本發(fā)明涉及頸動脈圖像識別，尤其涉及一種頸動脈易損斑塊識別系統(tǒng)及方法。

背景技術(shù)：

1、在預(yù)防和治療心腦血管疾病的過程中，頸動脈易損斑塊的準(zhǔn)確識別占據(jù)著舉足輕重的地位。易損斑塊，因其內(nèi)在的不穩(wěn)定性，一旦破裂，極易觸發(fā)血栓形成，進(jìn)而誘發(fā)中風(fēng)或心肌梗死等嚴(yán)重后果。因此，科學(xué)評估斑塊的穩(wěn)定性和易損性，對于制定有效的臨床干預(yù)策略至關(guān)重要。

2、盡管超聲成像作為一種無創(chuàng)檢查手段，在醫(yī)學(xué)領(lǐng)域得到了廣泛應(yīng)用，尤其適合孕婦、兒童等特殊群體，且能實時展現(xiàn)動脈結(jié)構(gòu)與血流動態(tài)，為醫(yī)生提供即時的診斷依據(jù)，但其局限性亦不容忽視。具體而言，超聲成像在精確區(qū)分斑塊內(nèi)部成分(諸如脂質(zhì)核心、纖維帽、鈣化等)方面存在顯著不足，這直接限制了其評估斑塊易損性的能力。

3、進(jìn)一步地，超聲、ct與磁共振成像雖各有千秋，卻也各自面臨挑戰(zhàn)。超聲成像雖實時性強(qiáng)，但分辨率有限；ct成像雖空間分辨率高，卻伴隨著較高的輻射劑量；磁共振成像雖軟組織對比度優(yōu)越且無輻射，但在某些情況下可能受限于設(shè)備復(fù)雜性和檢查時間。更為關(guān)鍵的是，單一成像模態(tài)往往難以全面反映斑塊的復(fù)雜特性，加之設(shè)備性能差異、患者個體差異以及操作者經(jīng)驗水平不一等因素，均可能導(dǎo)致誤診或漏診的風(fēng)險增加。

4、尤為值得注意的是，傳統(tǒng)超聲成像的診斷結(jié)果深受操作者經(jīng)驗和技術(shù)水平的影響，這種主觀性不僅降低了診斷的一致性，還可能對診斷的準(zhǔn)確性構(gòu)成威脅。因此，在現(xiàn)有技術(shù)框架下，如何克服這些缺點，實現(xiàn)頸動脈易損斑塊的精準(zhǔn)識別，成為了亟待解決的重要課題。

技術(shù)實現(xiàn)思路

1、針對現(xiàn)有技術(shù)中存在的問題，本發(fā)明提供一種頸動脈易損斑塊識別系統(tǒng)，包括：

2、多模態(tài)圖像融合模塊，用于分別獲取超聲成像設(shè)備、ct成像設(shè)備和磁共振成像設(shè)備對患者的頸動脈同一部位掃描得到的頸動脈超聲圖像、頸動脈ct圖像以及頸動脈磁共振圖像，隨后將所述頸動脈超聲圖像、所述頸動脈ct圖像以及所述頸動脈磁共振圖像進(jìn)行多模態(tài)圖像融合得到融合圖像；

3、斑塊識別模塊，連接所述斑塊識別模塊，用于對所述融合圖像進(jìn)行易損斑塊邊界識別，隨后基于邊界識別結(jié)果提取出易損斑塊進(jìn)行再識別，將再識別結(jié)果中的不確定區(qū)域高亮并通知醫(yī)護(hù)人員復(fù)核，隨后采集醫(yī)護(hù)人員反饋的復(fù)核標(biāo)識，將所述復(fù)核標(biāo)識與所述再識別結(jié)果中的所述不確定區(qū)域關(guān)聯(lián)得到最終識別結(jié)果。

4、優(yōu)選的，所述斑塊識別模塊包括：

5、斑塊識別單元，用于將所述融合圖像輸入預(yù)先構(gòu)建的斑塊識別模型識別出所述融合圖像中的易損斑塊邊界，將所述融合圖像中被所述易損斑塊邊界包圍的部分作為所述邊界識別結(jié)果；

6、圖像提取單元，連接所述斑塊識別單元，用于在所述融合圖像中，以所述邊界識別結(jié)果為基礎(chǔ)起點，將易損斑塊邊界向所述融合圖像的邊緣進(jìn)行拓展，將所述融合圖像中拓展后的易損斑塊邊界包圍的圖像作為再識別圖像；

