[发明专利]一种基于模型迁移的冠状动脉钙化斑块检测方法

摘要

本发明公开了一种基于模型迁移的冠状动脉钙化斑块检测方法，读取训练集中的冠状动脉CT图像，根据医学影像标准，提取所述冠状动脉CT图像中的候选钙化斑块，对所述候选钙化斑块图像进行数据增强操作，将数据增强后的候选钙化斑块图像输入到已通过自然图像训练完成的全卷积网络模型中进行训练，得到检测模型，读取测试集中冠状动脉CT图像，根据医学影像标准，提取测试集中冠状动脉CT图像中的候选钙化斑块，将候选钙化斑块图像作为检测模型的输入，端对端得到每个像素是否属于钙化斑块的检测结果。本发明根据卷积神经网络模型可以在不同领域间迁移的特点，使用少量的训练样本训练检测冠状动脉钙化斑块的模型。

主权项

1.一种基于模型迁移的冠状动脉钙化斑块检测方法，其特征在于，包括以下步骤：步骤1，读取训练集中的冠状动脉CT图像；步骤2，根据医学影像标准，提取所述冠状动脉CT图像中的候选钙化斑块，得到仅含有候选钙化斑 块的冠状动脉CT图像，具体过程为：对冠状动脉CT图像使用阈值法筛选CT值超过130Hu的像素点，公式如下：其中，C(x,y)为经阈值筛选后的二值图像，T(x,y)为训练集中的原始图像，t的值为130Hu；通过连通分量标记方法提取C(x,y)中包含20个像素以上的连通区域；删除C(x,y)中包含像素小于20的连通区域，获得候选钙化斑块掩码图像M(x,y)；利用掩码图像M(x,y)对原始图像T(x,y)进行非候选钙化斑块像素点的屏蔽处理，得到只包含候选钙化斑块的图像S(x,y)，公式如下：步骤3，对所述仅含有候选钙化斑块的冠状动脉CT图像进行数据增强操作；步骤4，将数据增强后的候选钙化斑块图像输入到已通过自然图像训练完成的全卷积网络模型中进行训练，得到检测模型；步骤5，读取测试集中冠状动脉CT图像；步骤6，根据医学影像标准，提取测试集中冠状动脉CT图像中的候选钙化斑块；步骤7，将所述步骤6中得到的候选钙化斑块图像作为所述步骤4得到的检测模型的输入，端对端得到每个像素是否属于钙化斑块的检测结果。