一种识别易损斑块的方法和装置与流程

1.本技术涉及医疗器械技术领域，尤其涉及一种识别易损斑块的方法和装置。


背景技术：

2.众所周知，易损斑块(vulnerable plaque)是指那些不稳定和有血栓形成倾向的斑块。由于易损斑块具有表面包膜非常薄、内部脂质含量大以及炎症物质较多等特点，因而易发生破裂、出血、钙化、或形成血栓。研究表明，易损斑块与心血管疾病的发生紧密相关，是诱发血栓、急性冠脉综合症、冠心病等疾病的主要原因。因此，准确地判断出心血管易损斑块存在的情况以及严重程度在心血管疾病预防和诊断方面具有重要意义。
3.目前，检测心血管易损斑块的方法很多，比如，血管内超声、光学相干断层成像(optical coherence tomography，oct)技术等，医务人员需要通过分析 oct图像来判断患者的心血管中是否含有易损斑块。但是，现有oct图像显示的心血管易损斑块中的脂质颜色较暗，从而导致该易损斑块与周围其他组织的区分度较低。
4.因此，如何提高oct图像中易损斑块对应区域的区分度是当前急需解决的问题。


技术实现要素：

5.本技术提供了一种识别易损斑块的方法，能够提高oct图像中易损斑块对应区域的区分度。
6.第一方面，提供了一种识别易损斑块的方法，包括：获取n帧时序相邻的血管oct图像对应的n帧光衰减系数图像，其中，n为大于1的正整数；从所述n帧光衰减系数图像中确定目标光衰减系数图像；根据所述目标光衰减系数图像相邻的m帧光衰减系数图像的ipa确定目标ipa，所述目标ipa与所述m帧光衰减系数图像的ipa的和正相关，所述m为大于1的整数，并且，所述m小于或等于所述n；当所述目标ipa的值大于ipa阈值时，确定所述目标光衰减系数图像包含易损斑块区域；或者，当所述目标ipa的值小于或等于 ipa阈值时，确定所述目标光衰减系数图像不包含易损斑块区域。
7.上述方法可以由终端设备或者终端设备中的芯片执行。由于脂质斑块的光衰系数较大，而易损斑块通常含有较大的脂质核心，因此，可以通过获取血管 oct图像对应的光衰减系数图像来分析易损斑块的分布位置。当心血管发生病变时，通常表现为一个连续的病变段，因此仅通过分析单张光衰减系数图像的 ipa来确定易损斑块的准确性较低。本技术中，目标光衰减系数图像为疑似包含易损斑块的血管区域的光衰减系数图像，目标光衰减系数图像相邻的m帧光衰减系数图像的ipa反映了血管中一段连续区域的病变情况，因此，根据m帧光衰减系数图像的ipa计算得到的目标ipa能够提高oct图像中易损斑块对应区域的区分度。
8.可选地，所述从所述n帧光衰减系数图像中确定目标光衰减系数图像，包括：根据所述n帧光衰减系数图像生成毯展图；显示所述毯展图；接收用户在所述毯展图的显示界面输入的指示信息；根据所述指示信息从所述n帧光衰减系数图像中确定目标光衰减系数图
像。
9.毯展图是多个时序连续的光衰减系数图像组合生成的图像，能够直观地显示出易损斑块分布的区域，用户可以基于经验在毯展图的显示界面上选择感兴趣区域，并点击该感兴趣区域，触发终端设备生成指示信息，从而可以满足用户的个性化需求。
10.可选地，所述根据所述n帧光衰减系数图像生成毯展图，包括：确定所述 n帧光衰减系数图像对应的n个最大光衰减系数向量；根据所述n个最大光衰减系数向量生成所述毯展图。
11.可选地，所述m帧光衰减系数图像为所述目标光衰减系数图像之前的10 帧光衰减系数图像和所述目标光衰减系数图像之后的10帧光衰减系数图像。
12.由于心血管在发生病变时，通常表现为一个连续的病变段，因此，用户可以通过分析目标光衰减系数图像前后共20帧光衰减系数图像的ipa值来确定该目标光衰减系数图像的目标ipa值，从而便于用户准确地判断出该目标光衰减系数图像中易损斑块存在的位置。
13.可选地，将所述n帧时序相邻的血管oct图像与所述n帧光衰减系数图像进行融合处理，生成n帧融合图像。该n帧融合图像可以直观地观察到n 帧时序相邻的血管oct图像的光衰分布情况。