7、不確定標(biāo)記單元，連接所述圖像提取單元，用于將所述再識別圖像輸入所述斑塊識別模型中進(jìn)行再次識別得到所述再識別結(jié)果，并且將所述再識別圖像輸入貝葉斯神經(jīng)網(wǎng)絡(luò)中得到所述再識別圖像中不確定區(qū)域被高亮標(biāo)記的識別結(jié)果，隨后采集醫(yī)護(hù)人員反饋的復(fù)核標(biāo)識，將所述復(fù)核標(biāo)識與所述再識別結(jié)果中的所述不確定區(qū)域關(guān)聯(lián)得到最終識別結(jié)果。

8、優(yōu)選的，還包括斑塊識別構(gòu)建模塊，連接所述斑塊識別模塊，包括：

9、訓(xùn)練數(shù)據(jù)采集單元，用于收集包含多幅斑塊大小不同的標(biāo)準(zhǔn)易損斑塊樣本的訓(xùn)練數(shù)據(jù)集；

10、多尺度特征提取單元，用于在每次訓(xùn)練時，基于輸入預(yù)先構(gòu)建的標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)的所述標(biāo)準(zhǔn)易損斑塊樣本中的斑塊大小調(diào)整所述標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)的卷積核的尺度進(jìn)行多尺度特征提取訓(xùn)練得到所述斑塊識別模型。

11、優(yōu)選的，還包括數(shù)據(jù)預(yù)處理模塊，連接所述斑塊識別模塊，包括：

12、模型構(gòu)建模塊，用于收集包含易損斑塊樣本和多種其他類型斑塊樣本的真實超聲圖像數(shù)據(jù)集，隨后構(gòu)建包含生成器和判別器的生成對抗網(wǎng)絡(luò)模型，將所述真實超聲圖像數(shù)據(jù)集輸入所述生成對抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到斑塊數(shù)據(jù)增強(qiáng)模型；

13、數(shù)據(jù)增強(qiáng)單元，連接所述模型構(gòu)建模塊，用于采用所述斑塊數(shù)據(jù)增強(qiáng)模型中的生成器生成多副合成超聲圖像添加到所述訓(xùn)練數(shù)據(jù)集中以擴(kuò)充所述訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)量。

14、優(yōu)選的，所述圖像提取單元包括：

15、迭代碰膨脹子單元，用于在所述融合圖像中，以所述邊界識別結(jié)果為基礎(chǔ)起點，采用形態(tài)學(xué)膨脹操作將易損斑塊邊界向所述融合圖像的邊緣進(jìn)行多次迭代拓展，直至拓展后的所述易損斑塊邊界與原本的所述易損斑塊邊界之間的像素距離達(dá)到預(yù)設(shè)的像素距離，隨后將所述融合圖像中拓展后的易損斑塊邊界包圍的圖像作為再識別圖像。

16、本發(fā)明還提供一種頸動脈易損斑塊識別方法，應(yīng)用于上述的頸動脈易損斑塊識別系統(tǒng)，包括：

17、步驟s1，所述頸動脈易損斑塊識別系統(tǒng)分別獲取超聲成像設(shè)備、ct成像設(shè)備和磁共振成像設(shè)備對患者的頸動脈同一部位掃描得到的頸動脈超聲圖像、頸動脈ct圖像以及頸動脈磁共振圖像，隨后將所述頸動脈超聲圖像、所述頸動脈ct圖像以及所述頸動脈磁共振圖像進(jìn)行多模態(tài)圖像融合得到融合圖像；

18、步驟s2，所述頸動脈易損斑塊識別系統(tǒng)對所述融合圖像進(jìn)行易損斑塊邊界識別，隨后基于邊界識別結(jié)果提取出易損斑塊進(jìn)行再識別，將再識別結(jié)果中的不確定區(qū)域高亮并通知醫(yī)護(hù)人員復(fù)核，隨后采集醫(yī)護(hù)人員反饋的復(fù)核標(biāo)識，將所述復(fù)核標(biāo)識與所述再識別結(jié)果中的所述不確定區(qū)域關(guān)聯(lián)得到最終識別結(jié)果。

19、優(yōu)選的，所述步驟s2包括：

20、步驟s21，所述頸動脈易損斑塊識別系統(tǒng)將所述融合圖像輸入預(yù)先構(gòu)建的斑塊識別模型識別出所述融合圖像中的易損斑塊邊界，將所述融合圖像中被所述易損斑塊邊界包圍的部分作為所述邊界識別結(jié)果；

