[发明专利]一种基于DSA图像的定位方法及系统有效

专利信息
申请号: 201910782808.2 申请日: 2019-08-23
公开(公告)号: CN110517244B 公开(公告)日: 2023-04-28
发明(设计)人: 何川;耿介文;吉喆;向思诗;胡明辉;马泽;杨光明;秦岚 申请(专利权)人: 首都医科大学宣武医院
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/70
代理公司: 北京维昊知识产权代理事务所(普通合伙) 11804 代理人: 李波;陈姗姗
地址: 100053*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 dsa 图像 定位 方法 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,属于医学影像和计算机技术领域。本说明书实施例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:对待处理的二维DSA序列图像进行归一化处理,获得预处理的二维DSA序列图像;基于第一模型,确定预处理的二维DSA序列图像中的最佳帧;基于第二模型,从属于最佳帧的二维DSA图像中分割目标区域,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图像中的目标区域,缩减人为观察、思考及判断的时间。

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图像,初步判断是否存在颅内动脉瘤。该方法受二维DSA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,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,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:

对待处理的二维DSA序列图像进行归一化处理,获得预处理的二维DSA序列图像,其中,所述待处理的二维DSA序列图像是多帧的;

基于第一模型,确定所述预处理的二维DSA序列图像中的最佳帧,其中,所述最佳帧是目标区域在所述预处理的二维DSA序列图像中显示效果最佳的一帧;

基于第二模型,从所述属于最佳帧的二维DSA图像中分割目标区域,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。

优选地,所述对待处理的二维DSA序列图像进行归一化处理,获得预处理的二维DSA序列图像,具体包括:

对所述待处理的二维DSA序列图像进行尺寸缩放和/或像素值归一化和/或像素间距归一化,使所述待处理的二维DSA序列图像保持尺寸和/或像素和/或像素间距一致,得到预处理的二维DSA序列图像。

优选地,所述基于第一模型,确定所述预处理的二维DSA序列图像中的最佳帧,具体包括:

将所述预处理的二维DSA序列图像输入第一模型,所述第一模型输出所述预处理的二维DSA序列图像中的最佳帧。

优选地,所述第一模型以带有数字标签的二维DSA序列图像作为训练样本,基于深度学习方法预先训练获得的模型,其中,数字标签用于标记二维DSA图像的图像帧是否为最佳帧。

优选地,所述基于第二模型,从所述属于最佳帧的二维DSA图像中分割目标区域,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:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于首都医科大学宣武医院,未经首都医科大学宣武医院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910782808.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top