14.可选地，所述将所述n帧时序相邻的血管oct图像与所述n帧光衰减系数图像进行融合处理，生成n帧融合图像，包括：对所述n帧光衰减系数图像进行染色，生成n帧染色的光衰减系数图像；将所述n帧时序相邻的血管oct 图像与所述n帧染色的光衰减系数图像进行融合处理，生成所述n帧融合图像。
15.可以根据光衰减系数的大小对n帧光衰减系数图像进行染色，生成n帧染色的光衰减系数图像；再将n帧时序相邻的血管oct图像与n帧染色的光衰减系数图像进行融合处理以生成n帧融合图像，该n帧融合图像为彩色图像，能够进一步提高oct图像中易损斑块对应区域的区分度。
16.第二方面，提供了一种识别易损斑块的装置，所述装置包括处理器和存储器，所述存储器用于存储计算机程序，所述处理器用于从所述存储器中调用并运行所述计算机程序，使得所述装置执行第一方面中任一项所述的方法。
17.第三方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储了计算机程序，当所述计算机程序被处理器执行时，使得处理器执行执行第一方面中任一项所述的方法。
附图说明
18.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
19.图1为本发明实施例中识别易损斑块的方法流程示意图；
20.图2为本发明实施例提供的oct图像和该oct图像对应的光衰减系数图像示意图；
21.图3为本发明实施例提供的oct和光衰系数图像融合示意图；
22.图4是本技术实施例提供的毯展图示意图；
23.图5是本技术实施例提供的tcfa示意图；
24.图6是本技术实施例提供的fa示意图；
25.图7是本技术实施例提供的存在血液伪影的oct图像示意图；
26.图8是本技术实施例提供的无脂质的健康血管示意图；
27.图9是本技术实施例提供的oct血栓示意图；
28.图10是本技术实施例提供的指引导管图像示意图；
29.图11是本技术实施例提供的不同阈值x下auc的取值变化示意图；
30.图12是本技术实施例提供的当阈值x＝9.5时ipa识别tcfa特异性和敏感性的roc曲线示意图；
31.图13是本技术实施例提供的软件显示界面图示意图；
32.图14是本技术实施例提供的一种识别易损斑块的装置结构示意图。
具体实施方式
33.以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本技术。在其它情况中，省略对众所周知的系统、装置以及方法的详细说明，以免不必要的细节妨碍本技术的描述。
34.应当理解，当在本技术说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
35.还应当理解，在本技术说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
36.另外，在本技术说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
37.在本技术说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。因此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
38.下面结合附图和具体实施例对本技术做进一步详细说明。
39.由于易损斑块与心血管疾病的发生紧密相关，是诱发血栓、急性冠脉综合症、冠心病等疾病的主要原因。而目前检测心血管易损斑块的方法很多，比如，血管内超声、光学相干断层成像(optical coherence tomography，oct)技术等，通常情况下，医务人员需要通过分析oct图像来判断患者的心血管中是否含有易损斑块。但是，现有oct图像显示的心血管易损斑块中的脂质颜色较暗，从而导致该易损斑块与周围其他组织的区分度较低，以致于很难oct图像上辨别出易损斑块存在的区域。因此，如何提高oct图像中易损斑块对应区域的区分度是当前急需解决的问题。
40.本技术提供的一种识别易损斑块的方法，能够提高oct图像中易损斑块对应区域
