基于光学相干断层扫描影像的可降解支架自动分割技术研究

发布时间：2023-09-02 11:52

　　冠心病是目前全球范围内死亡率最高的疾病之一,中国的冠心病致死人数居全球第二位。经皮冠状动脉介入治疗是治疗冠心病的最常用方法,通过植入支架,疏通狭窄或者堵塞的冠状动脉,改善心肌的供血状况。可降解支架是近年来提出的最新一代具有革命性技术前景的支架,可提供阶段性的血管壁支撑,待症状缓解后自动降解。但支架在植入过程中,如果发生支架贴壁不良现象,会导致术后支架内血栓等晚期不良事件的发生,给患者生命安全带来威胁。所以在支架植入过程中,支架贴壁情况的实时分析具有重要的临床应用价值和研究意义。经皮冠状动脉介入手术中需要腔内影像进行辅助诊断。血管内光学相干断层扫描技术(Intravascular optical coherence tomography,IVOCT)具有很高的成像分辨率,能够对可降解支架清晰成像,因此可以在术中辅助专家进行支架贴壁情况的分析。但鉴于每个回拉中包含数千个支架,依靠专家手工分析必然是耗时耗力的,利用计算机算法进行辅助分析可以提供给专家实时、直观、有效的支架贴壁自动分析结果。本文中提出了IVOCT影像中可降解支架轮廓的自动分割算法,在得到支架轮廓后,结合冠状动脉管腔轮廓就可以得...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第1章 引言
    1.1 研究背景
        1.1.1 冠心病
        1.1.2 经皮冠状动脉介入治疗
        1.1.3 心脏支架
        1.1.4 血管内光学相干成像技术
    1.2 研究目的和意义
    1.3 国内外研究现状和发展趋势
    1.4 本文主要工作
    1.5 论文组织结构
第2章 相关技术
    2.1 图像目标分割
    2.2 深度学习图像分割模型
        2.2.1 常用的深度学习图像分割模型
        2.2.2 经典卷积神经网络架构
        2.2.3 深度学习Mask R-CNN模型
    2.3 本章小结
第3章 基于角点检测的可降解支架轮廓自动分割
    3.1 算法整体思路
    3.2 构建角点分类器
        3.2.1 训练样本
        3.2.2 特征提取
        3.2.3 训练角点分类器
    3.3 支架四个角点检测
        3.3.1 支架候选角点检测
        3.3.2 支架四个区域划分
        3.3.3 支架角点选择
    3.4 本章小结
第4章 基于Mask R-CNN的可降解支架自动分割
    4.1 基于Mask R-CNN的可降解支架自动分割框架
    4.2 图像预处理模块
    4.3 Mask R-CNN模型训练模块
        4.3.1 特征提取网络架构
        4.3.2 区域候选网络
        4.3.3 ROI Align
        4.3.4 分类回归分割模块
    4.4 IVOCT影像中BVS支架分割
    4.5 本章小结
第5章 实验设计与结果分析
    5.1 实验
        5.1.1 实验材料
        5.1.2 参数设置
        5.1.3 实验环境
        5.1.4 评价标准
    5.2 实验结果定性分析
        5.2.1 基于角点检测的BVS支架自动分割
        5.2.2 基于Mask R-CNN的 BVS支架自动分割
    5.3 实验结果定量分析
        5.3.1 基于角点检测的BVS支架自动分割
        5.3.2 基于Mask R-CNN的 BVS支架自动分割
        5.3.3 耗时分析
    5.4 结果讨论
        5.4.1 角点检测方法讨论
        5.4.2 Mask R-CNN算法讨论
    5.5 贴壁情况分析
    5.6 本章小结
第6章 总结与展望
参考文献
致谢
作者简历及攻读学位期间发表的学术论文与研究成果



本文编号：3845152