[发明专利]一种心脏冠脉剪影中导管位置判别系统和方法

权利要求书

1.一种心脏冠脉剪影中导管位置判别方法，其特征在于包括以下步骤：

步骤1：采集心血管造影二维图像，并通过多角度采集图像后构建三维模型；

步骤2：构建心血管造影二维图像和三维模型一一对应的联合数据库；

步骤3：通过联合数据库的图像和模型以及自由变形方法训练深度学习神经网络；

步骤4：利用训练好的神经网络对输入的单张心血管造影二维图像进行预测并还原其对应的三维模型，获得导丝在血管中的位置。

2.根据权利要求1所述的心脏冠脉剪影中导管位置判别方法，其特征在于：所述步骤3具体包括以下步骤：

步骤3.1：用卷积神经网学习联合数据库，提取冠脉剪影特征值以表述心脏冠脉剪影，并建立特征图谱；

步骤3.2：通过自由变形方法产生新的特征量，训练深度学习神经网络。

3.根据权利要求2所述的心脏冠脉剪影中导管位置判别方法，其特征在于：所述步骤3.1建立特征图谱采用卷积神经网，通过重复卷积-池化的过程，将心血管造影二维图像中具体的信息抽象化，通过调整权重，将重要的特征量保留，弱化不重要的特征量，经过若干次卷积-池化的过程后通过全连接层，将众多特征量链接成特征图谱。

4.根据权利要求2所述的心脏冠脉剪影中导管位置判别方法，其特征在于：所述步骤3.2具体包括以下步骤：

(1)对数据库中每组图像对进行网状分割，通过加入少量控制点，利用自由变形方法分析网状结构，建立大小为(l+1)×(m+1)×(n+1)的立方体，该立方体将目标结构体涵盖其中，通过下式计算结构在立方体坐标系下的对应坐标：

其中，v(s,t,u)是由s,t,u构成的正交坐标系中任意一个网状结构的坐标，P_i,jk是在坐标(i,j,k)的控制节点，即建立的立方体上的点；

其中为伯恩斯坦多项式；

自由变形后，假设所有控制节点的位移量为△P，变形后整个组织对应坐标为：

V’＝B(P+△P) (2)

其中B为伯恩斯坦多项式，P为原始立方体结构的坐标集，△P为变形后的位移量；

(2)将自由形变后的网状结构对应坐标作为新加入的特征量，结合三种损失函数优化现有的神经网络。

5.根据权利要求4所述的心脏冠脉剪影中导管位置判别方法，其特征在于：所述三种损失函数分别为变形损失，转换损失以及正则化损失；

其中，利用倒角损失函数表示变形损失以提高准确度：

其中，V′_pred为预测结果，V_gt为实际结果，nl为原目标结构体进行自由变后形成的模板数量，Li为对应的变形模板，w_Li为该变形模板对应的权重，C代表了倒角损失函数，即：

其中p,q是网格线合集P,Q中的点；最终而论，对于在P或Q中的任一点可以通过倒角损失在另一个点集中查找最近的顶点，并求出所有成对距离的总和；

转换损失以及正则化损失用和表示，表述如下：

其中ΔT为变形之后的预测的转换向量，ctr为变形之后实际的转换向量,Li为对应的变形模板，w_Li为该变形模板对应的权重,与变形损失相比较，不同的地方在于ΔP_Li，该损失是定义在控制节点P上的；优化这两个损失函数以保特征表述后的物体与实际相差最小。

6.根据权利要求5所述的心脏冠脉剪影中导管位置判别方法，其特征在于：所述变形损失，转换损失以及正则化损失的和为总损失函数，表述如下：

其中λ₁＝50，λ₂＝1是神经网络优化后得到的权重结果。