的区分度。如图1所示，该方法包括：
41.s101，获取n帧时序相邻的血管oct图像对应的n帧光衰减系数图像，其中，n为大于1的正整数。
42.示例性地，oct机器在人体内扫描一段血管，会得到一组oct回拉数据，该组oct回拉数据含有n帧时序相邻的血管oct图像。比如，oct机器扫描了一段4mm长的血管，每0.2mm长的血管采集一帧图像，扫描完4mm长的血管得到一组oct回拉数据，该组oct回拉数据含有n＝20帧的血管oct图像，该20帧图像按照扫描时刻的先后顺序依次排列。
43.由于oct机器采集的血管oct图像(即原始oct图像)为极坐标下的血管oct图像，因此，可以利用极坐标系下的光衰减模型来计算单帧原始oct 图像的每个像素点的光衰减系数，用每个像素点对应的光衰减系数值来代替血管oct图像的每个像素点的值，从而得到极坐标下单帧原始oct图像对应的单帧光衰减系数图像。对于计算n帧时序相邻的血管oct图像对应的n帧光衰减系数图像的方法与计算单帧原始oct图像对应的单帧光衰减系数图像的方法相同，在此不再赘述。上述光衰减模型的计算公式如下：
[0044][0045][0046][0047]
其中，其中，i0为尺度因子，r表示图像深度，t(r)为纵向点扩散函数，z0、z
r
、 z
c
和z
w
分别表示光束腰位置、瑞利长度、扫描中心点和滚降函数的半宽，取值分为0、3mm、0和10um，u
t
为光衰减系数(即待求解变量)。公式(1)两边同时取对数，然后利用最小二乘法即可计算出光衰减系数u
t
。
[0048]
以oct机器采集的单帧血管oct图像为例，说明单帧血管oct图像如何得到对应的单帧光衰减系数图像，以及单帧血管oct图像如何与对应的单帧光衰减系数图像进行融合处理。由于oct机器采集的单帧血管oct图像为642
ꢀ×
500(即血管oct图像方图)，其中，500是指导管在血管中进行360
°
扫描时总共扫描出500条a线，642是指每条a线上扫描出642个像素点。利用光衰减模型计算该单帧血管oct图像的每个像素点的光衰减系数以得到该血管 oct图像对应的单帧光衰减系数图像，该单帧光衰减系数图像也为642
×
500 (即光衰减系数图像方图)，其中，500是指导管在血管中进行360
°
扫描时总共扫描出500条a线，642是指每条a线上扫描出642个像素点。将血管oct 图像方图转为血管oct图像圆图，具体地，由于导管在血管中进行360
°
扫描时总共扫描出500条a线，每间隔0.72
°
(即360
°
除以500等于0.72
°
)扫描一条a线，那么将这500条a线以0.72
°
等间隔排布成圆形以得到血管oct 图像圆图，如图2(a)所示，其中，201表示导丝，202表示校准光标，203表示血管壁。光衰减系数图像方图转为光衰减系数图像圆图的方法同血管oct图像方图转为血管oct图像圆图的方法，在此不再赘述，该光衰减系数图像圆图，如图2(b)所示，其中，203表示血管壁。
[0049]
根据光衰减系数的大小划分染色区间，采用蓝到红到黄的渐变色对光衰减系数图像圆图进行染色。此外，光衰减系数的大小表征脂质斑块含量的大小。比如，用蓝色代表光
衰减系数值在区间[0,3]，用红色代表光衰减系数值在区间 [4,6]，用黄色代表光衰减系数值在区间[7,9]，越接近蓝色，表示光衰系数越小，脂质斑块含量越小，越接近黄色，表示光衰系数越大，脂质斑块含量越大。因此，可根据光衰减系数的大小对上述光衰减系数图像圆图进行染色，以得到染色后的光衰减系数图像圆图。
[0050]
为了更好地将血管oct图像圆图和对应的光衰减系数图像圆图显示在软件界面上，现利用双线性插值算法对血管oct图像圆图上的每个像素点进行线性差值，具体地，利用周围4邻域像素点，在x和y两个方向上分别对血管oct 图像圆图进行线性插值，得到插值后的血管oct图像圆图；而对该血管oct 图像圆图对应的光衰减系数图像圆图进行线性插值的方法与对血管oct图像圆图进行线性差值的方法类似，在此不再赘述。
[0051]
