一种冠脉狭窄和斑块的检测方法及检测装置

摘要

本申请提供了一种冠脉狭窄和斑块的检测方法及检测装置，包括：将冠脉造影图像输入预先训练好的冠脉内外径分割模型，得到内外径分割结果图；提取冠脉的中心线并基于中心线获取曲面重建图；基于内外径分割结果图，确定冠脉上的狭窄区间；针对每个狭窄区间，将曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定钙化斑块分类结果和非钙化斑块分类结果，并综合确定斑块类型。这样，通过使用冠脉内外径分割模型精准分割冠脉的内外径，能够快速准确地定位到狭窄区间；通过将斑块分类任务拆解为两种子任务，并综合两种子任务得到的钙化斑块分类结果和非钙化斑块分类结果，能够更加准确地确定狭窄区间的斑块类型。

说明书

技术领域

本申请涉及医学图像处理技术领域，尤其是涉及一种冠脉狭窄和斑块的检测方法及检测装置。

背景技术

现有技术中血管的斑块和狭窄任务通常通过视觉评估进行，或自动化地利用对冠脉分割结果提取整条中心线拉直图像获取面CPR，然后利用神经网络确定斑块和狭窄的存在。

然而，前者存在很大的观察者间差异和较大的主观性；而后者是基于中心线上点的CPR结果，在数据准备阶段需要耗费大量的人力物力，中心线逐点打数据标签这种高难度的标签获取方案在狭窄率和斑块都需要实现，这显然是一个工作量及其庞大的过程且方案的结果高度依赖于标签标注的准确性；此外，这种基于深度学习先分割获取中心线，再结合中心线分类的方法对狭窄率缺少理论性的解释，同时背景类数据占据主导地位影响了整个评估的进程。

发明内容

有鉴于此，本申请的目的在于提供一种冠脉狭窄和斑块的检测方法及检测装置，通过使用冠脉内外径分割模型精准分割冠脉的内外径，能够快速准确地定位到狭窄区间，避免复杂的狭窄标签数据准备过程；通过将斑块分类任务拆解为两种子任务，并综合两种子任务得到的钙化斑块分类结果和非钙化斑块分类结果，能够更加准确地确定狭窄区间的斑块类型。

本申请实施例提供了一种冠脉狭窄和斑块的检测方法，所述检测方法包括：

将冠脉造影图像输入预先训练好的冠脉内外径分割模型，得到所述冠脉造影图像中冠脉的内外径分割结果图；

提取所述冠脉的中心线并基于所述中心线获取曲面重建图；

基于所述内外径分割结果图，确定所述冠脉上的狭窄区间；

针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果；

基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型；其中，所述斑块类型包括钙化斑块、非钙化斑块、混合斑块和无斑块。

进一步的，在对训练所述冠脉内外径分割模型的训练数据进行标注时，将训练冠脉造影图像中的冠脉边界定义为冠脉的内径；将所述冠脉边界向血管外方向扩展预定像素点，并将扩展后的冠脉边界定义为冠脉的外径。

进一步的，所述基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型，包括：

若所述钙化斑块分类结果指示该狭窄区间具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间具有非钙化斑块，则确定该狭窄区间的斑块类型为混合斑块；

若所述钙化斑块分类结果指示该狭窄区间具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间不具有非钙化斑块，则确定该狭窄区间的斑块类型为钙化斑块；

若所述钙化斑块分类结果指示该狭窄区间不具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间不具有非钙化斑块，则确定该狭窄区间的斑块类型为无斑块；

若所述钙化斑块分类结果指示该狭窄区间不具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间具有非钙化斑块，则确定该狭窄区间的斑块类型为非钙化斑块。

进一步的，所述基于所述内外径分割结果图，确定所述冠脉上的狭窄区间，包括：

针对所述中心线包括的多个中心点中的每个中心点，基于所述内外径分割结果图中每个中心点处对应的切片结果图，确定每个中心点处的等效内径和等效外径；

基于每个中心点处的等效内径拟合得到等效内径沿中心线变化线；

基于每个中心点处的等效外径拟合得到等效外径沿中心线变化线；

基于所述等效外径沿中心线变化线和所述等效内径沿中心线变化线，确定所述冠脉上的狭窄区间。

进一步的，所述基于所述内外径分割结果图，确定所述冠脉上的狭窄区间，包括：

针对所述中心线包括的多个中心点中的每个中心点，基于所述内外径分割结果图中该中心点处对应的切片结果图，确定该中心点处的等效狭窄处血管直径；

针对所述中心线上位于该中心点之前和位于该中心点之后的多个采样中心点，分别以该中心点和每个采样中心点为中心，以预定尺寸的采样框对所述曲面重建图进行采样，得到多个曲面重建采样图；

