[发明专利]一种基于冠状动脉CT图像的斑块稳定性预测方法及系统

权利要求书

1.一种基于冠状动脉CT图像的斑块稳定性预测方法，其特征在于，包括：

基于目标对象的冠状动脉CT图像确定斑块位置；

基于所述斑块位置提取斑块及周围脂肪图像；

基于所述斑块及周围脂肪图像获取不同分辨率图像块；

基于所述不同分辨率图像块，通过神经网络模型获取斑块稳定性预测结果。

2.根据权利要求1所述的斑块稳定性预测方法，其特征在于，所述基于所述斑块及周围脂肪图像获取不同分辨率图像块包括：

将提取的斑块及周围脂肪图像进行多次采样处理，获得不同分辨率图像块。

3.根据权利要求1所述的斑块稳定性预测方法，其特征在于，通过以下步骤获得所述神经网络模型：

获取多个现有冠状动脉CT图像以及每个现有冠状动脉CT图像对应的血管内超声检查结果；

针对每个现有冠状动脉CT图像，确定斑块位置，并基于所述斑块位置提取斑块及周围脂肪图像，获取与斑块及周围脂肪图像对应的不同分辨率图像块；

以每个现有冠状动脉CT图像对应的不同分辨率图像块作为模型输入，以其对应的血管内超声检查结果作为模型输出结果的金标准，利用随机梯度下降法进行训练，获得所述神经网络模型。

4.根据权利要求2所述的斑块稳定性预测方法，其特征在于，所述神经网络模型包括多个数据输入端及与每个数据输入端对应特征提取子网络。

5.根据权利要求4所述的斑块稳定性预测方法，其特征在于，将不同分辨率图像块分别输入所述神经网络模型的不同数据输入端，通过对应的特征提取子网络获取对应的图像特征；基于不同分辨率图像块对应的图像特征，利用所述神经网络的全连接网络层和Softmax函数获取斑块稳定性最终预测结果。

6.根据权利要求1所述的斑块稳定性预测方法，其特征在于，以所述斑块位置为中心，提取预设边长的立方体内的斑块及周围脂肪图像。

7.一种基于冠状动脉CT图像的斑块稳定性预测系统，其特征在于，该系统包括：

存储器，存储有计算机可执行指令；

处理器，所述处理器运行所述存储器中的计算机可执行指令，执行以下步骤：

基于目标对象的冠状动脉CT图像确定斑块位置；

基于所述斑块位置提取斑块及周围脂肪图像；

基于所述斑块及周围脂肪图像获取不同分辨率图像块；

基于所述不同分辨率图像块，通过神经网络模型获取斑块稳定性预测结果。

8.根据权利要求7所述的斑块稳定性预测系统，其特征在于，所述基于所述斑块及周围脂肪图像获取不同分辨率图像块包括：

将提取的斑块及周围脂肪图像进行多次采样处理，获得不同分辨率图像块。

9.根据权利要求8所述的斑块稳定性预测系统，其特征在于，通过以下步骤获得所述神经网络模型：

获取多个现有冠状动脉CT图像以及每个现有冠状动脉CT图像对应的血管内超声检查结果；

针对每个现有冠状动脉CT图像，确定斑块位置，并基于所述斑块位置提取斑块及周围脂肪图像，获取与斑块及周围脂肪图像对应的不同分辨率图像块；

以每个现有冠状动脉CT图像对应的不同分辨率图像块作为模型输入，以其对应的血管内超声检查结果作为模型输出结果的金标准，利用随机梯度下降法进行训练，获得所述神经网络模型。

10.根据权利要求8所述的斑块稳定性预测系统，其特征在于，以所述斑块位置为中心，提取预设边长的立方体内的脂肪图像。