经过线性插值后得到插值后的血管oct图像圆图和对应的插值后的光衰减系数图像圆图。将插值后的血管oct图像圆图和对应的插值后的光衰减系数图像圆图进行融合处理，即先统计出插值后的血管oct图像圆图的每个不为零的像素值，然后用对应的插值后的光衰减系数图像圆图的对应位置的光衰减系数值代替，得到融合后的oct
‑
光衰系数图像，如图3所示，其中，203表示血管壁。
[0052]
对于n帧时序相邻的血管oct图像得到对应的n帧光衰减系数图像的处理方法，与单帧血管oct图像得到对应的单帧光衰减系数图像的处理方法相同，在此不再赘述。
[0053]
此外，对于n帧时序相邻的血管oct图像与对应的n帧光衰减系数图像进行融合处理并生成n帧融合图像(即n帧oct
‑
光衰系数图像)的方法，比如，对n帧时序相邻的血管oct图像对应的n帧光衰减系数图像进行染色，生成n帧染色的光衰减系数图像，并将n帧时序相邻的血管oct图像与对应的n帧染色的光衰减系数图像进行融合处理，生成n帧融合图像，与单帧血管 oct图像和对应的单帧光衰减系数图像进行融合处理并生成单帧融合图像(即单帧oct
‑
光衰系数图像)的方法相同，在此不再赘述。
[0054]
s102，从n帧光衰减系数图像中确定目标光衰减系数图像。
[0055]
示例性地，根据前述分析可知，单帧光衰减系数图像共有500条a线，每条a线上有642个光衰减系数值，计算出每条a线上最大的光衰减系数值，500 条a线共有500个最大的光衰减系数值，该500个最大的光衰减系数值构成一个1
×
500的最大光衰减系数向量，即单帧光衰减系数图像可以得到一个1
×
500 的最大光衰减系数向量。若一组oct回拉数据含有300帧时序相邻的血管oct 图像，则会得到300帧光衰减系数图像，进而得到300个1
×
500的最大光衰减系数向量，该300个1
×
500的最大光衰减系数向量构成一个300
×
500的最大光衰减系数矩阵，即毯展图，如图4所示，其中，401为易损斑块，402为导丝阴影。
[0056]
由于毯展图是由多个(即n帧)时序连续的光衰减系数图像组合生成的图像，而n帧光衰减系数图像是n帧时序相邻的血管oct图像利用光衰减模型计算得到的。该毯展图能够直观地显示出易损斑块分布的区域，用户可以基于经验在毯展图的显示界面上选择感兴趣区域。例如，用户在毯展图的显示界面上输入指示信息，比如，用户使用鼠标点击毯展图上的某个位置(即在毯展图上感兴趣的区域输入指示信息)，此时，终端设备根据用户鼠标点击的位置生成指示信息，该指示信息用于指示终端设备从n帧光衰减系数图像中确定出用户想要分析的目标光衰减系数图像，并将该目标光衰减系数图像显示在界面上，以供用户进一步分析，从而满足用户的个性化需求。
[0057]
s103，根据目标光衰减系数图像相邻的m帧光衰减系数图像的ipa确定目标ipa，目
标ipa与m帧光衰减系数图像的ipa的和正相关，m为大于1的整数，并且，m小于或等于n。
[0058]
s104，当目标ipa的值大于ipa阈值时，确定目标光衰减系数图像包含易损斑块区域；或者，当目标ipa的值小于或等于ipa阈值时，确定目标光衰减系数图像不包含易损斑块区域。
[0059]
示例性地，斑块衰减指数(index of plaque attenuation,ipa)是统计光衰减系数值大于阈值x的比例，其中，光衰减系数表示oct成像过程中不同组织对光的衰减程度。由上述分析可知，毯展图是一个最大光衰减系数矩阵，而毯展图中的每一行数据是一个1
×
500的最大光衰减系数向量(即每一行数据表示一帧光衰减系数图像)，其中，该最大光衰减系数向量共有500个元素(即500 个最大的光衰减系数值μ
t
)，对于一(单)帧光衰减系数图像的ipa值，可利用如下公式计算：
[0060][0061]
其中，n(μ
t
>x)表示将该500个元素分别与阈值x进行比较，统计该500个元素中大于阈值x的个数。由于n
total
表示光衰减系数图像中a线的总数，而根据前述分析可知，500个最大的光衰减系数值μ
t
