【技术实现步骤摘要】
本专利技术涉及图像处理，尤其涉及一种血管异常检测方法、装置、电子设备及存储介质。
技术介绍
1、心血管疾病已构成威胁人类生命安全的主要疾病之一，医生通过血管成像技术来辅助诊断各种血管疾病，在临床中，冠状动脉血管系统的一种解剖学—shepherd's crookrca(right coronary angiography，右冠状动脉造影)，是描述一种冠状动脉走形严重的曲折和转弯形态，这种形变会增加心血管疾病风险。
2、目前，对于shepherd's crook rca异常检测的方法采用人工方式对血管造影图像进行形态异常识别，需要耗费时间，也会存在识别结果误差大的问题，不能帮助医护人员选择合适的介入仪器。
技术实现思路
1、本专利技术提供了一种血管异常检测方法、装置、电子设备及存储介质，以解决现有技术中存在血管异常类型识别耗时长和识别不准确的问题，尤其是缺乏对shepherd's crookrca类型的检测。
2、根据本专利技术的一方面，提供了一种血管异常检测方法，包括：
3、获取冠状动脉血管图像；
4、对冠状动脉血管图像进行图像分割处理，得到冠状动脉分割结果；
5、采用冠脉异常识别模型对冠状动脉分割结果进行异常检测，确定冠状动脉血管图像的异常检测结果。
6、可选的，冠脉异常识别模型基于异常类型血管的第一冠状动脉血管图像和正常类型血管的第二冠状动脉血管图像训练得到；异常类型包括sc-rca类型。
7、可
8、采用冠脉异常识别模型对冠状动脉分割结果进行异常检测，确定冠状动脉血管图像的异常检测结果，包括：
9、通过特征提取模块对冠状动脉分割结果进行特征提取，确定目标特征图；
10、通过特征分类模块对目标特征图进行分类，确定目标特征图分类结果；
11、通过类型确定模块对目标特征图分类结果进行处理，确定冠状动脉类型检测结果。
12、可选的，特征提取模块包括多个特征提取子模块，多个特征提取子模块之间串行连接，任一特征提取子模块用于对输入信息进行特征提取，输出特征图，并将特征图输出至下一特征提取子模块，直到最后一个特征提取子模块，得到目标特征图。
13、可选的，特征分类模块包括至少一个全连接层，至少一个全连接层之间串行连接；
14、通过特征分类模块对目标特征图进行分类，确定目标特征图分类结果，包括：
15、将目标特征图进行拉平处理，得到特征预处理结果；
16、将特征预处理结果输入至至少一个全连接层，得到目标特征图分类结果，其中，目标特征图分类结果包括至少一个分类类型及类型对应的概率值。
17、可选的，冠脉异常识别模型的训练过程，包括：
18、获取样本冠脉图像数据和样本冠脉图像数据的标注信息，标注信息包括样本冠脉图像数据中冠脉血管的异常类型；
19、迭代执行如下训练过程，直到满足预设迭代结束条件，迭代训练好的冠脉异常识别模型：
20、基于训练过程中冠脉异常识别模型对样本冠脉图像数据进行异常识别，得到样本冠脉图像数据的异常预测结果，基于异常预测结果和标注信息生成损失函数，基于损失函数调节训练过程中冠脉异常识别模型的模型参数。
21、根据本专利技术的另一方面，提供了一种血管异常检测装置，包括：
22、图像数据确定模块，用于获取冠状动脉血管图像；
23、分割结果确定模块，用于对冠状动脉血管图像进行图像分割处理，得到冠状动脉分割结果；
24、异常检测结果确定模块，用于采用冠脉异常识别模型对冠状动脉分割结果进行异常检测，确定冠状动脉血管图像的异常检测结果。
25、根据本专利技术的另一方面，提供了一种电子设备，电子设备包括：
26、至少一个处理器；以及
27、与至少一个处理器通信连接的存储器；其中，
28、存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例的血管异常检测方法。
29、根据本专利技术的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的血管异常检测方法。
30、本专利技术实施例的技术方案，通过对获取冠状动脉血管图像分割处理，得到冠状动脉分割结果，并通过冠脉异常识别模型对冠状动脉分割结果进行异常检测，通过自动化检测冠状动脉的异常状态，解决了可以自动地根据冠脉异常识别模型识别冠脉血管是否存在异常，避免了人工方式去得到管状动脉形态参数，提高了冠状动脉异常检测结果的准确性和快速性。
31、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种血管异常检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述冠脉异常识别模型基于异常类型血管的第一冠状动脉血管图像和正常类型血管的第二冠状动脉血管图像训练得到；所述异常类型包括SC-RCA类型。
3.根据权利要求1所述的方法，其特征在于，所述冠脉异常识别模型包括特征提取模块、特征分类模块、类型确定模块；
4.根据权利要求3所述的方法，其特征在于，所述特征提取模块包括多个特征提取子模块，所述多个特征提取子模块之间串行连接，任一所述特征提取子模块用于对输入信息进行特征提取，输出特征图，并将所述特征图输出至下一特征提取子模块，直到最后一个特征提取子模块，得到目标特征图。
5.根据权利要求3所述的方法，其特征在于，所述特征分类模块包括至少一个全连接层，所述至少一个全连接层之间串行连接；
6.根据权利要求2所述的方法，其特征在于，所述冠脉异常识别模型的训练过程，包括：
7.一种血管异常检测装置，其特征在于，包括：
8.根据权利要求7所述的装置，其特征在于，所述冠脉异常识别模型
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的血管异常检测方法。
...【技术特征摘要】
1.一种血管异常检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述冠脉异常识别模型基于异常类型血管的第一冠状动脉血管图像和正常类型血管的第二冠状动脉血管图像训练得到；所述异常类型包括sc-rca类型。
3.根据权利要求1所述的方法，其特征在于，所述冠脉异常识别模型包括特征提取模块、特征分类模块、类型确定模块；
4.根据权利要求3所述的方法，其特征在于，所述特征提取模块包括多个特征提取子模块，所述多个特征提取子模块之间串行连接，任一所述特征提取子模块用于对输入信息进行特征提取，输出特征图，并将所述特征图输出至下一特征提取子模块，直到最后一个特征提取子模块，得到目标特征图。
5.根据权利要求3所述的...
【专利技术属性】
技术研发人员：王旭，马骏，郑凌霄，兰宏志，
申请(专利权)人：深圳睿心智能医疗科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。