一种主动脉直径人工智能测量方法

专利主权项内容

1.一种主动脉直径人工智能测量方法，其特征在于，所述方法包括：获取包含主动脉信息的心脏CT图像；在心脏CT图像中每个像素点对应多个不同的预设方向区间，在以像素点为中心像素点的不同尺寸的每个预设邻域中，方向区间内每个方向上的其他像素点构成中心像素点的灰度变化曲线；根据每个方向区间内灰度变化曲线之间的相似性获得每个方向区间的对比权重；根据每个方向区间内灰度变化曲线之间的相似度，筛选出参考灰度变化曲线；在所有方向区间中选择一条参考灰度变化曲线进行组合，获得所有方式的组合；根据每个组合内对应参考灰度变化曲线的相似度和对比权重，获得每个组合内的筛选指标，根据筛选指标筛选出最优组合，最优组合对应的参考灰度变化曲线上的像素点划分出对应像素点的待分析区域；获取每个像素点在待分析区域内对应像素值的密度，根据心脏CT图像中像素点的密度分布获得每个像素点的目标程度；根据目标程度筛选出待弱化血管区域；在待弱化血管区域内，获取像素点在所述待分析区域内的密度变化特征和血管形状特征，结合像素点在待弱化血管区域内的位置，获得每个像素点的弱化特征并利用弱化特征筛选出弱化像素点；根据弱化所述弱化像素点的像素值，获得弱化心脏CT图像；将弱化心脏CT图像和对应的心脏CT图像作为主动脉直径识别神经网络的训练数据，利用训练好的主动脉直径识别神经网络获得待识别心脏CT图像中的主动脉直径；目标程度的获取方法包括：根据目标程度公式获得所述目标程度，所述目标程度公式包括：
；其中，为第/>个像素点的所述目标程度，/>为在所述CT图像中第/>种密度的频率，/>为所述CT图像中所述密度的种类，/>为第/>个像素点的所述密度，/>为第/>种密度的所述密度，为L2范数求取函数；所述根据每个方向区间内所述灰度变化曲线之间的距离获得每个方向区间的对比权重包括：获取每个方向区间内任意两个所述灰度变化曲线之间的DTW距离，将所述DTW距离负相关映射并归一化，获得两个所述灰度变化曲线之间的曲线相似度；将每个方向区间内所述曲线相似度的平均值和标准差的比值作为每个方向区间的所述对比权重。