[发明专利]一种冠状动脉易损斑块自动识别系统

权利要求书

1.一种冠状动脉易损斑块自动识别系统，所述系统基于数据扩充技术和迁移学习技术实现，其特征在于所述系统包括：

第一获取模块：用于获取训练图像，并发送给第一图像预处理模块进行预处理；

第二获取模块：用于获取测试图像，并发送给第二图像预处理模块进行预处理；

第一和第二图像预处理模块将预处理后的数据发送给具有3D卷积神经网络模型的第一处理模块；

第二处理模块：接收经第一处理模块使用3D卷积神经网络模型匹配后的数据，执行冠状斑块形态识别；

输出模块：用于实现冠状斑块信息输出，

3D卷积神经网络建模过程包括：输入CTA和OCT图像，通过3D卷积对图像进行融合处理，利用有监督的学习方法，对分类特征进行提取；利用下采样层提取更多的结构边缘信息，同时去除冗余信息和噪声，

其中，所述系统还包括对易损斑块征象进行标记和判读，然后进行斑块定量化分析，在全部冠状动脉分支斑块总体积、非钙化体积、钙化体积、低密度斑块体积 、总斑块负荷以及斑块密度、最大重塑指数指标的基础上，提取易损斑块定量化指标，

其中，在对易损斑块征象进行标记和判读时，根据斑块的不同按正性重构、餐巾环征、点状钙化、低密度斑块分类别进行斑块定性特征说明。

2.如权利要求1所述的系统，其特征在于：所述CTA和OCT图像选取自同一样本中的同一块斑块。

3.如权利要求1所述的系统，其特征在于：所述系统还包括处理器，以基于CCTA全心冠状动脉血管树数据，构建具有易损斑块患者的异常特征图谱，反映疾病相关的斑块形态结构改变；根据通过卷积神经网络的方法，对训练集的患者冠状动脉成像数据进行斑块特征识别，构建冠状动脉粥样硬化斑块的智能分类模型。

4.如权利要求1所述的系统，其特征在于：所述系统采用数据扩充技术来改善样本量不足而产生的过拟合问题，利用迁移学习来提高分类性能，提高深度学习的效果；最后，通过训练集进行验证。

5.如权利要求4所述的系统，其特征在于：验证指标包括：由真阳性，假阳性，真阴性，假阴性，识别准确率，马修相关系数和运行时间。

6.如上述任一权利要求所述的系统，其特征在于：所述系统还可以实现全心冠状动脉斑块病变提取的步骤：首先通过不同宽高的窗口滑动获得潜在的目标病变区域，然后进行归一化操作，作为卷积神经网的标准输入；然后根据输入进行卷积池化操作，得到固定维度的特征向量输出；最后根据上一步输出的特征向量进行分类，并且通过边界回归检出精确的病变目标区域。