将所述多个曲面重建采样图输入预先训练好的循环神经网络以回归预测该中心点处的实际直径；

基于该中心点处的等效狭窄处血管直径和实际直径，确定该中心点处的狭窄率；

基于每个中心点处的狭窄率，确定所述冠脉上的狭窄区间。

进一步的，所述针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果，包括：

针对所述中心线包括的多个中心点中位于该狭窄区间内的每个中心点，以该中心点为中心以预定尺寸的采样框对所述曲面重建图进行采样，得到所述区间曲面重建图；

将所述区间曲面重建图输入所述斑块分类模型，得到所述钙化斑块分类结果和所述非钙化斑块分类结果；其中，所述斑块分类模型中的第一全连接层用于区分出钙化斑块，得到钙化斑块分类结果；所述斑块分类模型中的第二全连接层用于区分出非钙化斑块，得到非钙化斑块分类结果。

本申请实施例还提供了一种冠脉狭窄和斑块的检测装置，所述检测装置包括：

分割模块，用于将冠脉造影图像输入预先训练好的冠脉内外径分割模型，得到所述冠脉造影图像中冠脉的内外径分割结果图；

第一确定模块，用于提取所述冠脉的中心线并基于所述中心线获取曲面重建图；

第二确定模块，用于基于所述内外径分割结果图，确定所述冠脉上的狭窄区间；

分类模块，用于针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果；

综合模块，用于基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型；其中，所述斑块类型包括钙化斑块、非钙化斑块、混合斑块和无斑块。

进一步的，所述检测装置还包括：训练模块；所述训练模块在用于训练所述冠脉内外径分割模型的过程中，所述训练模块在对训练所述冠脉内外径分割模型的训练数据进行标注时，将训练冠脉造影图像中的冠脉边界定义为冠脉的内径；将所述冠脉边界向血管外方向扩展预定像素点，并将扩展后的冠脉边界定义为冠脉的外径。

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的一种冠脉狭窄和斑块的检测方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的一种冠脉狭窄和斑块的检测方法的步骤。

本申请实施例提供的一种冠脉狭窄和斑块的检测方法及检测装置，所述检测方法包括：将冠脉造影图像输入预先训练好的冠脉内外径分割模型，得到所述冠脉造影图像中冠脉的内外径分割结果图；提取所述冠脉的中心线并基于所述中心线获取曲面重建图；基于所述内外径分割结果图，确定所述冠脉上的狭窄区间；针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果；基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型；其中，所述斑块类型包括钙化斑块、非钙化斑块、混合斑块和无斑块。

这样，通过使用冠脉内外径分割模型精准分割冠脉的内外径，能够快速准确地定位到狭窄区间，避免复杂的狭窄标签数据准备过程；通过将斑块分类任务拆解为两种子任务，并综合两种子任务得到的钙化斑块分类结果和非钙化斑块分类结果，能够更加准确地确定狭窄区间的斑块类型。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1示出了本申请实施例所提供的一种冠脉狭窄和斑块的检测方法的流程图；

图2示出了本申请实施例所提供的一种冠脉内径和外径的标注示意图；

图3示出了本申请实施例所提供的一种内外径分割结果图中的某一切片结果图；

图4示出了本申请实施例所提供的一种等效外径沿中心线变化线和等效内径沿中心线变化线的示意图；

图5示出了本申请实施例所提供的一种冠脉狭窄和斑块的检测装置的结构示意图；

图6示出了本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

经研究发现，现有技术中血管的斑块和狭窄任务通常通过视觉评估进行，或自动化地利用对冠脉分割结果提取整条中心线拉直图像获取面CPR，然后利用神经网络确定斑块和狭窄的存在。

然而，前者存在很大的观察者间差异和较大的主观性；而后者是基于中心线上点的CPR结果，在数据准备阶段需要耗费大量的人力物力，中心线逐点打数据标签这种高难度的标签获取方案在狭窄率和斑块都需要实现，这显然是一个工作量及其庞大的过程且方案的结果高度依赖于标签标注的准确性；此外，这种基于深度学习先分割获取中心线，再结合中心线分类的方法对狭窄率缺少理论性的解释，同时背景类数据占据主导地位影响了整个评估的进程。

