[发明专利]一种心排量求解的方法、装置、设备及存储介质在审
申请号: | 201910020949.0 | 申请日: | 2019-01-09 |
公开(公告)号: | CN109785308A | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 任远 | 申请(专利权)人: | 上海联影医疗科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T5/00;G06K9/62 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 201807 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 心排量 求解 医学图像 个体特征 扫描信息 图像特征 存储介质 不稳定性 分割结果 求解模型 腔室 采集 扫描 心脏 输出 分割 预测 | ||
本发明实施例公开了一种心排量求解方法、装置、设备及存储介质,该心排量求解方法包括:采集当前用户的医学图像,并确定所述医学图像的图像特征;获取与所述医学图像对应的扫描信息和所述当前用户的个体特征;将所述图像特征、所述扫描信息和所述个体特征输入预先训练完成的心排量求解模型中,输出与所述当前用户对应的心排量。本发明实施例的技术方案,相对于现有的直接基于心脏CTA腔室分割结果计算所得的心排量的求解方法,该心排量求解方法可以有效避免因分割、扫描所导致的心排量预测不稳定性,而且在求解心排量时,不仅考虑到了医学图像的图像特征,还考虑到了扫描信息以及用户的个体特征,使得求解出的心排量更具代表性。
技术领域
本发明实施例涉及医学图像处理技术领域,尤其涉及一种心排量求解的方法、装置、设备及存储介质。
背景技术
冠状动脉血流储备分数(Fractional Flow reserve,简称FFR)是临床评价心肌缺血的金标准,但是在测量过程中需要将压力导丝伸入到冠脉中,其属于有创测量会给病人带来痛苦与风险。随着技术的发展,FFRCT技术逐渐开始应用于临床,通过对CT图像进行三维重建,结合计算流体力学的方法,得到整个冠脉的压力分布,从而获得关注点的FFR值,这样便可以实现对FFR的无创测量,减少病人痛苦,降低医疗成本。
当前在FFRCT的求解流程中,一个重要的环节是边界条件的加载,而在确定边界条件时一个重要的参数是对心排量的评估,心排量的评估主要是基于患者收缩末期和舒张末期的心脏CT血管造影(CT angiography,CTA)数据获得,其直接关系到最终的FFRCT结果。当前临床上对于心排量的检测和评估主要分为有创、微创和无创三种方法。有创法是指经体表插入各种导管或探头到心腔或血管腔内直接测量心血管功能参数的方法,如通过插入Swan-Ganz导管的热稀释法等。微创法是指在有创的基础上发展出来的对机体创伤较小的检测方法,如脉搏指示剂连续心排量测定等。无创法是指采用对机体没有机械损害的方法获得的各种心血管功能参数,如经胸连续多普勒、经胸生物阻抗法等。
基于心脏CTA数据获取心排量即为上述所描述的方法,但在临床上并不经常采用。临床上测量心排量的“金标注”为热稀释法,但其有创性以及对设备、技术以及操作人员的要求较高,限制了其实际使用。同时,这种心排量的评估也受制于其他几个因素的影响。例如,腔室分割结果的准确性;是否能够准确抓取合适的期相等。
发明内容
本发明实施例提供了一种心排量求解方法、装置、设备及存储介质,以实现有效避免因分割或是扫描所导致的心排量预测的不稳定性,结合用户个体特征使预测的心排量更具代表性。
第一方面,本发明实施例提供了一种心排量求解方法,该方法包括:
采集当前用户的医学图像,并确定所述医学图像的图像特征;
获取与所述医学图像对应的扫描信息和所述当前用户的个体特征;
将所述图像特征、所述扫描信息和所述个体特征输入预先训练完成的心排量求解模型中,输出与所述当前用户对应的心排量。
可选地,所述采集当前用户的医学图像,并确定所述医学图像的图像特征,包括:
采集所述当前用户的医学图像,并对所述医学图像进行预处理;
将预处理后的所述医学图像输入预先建立的深度学习网络中,得到所述医学图像的图像特征;
其中,所述预处理包括去燥处理、去骨处理以及定位处理中的至少一个;所述图像特征包括心脏各腔室的体积信息。
可选地,所述方法还包括:
基于至少一张历史医学图像生成训练样本集;
将所述训练样本集输入到预先建立好的深度学习网络中,得到所述历史医学图像的输出图像特征;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海联影医疗科技有限公司,未经上海联影医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910020949.0/2.html,转载请声明来源钻瓜专利网。