[发明专利]一种易损性斑块跟踪识别系统及方法

权利要求书

1.一种易损性斑块跟踪识别系统，其特征在于，具体包括：

数据采集模块，用于采集若干患者的颈动脉超声视频，以及各所述患者的心脑血管危险因素信息；

数据处理模块，连接所述数据采集模块，用于对所述颈动脉超声视频中的各帧颈动脉超声图像依次进行标注，得到标注标签信息的各所述颈动脉超声图像组成的颈动脉超声标注视频；

所述标签信息包括每帧所述颈动脉超声图像中包含的斑块的标注框以及所述斑块是否为易损性斑块；

数据训练模块，分别连接所述数据采集模块和所述数据处理模块，用于将所述颈动脉超声标注视频和对应的所述心脑血管危险因素信息作为输入数据，将所述标签信息作为输出数据，训练得到斑块跟踪识别模型；

斑块识别模块，连接所述数据训练模块，用于将获取到的待识别患者的所述颈动脉超声视频以及对应的所述心脑血管危险因素信息输入所述斑块跟踪识别模型，以在所述颈动脉超声视频播放过程中跟踪识别得到包含的所述斑块的所述标注框以及所述斑块是否为易损性斑块，以辅助医生对所述待识别患者进行易损性斑块评估。

2.根据权利要求1所述的易损性斑块跟踪识别系统，其特征在于，所述斑块识别模块包括：

获取单元，用于获取所述待识别患者的所述颈动脉超声视频以及对应的所述心脑血管危险因素信息；

处理单元，连接所述获取单元，用于提取所述颈动脉超声视频中的第一帧超声图像，并对所述第一帧超声图像中的斑块的所在区域进行边缘识别；

识别单元，分别连接所述获取单元和所述处理单元，用于将所述心脑血管危险因素信息以及包含边缘识别结果的所述颈动脉超声视频输入所述斑块跟踪识别模型，以在所述颈动脉超声视频播放过程中跟踪识别得到包含的所述斑块的所述标注框以及所述斑块是否为易损性斑块。

3.根据权利要求2所述的易损性斑块跟踪识别系统，其特征在于，所述处理单元中，采用轴向对齐的一矩形框对所述第一帧超声图像中的所述斑块的所在区域进行框选作为所述边缘识别结果。

4.根据权利要求1所述的易损性斑块跟踪识别系统，其特征在于，所述斑块跟踪识别模型采用全卷积SiamMask++神经网络构架。

5.根据权利要求4所述的易损性斑块跟踪识别系统，其特征在于，所述全卷积SiamMask++神经网络构架的结构包括：

第一特征提取网络，所述第一特征提取网络的输入为所述颈动脉超声视频中的待识别的当前帧超声图像，所述第一特征提取网络的输出为对应的一第一特征图；

第二特征提取网络，所述第二特征提取网络的输入为包含跟踪识别结果的上一帧超声图像，所述第二特征提取网络的输出为对应的一第二特征图；

跟踪网络，分别连接所述第一特征提取网络和所述第二特征提取网络，所述跟踪网络的输出为所述当前帧超声图像中待跟踪斑块的识别结果，以及所述待跟踪斑块相对于所述上一帧超声图像的位置偏移结果；

反卷积网络，连接所述第二特征提取网络，所述第一特征图和所述第二特征图进行互相关后作为所述反卷积网络的输入，所述反卷积网络的输出依次经过一总卷积层和一激活函数后得到所述当前帧超声图像的跟踪识别结果。

6.根据权利要求5所述的易损性斑块跟踪识别系统，其特征在于，所述第一特征提取网络和第二特征提取网络为孪生网络；

所述第一特征提取网络包括依次连接的第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层，且所述第三卷积层的输出、所述第四卷积层的输出和所述第五卷积层的输出进行特征融合后经上采样得到所述第一特征图；

所述第二特征提取网络包括依次连接的第六卷积层、第七卷积层、第八卷积层、第九卷积层、第十卷积层，且所述第八卷积层的输出、所述第九卷积层的输出和所述第十卷积层的输出进行特征融合后经上采样得到所述第二特征图。