一种基于DCN跨模态融合网络和结构-血流耦合建模的血管OCT图像训练方法、生成方法及装置
申请号:CN202510922700
申请日期:2025-07-04
公开号:CN120807442B
公开日期:2025-12-23
类型:发明专利
摘要
本申请公开了一种基于DCN跨模态融合网络和结构‑血流耦合建模的血管OCT图像训练方法、生成方法及装置。所述方法包括:获取标记有血管分割结果以及斑块位置的图像数据;获取预处理后的OCT图像数据;对标记有血管分割结果以及斑块位置的图像数据以及OCT图像数据进行配准,从而获取配准后的图像数据;获取血流动力学参数;将冠状动脉CTA图像、标记有血管分割结果以及斑块位置的图像及血流动力学参数输入至基于可变形卷积的跨模态融合网络从而获取跨模态融合网络的CTA特征;将跨模态融合网络的CTA特征输入至经过训练的OCT生成网络,从而获取包含血管壁和斑块信息的横截面OCT图。本申请的方法可替代部分侵入性OCT检查,辅助医生评估斑块易损性、指导介入治疗。
技术关键词
血流动力学参数
图像训练方法
血管分割
斑块
图像生成方法
数据
跨模态
血管内OCT图像
标记
患者
图像获取模块
CT血管成像
变形卷积网络
最大化算法
训练装置
多头注意力机制