基于此，本申请实施例提供了一种冠脉狭窄和斑块的检测方法及检测装置，通过使用冠脉内外径分割模型精准分割冠脉的内外径，能够快速准确地定位到狭窄区间，避免复杂的狭窄标签数据准备过程；通过将斑块分类任务拆解为两种子任务，并综合两种子任务得到的钙化斑块分类结果和非钙化斑块分类结果，能够更加准确地确定狭窄区间的斑块类型。

请参阅图1，图1为本申请实施例所提供的一种冠脉狭窄和斑块的检测方法的流程图。如图1中所示，本申请实施例提供的检测方法，包括：

S101、将冠脉造影图像输入预先训练好的冠脉内外径分割模型，得到所述冠脉造影图像中冠脉的内外径分割结果图。

这里，冠状动脉造影是诊断冠状动脉粥样硬化性心脏病(冠心病)的一种常用而且有效的方法，是一种较为安全可靠的有创诊断技术，现已广泛应用于临床，被认为是诊断冠心病的“金标准”。其使用导管向冠脉注射显影剂，通过X光拍摄得到2D冠脉造影图像。

需要说明的是，冠脉包括内膜和外膜，相应具有内径(也叫冠腔)和外径；而斑块则是存在于两者之间的一种粥样硬化，绝大多数的斑块均会造成血管内径和外径的异常，这种异常大致有外径向外凸起或者内径向内凹陷两种，所以，精确地分割出内径膜和外径膜就成为了确定狭窄率和斑块分类的前提条件。

而冠脉内外径分割模型对血管内径和外径的分割大致是一样的，唯一的区别是两者的标签是不一样的，因而冠脉内外径分割模型得到的是二值化的分割结果图。血管外径是包括了斑块部分，血管内径是不包括斑块部分，即两者的标签数据是不一样的。在具体实施时，可以使用3DUnet网络作为冠脉内外径分割模型，同时分割出冠脉的内外径，得到冠脉的内外径分割结果图。

不同于IVUS图像，在冠脉造影图像CTA上面是很难找到内外膜的区别的，这是因为CTA图像的内中外膜的差异不到0.3mm(等同于一个像素点)，视觉上是没有任何差异的，但内外膜又真实存在。

因此，在对冠脉内外径分割模型进行训练的过程中，在对训练所述冠脉内外径分割模型的训练数据进行标注时，将训练冠脉造影图像中的冠脉边界定义为冠脉的内径；将所述冠脉边界向血管外方向扩展预定像素点，并将扩展后的冠脉边界定义为冠脉的外径。在一个实验中，预定像素点可以是一个像素点。

在得到标注好的训练数据之后，可基于现有技术中的任何方式使用训练数据训练得到冠脉内外径分割模型，本申请在此不加以限制。

请参阅图2和图3，图2为本申请实施例所提供的一种冠脉内径和外径的标注示意图；图3为本申请实施例所提供的一种内外径分割结果图中的某一切片结果图，其中图3是某一血管的横截面切片，如图2和图3所示，图中内环为冠脉内径，外环为冠脉外径。在标注训练数据时，血管内径是我们肉眼在CTA上面所看到的区域，血管外径是基于内径的基础上往外扩展了一个像素点的区域。

在具体应用冠脉内外径分割模型来分割冠脉造影图像时，冠脉内外径分割模型3DUnet的输入是原始的CTA血管图像，标签数据则是基于原始血管图像，如图3所示一圈一圈勾勒出来的血管轮廓。

S102、提取所述冠脉的中心线并基于所述中心线获取曲面重建图。

在具体实施时，可基于现有技术中的任何方式来提取冠脉的中心线并基于冠脉的中心线获取曲面重建图CPR。曲面重建(CPR，Curved Planar Reformat)能够将弯曲的血管等管状图像拉直并显示到一个平面上。

示例性的，可由内外径分割结果图获取待检测血管的血管分割结果，通过将分割后的血管骨架化来获取中心线，中心线上包括多个路径点；根据中心线上面的路径点获取CPR序列化后图。

S103、基于所述内外径分割结果图，确定所述冠脉上的狭窄区间。

这里，通过内外径分割结果图的切片结果图(如图3所示的血管的圆环形横截面)可以发现在部分区间冠脉内径和外径之间并不能很好的吻合，出现这种不吻合的情况就可能存在斑块导致血管凸起。下面将具体介绍确定所述冠脉上的狭窄区间的步骤。

