[发明专利]一种基于语义分割网络对造影图像进行分割的方法和装置

说明书

本发明实施例涉及一种基于语义分割网络对造影图像进行分割的方法和装置，所述方法包括：获取第一造影图像和第二造影图像；对预设的分割模式进行识别；若分割模式为第一模式，则使用单帧语义分割网络分别对第一造影图像和第二造影图像进行语义分割处理；若分割模式为第二模式，则使用双帧语义分割网络对第一造影图像和第二造影图像进行语义分割处理。本发明提高了血管狭窄部位的确认效率和确认精度。

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于语义分割网络对造影图像进行分割的方法和装置。

背景技术

冠状动脉性心脏病(coronary artery heart disease,CHD)简称冠心病，是指因冠状动脉狭窄、供血不足而引起的心肌机能障碍和(或)器质性病变，故又称缺血性心肌病。在冠状动脉造影图像的定量分析中，需要分析冠状动脉具体的狭窄部位，然后再根据狭窄部位的狭窄程度做进一步判断。常规情况下，上述对血管狭窄部位的确认过程都是基于人工经验完成的。这种操作模式过于依赖人为因素，诸如人员从业经验、人眼的识别能力等，极容易出现确认不准的情况。而准确地分割出血管的边界对于分析血管的直径变化非常重要。

发明内容

本发明的目的，就是针对现有技术的缺陷，提供一种基于语义分割网络对造影图像进行分割的方法、装置、电子设备及计算机可读存储介质，采用由卷积神经网络(Convolutional Neural Networks,CNN)、残差网络(Residual Network,ResNet)、自注意力机制(Self-attention Mechanism)网络构成的单帧或双帧语义分割网络对单帧或双帧造影图像进行语义分割，从而得到带有像素级聚类特征信息的特征数据也就是特征图像。基于本发明，既可以解决常规血管狭窄部位确认操作过于依赖人工因素的问题，还可以提高血管狭窄部位的确认效率和确认精度。

为实现上述目的，本发明实施例第一方面提供了一种基于语义分割网络对造影图像进行分割的方法，所述方法包括：

获取第一造影图像和第二造影图像；

对预设的分割模式进行识别；若所述分割模式为第一模式，则使用单帧语义分割网络分别对所述第一造影图像和所述第二造影图像进行语义分割处理；若所述分割模式为第二模式，则使用双帧语义分割网络对所述第一造影图像和所述第二造影图像进行语义分割处理。

优选的，所述单帧语义分割网络包括第一特征提取网络组E1和第二特征提取网络组D1；

所述第一特征提取网络组E1由多个第一特征提取网络E1_i组成，i的取值范围为1到N，N1；所述第二特征提取网络组D1由多个第二特征提取网络D1_i组成；

所述第一特征提取网络E1_i的网络结构包括卷及神经网络结构和残差网络结构；

所述第二特征提取网络D1_i的网络结构包括卷及神经网络结构和残差网络结构；

i＝N时，第二特征提取网络D1_N的网络结构还包括自注意力机制网络结构；

所述第一特征提取网络组E1中，所述第一特征提取网络E1_i与第一特征提取网络E1_i+1和所述第二特征提取网络D1_i连接；

所述第二特征提取网络组D1中，所述第二特征提取网络D1_i与第二特征提取网络D1_i-1连接；

所述单帧语义分割网络的第一特征提取网络E1₁用于接收输入的所述第一造影图像或所述第二造影图像，第二特征提取网络D1₁用于输出语义分割结果。

优选的，所述双帧语义分割网络包括第三特征提取网络组E2、第一自注意力网络A和第四特征提取网络组D2；