[发明专利]血管状态评估方法与血管状态评估装置

说明书

本发明提供一种血管状态评估方法与血管状态评估装置，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；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。

技术领域

本发明涉及一种基于深度学习的生理状态评估技术，尤其涉及一种血管状态评估方法与血管状态评估装置。

背景技术

随着现代人饮食习惯改变，心血管疾病有年轻化的趋势。心血管阻塞有可能造成心肌梗塞，而急性心肌梗塞则经常造成生命损失，因此保持心血管畅通是刻不容缓的事。一般来说，若发生心血管阻塞，除了吃药控制病情外，还可通过心脏内科的心导管手术，利用气球扩张或置放支架，更严重的可选择心脏外科冠状动脉绕道手术。此外，SYNTAX评分是一种通过血管造影来计算心脏血管的阻塞程度，从而作为放置支架或是进行绕道手术的评估方式。然而，SYNTAX评分机制极为复杂，医生或检验师须自行根据血管造影图像研判血管状态并执行繁琐的评分程序。

发明内容

本发明提供一种血管状态评估方法与血管状态评估装置，可有效提高血管状态的评估效率。

本发明的实施例提供一种血管状态评估方法，其包括：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；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。

本发明的实施例另提供一种血管状态评估装置，其包括存储装置与处理器。所述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。所述处理器耦接至所述存储装置。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。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。

基于上述，在获得对应于目标使用者的至少一血管造影图像后，通过第一深度学习模型分析所述血管造影图像，目标图像可被选择。接着，通过第二深度学习模型分析所述目标图像，目标使用者的血管类型可被决定且目标图像中的目标血管图案可被划分为多个评分区段。此外，通过第三深度学习模型分析第二深度学习模型的输出，目标使用者的血管状态可被获得。藉此，可有效提高血管状态的评估效率。

为让本发明的上述特征和优点能更明显易懂，下文特举实施例，并配合附图作详细说明如下。

附图说明

图1是根据本发明的一实施例所示出的血管状态评估装置的示意图；

图2是根据本发明的一实施例所示出的通过第一深度学习模型分析图像的示意图；

图3是根据本发明的一实施例所示出的通过第二深度学习模型分析图像的示意图；

图4是根据本发明的一实施例所示出的评分规则与对应的评分区段的示意图；

图5是根据本发明的一实施例所示出的划分评分区段的示意图；

图6是根据本发明的一实施例所示出的通过第三深度学习模型分析图像的示意图；

图7是根据本发明的一实施例所示出的评估信息的示意图；

图8是根据本发明的一实施例所示出的血管状态评估方法的流程图。