表示有500条a线，因此，n
total
取值为500。例如，当n(μ
t
>x)为300时，n
total
取值为500，ipa为600。
[0062]
示例性地，对于阈值x取多少比较合适，可以通过实验来确定；在最优的阈值x确定的情况下，可以通过实验确定出最优ipa阈值，其中，ipa阈值是用于判断目标光衰减系数图像是否包含易损斑块区域。上述确定最优阈值x以及在该最优阈值x确定的情况下确定出最优ipa阈值的实验过程如下：
[0063]
1)实验数据收集
[0064]
根据如下(a)和(b)条件对现有血管oct图像数据进行初步筛选。符合实验要求的血管oct图像数据应该满足如下条件：
[0065]
a)包含薄纤维帽粥样硬化斑块(thin
‑
cap fibroatheroma，tcfa)或者粥样硬化斑块(fibroatheroma，fa)，其中，tcfa的定义为含有脂质核心且纤维帽厚度≤65μm的斑块，如图5所示，其中，501为tcfa； fa的定义为含有脂质核心且纤维帽的厚度>65μm的斑块，如图6所示，其中，601为fa。
[0066]
b)由于上述tcfa属于易损斑块(即不稳定斑块)，因此，当血管中含有 tcfa时，说明血管已发生病变。对于满足a)条件的血管oct图像数据还应满足该血管oct图像数据中病变长度应≥4mm，即包含病变的帧数≥20帧。原因在于，oct机器每间隔0.2mm采集一帧血管oct图像，若oct机器总共采集4mm长的血管，则最终获得20帧(即4除以0.2)血管oct图像。
[0067]
利用a)和b)条件筛选血管oct图像数据，总共收集了39个患者的55 组的oct回拉数据。所有血管oct图像数据由p60设备采集并以dicom格式导出。设备在导出血管oct图像数据时，均对该血管oct图像数据进行脱敏处理，比如删除患者个人信息等。
[0068]
再根据如下1)至4)条件对初步筛选得到的39个患者的55组的oct回拉数据进行二次筛选。二次筛选的条件如下：
[0069]
1)对于血管oct图像中存在血液清除不足的伪影，而导致的血管oct图像质量欠佳的图像数据，因不符合实验要求故应该排除，如图7所示，图中701 为血液清除不足的现象。例如，有些患者手术后血液清除不干净而导致血管 oct图像质量差；又例如，oct机器在采
集血管oct图像时的回拉操作而导致oct图像质量差等。
[0070]
2)对于不含有脂质的健康血管的血管oct图像数据，因不符合实验要求故应该排除，如图8所示，图中801为健康的血管壁。由于本实验是为了研究如何从光衰减系数图像上确定出脂质斑块分布的区域，而无脂质的健康血管不是本实验研究的对象。
[0071]
3)对于血管oct图像中存在大量血栓的伪影，而导致的血管oct图像质量欠佳的图像数据，因不符合实验要求故应该排除，如图9所示，图中901是血栓。由于血管oct图像中含有大量的血栓伪影因而会影响易损斑块中脂质斑块的判断，故不符合实验要求。
[0072]
4)对于血管oct图像中含有指引导管的图像数据，也不符合实验要求，如图10所示，图中1001是指引导管。若血管oct图像中含有指引导管，则指引导管会影响易损斑块中脂质斑块的判断，故不符合实验要求。
[0073]
对39个患者的55组的oct回拉数据进行二次筛选后最终获得31个患者的39组数据的19段tcfa数据和88段fa数据。该19段tcfa数据和88段 fa数据作为本实验的研究对象。
[0074]
2)实验结果评价指标
[0075]
邀请三位不同三甲医院的心血管专家利用行业认可的专业软件，比如， labelme软件，来共同标记上述107段实验数据(即19段tcfa数据和88段fa数据)，并将专家标记出的tcfa数据和fa数据作为本实验结果评价的金标准。例如，专家会对107段实验数据进行一一标记，具体地，标记出每段数据是属于tcfa还是fa，最后将专家标记完的结果作为实验结果评价的金标准。
[0076]
3)实验数据处理及结果分析
[0077]
