁共振血管壁成像的斑块处理方法、装置和计算设备。

背景技术

磁共振血管壁成像不仅可以对颅内动脉、颈动脉和主动脉等全身血管斑块进行定量分析，也能够准确识别易损斑块的纤维帽、出血、钙化、脂质核、炎症等不稳定性特征，是目前公认最好的斑块成像方法。然而，由于三维高分辨磁共振血管壁成像的数据量巨大，每位检查者的图像可达到500幅，有经验的专业医生需要花费30分钟才能完成一名检查者的诊断。

目前应用于医学领域的深度学习方法为卷积神经网络，应用领域包括医学图像处理，医学图像识别与分类等。深度学习在医学图像识别与分割中的研究，大部分基于传统的卷积神经网络算法。然而，基于卷积神经网络的深度学习方法，由于信息损失，因此不能够很好地处理图像细节。在分类问题上，基于卷积和全连层的分类网络已发展为成熟的网络结构，但分类的准确率仍然不高。

综上，现有方法在磁共振血管壁成像的斑块识别和分类上存在效率低以及准确率不高的缺陷。

发明内容

本发明的目的在于提供一种磁共振血管壁成像的斑块处理方法、装置和计算设备，以对磁共振血管壁成像的斑块高效、准确识别和分类。

本发明第一方面提供一种磁共振血管壁成像的斑块处理方法，所述方法包括：

训练生成对抗网络和胶囊神经网络，得到已训练生成器网络和已训练胶囊神经网络；

将所述已训练生成器网络和胶囊神经网络级联为系统，以对磁共振血管壁成像的斑块进行识别和分类。

本发明第二方面提供一种磁共振血管壁成像的斑块处理装置，所述装置包括：

训练模块，用于训练生成对抗网络和胶囊神经网络，得到已训练生成器网络和已训练胶囊神经网络；

级联模块，用于将所述已训练生成器网络和胶囊神经网络级联为系统，以对磁共振血管壁成像的斑块进行识别和分类。

本发明第三方面提供一种处理磁共振血管壁成像的网络，所述处理磁共振血管壁成像的网络包括生成对抗网络和胶囊神经网络；

所述生成对抗网络经训练后用于对磁共振血管壁成像的斑块进行识别，所述胶囊神经网络经训练后用于对磁共振血管壁成像的斑块进行分类。

本发明第四方面提供一种计算设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如下方法的步骤：

训练生成对抗网络和胶囊神经网络，得到已训练生成器网络和已训练胶囊神经网络；

将所述已训练生成器网络和胶囊神经网络级联为系统，以对磁共振血管壁成像的斑块进行识别和分类。

本发明第五方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如下方法的步骤：

训练生成对抗网络和胶囊神经网络，得到已训练生成器网络和已训练胶囊神经网络；

将所述已训练生成器网络和胶囊神经网络级联为系统，以对磁共振血管壁成像的斑块进行识别和分类。