[发明专利]瓣环自动检测方法、装置、电子设备及存储介质

权利要求书

1.一种瓣环自动检测方法，其特征在于，包括：

S210：获取包括心脏瓣膜的医学图像数据；

S220：将所述医学图像数据输入至多任务深度学习模型中，得到所述心脏瓣膜的瓣环的关键点检测结果；

S230：对所述关键点检测结果进行后处理操作，得到所述心脏瓣膜的瓣环的检测关键点集；

S240：基于强化学习模型对所述检测关键点集中的各个检测关键点进行修正，得到所述心脏瓣膜的瓣环的目标关键点集。

2.根据权利要求1所述的方法，其特征在于，所述关键点检测结果包括至少三个关键点检测张量；

所述S230步骤包括：

分别对各个所述关键点检测张量进行局部最大池化操作，并获取最大响应值所在的空间坐标点，作为对应的检测关键点。

3.根据权利要求1所述的方法，其特征在于，所述S240步骤包括：

将各个所述检测关键点和所述医学图像数据输入至强化学习模型中，以对各个所述检测关键点进行修正；

获取所述强化学习模型输出的修正后的各个检测关键点，作为所述心脏瓣膜的瓣环的目标关键点。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括预先训练所述多任务深度学习模型，所述多任务深度学习模型的训练过程包括：

获取训练图像数据集，所述训练图像数据集中包括多个包括心脏瓣膜的医学图像数据；

构建多任务神经网络，所述多任务神经网络包括：共享编码器以及包括关键点解码器在内的多个任务解码器，所述多个任务解码器对应所述共享编码器；

基于所述训练图像数据集中的各个医学图像数据，对所述多任务神经网络进行监督训练，得到所述多任务深度学习模型。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

S250：基于所述目标关键点集和所述医学图像数据确定所述心脏瓣膜的瓣环平面图像；

S260：对所述医学图像数据进行图像分割处理，得到所述心脏瓣膜及其相关部位的目标分割结果；

S270：基于所述目标关键点集和所述目标分割结果确定所述心脏瓣膜的瓣环平面分割结果；

S280：基于所述瓣环平面图像和所述瓣环平面分割结果，利用二维图像分割方法确定所述心脏瓣膜的瓣环轮廓图像。

6.根据权利要求5所述的方法，其特征在于，所述S260步骤包括：

将所述医学图像数据输入至所述多任务深度学习模型中，得到所述心脏瓣膜及其相关部位的分割检测结果；

对所述分割检测结果进行后处理操作，得到所述心脏瓣膜及其相关部位的目标分割结果。

7.根据权利要求6所述的方法，其特征在于，所述分割检测结果包括分割检测张量；

所述对所述分割检测结果进行后处理操作，得到所述心脏瓣膜及其相关部位的目标分割结果包括：

对所述分割检测张量进行最大连通域提取和/或空洞填充操作，以得到所述心脏瓣膜及其相关部位的目标分割结果。

8.根据权利要求5所述的方法，其特征在于，所述方法还包括：

S290：基于所述心脏瓣膜的瓣环轮廓图像，确定所述心脏瓣膜的瓣环轮廓参数，所述瓣环轮廓参数包括周长、面积、等效直径、最大径和最小径中的一种或多种。

9.一种瓣环自动检测装置，其特征在于，包括：

医学图像数据获取模块，用于获取包括心脏瓣膜的医学图像数据；

关键点检测结果获取模块，用于将所述医学图像数据输入至多任务深度学习模型中，得到所述心脏瓣膜的瓣环的关键点检测结果；

检测关键点确定模块，用于对所述关键点检测结果进行后处理操作，得到所述心脏瓣膜的瓣环的检测关键点集；

关键点修正模块，用于基于强化学习模型对所述检测关键点集中的各个检测关键点进行修正，得到所述心脏瓣膜的瓣环的目标关键点集。