[发明专利]一种主动脉血管壁斑块智能诊断方法

说明书

一种主动脉血管壁斑块智能诊断方法，涉及磁共振成像技术，该方法包括以下骤：步骤一、训练数据准备；步骤二、深度学习网络模型搭建；步骤三、深度学习网络训练；步骤四、深度学习网络测试，采用深度学习网络直接从K空间对主动脉血管壁中的斑块进行筛查并进行分类，此网络模型与其它网络模型相比，实现了从K空间数据输入直接到斑块风险分类输出的功能，充分利用了数据频率域以及图像域信息，无需重建原始图像，进一步缩短了数据处理时间，简化了斑块诊断过程，同时还可以有效缩短成像时间，辅助医生实现快速而精确的诊断，节约医疗成本，使主动脉血管壁斑块的诊断评估更加的标准化。

技术领域

本发明涉及磁共振成像技术，具体涉及一种主动脉血管壁斑块智能诊断方法。

背景技术

主动脉粥样硬化斑块是动脉硬化中常见的类型，其中易损斑块破裂形成血栓，造成血管堵塞，是心肌梗塞和脑梗塞的主要病因之一。由于该疾病致死率及致残率高，因此根据斑块不同时期的变化情况，充分评估主动脉粥样硬化斑块的分布、成分等特征，对斑块进行数量统计和风险等级分类，对于该病的预防、评估和诊断尤为重要。

磁共振血管壁成像或黑血成像的方法，能够通过对血流信号的抑制，显示血管壁和斑块的形态，被誉为斑块的活体病理检查。二维黑血磁共振血管壁成像技术已被应用于临床，能够无创性评估主动脉粥样硬化斑块。然而由于二维成像本身所具有的一些缺点，如分辨率低，部分容积效应，空间覆盖有限等，使其在主动脉血管壁成像的应用有一定的局限性。

近年来，随着3T高场强磁共振技术的发展，三维黑血磁共振血管壁成像技术的相关序列也相继得到发展，采用三维快速自旋回波序列(3D dark-blood turbo spin echosampling perfection with application-optimized contrasts using differentflip-angle evolution,3D-SPACE或volume isotropic turbo spin echo acquisition，VISTA)用于主动脉血管壁成像。但是目前的三维黑血成像技术存在着两项不足：第一，成像速度慢。第二，图像信噪比较低，斑块风险分类困难。

目前对于主动脉粥样硬化斑块诊断的主要步骤是：先对病人进行磁共振扫描，然后由影像技术人员传给医学影像信息系统(Picture Archiving and CommunicationSystems,PACS)，最后由有经验的影像医生进行诊断。存在的问题是：第一，三维主动脉血管壁成像速度慢，由于受生理运动的影响，扫描时间通常在10分钟以上。近年来，压缩感知等快速成像方法的应用，可减少采集的K空间数据量，极大的提高采集速度，但需要复杂的图像重建方法对欠采数据进行重建，重建时间长，重建的误差会影响后续的诊断。第二，图像信噪比较低，有时存在图像模糊或运动伪影等问题，造成斑块风险分类困难；而且，由于医生经验的不同，诊断的标准不一，主观性强，准确性存在偏差，为了解决上述技术问题，特提出一种新的技术方案。

发明内容

本发明提出一种基于磁共振血管壁成像技术，特别说明了一种主动脉斑块风险智能诊断方法，主要通过高分辨率磁共振血管壁成像，结合深度学习算法实现对主动脉斑块的识别，快速、准确的获取斑块分布情况并根据斑块成分按照风险等级进行分类。

为实现上述目的，本发明提供如下技术方案一种主动脉血管壁斑块智能诊断方法，该方法包括以下骤：

步骤一、训练数据准备；

步骤二、深度学习网络模型搭建；

步骤三、深度学习网络训练；

步骤四、深度学习网络测试；

所述的训练数据准备是利用心电图触发和呼吸导航的3D SPACE序列采集主动脉血管壁数据，对于数据的采集。

所述的深度学习网络模型搭建是据要实现的三维高分辨磁共振血管壁成像斑块分类的任务，搭建快速有效的深度学习网络，