[发明专利]一种基于DSA图像的定位方法及系统

权利要求书

1.一种基于DSA图像的定位方法，其特征在于，所述方法包括：

利用第一模型，从待处理的二维DSA序列图像中，获得含有目标区域的帧，其中，所述第一模型是基于深度学习方法预先获得的模型，所述待处理的二维DSA序列图像是多帧的，所述待处理的二维DSA序列图像至少包括颅脑正位图像及颅脑侧位图像；

基于所述含有目标区域的帧，提取目标区域的疑似定位区域，其中，所述疑似定位区域由一系列含有目标区域的疑似小区域组成；

利用第三模型，对所述疑似定位区域的图像进行分类，获得疑似目标区域的图像，其中，所述第三模型是基于深度学习方法预先获得的二分类模型，所述疑似目标区域是基于所述第三模型输出的可能的目标区域；

利用第四模型，对含有所述疑似目标区域的图像进行分割，获得目标区域的定位信息，其中，所述第四模型是基于深度学习方法预先获得的模型；

将所述目标区域的定位信息还原到目标区域所在的帧，获得目标区域在所述待处理的二维DSA序列图像中的定位区域，具体包括：基于所述目标区域的定位信息的坐标点，通过线性变换，将所述目标区域的定位信息还原到所述目标区域所在的帧，获得所述目标区域的定位信息在所述目标区域所在的帧的对应的坐标点；

将所述目标区域的定位信息在所述目标区域所在的帧的对应的坐标点进行插值连线，获得目标区域在所述待处理的二维DSA序列图像中的定位区域。

2.如权利要求1所述的方法，其特征在于，所述方法还包括预处理步骤：

将所述待处理的二维DSA序列图像进行归一化处理、图像变换、放缩、截取及填充处理中的一种或多种处理，使所述待处理的二维DSA序列图像与所述第一模型的图像尺寸及像素间距一致。

3.如权利要求1所述的方法，其特征在于，所述利用第一模型，从待处理的二维DSA序列图像中，获得含有目标区域的帧，具体包括：

将所述待处理的二维DSA序列图像输入第一模型，获得所述二维DSA序列图像中含有目标区域的帧。

4.如权利要求1所述的方法，其特征在于，所述基于所述含有目标区域的帧，提取目标区域的疑似定位区域，具体包括：

利用第二模型，从所述含有目标区域的帧中，确定所述含有目标区域的帧对应的热度图；

根据第二预设阈值，确定所述热度图中属于目标区域的各像素点；

基于所述热度图中属于目标区域的各像素点的坐标，从所述含有目标区域的帧中截取所述坐标对应的区域，获得目标区域的疑似定位区域。

5.如权利要求1所述的方法，其特征在于，所述利用第三模型，对所述疑似定位区域的图像进行分类，获得疑似目标区域的图像，具体包括：

所述第三模型根据所述疑似定位区域的图像特征，判断所述疑似定位区域是否为目标区域，输出疑似目标区域的图像。

6.如权利要求1所述的方法，其特征在于，所述利用第四模型，对含有所述疑似目标区域的图像进行分割，获得目标区域的定位信息，具体包括：

将所述疑似目标区域的图像输入所述第四模型进行分割，所述第四模型输出含有目标区域的图像及相应的坐标信息，得到目标区域的定位信息。