[发明专利]2D/3D冠状动脉自动配准方法、系统及介质

权利要求书

1.一种2D/3D冠状动脉自动配准方法，其特征在于，包括如下步骤：

预处理步骤：对病人的术前三维CTA影像与对应的术中二维XCA影像分别进行血管结构的分割与中心线提取，将包含血管几何拓扑结构信息的中心线作为血管特征；

双流特征提取步骤：将三维CTA影像对应的3D血管中心线结构、二维XCA影像对应的2D血管中心线结构分解为起点信息与形态信息，起点信息经过起点特征提取支路，形态信息经过形态特征提取支路，由两个信息流动通道进行特征提取与特征融合，形成双流特征；

角位移预测步骤：将双流特征输入深度神经网络，预测相邻两点之间的角度偏转作为位移场，据此对术前获取的三维冠状动脉结构进行形变建模，并投影到术中二维影像平面上，完成配准。

2.根据权利要求1所述的2D/3D冠状动脉自动配准方法，其特征在于，所述预处理步骤包括：

CTA影像训练步骤：随机选取CTA影像，进行逐体素的血管标注，基于原图与对应标签，训练用于三维冠状动脉分割的卷积神经网络3D U-net；

CTA处理步骤：利用训练好的3D U-net，对新数据的CTA进行分割，利用形态学方法进行中心线提取，并利用平滑算法对提取的CTA中心线进行进一步的平滑；

XCA影像训练步骤：随机选取XCA影像，进行逐像素的血管标注，基于原图与对应标签，训练用于二维冠状动脉分割的卷积神经网络2D U-net；

XCA处理步骤：利用训练好的2D U-net，对新数据的XCA进行分割，利用形态学方法进行中心线提取，并利用平滑算法对提取的XCA中心线进行进一步的平滑。

3.根据权利要求2所述的2D/3D冠状动脉自动配准方法，其特征在于，所述双流特征提取步骤包括：

CTA坐标表示步骤：CTA血管段中心线表示为一系列连续点的集合C＝{a₁,…,a_n}，其中a_n＝(x_n,y_n,z_n)由点在三维空间的欧式坐标表示；可分解为起始点信息a₁与形态信息{a₂-a₁,…,a_n-a_n-1}，其中形态用相邻两点间的偏移量构成的集合表示；

XCA坐标表示步骤：XCA血管段中心线表示为一系列连续点的集合X＝{b₁,…,b_n}，其中b_n＝(x_n,y_n,z_n)由点在三维空间的欧式坐标表示；可分解为起始点信息b₁与形态信息{b₂-b₁,…,b_n-b_n-1}，其中形态用相邻两点间的偏移量构成的集合表示；

CTA特征融合步骤：将维度为N×3×1的CTA中心线起点信息集合输入CTA起点特征提取支路，采用一系列大小为1的一维卷积核进行卷积，得到维度为N×m×1的CTA起点特征；将维度为N×3×(n-1)的CTA中心线形态信息集合输入CTA形态特征提取支路，采用一系列大小为3的一维卷积核进行卷积，得到维度为N×m×(n-1)的CTA形态特征；最后将N×m×1的起点特征沿着最后一维复制为N×m×(n-1)，与形态特征相加进行特征融合；

XCA特征融合步骤：将维度为N×2×1的XCA中心线起点信息集合输入XCA起点特征提取支路，采用一系列大小为1的一维卷积核进行卷积，得到维度为N×m×1的XCA起点特征；将维度为N×2×(n-1)的XCA中心线形态信息集合输入XCA形态特征提取支路，采用一系列大小为3的一维卷积核进行卷积，得到维度为N×m×(n-1)的XCA形态特征；最后将N×m×1的起点特征沿着最后一维复制为N×m×(n-1)，与形态特征相加进行特征融合；

拼接融合步骤：将CTA特征与XCA特征进行通道维度的拼接，得到维度为N×2m×(n-1)的跨模态融合特征。