在一种可能的实施方式中，步骤S103可包括：

S1031、针对所述中心线包括的多个中心点中的每个中心点，基于所述内外径分割结果图中每个中心点处对应的切片结果图，确定每个中心点处的等效内径和等效外径。

该步骤中，首先，获取内外径分割结果图中每个中心点对应的切片结果图；其次，计算每个中心点的内径围成的面积以及外径围成的面积；示例性的，如图3所示，可按照内外径上的方框型标记点和圆心点，将内径围成的形状以及外径围成的形状均分割成多个扇形，根据各扇形面积求和出内径围成的面积以及外径围成的面积；之后，将冠脉内外径区域等效成规则形状，如圆形、椭圆形，从而根据面积计算出每个中心点处的等效内径和等效外径。

S1032、基于每个中心点处的等效内径拟合得到等效内径沿中心线变化线。

S1033、基于每个中心点处的等效外径拟合得到等效外径沿中心线变化线。

S1034、基于所述等效外径沿中心线变化线和所述等效内径沿中心线变化线，确定所述冠脉上的狭窄区间。

对于S1032至S1034，请参阅图4，图4为本申请实施例所提供的一种等效外径沿中心线变化线和等效内径沿中心线变化线的示意图。如图4所示，图4的中间某一区间内冠脉内径和外径之间差距很大，并不能很好的吻合，因此可将该区间确定为一个狭窄区间。

在另一种可能的实施方式中，步骤S103可包括：

S1035、针对所述中心线包括的多个中心点中的每个中心点，基于所述内外径分割结果图中该中心点处对应的切片结果图，确定该中心点处的等效狭窄处血管直径。

其中，S1035可以参照S1031确定该中心点处的等效内径，进而可将等效内径作为等效狭窄处血管直径。

S1036、针对所述中心线上位于该中心点之前和位于该中心点之后的多个采样中心点，分别以该中心点和每个采样中心点为中心，以预定尺寸的采样框对所述曲面重建图进行采样，得到多个曲面重建采样图。

S1037、将所述多个曲面重建采样图输入预先训练好的循环神经网络以回归预测该中心点处的实际直径。

对于步骤S1036和S1037，这里，内外径分割结果图只能很好的帮助我们准确定位到狭窄的血管段的位置，但是血管的原始直径是未知的。因此在这一实施例中可采取循环神经网络来回归血管的真实直径。

其中，循环神经网络的输入是根据血管的曲面重建序列的中心线上的中心点，对每个点采样的预定尺寸的框；循环神经网络的输出是中心点处的实际直径。具体的，在预测某一中心点处的实际直径时，可分别以该中心点作为中心，以预定尺寸的采样框对所述曲面重建图进行采样；再以中心线上位于该中心点之前的多个中心点以及位于该中心点之后的多个中心点作为采样中心点，并分别以每个采样中心点作为中心，以预定尺寸的采样框对所述曲面重建图进行采样，最终得到多个曲面重建采样图。

示例性的，可以选择每个中心点、每个中心点前两个点和后两个点，并对在曲面重建图上每个点采样32*32*32的框。这是因为CPR序列不是一个正方形，而且较小的框容易撕裂血管段，使得血管段与血管段之间没有相关性，但是这种相关性是很重要的，假设某个框只是包含了一半的斑块，另一半是位于前面的框里面，若单纯的以这个框预测，是很容易预测错误，因为对于这个框来说它的起点是存在斑块的，导致回归的直径是偏小的。

S1038、基于该中心点处的等效狭窄处血管直径和实际直径，确定该中心点处的狭窄率。

在具体实施时，可基于以下公式确定狭窄率：狭窄率＝1-等效狭窄处血管直径/血管直径。其中，可将该中心点处的等效内径作为等效狭窄处血管直径代入公式计算出狭窄率。

S1039、基于每个中心点处的狭窄率，确定所述冠脉上的狭窄区间。

该步骤中，可基于每个中心点处的狭窄率，确定出狭窄中心点；再根据狭窄中心点的位置、坐标或者序号划分出连续的狭窄区间。

进一步的，在得到每个中心点处的狭窄率之后，还可以确定出狭窄等级；一般来说，冠脉狭窄等级可分为无狭窄(0)、轻微狭窄(<25％)、轻度狭窄(25％——49％)、中度狭窄(50％——69％)、重度狭窄(70％——99％)、完全闭塞(100％)。