以接受者操作特征曲线(receiver operating characteristic curve,roc)进行分析，通过计算roc与坐标轴围成的面积(area under curve,auc)来确定最优阈值x。上述auc的取值越大，表示ipa对tcfa和fa的识别能力越好。该roc曲线是反应敏感性和特异性之间关系的曲线，其中，敏感性是真阳性，指识别出的阳性中正确的个数占真实总阳性数的比例；特异性是指真阴性，指识别出的阴性中正确的个数占真实总阴性数的比例；真阳性是指数据中含有 tcfa，真阴性是指数据中均为fa。而敏感性和特异性用于表征ipa识别tcfa 和fa的能力。例如，总共有107段实验数据，其中，19段tcfa数据，88段 fa数据，若识别出16段tcfa数据，识别出80段fa数据，则敏感性为0.89 (即16除以18)，特异性为0.91(即80除以88)。
[0078]
确定上述最优阈值x的实验过程如下：通过固定ipa阈值和改变阈值x，来研究ipa对tcfa和fa的识别能力。例如，ipa阈值为200，将ipa值大于 200的判断为tcfa，将ipa值小于或者等于200判断为fa。随着阈值x变化，反应ipa识别tcfa和fa能力的roc曲线的面积变化情况，如表1所示：
[0079]
表1不同阈值x下，auc的取值变化
[0080]
阈值xauc阈值xauc阈值xauc60.318290.8702120.82306.50.47739.50.884312.50.777570.14023100.8666130.75397.50.693210.50.881013.50.740480.7697110.8657140.6612
8.50.854111.50.8140614.50.5520
[0081]
通过对表1和图11分析可知，当阈值x＝9.5时，auc的值最高(即0.8843)，说明在阈值x＝9.5的情况下，ipa对tcfa和fa的识别能力最好。
[0082]
在阈值x＝9.5的情况下，进一步研究ipa对tcfa的识别性能，以确定最优ipa阈值。具体地，在阈值x确定的情况下，通过改变ipa阈值来确定最优ipa阈值。由于ipa阈值是用于判断目标光衰减系数图像是否包含易损斑块区域。在阈值x(比如，x＝9.5)确定的情况下，当ipa阈值不同时，根据目标光衰减系数图像的ipa值判断tcfa和fa的结果就不同。例如，总共有107段实验数据，其中，19段tcfa数据，88段fa数据，当ipa阈值取300时，识别出12段tcfa数据和70段fa数据；当ipa阈值取200时，识别出17段 tcfa数据和85段fa数据。由此可见，当阈值x(比如，x＝9.5)确定，并且，ipa阈值取200时，该ipa阈值识别出tcfa和fa的能力最好。
[0083]
在阈值x＝9.5的情况下，阈值ipa识别tcfa的特异性和敏感性如表2所示，例如，总共有19段tcfa数据，识别出15段tcfa数据，即tcfa的敏感性为0.79(即15除以19)；还有3段tcfa未被识别出来(即tcfa被识别为fa)，即tcfa的特异性为0.16(即3除以19)。特此说明，含有tcfa的区域被认为是阳性，含有fa的区域被认为是阴性。
[0084]
表2当阈值x＝9.5时ipa识别tcfa特异性和敏感性的结果
[0085]
ipa值特异性敏感性ipa值特异性敏感性ipa值特异性敏感性001700.625011400.90910.4737100.22731800.70450.94741500.90910.4737200.30681900.76140.89471600.90910.4211300.397711000.80680.89471700.92050.4211400.477311100.85230.73681800.92050.3158500.534111200.87500.68421900.94320.3158600.1402311300.89770.57892000.95450.2632
[0086]
通过对表2和图12进行分析，其中，图12反应的是1
‑
特异性(
