【技術實現步驟摘要】
本專利技術涉及醫學圖像分割領域，特別是一種基于改進nnunet的冠狀動脈圖像分割方法。
技術介紹
1、世界范圍內，心血管疾病是主要的引發死亡的原因，每年約引起17萬例死亡，占所有死亡的30%。心腦血管疾病具有高患病率、高致殘率、高復發率和高死亡率的特點，帶來了沉重的社會及經濟負擔。
2、準確地評估心臟和其周圍血管的結構和功能對于心血管疾病的早期診斷、治療和預防至關重要。一些影像方法，例如計算機斷層掃描（computed?tomography,?ct)?和核磁共振成像（magnetic?resonance?imaging,?mri)?提供了快速且無創的檢查手段，憑借其對于儲存空間要求低、分析速度快等優點成為評估心血管疾病的重要工具。將這些圖像與醫學圖像處理方法相結合，能夠實現包含附屬部位在內的心臟的三維視覺重建，向使用者傳遞組織結構的潛在信息，改善了病人的醫療體驗。
3、cta成像技術可以提供心臟和其周圍血管的高分辨率三維影像，當使用這些橫截面切片圖像時，時常會忽略層間的信息。分析這些大規模三維數據是一項繁瑣且耗時的任務，并容易受到操作者主觀因素的影響，限制了對復雜心臟和附屬血管結構的全面準確的評估。
4、深度學習作為一種新興的人工智能技術，在圖像識別和分割領域取得了重大突破。通過深度學習模型，可以從復雜的cta影像中學習和提取特征，實現對心臟及其周圍血管的自動分割。這將大大減輕醫生的工作負擔，提高診斷的準確性和效率，并為臨床決策提供有力的支持。此外，這種分割方法還可以為其他相關研究和應用提供基
技術實現思路
1、為解決現有技術中的問題，本專利技術提出了一種基于改進nnunet的冠狀動脈圖像分割方法。
2、為實現上述目的，本專利技術提出的技術方案如下：
3、一種基于改進nnunet的冠狀動脈圖像分割方法，包括：
4、s1：獲取訓練數據集，訓練數據集包含正常冠狀動脈血管cta圖像與病變冠狀動脈血管的cta圖像；調整訓練數據集內所有圖像的窗寬和窗位使各圖像內冠狀動脈血管部分與其他部分的對比度增強；
5、s2：對訓練數據集內所有圖像的層間距重采樣至體素統一，統一后各圖像包含多層二維圖像；
6、s3：構建預處理模塊，將訓練數據集內所有cta圖像的各層二維圖像通過預處理模塊進行預處理；所述預處理模塊包括均衡子模塊和濾波子模塊，所述均衡子模塊用于對cta圖像的各層二維圖像進行clahe處理得到增強后圖像，所述濾波子模塊用于對增強后圖像進行frangi濾波；
7、s4：構建用于冠狀動脈圖像分割的分割模型，采用預處理后的圖像訓練分割模型；
8、s5：獲取待處理cta圖像，待處理cta圖像通過預處理模塊以及訓練完成的分割模型后，得到分割結果圖。
9、本專利技術還提出了一種基于改進nnunet的冠狀動脈圖像分割系統，用于實現上述方法。
10、與現有方法相比，本專利技術具有的顯著進步如下：
11、1.本專利技術采用了全新的由clahe算法與frangi濾波組成的預處理模塊，增強了cta圖像的對比度，使血管區域與周圍組織的區別更加明顯，最后通過濾波突出血管結構，減少背景噪聲和非血管組織的干擾。
12、2.本專利技術以nnunet架構為基礎，將其應用于冠狀動脈分割領域。訓練集同時包括正常與患病狹窄血管，提高了冠脈分割網絡的魯棒性。
13、3.本專利技術在一定程度上提高了冠狀動脈分割的精度與連續性，所提出的方法可以廣泛地滿足冠狀動脈cta圖像三維重建的需要。
本文檔來自技高網...【技術保護點】
1.一種基于改進nnUnet的冠狀動脈圖像分割方法，其特征在于，包括：
2.根據權利要求1所述的基于改進nnUnet的冠狀動脈圖像分割方法，其特征在于，所述CTA圖像的各層二維圖像為CTA圖像在z軸方向上的各層二維圖像。
3.根據權利要求1所述的基于改進nnUnet的冠狀動脈圖像分割方法，其特征在于，所述對CTA圖像的各層二維圖像進行CLAHE處理具體包括：
4.根據權利要求3所述的基于改進nnUnet的冠狀動脈圖像分割方法，其特征在于，所述對于每個子區域的直方圖進行直方圖均衡化，表達式如下：
5.根據權利要求1所述的基于改進nnUnet的冠狀動脈圖像分割方法，其特征在于，所述Frangi濾波是基于Hessian矩陣的Frangi濾波。
6.根據權利要求3所述的基于改進nnUnet的冠狀動脈圖像分割方法，其特征在于，所述對增強后圖像進行Frangi濾波具體為：
7.根據權利要求6所述的基于改進nnUnet的冠狀動脈圖像分割方法，其特征在于，所述每個像素點的Hessian矩陣為：
8.根據權利要求1
9.一種基于改進nnUnet的冠狀動脈圖像分割系統，其特征在于，用于實現權利要求1所述的基于改進nnUnet的冠狀動脈圖像分割方法，所示系統包括：
...【技術特征摘要】
1.一種基于改進nnunet的冠狀動脈圖像分割方法，其特征在于，包括：
2.根據權利要求1所述的基于改進nnunet的冠狀動脈圖像分割方法，其特征在于，所述cta圖像的各層二維圖像為cta圖像在z軸方向上的各層二維圖像。
3.根據權利要求1所述的基于改進nnunet的冠狀動脈圖像分割方法，其特征在于，所述對cta圖像的各層二維圖像進行clahe處理具體包括：
4.根據權利要求3所述的基于改進nnunet的冠狀動脈圖像分割方法，其特征在于，所述對于每個子區域的直方圖進行直方圖均衡化，表達式如下：
5.根據權利要求1所述的基于改進nnunet的冠狀動脈圖像分割方法，其特征在...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。