基于深度学习神经网络级联模型的人体心脏冠脉提取方法

摘要

本发明公开了一种基于深度学习神经网络级联模型的人体心脏冠脉提取方法，其包括S1、将CT序列原始图按一定的窗宽窗位转换成图片格式，获得CT序列图片；S2、通过预先训练的全图模型对CT序列图片进行分割，得到主冠脉和主要分支血管的分割结果；S3、基于S2全图分割的结果，提取血管在当前层的前景像素，计算出当前层每根血管的中心，然后根据各血管的中心位置在相邻层图片的对应位置，扩展出patch图像，通过预先训练的局部patch模型对patch图像做分割，得到小血管的分割结果；S4、融合主冠脉、分支血管及小血管的分割结果，获得人体心脏冠脉。本发明对小血管的分割效果优势明显，将提取的小血管与主冠脉及主要分支血管进行融合，可以获得完整、清晰的心脏冠脉提取结果。