S104、针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果。

在一种可能的实施方式中，步骤S104可包括：

S1041、针对所述中心线包括的多个中心点中位于该狭窄区间内的每个中心点，以该中心点为中心以预定尺寸的采样框对所述曲面重建图进行采样，得到所述区间曲面重建图。

该步骤中，根据前面获取到的狭窄区间，可以容易地定位到每个狭窄区间里的起点和终点，然后基于起点和终点内之间的有效中心点获取CPR图进入斑块分类模块。

S1042、将所述区间曲面重建图输入所述斑块分类模型，得到所述钙化斑块分类结果和所述非钙化斑块分类结果。

在具体实施时，斑块分类模型可以是一个基于VGG的分类网络，但最终的输出由一个全连接层改成两个全连接层的网络。

其中，所述斑块分类模型中的第一全连接层用于区分出钙化斑块，得到钙化斑块分类结果；所述斑块分类模型中的第二全连接层用于区分出非钙化斑块，得到非钙化斑块分类结果。具体说来，斑块分类任务被拆解成两个子任务：任务一：钙化斑块分类；任务二：非钙化斑块分类。两者采取的是参数共享的同一个基础网络，这是为了减少计算量及节约训练时间。两者任务的差异性在于网络的最后一层，基础网络最后一层有两个全连接层，一个是为区分是否是钙化斑块，一个是为区分是否是非钙化斑块。现有技术中，大多数的网络可能采取的是一个全连接层直接将钙化斑块、非钙化斑块、混合斑块和无斑块分类出来，通常的这种分类得到的钙化斑块可能有效果，但是非钙化斑块和混合斑块类别是不能直接用的，这是由于两者的斑块性质决定的，对于钙化斑块来说，高亮的特性使得它很容易被区分出来，但是后两者的识别难度很大，和钙化斑块一样的处理手段是不公平且低效的方案。

S105、基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型。

其中，所述斑块类型包括钙化斑块、非钙化斑块、混合斑块和无斑块。混合斑块是最复杂的，因为它同时包含了钙化斑块和非钙化斑块，也就是说，如果在血管的同一区间存在钙化斑块和非钙化斑块，那这一个区间就属于混合斑块。

在一种可能的实施方式中，步骤S105可包括：

第一种情况：若所述钙化斑块分类结果指示该狭窄区间具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间具有非钙化斑块，则确定该狭窄区间的斑块类型为混合斑块；

第二种情况：若所述钙化斑块分类结果指示该狭窄区间具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间不具有非钙化斑块，则确定该狭窄区间的斑块类型为钙化斑块；

第三种情况：若所述钙化斑块分类结果指示该狭窄区间不具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间不具有非钙化斑块，则确定该狭窄区间的斑块类型为无斑块；

第四种情况：若所述钙化斑块分类结果指示该狭窄区间不具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间具有非钙化斑块，则确定该狭窄区间的斑块类型为非钙化斑块。

本申请实施例提供的一种冠脉狭窄和斑块的检测方法，所述检测方法包括：将冠脉造影图像输入预先训练好的冠脉内外径分割模型，得到所述冠脉造影图像中冠脉的内外径分割结果图；提取所述冠脉的中心线并基于所述中心线获取曲面重建图；基于所述内外径分割结果图，确定所述冠脉上的狭窄区间；针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果；基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型；其中，所述斑块类型包括钙化斑块、非钙化斑块、混合斑块和无斑块。

这样，通过使用冠脉内外径分割模型精准分割冠脉的内外径，能够快速准确地定位到狭窄区间，避免复杂的狭窄标签数据准备过程；通过将斑块分类任务拆解为两种子任务，并综合两种子任务得到的钙化斑块分类结果和非钙化斑块分类结果，能够更加准确地确定狭窄区间的斑块类型。

请参阅图5，图5为本申请实施例所提供的一种冠脉狭窄和斑块的检测装置的结构示意图。如图5中所示，所述检测装置500包括：

分割模块510，用于将冠脉造影图像输入预先训练好的冠脉内外径分割模型，得到所述冠脉造影图像中冠脉的内外径分割结果图；

第一确定模块520，用于提取所述冠脉的中心线并基于所述中心线获取曲面重建图；

第二确定模块530，用于基于所述内外径分割结果图，确定所述冠脉上的狭窄区间；

分类模块540，用于针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果；

综合模块550，用于基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型；其中，所述斑块类型包括钙化斑块、非钙化斑块、混合斑块和无斑块。

