[发明专利]DSA影像识别方法、装置及存储介质

权利要求书

1.一种DSA影像识别方法，其特征在于，包括：

接收2D-DSA影像数据，所述2D-DSA影像数据包括一个或多个2D-DSA图像；

基于CNN模型对所述2D-DSA图像进行第一阶段的区域识别，在所述2D-DSA图像中定位特定区域，在定位特定区域后基于CNN模型对所述2D-DSA图像进行第二阶段的动脉瘤识别得到识别结果数据；

将所述识别结果数据输出，其中识别结果数据包括对所述2D-DSA图像进行标记的动脉瘤标签。

2.根据权利要求1所述的DSA影像识别方法，其特征在于，

所述基于CNN模型对所述2D-DSA图像进行第一阶段的区域识别，在所述2D-DSA图像中定位特定区域包括：

所述CNN模型的框架基于特征金字塔网络构建，骨干为残差神经网络；

所述2D-DSA图像包括正面图像和侧面图像，表示第i例患者正面图像序列的第j幅图像，表示第i例患者侧面图像序列的第j幅图像，所述和相对应；

将所述正面图像和侧面图像分别输入至所述特征金字塔网络内，在所述正面图像中确定目标区域，在侧面图像中确定与所述目标区域对应的对应区域。

3.根据权利要求2所述的DSA影像识别方法，其特征在于，

所述在定位特定区域后基于CNN模型对所述2D-DSA图像进行第二阶段的动脉瘤识别得到识别数据包括：

获取所述正面图像中的目标区域以及所述侧面图像中的对应区域；

将所述目标区域和所述对应区域进行连接以双重输入的方式至特征金字塔网络内得到识别结果数据；

所述识别结果数据包括对所述对图像中动脉瘤标签，所述动脉瘤标签用于标注图像中某一位置是动脉瘤的置信度。

4.根据权利要求3所述的DSA影像识别方法，其特征在于，

在得到识别结果数据后对所述识别结果数据进行区域平均灰度抑制处理，包括：

将动脉瘤的置信度与标准阈值比较，动脉瘤的置信度低于标准，则应用区域平均灰度抑制算法；

自适应灰度阈值选择方法粗略提取原始目标动脉瘤区域图像的血管模型；

基于血管模型和原始动脉瘤区域图像通过逻辑计算目标动脉瘤区域图像的血管；

其中，动脉瘤灰度值为G_动脉瘤，像素值为P_动脉瘤，动脉瘤的平均灰度值为：

AG_动脉瘤＝G_动脉瘤/P_动脉瘤

动脉瘤周边血管的平均灰度值为：

AG_{动脉瘤周边}＝(G_扩大区域-G_动脉瘤)/(P_扩大区域-P_动脉瘤)

若，AG_动脉瘤小于AG_{动脉瘤周边}，则该区域图像为重叠的血管，若AG_动脉瘤大于AG_{动脉瘤周边}，则区域图像为动脉瘤。

5.根据权利要求1所述的DSA影像识别方法，其特征在于，

所述CNN模型通过以下步骤训练，包括：

获取患者的2D-DSA影像数据，所述2D-DSA影像数据包括一个或多个2D-DSA图像；

剔除所述2D-DSA图像中低于预设值的图像，得到满足预设值的2D-DSA图像；

将所述满足预设值的2D-DSA图像基于预设比例分为训练数据集和测试数据集。

6.根据权利要求5所述的DSA影像识别方法，其特征在于，

所述将所述满足预设值的2D-DSA图像基于预设比例分为训练数据集和测试数据集后，还包括：

所述多个2D-DSA图像组成DSA图像序列；

对所述DSA图像进行局部归一化处理，使得DSA图像的局部平均值为0和SD为1。