(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210822961.5 (22)申请日 2022.07.14 (65)同一申请的已公布的文献号 申请公布号 CN 114897904 A (43)申请公布日 2022.08.12 (73)专利权人 青岛美迪康数字 工程有限公司 地址 266005 山东省青岛市 市南区太平路 51号山东国际贸易大厦15层 (72)发明人 赖永航　陈栋栋　曹鸥　冯健　 (74)专利代理 机构 北京慧智兴达知识产权代理 有限公司 1 1615 专利代理师 李丽颖 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/187(2017.01) G06T 7/73(2017.01) G06T 5/00(2006.01) G06T 5/30(2006.01)(56)对比文件 CN 110120031 A,2019.08.13 CN 109523 515 A,2019.0 3.26 US 201902 9625 A1,2019.01.31 He Y等.Medical Ima ge-Based Computati onal Fluid Dynamics and Fluid- Structure I nteracti on Analysis i n Vascular Diseases. 《Fro ntiers i n Bioengineering and Bi otechnology》 .202 2, Du P等.De ep learn ing-based sur rogate model for 3 -dimensi onal patient-specific computati onal fluid dynamics. 《Physics of Fluids》 .202 2, Murgia A等.Cardiac computed tomography radi omics: an emergi ng tool for the n on-invasive as sessment of coronary atherosclerosis. 《Cardi ovascular Diagnosis and Therapy》 .2020, 审查员 张骞 (54)发明名称 基于MRA序列图像确定血流储备分数的方法 及装置 (57)摘要 本发明涉及人工智能和医学领域， 具体涉及 一种基于MRA序列图像确定 血流储备分数的方法 及装置， 所述方法包括： 通过深度学习网络从磁 共振血管造影MRA序列检查图像中识别出血管区 域图像； 根据识别结果确定所述MRA序列检查图 像的背景噪声； 从所述血管区域图像的当前血管 段图像中裁剪出血管狭窄段图像； 对 所述血管狭 窄段图像的各切面对应的掩码图像进行遍历， 查 找所述血管狭窄段图像的断裂处； 根据查找结 果， 确定所述血管狭窄段中心位置； 根据所述血 管狭窄段中心位置的两侧等间隔位置处的信号 量和所述MRA序列检查图像的背景噪声， 确定血 流储备分数。 本发明可以有效提高血管分割的效果， 提高血流储备分数的计算 准确性。 权利要求书2页 说明书7页 附图3页 CN 114897904 B 2022.10.28 CN 114897904 B 1.一种基于MRA序列图像确定血流储备分数的方法， 其特征在于， 所述基于MRA序列图 像确定血流储备分数的方法， 包括： 通过深度学习网络从磁共 振血管造影MRA序列检查图像中识别出 血管区域图像； 根据识别结果确定所述MRA序列检查图像的背景噪声； 从所述血 管区域图像的当前 血管段图像中裁 剪出血管狭窄段图像； 对所述血管狭窄段图像的各切面对应的掩码图像进行遍历， 查找所述血管狭窄段图像 的断裂处， 在遍历到未有血 管像素的切面时， 确定该切面 为所述血 管狭窄段图像的断裂处； 根据遍历结果， 确定是否查找到所述血管狭窄段图像具有断裂处， 根据查找结果， 确定 所述血管狭窄段中心位置， 包括： 若查找到， 对断裂处检修修复， 将修复后的血管狭窄段图 像的各切面的掩码图像中最小区域面积对应的切面作为所述血管狭窄段中心 位置； 如未查 找到， 直接将血管狭 窄段图像的各切面的掩码图像中最小区域面积对应的切面作为所述血 管狭窄段中心位置； 根据所述血管狭窄段中心位置的两侧等间隔位置处 的信号量和所述MRA序列检查图像 的背景噪声， 确定血流储备分数。 