“‑”
表示减法符号)和敏感性变化关系的roc曲线，其中，1
‑
特异性又称误报率，该误报率是指未识别出真阴性(即fa)的比例。当阈值x＝9.5，ipa＝100时，roc 曲线上点(箭头所示位置，即x＝1
‑
0.8068＝0.1932，y＝0.8947)距离图12左上角的位置点(即x＝1
‑
1＝0，y＝1)的距离最小，该距离最小说明此时的敏感性和特异性的都较高，从而综合性能越好，因而，确定当ipa＝100时，ipa检测tcfa 特异性和敏感性的能力最好。
[0087]
示例性地，当血管发生病变(即血管中含有脂质核心斑块)时，通常表现为一个连续的病变段。若利用连续帧的ipa值(即多个光衰减系数图像的ipa 值)共同确定目标帧的ipa值(即目标光衰减系数图像的ipa)，以提高目标帧的ipa值识别易损斑块(即不稳定斑块)的准确性。例如，oct机器采集了一段长为10mm的血管，由于该oct机器每间隔0.2mm采集一帧血管oct图像，因此，oct机器采集完这10mm长的血管，最终获得n＝50帧(即10除以0.2) 血管oct图像。这50帧图像构成的毯展图，如图13所示，图中，1301区域用于显示血管腔横截面图(即某帧血管oct图像)，1302区域用于显示光衰减系数图像(即某帧血管oct图像对应的光衰减系数图像)，1303区域用于显示血管腔剖面图，1304区域用于显示毯展图，1305区域用于显示管腔l轴图， 1306是oct图像指示器，该oct图像指示器用于指示用户感兴趣的
区域。当用户使用oct图像指示器在图13上的毯展图上标出某个感兴趣的位置(即目标光衰减系数图像)时，若要计算该目标光衰减系数图像的ipa值，则可以根据该目标光衰减系数图像相邻的m帧光衰减系数图像的ipa确定目标ipa。
[0088]
例如，利用该目标光衰减系数图像前后各2mm的图像，由于图像间距为 0.2mm，因此，该目标光衰减系数图像前后共有20帧图像(即m＝20)，之后，分别计算该目标光衰减系数图像前后共20帧图像的ipa
i
值，其中，i＝1，2，
……
20。目标ipa(即目标光衰减系数图像的ipa)与m帧光衰减系数图像的ipa的和正相关，m为大于1的整数，并且，m小于或等于n，比如，上述m＝20，n＝50，显然，m＜n。可选地，利用m帧光衰减系数图像的ipa的和来确定目标ipa，即目标或者，利用m帧光衰减系数图像的ipa的平均值来确定目标ipa，即目标当然，在m为大于1的整数，并且， m小于或等于n的情况下，本技术也可以利用该目标光衰减系数图像前后各 3mm的图像的ipa值来共同确定目标光衰减系数图像的ipa，本技术对此不作任何限定。
[0089]
示例性地，当阈值x＝9.5，并且，阈值ipa＝100时，在根据m帧光衰减系数图像的ipa确定出目标ipa后，若目标ipa的值大于ipa阈值(即100)时，确定目标光衰减系数图像包含易损斑块区域；或者，当目标ipa的值小于或等于ipa阈值(即100)时，确定目标光衰减系数图像不包含易损斑块区域。例如，利用该目标光衰减系数图像前后各2mm的图像的ipa值，即用20帧光衰减系数图像的ipa，确定出目标ipa后，比如，目标ipa为150，显然，目标ipa(即150)大于阈值100，则可确定目标光衰减系数图像包含易损斑块区域；若目标ipa为80，显然，目标ipa(即80)小于阈值100，则可确定目标光衰减系数图像不包含易损斑块区域。
[0090]
图14示出了本技术提供了一种识别易损斑块的装置结构示意图。图14中的虚线表示该单元或该模块为可选的。装置1400可用于实现上述方法实施例中描述的方法。装置1400可以是终端设备或服务器或芯片。
[0091]
装置1400包括一个或多个处理器1401，该一个或多个处理器1401可支持装置1400实现图1所对应方法实施例中的方法。处理器1401可以是通用处理器或者专用处理器。例如，处理器1401可以是中央处理器(central processing unit， cpu)。cpu可以用于对装置1400进行控制，执行软件程序，处理软件程序的数据。装置1400还可以包括通信单元1405，用以实现信号的输入(接收)和输出(发送)。