21、步驟s22，所述頸動脈易損斑塊識別系統(tǒng)在所述融合圖像中，以所述邊界識別結(jié)果為基礎(chǔ)起點，將易損斑塊邊界向所述融合圖像的邊緣進(jìn)行拓展，將所述融合圖像中拓展后的易損斑塊邊界包圍的圖像作為再識別圖像；

22、步驟s23，所述頸動脈易損斑塊識別系統(tǒng)將所述再識別圖像輸入所述斑塊識別模型中進(jìn)行再次識別得到所述再識別結(jié)果，并且將所述再識別圖像輸入貝葉斯神經(jīng)網(wǎng)絡(luò)中得到所述再識別圖像中不確定區(qū)域被高亮標(biāo)記的識別結(jié)果，隨后采集醫(yī)護(hù)人員反饋的復(fù)核標(biāo)識，將所述復(fù)核標(biāo)識與所述再識別結(jié)果中的所述不確定區(qū)域關(guān)聯(lián)得到最終識別結(jié)果。

23、優(yōu)選的，還包括斑塊識別構(gòu)建過程，包括：

24、步驟a1，所述頸動脈易損斑塊識別系統(tǒng)收集包含多幅斑塊大小不同的標(biāo)準(zhǔn)易損斑塊樣本的訓(xùn)練數(shù)據(jù)集；

25、步驟a2，所述頸動脈易損斑塊識別系統(tǒng)在每次訓(xùn)練時，基于輸入預(yù)先構(gòu)建的標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)的所述標(biāo)準(zhǔn)易損斑塊樣本中的斑塊大小調(diào)整所述標(biāo)準(zhǔn)卷積神經(jīng)網(wǎng)絡(luò)的卷積核的尺度進(jìn)行多尺度特征提取訓(xùn)練得到所述斑塊識別模型。

26、優(yōu)選的，在執(zhí)行所述步驟a2之前，還包括數(shù)據(jù)預(yù)處理過程，包括：

27、步驟b1，所述頸動脈易損斑塊識別系統(tǒng)收集包含易損斑塊樣本和多種其他類型斑塊樣本的真實超聲圖像數(shù)據(jù)集，隨后構(gòu)建包含生成器和判別器的生成對抗網(wǎng)絡(luò)模型，將所述真實超聲圖像數(shù)據(jù)集輸入所述生成對抗網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練得到斑塊數(shù)據(jù)增強(qiáng)模型；

28、步驟b2，所述頸動脈易損斑塊識別系統(tǒng)采用所述斑塊數(shù)據(jù)增強(qiáng)模型中的生成器生成多副合成超聲圖像添加到所述訓(xùn)練數(shù)據(jù)集中以擴(kuò)充所述訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)量。

29、優(yōu)選的，所述步驟s22中的圖像拓展過程包括：

30、所述頸動脈易損斑塊識別系統(tǒng)在所述融合圖像中，以所述邊界識別結(jié)果為基礎(chǔ)起點，采用形態(tài)學(xué)膨脹操作將易損斑塊邊界向所述融合圖像的邊緣進(jìn)行多次迭代拓展，直至拓展后的所述易損斑塊邊界與原本的所述易損斑塊邊界之間的像素距離達(dá)到預(yù)設(shè)的像素距離，隨后將所述融合圖像中拓展后的易損斑塊邊界包圍的圖像作為再識別圖像。

31、上述技術(shù)方案具有如下優(yōu)點或有益效果：

32、1)本發(fā)明采用了多模態(tài)圖像融合模塊，這一模塊能夠整合來自超聲成像設(shè)備、ct成像設(shè)備和磁共振成像設(shè)備對同一部位(頸動脈)的掃描結(jié)果。充分利用了每種成像技術(shù)的優(yōu)勢，即超聲的實時性、ct的高空間分辨率以及磁共振成像的軟組織對比度和無輻射性。融合后的圖像不僅提高了圖像的質(zhì)量，還增強(qiáng)了斑塊內(nèi)部成分的辨識能力，如脂質(zhì)核心、纖維帽和鈣化等，從而克服了單一成像模態(tài)在精確評估斑塊易損性方面的局限性。

33、2)通過斑塊識別模塊對融合圖像進(jìn)行易損斑塊邊界的自動識別，提高了識別的準(zhǔn)確性和效率。這一模塊還能基于邊界識別結(jié)果進(jìn)行再識別，進(jìn)一步細(xì)化識別結(jié)果，將不確定區(qū)域高亮顯示并通知醫(yī)護(hù)人員復(fù)核。這一步驟引入了人工復(fù)核環(huán)節(jié)，減少了因設(shè)備性能差異、患者個體差異及操作者經(jīng)驗水平不一而導(dǎo)致的誤診或漏診風(fēng)險。