[发明专利]一种心脏冠脉剪影中导管位置判别系统和方法

说明书

本发明公开了一种心脏冠脉剪影中导管位置判别系统和方法，可有效的通过单张DSA图像还原其对应的三维模型，将二维DSA剪影中不完善的导管位置信息，通过三维重构的方法投射在三维模型上，获取准确的导管位置信息，准确地对病灶部位成像，在不造成患者不便的情况下，不仅回避了多角度成像时患者呼吸等运动造成的图像偏差，同时大大减少了传统定位方法中检测所需的时间。

技术领域

本发明属于医学成像技术领域，特别涉及一种心脏冠脉剪影图像中导管定位系统和方法。

背景技术

随着医学成像设备的不断发展，影像处理技术在心血管疾病的术前诊断中得到了广泛的应用，而心脏冠脉剪影技术(DSA)由于其在心血管显像领域具有的高分辨率，在诊断心血管疾病的时候效果尤为出色。然而DSA技术也具有一定的局限性以及不足点，DSA作为微创成像技术，即介入式成像，需要插入导管，在成像部位导入造影剂。同时，单张DSA图像并不能准确定位导管的位置，这对于心血管疾病诊断不利，而目前解决的方法大多是换一个角度重新推入造影剂并成像，利用多角度的图像来定位导管位置，这就造成了患者的不便(多次插入导管，多次造影剂的使用)，以及更长的诊断时间。

发明内容

本发明针对现有心脏冠脉剪影图像中导管定位存在的问题，提出一种心脏冠脉剪影中导管位置判别系统和方法，在保证准确率的情况下，减少病人负担，加快诊断速度。

为了实现上述目的，本发明采用以下技术方案：一种心脏冠脉剪影中导管位置判别方法，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。

进一步的，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。

进一步的，布骤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。

进一步的，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。