2.根据权利要求1所述的基于MRA序列图像确定血流储备分数的方法， 其特征在于， 所 述深度学习网络为语义分割模型； 所述通过深度学习网络从磁共振血管造影MRA检查图像 中识别出 血管区域图像之前， 包括： 采用在最大强度投影视图对预先获得的MRA序列样本图像中每张切片的二维图像上标 注血管区域， 生成样本掩码图像； 根据所述样本掩码图像制作标签数据集， 训练得到所述语义分割模型。 3.根据权利要求1所述的基于MRA序列图像确定血流储备分数的方法， 其特征在于， 所 述从所述血 管区域图像的当前 血管段图像中裁 剪出血管狭窄段图像， 包括： 在三维空间中， 从所述血 管区域图像中查找所有连通 域； 根据连通域从大到小的顺序， 按照预设的连通域数量阈值， 在所有连通域中保留目标 连通域； 从保留目标 连通区域的血 管区域图像确定当前 血管段图像； 在最大强度投影视图的所述当前 血管段图像中裁 剪出所述血管狭窄段图像。 4.根据权利要求1 ‑3中任意一项所述的基于MRA序列图像确定血流储备分数的方法， 其 特征在于， 所述对所述血管狭窄段图像的各切 面对应的掩码图像进行遍历， 查找所述血管 狭窄段图像的断裂处， 在遍历到未有血管像素 的切面时， 确定该切 面为所述血管狭窄段图 像的断裂处， 包括： 根据所述血管狭窄段图像的断裂处的两侧相邻切面的掩码图像的区域中心点和区域 最大面积， 修复所述血 管狭窄段图像的断裂处的掩码图像。 5.根据权利要求4所述的基于MRA序列图像确定血流储备分数的方法， 其特征在于， 所 述对所述血管狭窄段图像的各切面对应的掩码图像进 行遍历， 在遍历 到未有血管像素的切 面时， 确定该切面 为所述血 管狭窄段图像的断裂处之前， 包括： 对各切面的掩码图像进行膨胀处理， 遍历膨胀后掩码图像的各像素， 根据预设的验证 方式， 验证各切面的掩码图像； 所述验证方式为根据待验证掩码图像的各像素的坐标对应的MRA序列检查图像的像素权　利　要　求　书 1/2 页 2 CN 114897904 B 2值和预设像素阈值的大小关系， 验证膨胀后掩码图像的血管像素； 根据验证结果， 设置待验 证掩码图像的血 管像素， 得到验证后的掩码图像。 6.根据权利要求5所述的基于MRA序列图像确定血流储备分数的方法， 其特征在于， 所 述根据验证结果， 设置各切面的掩码图像的血 管像素之后， 包括： 确定验证后的各切面的掩码图像的区域中心点和区域 边界； 根据所述区域 边界确定所有切面的掩码图像的区域 最大面积。 7.根据权利要求6所述的基于MRA序列图像确定血流储备分数的方法， 其特征在于， 所 述根据所述血管狭窄段图像的断裂处的两侧相邻切 面的掩码图像的区域中心点和区域最 大面积， 修复所述血 管狭窄段图像的断裂处的掩码图像， 包括： 将两侧相邻切面的掩码图像的区域中心点的平均值作为所述血管狭窄段图像的断裂 处的区域中心点； 根据所述 区域最大面积和所述血管狭窄段图像的断裂处的区域中心点， 确定所述血管 狭窄段图像的断裂处的虚设掩码图像； 根据所述验证方式， 验证所述虚设掩码图像， 用以修复所述血 管狭窄段图像的断裂处。 8.根据权利要求1所述的基于MRA序列图像确定血流储备分数的方法， 其特征在于， 所 述根据识别结果确定所述MRA序列检查图像的背景噪声， 包括： 将去除血 管区域图像的MRA序列检查图像的信号 量平均值作为背景噪声。 9.一种基于MRA序列图像确定血流储备分数的装置， 其特征在于， 所述基于MRA序列图 像确定血流储备分数 的装置包括： 存储器、 处理器及存储在所述存储器上并可在所述处理 器上运行的计算机程序； 所述计算机程序被所述处理器执行时， 实现如权利要求1 ‑8中任一项所述的基于MRA序 列图像确定血流储备分数的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114897904 B 3