[发明专利]一种基于深度树模型的冠状动脉自动解剖标注方法及系统

说明书

一种基于深度树模型的冠状动脉自动解剖标注方法及系统，它属于医学图像处理技术领域。本发明解决了现有标注方法并未考虑到不同患者冠脉树拓扑结构的差异性的问题。本发明通过冠状动脉CT造影技术获取CCTA影像，再人工提取CCTA影像中的冠脉树各个分支的中心线，并对不同类型分支的中心线进行标注，构建深度树模型并进行训练，以准确且高效地实现冠状动脉的自动解剖标注。本发明能够根据CCTA检查获得的体数据和冠脉分支中心线生成每个患者对应的冠脉树拓扑结构，能够有效应对不同患者冠脉树拓扑结构的差异，并克服了未收录分支类别无法标注的问题。本发明可以应用于对冠状动脉进行自动解剖标注。

技术领域

本发明属于医学图像处理技术领域，具体涉及一种基于深度树模型的冠状动脉自动解剖标注方法及系统。

背景技术

冠脉粥样硬化性心脏病(Coronary Artery Disease，CAD)，亦称为冠心病，是心血管疾病中患病率最高的疾病。其实由于冠脉的主要供血分支发生粥样硬化病变而造成的血管狭窄或堵塞，从而导致具有心肌缺血、心绞痛等症状的心脏病，严重时可危及人的生命。

冠状动脉CT血管造影(Coronary CT angiography，CCTA)是一种用于诊断和预测冠状动脉疾病的非侵入性影像技术。CCTA检查通过静脉注射适当造影剂，而后使用多排螺旋CT扫描胸腔，对冠状动脉的病变情况进行成像。目前该影像技术主要应用于测量冠脉钙化斑块负荷、监测冠脉管壁周围组织病变情况以及冠心病相关手术的术后随访等用途。

在临床应用中，医务人员需要通过一系列的CCTA影像后处理才能获得诊断报告。冠心病计算机辅助诊断系统能够自动化地完成上述功能，有效地减轻医务人员的工作压力，并降低发生误诊漏诊的可能性。而冠状动脉自动解剖标注任务是辅助诊断系统自动化检测冠脉狭窄及斑块前不可或缺的程序，但是现有的冠状动脉自动解剖标注方法并未考虑到不同患者冠脉树拓扑结构的差异性，进而影响到后续辅助诊断系统检测的准确率。

发明内容

本发明的目的是为解决现有标注方法并未考虑到不同患者冠脉树拓扑结构的差异性的问题，而提出了一种基于深度树模型的冠状动脉自动解剖标注方法及系统。

本发明为解决上述技术问题所采取的技术方案是：

基于本发明的一个方面，一种基于深度树模型的冠状动脉自动解剖标注方法，所述方法具体包括以下步骤：

步骤S1、获取CCTA影像，并对CCTA影像进行筛选，获得筛选后的CCTA影像；

步骤S2、提取筛选后的CCTA影像中的冠脉树各个分支的中心线，并对不同类型的分支所属的类别进行标注；

步骤S3、对筛选后的CCTA影像的体数据进行预处理，获得预处理后的CCTA体数据；

步骤S4、构建深度树模型，以步骤S3预处理后的CCTA体数据以及步骤S2所提取的中心线和标注作为深度树模型的训练数据集，直至迭代次数达到预设的最大迭代次数时停止训练；

步骤S5、对待标注的CCTA影像进行分支中心线的提取和体数据的预处理后，基于训练好的深度树模型、预处理后的CCTA体数据以及提取的冠脉分支中心线，完成CCTA影像中冠状动脉的自动解剖标注。

进一步地，所述CCTA影像是通过冠状动脉CT造影技术获取的。

进一步地，所述对不同类型的分支所属的类别进行标注，使用数字0～11作为类别标签；其中：

标签0代表右冠脉，标签1代表左主干，标签2代表前降支，标签3代表回旋支，标签4代表后降支，标签5代表左室后支，标签6代表钝缘支，标签7代表锐缘支，标签8代表动脉圆锥支，标签9代表右室前支，标签10代表对角支，标签11代表其它分支。

进一步地，所述步骤S3的具体过程为：