基于深度学习和中智理论的冠状动脉病变功能学定量方法

摘要

本发明提供了一种基于深度学习和中智理论的冠状动脉病变功能学定量方法，属于生物医学领域，结合CTA和CAG图像的各自特点，首先利用CTA图像来获得冠脉各个心动周期的三维图像数据，然后将其配准并投影到CAG图像的冠脉区域上，根据对比剂的信息确定冠脉狭窄病变区域的位置。该方法克服了单凭CAG二维图像重建血管精度上的不足，能较准确地自动识别冠脉区域，进而根据对比剂的跟踪路线和CAG视频序列的时间，计算出血液在不同冠脉区域的流速，进而计算出冠脉各点的血流量，从而得到病变远端与近端血流量的比值，获得计算机辅助诊断的FFRCAD，实现对冠脉病变功能学的全方位评价，解决冠状动脉病变功能学无创定量测量难题。