进一步的，所述检测装置还包括：训练模块；所述训练模块在用于训练所述冠脉内外径分割模型的过程中，所述训练模块在对训练所述冠脉内外径分割模型的训练数据进行标注时，将训练冠脉造影图像中的冠脉边界定义为冠脉的内径；将所述冠脉边界向血管外方向扩展预定像素点，并将扩展后的冠脉边界定义为冠脉的外径。

进一步的，所述综合模块550在用于基于所述钙化斑块分类结果和所述非钙化斑块分类结果，综合确定该狭窄区间的斑块类型时，所述综合模块550用于：

若所述钙化斑块分类结果指示该狭窄区间具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间具有非钙化斑块，则确定该狭窄区间的斑块类型为混合斑块；

若所述钙化斑块分类结果指示该狭窄区间具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间不具有非钙化斑块，则确定该狭窄区间的斑块类型为钙化斑块；

若所述钙化斑块分类结果指示该狭窄区间不具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间不具有非钙化斑块，则确定该狭窄区间的斑块类型为无斑块；

若所述钙化斑块分类结果指示该狭窄区间不具有钙化斑块，且所述非钙化斑块分类结果指示该狭窄区间具有非钙化斑块，则确定该狭窄区间的斑块类型为非钙化斑块。

进一步的，所述第二确定模块530在用于基于所述内外径分割结果图，确定所述冠脉上的狭窄区间时，所述第二确定模块530用于：

针对所述中心线包括的多个中心点中的每个中心点，基于所述内外径分割结果图中每个中心点处对应的切片结果图，确定每个中心点处的等效内径和等效外径；

基于每个中心点处的等效内径拟合得到等效内径沿中心线变化线；

基于每个中心点处的等效外径拟合得到等效外径沿中心线变化线；

基于所述等效外径沿中心线变化线和所述等效内径沿中心线变化线，确定所述冠脉上的狭窄区间。

进一步的，所述第二确定模块530在用于基于所述内外径分割结果图，确定所述冠脉上的狭窄区间时，所述第二确定模块530用于：

针对所述中心线包括的多个中心点中的每个中心点，基于所述内外径分割结果图中该中心点处对应的切片结果图，确定该中心点处的等效狭窄处血管直径；

针对所述中心线上位于该中心点之前和位于该中心点之后的多个采样中心点，分别以该中心点和每个采样中心点为中心，以预定尺寸的采样框对所述曲面重建图进行采样，得到多个曲面重建采样图；

将所述多个曲面重建采样图输入预先训练好的循环神经网络以回归预测该中心点处的实际直径；

基于该中心点处的等效狭窄处血管直径和实际直径，确定该中心点处的狭窄率；

基于每个中心点处的狭窄率，确定所述冠脉上的狭窄区间。

进一步的，所述分类模块540在用于针对每个狭窄区间，将所述曲面重建图中该狭窄区间对应的区间曲面重建图输入预先训练好的斑块分类模型，确定该狭窄区间的钙化斑块分类结果和非钙化斑块分类结果时，所述分类模块540用于：

针对所述中心线包括的多个中心点中位于该狭窄区间内的每个中心点，以该中心点为中心以预定尺寸的采样框对所述曲面重建图进行采样，得到所述区间曲面重建图；

将所述区间曲面重建图输入所述斑块分类模型，得到所述钙化斑块分类结果和所述非钙化斑块分类结果；其中，所述斑块分类模型中的第一全连接层用于区分出钙化斑块，得到钙化斑块分类结果；所述斑块分类模型中的第二全连接层用于区分出非钙化斑块，得到非钙化斑块分类结果。

请参阅图6，图6为本申请实施例所提供的一种电子设备的结构示意图。如图6中所示，所述电子设备600包括处理器610、存储器620和总线630。

所述存储器620存储有所述处理器610可执行的机器可读指令，当电子设备600运行时，所述处理器610与所述存储器620之间通过总线630通信，所述机器可读指令被所述处理器610执行时，可以执行如上述图1至图4所示方法实施例中的一种冠脉狭窄和斑块的检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1至图4所示方法实施例中的一种冠脉狭窄和斑块的检测方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。