申请/专利权人：新疆生产建设兵团医院

申请日：2023-06-12

公开（公告）日：2024-02-20

公开（公告）号：CN116630386B

主分类号：G06T7/50

分类号：G06T7/50;G06T7/00;G06V10/44;G06V10/764;G06N3/0464;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.02.20#授权;2023.09.08#实质审查的生效;2023.08.22#公开

摘要：本申请涉及扫描图像处理技术领域，其具体地公开了一种CTA扫描图像处理方法及其系统，包括：获取肺动脉CTA扫描图像；对所述肺动脉CTA扫描图像进行图像预处理以得到预处理后肺动脉CTA扫描图像；对所述预处理后肺动脉CTA扫描图像进行图像特征提取以得到空间强化肺动脉CTA扫描特征矩阵；以及，对所述空间强化肺动脉CTA扫描特征矩阵进行肺动脉CTA扫描图像重建以得到肺动脉重建图像。通过这样的方式，能够准确进行肺动脉图像的重建，从而基于重建图像来辅助医生进行胸痛三联征的诊断，提高医生的工作效率且降低误诊率，便于患者早期治疗。

主权项：1.一种CTA扫描图像处理方法，其特征在于，包括：获取肺动脉CTA扫描图像；对所述肺动脉CTA扫描图像进行图像预处理以得到预处理后肺动脉CTA扫描图像；对所述预处理后肺动脉CTA扫描图像进行图像特征提取以得到空间强化肺动脉CTA扫描特征矩阵；以及对所述空间强化肺动脉CTA扫描特征矩阵进行肺动脉CTA扫描图像重建以得到肺动脉重建图像；其中，对所述预处理后肺动脉CTA扫描图像进行图像特征提取以得到空间强化肺动脉CTA扫描特征矩阵，包括：对所述预处理后肺动脉CTA扫描图像进行多尺度卷积编码以得到多尺度肺动脉CTA扫描特征矩阵；以及将所述多尺度肺动脉CTA扫描特征矩阵通过双向注意力模块以得到所述空间强化肺动脉CTA扫描特征矩阵；其中，将所述多尺度肺动脉CTA扫描特征矩阵通过双向注意力模块以得到空间强化肺动脉CTA扫描特征矩阵，包括：将所述多尺度肺动脉CTA扫描特征矩阵分别沿着水平方向和垂直方向进行池化以得到第一向池化向量和第二向池化向量；对所述第一向池化向量和所述第二向池化向量进行关联编码以得到双向关联矩阵；将所述双向关联矩阵输入Sigmoid激活函数以得到注意力特征矩阵；将所述多尺度肺动脉CTA扫描特征矩阵和所述注意力特征矩阵分别展开为特征向量以得到多尺度肺动脉CTA扫描特征向量和注意力特征向量；融合所述多尺度肺动脉CTA扫描特征向量和所述注意力特征向量以得到融合关联特征向量；以及将所述融合关联特征向量进行维度重构以得到所述空间强化肺动脉CTA扫描特征矩阵；其中，融合所述多尺度肺动脉CTA扫描特征向量和所述注意力特征向量以得到融合关联特征向量，包括：通过采用类转换器空间迁移置换融合的方式，以如下融合公式来融合所述多尺度肺动脉CTA扫描特征向量和所述注意力特征向量以得到所述融合关联特征向量；其中，所述融合公式为： ，其中，和分别是所述多尺度肺动脉CTA扫描特征向量和所述注意力特征向量，为向量之间的距离矩阵，表示向量间的欧式距离，为掩码阈值超参数，且向量均为行向量，、和分别表示特征向量的逐位置相加、相减和相乘，表示矩阵乘法，表示函数，是所述融合关联特征向量；其中，对所述预处理后肺动脉CTA扫描图像进行多尺度卷积编码以得到多尺度肺动脉CTA扫描特征矩阵，包括：将所述预处理后肺动脉CTA扫描图像通过包含第一卷积神经网络模型和第二卷积神经网络模型的双管线模型以得到所述多尺度肺动脉CTA扫描特征矩阵；其中，对所述空间强化肺动脉CTA扫描特征矩阵进行肺动脉CTA扫描图像重建以得到肺动脉重建图像，包括：将所述空间强化肺动脉CTA扫描特征矩阵通过基于扩散模型的重建生成器以得到肺动脉重建图像；其中，将所述预处理后肺动脉CTA扫描图像通过包含第一卷积神经网络模型和第二卷积神经网络模型的双管线模型以得到多尺度肺动脉CTA扫描特征矩阵，包括：使用双管线模型的第一卷积神经网络模型对所述预处理后肺动脉CTA扫描图像进行基于第一卷积核的特征提取以得到第一尺度动脉CTA扫描特征矩阵，其中，所述第一卷积神经网络模型使用第一尺度的第一卷积核；使用双管线模型的第二卷积神经网络模型对所述预处理后肺动脉CTA扫描图像进行基于第二卷积核的特征提取以得到第二尺度动脉CTA扫描特征矩阵，其中，所述第二卷积神经网络模型使用第二尺度的第二卷积核，所述第一尺度不同于所述第二尺度；融合所述第一尺度动脉CTA扫描特征矩阵和所述第二尺度动脉CTA扫描特征矩阵以得到所述多尺度肺动脉CTA扫描特征矩阵。

全文数据：

权利要求：

百度查询： 新疆生产建设兵团医院 CTA扫描图像处理方法及其系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD