[发明专利]一种基于DSA图像的定位方法及系统

说明书

本说明书实施例公开了一种基于DSA图像的定位方法及系统，通过对待处理的二维DSA序列图像中目标区域的定位，解决了“肉眼观察法”受主观意识的影响比较大、花费较多时间的问题。该定位方法包括：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；提取目标区域的疑似定位区域；利用第三模型，获得疑似目标区域的图像；利用第四模型，获得目标区域的定位信息；将目标区域的定位信息还原到目标区域所在的帧，获得目标区域在待处理的二维DSA序列图像中的定位区域。本说明书实施例提供的基于DSA图像的定位方法和系统，能够实现直接显示二维DSA序列图像中的目标区域，缩减人为观察、思考及判断的时间，提高判断准确度。

技术领域

本说明书涉及医学影像和计算机技术领域，尤其涉及一种基于DSA图像的定位方法及系统。

背景技术

颅内动脉瘤是一种常见的血管性疾病，该疾病是由于颅内动脉内腔的局部异常扩张而导致的一种动脉壁的瘤状突起。据报道，颅内未破裂动脉瘤在我国成人中的患病率高达7％，颅内未破裂动脉瘤发生破裂后，会导致严重残疾甚至死亡。因此，早日发现颅内动脉瘤具有重要意义。

DSA(Digital subtraction angiography，数字减影血管造影)作为颅内动脉血管畸形和动脉瘤诊断的金标准，在临床中广泛应用。目前，颅内动脉瘤的定位主要依赖肉眼观察进行判断。该“肉眼观察法”通过读取二维DSA序列图像，初步判断是否存在颅内动脉瘤。该方法受二维DSA序列图像的观察视角及观察者的主观意识的影响比较大，容易出现漏诊，且观察过程中，需要观察者的思考，花费较多的时间。

因此，需要一种新的定位方法，能够排除或减少主观因素及影像设备成像差异带来的诊断差异，缩减人为观察、思考及判断的时间，并且能够提高判断的准确性，作为计算机辅助方法，为后续利用DSA图像进行诊断及教学研究提供依据。

发明内容

本说明书实施例提供一种基于DSA图像的定位方法及系统，用于解决以下技术问题：需要一种新的定位方法，能够排除或减少主观因素及影像设备成像差异带来的诊断差异，缩减人为观察、思考及判断的时间，并且能够提高判断的准确性，作为计算机辅助方法，为后续利用DSA图像进行诊断及教学研究提供依据。

本说明书实施例提供一种基于DSA图像的定位方法，包括以下步骤：

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；

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。

进一步地，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。

进一步地，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。