血流储备分数确定方法、装置、电子设备及存储介质与流程

本发明涉及数据处理，尤其涉及一种血流储备分数确定方法、装置、电子设备及存储介质。

背景技术：

1、血流储备分数(fractional flow reserve，ffr)是指冠脉存在狭窄病变的情况下，当前血管能获得的最大血流与正常血管情况下能获得的最大血流之比，可用于确定病变功能严重程度。

2、深度学习通过构造神经网络并结合低层特征形成更为抽象的高层特征或属性特征来检测数据的分布式表示特征，从而完成分类或回归任务。目前关于通过深度学习预测血流动力学的研究仍然非常有限。这些研究的局限性包括：1)大多数研究集中在应用范围有限的二维流场；2)数据集中的样本分辨率太低，不能代表复杂的流场分布和几何结构。

3、在实现本发明的过程中，发明人发现现有技术中至少存在以下技术问题：上述现有技术方案，存在血流储备分数准确度低的问题。

技术实现思路

1、本发明提供了一种血流储备分数确定方法、装置、电子设备及存储介质，以提升血流储备分数的准确度。

2、根据本发明的一方面，提供了一种血流储备分数确定方法，包括：

3、获取多张初始血管图像；

4、基于所述多张初始血管图像确定血管中线点，以及所述血管中线点对应的血管截面面积和流量系数；

5、将所述血管中线点，以及所述血管中线点对应的血管截面面积和流量系数输入至预先训练完成的分数预测模型，得到血流储备分数。

6、根据本发明的另一方面，提供了一种血流储备分数确定装置，包括：

7、图像获取模块，用于获取多张初始血管图像；

8、血管中线点确定模块，用于基于所述多张初始血管图像确定血管中线点，以及所述血管中线点对应的血管截面面积和流量系数；

9、血流储备分数确定模块，用于将所述血管中线点，以及所述血管中线点对应的血管截面面积和流量系数输入至预先训练完成的分数预测模型，得到血流储备分数。

10、根据本发明的另一方面，提供了一种电子设备，所述电子设备包括：

11、至少一个处理器；

12、以及与所述至少一个处理器通信连接的存储器；

13、其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的血流储备分数确定方法。

14、根据本发明的另一方面，提供了一种计算机可读存储介质，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本发明任一实施例所述的血流储备分数确定方法。

15、本发明实施例的技术方案，通过获取多张初始血管图像，进而基于多张初始血管图像确定血管中线点，以及血管中线点对应的血管截面面积和流量系数，进而将确定的血管中线点，以及血管中线点对应的血管截面面积和流量系数输入至预先训练完成的分数预测模型，得到血流储备分数，与现有技术相比，本实施例的分数预测模型可以有效学习到血管的流场分布和几何结构，从而提升预测的血流储备分数的准确度。

16、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种血流储备分数确定方法，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，所述基于所述多张初始血管图像确定血管中线点，以及所述血管中线点对应血管截面面积和流量系数，包括：

3.根据权利要求2所述的方法，其特征在于，所述确定所述血管中线点对应的血管截面面积和流量系数，包括：

4.根据权利要求1所述的方法，其特征在于，所述分数预测模型包括稀疏分割网络和循环神经网络，其中，所述稀疏分割网络用于学习血管的流场分布和几何形状，所述循环神经网络用于捕获各所述血管中线点之间的依赖关系。

5.根据权利要求4所述的方法，其特征在于，所述将所述血管中线点，以及所述血管中线点对应的血管截面面积和流量系数输入至预先训练完成的分数预测模型，得到血流储备分数，包括：

6.根据权利要求1所述的方法，其特征在于，所述分数预测模型的训练过程包括：

7.根据权利要求1所述的方法，其特征在于，所述分数预测模型包括稀疏点云分割模型和循环神经网络；

8.一种血流储备分数确定装置，其特征在于，包括：

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中任一项所述的血流储备分数确定方法。

技术总结
本发明公开了一种血流储备分数确定方法、装置、电子设备及存储介质。该方法包括：获取多张初始血管图像；基于所述多张初始血管图像确定血管中线点，以及所述血管中线点对应的血管截面面积和流量系数；将所述血管中线点，以及所述血管中线点对应的血管截面面积和流量系数输入至预先训练完成的分数预测模型，得到血流储备分数。上述技术方案，分数预测模型可以根据血管中线点，以及血管中线点对应的血管截面面积和流量系数实现血流储备分数预测，可以有效提升血流储备分数的准确度。

技术研发人员：左强,尹思源,王少康,陈宽
受保护的技术使用者：推想医疗科技股份有限公司
技术研发日：
技术公布日：2024/1/13