[发明专利]一种基于CT影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质

说明书

本申请涉及一种基于CT影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质。所述基于CT影像的全自动心脏功能学分析方法包括：将CT影像输入深度神经网络模型，得到左心室分割图像；根据左心室分割图像构建三维模型；根据三维模型计算左心室功能学参数。本申请提供的基于CT影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质,能够提高影像分析的自动化程度，操作方便。

技术领域

本申请涉及医疗技术领域，特别是涉及一种基于CT影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质。

背景技术

心脏是人体最重要的器官之一，是人体血液循环的动力源，位于横膜之上，两肺之间，包含四个心腔，分别是左心室、右心室、左心房以及右心房。其中左心室与主动脉相连，右心室与肺动脉相连，左心房与肺静脉相连，右心房与上下腔静脉相连，心脏的主要功能是推动血液流动，向人体的器官组织供血。

随着人们生活水平的提高，冠心病、心肌病以及心律失常等心脏病发病率逐年升高，因此，对心脏功能学尤其是左心室功能学的检测评估显得愈发重要。左心室的功能指标包括心输出量、心脏指数以及射血分数等，心输出量是指左心室每分钟搏出的血流量，心脏指数是指单位体表面积的心输出量，射血分数是指每搏输出量占左心室舒张末期容积的百分比。为获得可靠的左心室功能指标，关键在于准确地得到不同相期，尤其是舒张末期与收缩末期的左心室容积。

左心室容积对于评价左心室功能具有重要意义，其计算准确性与可重复性是临床上一大重要难题，目前常见的左心室容积测定方法有超声心动图、放射性核素心血管造影以及心导管左心室造影等。这些方法各有优劣，其中以超声心动图最为方便，被广泛使用，放射性核素造影因其污染性，心导管造影因其有创性故而应用受限。

超声心动图方法包括M型超声心动图、二维超声心动图以及三维超声心动图等。M型超声心动图将左心室假想为一定形状的几何体，通过测得各切面的内径值，将其代入相关的公式计算得到左心室容积，但实际应用中左心室形状多变，很难用单一形状几何体表示，故该方法虽操作简单，但准确性较低。

二维超声心动图常用的算法有Simpson法和面积-长度法，Simpson法需要得到左心室短轴切面视图，测定方法复杂，对操作人员要求较高。面积-长度法亦将左心室假定为一定形状的几何体，通过标记心内膜并测定其面积与内径计算左心室容积，受左心室几何形态以及图像质量影响较大。

三维超声心动图是在二维平面的基础上进行三维重建，将采集到的二维图像构建成立体的三维图形，可以全面显示左心室，对左心室的几何形态依赖较小。但该方法往往需要获得左心室短轴切面视图，对操作人员要求较高，且可重复性较低，故其应用范围受到较大限制。

近些年来，计算机断层扫描(CT)技术在临床上的应用越来越广泛。由于CT扫描密度分辨率高，能清晰的区分软组织、骨组织以及关节等，因此对于心脏及大血管的检查也具有重要意义。但由于CT扫描为单一层面扫描，仅能显示心脏单一角度切片信息，用传统的方法很难计算心腔体积等功能学参数，因此临床上主要用来对冠状动脉进行显影诊断，在心脏功能学尤其是左心室功能学方面的应用受到一定的限制。

发明内容

本申请提供一种基于CT影像的全自动心脏功能学分析方法，能够提高影像分析的自动化程度，操作方便。

一种基于CT影像的全自动心脏功能学分析方法，包括：

将原始CT影像输入深度神经网络模型，得到左心室分割图像；

根据左心室分割图像构建三维模型；

根据三维模型计算左心室功能学参数。

可选地，所述深度神经网络模型包括8层U-Net模型，所述U-Net模型包括收缩路径和扩张路径；