一种基于深度学习模型的交互式MR图像颈动脉分析方法

本发明涉及医学图像处理领域，其涉及一种基于深度学习模型的交互式MR图像颈动脉分析方法，包括获取原始颈动脉的磁共振图像；交互式指定初始层面中颈动脉血管中心位置，并以此为中心定义感兴趣区域；利用分割模型对感兴趣区域进行颈动脉壁分割；采用血管斑块分类模型对颈动脉壁进行组织分类；检测颈动脉壁内外壁轮廓并计算血管中心位置；通过LSTM网络预测下一层面颈动脉壁的感兴趣区域；重复步骤，完成多层面的颈动脉壁分割与分析，本发明在用户确认初始条件后，能够通过深度学习模型自动预测和分割其他层面的大部分颈动脉壁区域，减少了手动干预的需求，同时保证分割结果的精度与一致性，大幅提升了临床应用中的效率。