[发明专利]一种心血管图像序列中运动伪影的抑制方法、系统及介质

权利要求书

1.一种心血管图像序列中运动伪影的抑制方法，其特征在于，包括：

获取目标心血管图像序列；

将所述目标心血管图像序列输入运动伪影抑制模型中，提取所述目标心血管图像序列中的门控帧，得到目标门控帧序列；所述目标门控帧序列为目标心血管图像序列中抑制运动伪影后的序列；

其中，所述运动伪影抑制模型，包括：特征提取模块和门控帧提取模块；所述特征提取模块是采用无监督学习的方式对深度神经网络训练得到的；

所述特征提取模块，用于：

对所述目标心血管图像序列中各帧图像的潜在特征进行特征提取，得到多帧目标特征向量；

所述门控提取模块，用于：

根据多帧目标特征向量生成所述目标心血管图像序列的平均差异度曲线，并搜索所述平均差异度曲线的幅度谱在设定频率范围内的峰值所对应的频率，将所述频率确定为近似平均心率；

根据所述近似平均心率计算心动周期长度；

对于所述目标心血管图像序列中的第n个门控帧图像，根据所述心动周期长度确定第n个帧区间，并计算第n个帧区间内的各帧图像与第n个门控帧图像的相似度，并将第n个帧区间内相似度最大的一帧图像作为第n+1个门控帧图像；其中，所述目标心血管图像序列中的首帧图像为第1个门控帧图像；1≤n＜N；N表示目标心血管图像序列的长度；

根据所述目标心血管图像序列中的所有门控帧图像构建所述目标门控帧序列。

2.根据权利要求1所述的心血管图像序列中运动伪影的抑制方法，其特征在于，所述门控提取模块，在根据所述心动周期长度确定第n个帧区间方面，具体用于：

根据所述心动周期长度确定门控帧间隔范围，将门控帧间隔范围的开始值确定为第一间隔值，将门控帧间隔范围的结束值确定为第二间隔值；

将所述目标心血管图像序列中与第n个门控帧图像相隔第一间隔值的帧图像确定为第n个帧区间的开始帧图像，将所述目标心血管图像序列中与第n个门控帧图像相隔第二间隔值的帧图像确定为第n个帧区间的结束帧图像。

3.根据权利要求2所述的心血管图像序列中运动伪影的抑制方法，其特征在于，所述门控帧间隔范围为[D₀-1，D₀+1]；所述第一间隔值为D₀-1；所述第二间隔值为D₀+1；D₀表示心动周期长度。

4.根据权利要求1所述的心血管图像序列中运动伪影的抑制方法，其特征在于，所述特征提取模块的确定方法为：

获取训练集；所述训练集包括临床采集的心血管图像序列；

采用随机数据增强器对所述训练集中的心血管图像序列中的各帧图像进行随机增强操作，得到各帧图像的相关图像对；所述相关图像对包括第一相关图像和第二相关图像；所述随机增强操作，包括：依次进行的随机旋转、随机翻转、随机色彩抖动处理和随机高斯模糊处理；所述第一相关图像和所述第二相关图像的旋转角度和/或翻转角度不同；

构建深度神经网络；所述深度神经网络，包括：第一神经网络和第二神经网络；所述第一神经网络，包括：依次连接的ResNet-18网络、第一全连接层、Relu层和第二全连接层；所述第二神经网络与所述第一神经网络的结构相同；所述第二神经网络与所述第一神经网络的参数共享；所述第二神经网络中各个层与所述第一神经网络中的各个层一一对应连接；

将所述训练集中各帧图像的第一相关图像作为所述第一神经网络的输入，将所述训练集中各帧图像的第二相关图像作为所述第二神经网络的输入，以所述第一神经网络输出的第一潜在特征与所述第二神经网络输出的第二潜在特征的损失值最小为目标进行多次迭代训练，得到训练好的第一神经网络和训练好的第二神经网络；所述损失值是根据损失函数确定的；所述损失函数是基于第一潜在特征与第二潜在特征之间的相似度构建的；

将训练好的第一神经网络或训练好的第二神经网络确定为特征提取模块。