[发明专利]血管状态评估方法与血管状态评估装置

权利要求书

1.一种血管状态评估方法，包括：

获得对应于目标使用者的至少一血管造影图像；

通过第一深度学习模型分析所述至少一血管造影图像以从所述至少一血管造影图像中选择目标图像；

通过至少第二深度学习模型分析所述目标图像以判断所述目标使用者的血管类型并将所述目标图像中的目标血管图案划分为多个评分区段；以及

通过第三深度学习模型分析所述至少一第二深度学习模型的输出以获得所述目标使用者的血管状态。

2.根据权利要求1所述的血管状态评估方法，其中通过所述第一深度学习模型分析所述至少一血管造影图像以从所述至少一血管造影图像中选择所述目标图像的步骤包括：

通过所述第一深度学习模型决定对应于所述至少一血管造影图像中的第一图像的机率值；以及

若所述机率值高于预设值，将所述第一图像决定为所述目标图像。

3.根据权利要求1所述的血管状态评估方法，其中所述目标使用者的所述血管类型包括左侧优势与右侧优势的其中之一。

4.根据权利要求1所述的血管状态评估方法，其中所述多个评分区段的划分符合SYNTAX评分标准。

5.根据权利要求1所述的血管状态评估方法，其中通过所述第三深度学习模型分析所述至少一第二深度学习模型的所述输出以获得所述目标使用者的所述血管状态的步骤包括：

获得对应于所述多个评分区段的多个遮罩图像与对应于所述目标图像的多个单色图像；以及

通过所述第三深度学习模型分析所述多个遮罩图像与所述多个单色图像以获得所述目标使用者的所述血管状态。

6.根据权利要求1所述的血管状态评估方法，其中所述至少一血管造影图像包含不同摄影角度的多个图像，且通过所述第三深度学习模型分析所述至少一第二深度学习模型的所述输出以获得所述目标使用者的所述血管状态的步骤包括：

产生对应于目标评分区段的多个评分结果；以及

采用所述多个评分结果中对于所述目标评分区段的最大值作为最终评分结果，以描述所述目标评分区段的血管状态。

7.一种血管状态评估装置，包括：

存储装置，用以存储对应于目标使用者的至少一血管造影图像；以及

处理器，耦接至所述存储装置，

其中所述处理器用以通过第一深度学习模型分析所述至少一血管造影图像以从所述至少一血管造影图像中选择目标图像，

所述处理器更用以通过至少一第二深度学习模型分析所述目标图像以判断所述目标使用者的血管类型并将所述目标图像中的目标血管图案划分为多个评分区段，并且

所述处理器更用以通过第三深度学习模型分析所述至少一第二深度学习模型的输出以获得所述目标使用者的血管状态。

8.根据权利要求7所述的血管状态评估装置，其中所述处理器通过所述第一深度学习模型分析所述至少一血管造影图像以从所述至少一血管造影图像中选择所述目标图像的操作包括：

通过所述第一深度学习模型决定对应于所述至少一血管造影图像中的第一图像的机率值；以及

若所述机率值高于预设值，将所述第一图像决定为所述目标图像。

9.根据权利要求7所述的血管状态评估装置，其中所述目标使用者的所述血管类型包括左侧优势与右侧优势的其中之一。

10.根据权利要求7所述的血管状态评估装置，其中所述多个评分区段的划分符合SYNTAX评分标准。

11.根据权利要求7所述的血管状态评估装置，其中所述处理器通过所述第三深度学习模型分析所述至少一第二深度学习模型的所述输出以获得所述目标使用者的所述血管状态的操作包括：

获得对应于所述多个评分区段的多个遮罩图像与对应于所述目标图像的多个单色图像；以及

通过所述第三深度学习模型分析所述多个遮罩图像与所述多个单色图像以获得所述目标使用者的所述血管状态。

12.根据权利要求7所述的血管状态评估装置，其中所述至少一血管造影图像包含不同摄影角度的多个图像，且所述处理器通过所述第三深度学习模型分析所述至少一第二深度学习模型的所述输出以获得所述目标使用者的所述血管状态的操作包括：

产生对应于目标评分区段的多个评分结果；以及

采用所述多个评分结果中对于所述目标评分区段的最大值作为最终评分结果，以描述所述目标评分区段的血管状态。