[发明专利]基于ANN血流储备分数预测方法、装置、设备及介质

权利要求书

1.一种基于ANN血流储备分数预测方法，其特征在于，包括如下步骤：

将基准数据库中的所有基础数据按照指定比例分成建模数据和模型检测数据；

将所述建模数据通过指定算法进行训练获得血流储备分数预测模型；

通过模型检测数据对所述血流储备分数预测模型进行验算；

判断验算结果是否符合指定要求；

若是，则使用所述血流储备分数预测模型预测测试者的血流储备分数。

2.根据权利要求1所述的基于ANN血流储备分数预测方法，其特征在于，在将基准数据库中的所有基础数据按照指定比例分成建模数据和模型检测数据的步骤之前，还包括步骤：

建立基准数据库，

其中，建立基准数据库的步骤，包括：

获取指定数量测试者的对心脏彩超图像或CT图像及其体格特征信息；

通过所述心脏彩超图像或CT图像，计算出每个测试者的血流储备分数；

将每个测试者的体格特征信息、心脏彩超图像或CT图像以及血流储备分数进行同步配对，获得基础数据；

将每个测试者的所述基础数据整合，获得所述基准数据库。

3.根据权利要求2所述的基于ANN血流储备分数预测方法，其特征在于，所述通过所述心脏彩超图像或CT图像，计算出每个测试者的血流储备分数的步骤，包括：

对所述心脏彩超图像或CT图像进行分割，并通过形态学操作得到心脏图像，对所述心脏图像进行直方图分析得到心室心房图像，通过心脏图像与心室心房图像做差得到心肌图像；

对主动脉图像的二值化图像进行形态学膨胀，得到全主动脉的二值图像，并通过像素取反得到全主动脉互补图像，根据主动脉中心线上点的平均灰度进行区域生长，得到含有冠状动脉口的主动脉图像，用含有冠状动脉口的主动脉图像与全主动脉互补图像做图像乘法，得到含有冠状动脉口的图像，并确定冠状动脉口；

在心肌图像上以冠状动脉口为种子点，通过区域生长提取冠状动脉，计算冠状动脉的平均灰度和平均方差，根据冠脉灰度分布，沿着冠状动脉方向提取冠脉树；

将冠状动脉图像进行二值化，然后绘制等值面图像，得到冠状动脉三维网格图像；

用数值法求解连续性和Navier-Stokes方程：

其中，P，ρ，μ分别为流速、压力、血流密度、血流粘性，▽表示梯度，t表示单位时间，T表示矩阵的转置；

入口边界条件为：P_aorta-13mm汞柱-P₀，其中，P₀位零流压；

出口阻力边界条件的计算为：

其中，Q_total为心肌体积乘以心肌血流密度，(Q_outlet)_i为出口i的血流，D_i为出口i的直径，(R_outlet)_i为出口i的助理，冠状动脉血流储备CFR设为2.7；

计算出三维网络中各点的压力(P_outlet)_i，并通过以下公式计算血流储备分数FFR；

其中，P_aorta是主动脉平均压，(P_outlet)_i是三维网格图像中点i的压力值。

4.根据权利要求3所述的基于ANN血流储备分数预测方法，其特征在于，将每个测试者的体格特征信息、心脏彩超图像或CT图像以及血流储备分数进行同步配对，获得基础数据的步骤，包括：

将每个测试者的所述心脏图像与心室心房图像过滤处理；

将每个测试者的心脏彩超图像或CT图像和血流储备分数进行同步配对，获得源数据；

将测试者的体格特征信息附加进对应的所述源数据内，获得所述基础数据。

5.根据权利要求1所述的基于ANN血流储备分数预测方法，其特征在于，所述指定算法为贝叶斯正则化算法。