[0092]
例如，装置1400可以是芯片，通信单元1405可以是该芯片的输入和/或输出电路，或者，通信单元1405可以是该芯片的通信接口，该芯片可以作为终端设备的组成部分。
[0093]
又例如，装置1400可以是终端设备，通信单元1405可以是该终端设备的收发器，或者，通信单元1405可以是该终端设备的收发电路。
[0094]
装置1400中可以包括一个或多个存储器1402，其上存有程序1404，程序 1404可被处理器1401运行，生成指令1403，使得处理器1401根据指令1403 执行上述方法实施例中描述的方法。可选地，存储器1402中还可以存储有数据 (如待测芯片的id)。可选地，处理器1401还可以读取存储器1402中存储的数据，该数据可以与程序1404存储在相同的存储地址，该数据也可以与程序1404 存储在不同的存储地址。
[0095]
处理器1401和存储器1402可以单独设置，也可以集成在一起，例如，集成在终端设备的系统级芯片(system on chip，soc)上。
[0096]
处理器1401执行识别易损斑块的方法的具体方式可以参见方法实施例中的相关描述。
[0097]
应理解，上述方法实施例的各步骤可以通过处理器1401中的硬件形式的逻辑电路或者软件形式的指令完成。处理器1401可以是cpu、数字信号处理器 (digital signalprocessor,dsp)、现场可编程门阵列(field programmable gate array， fpga)或者其它可编程逻辑器件，例如，分立门、晶体管逻辑器件或分立硬件组件。
[0098]
本技术还提供了一种计算机程序产品，该计算机程序产品被处理器1401 执行时实现本技术中任一方法实施例所述的方法。
[0099]
该计算机程序产品可以存储在存储器1402中，例如是程序1404，程序1404 经过预处理、编译、汇编和链接等处理过程最终被转换为能够被处理器1401 执行的可执行目标文件。
[0100]
本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被计算机执行时实现本技术中任一方法实施例所述的方法。该计算机程序可以是高级语言程序，也可以是可执行目标程序。
[0101]
该计算机可读存储介质例如是存储器1402。存储器1402可以是易失性存储器或非易失性存储器，或者，存储器1402可以同时包括易失性存储器和非易失性存储器。其中，非易失性存储器可以是只读存储器(read
‑
only memory，rom)、可编程只读存储器(programmable rom，prom)、可擦除可编程只读存储器 (erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom， eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory， ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram 可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器 (dynamicram，dram)、同步动态随机存取存储器(synchronous dram， sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram， ddr sdram)、增强型同步动态随机存取存储器(enhanced sdram， esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(directrambus ram,drram)。
[0102]
本领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和设备的具体工作过程以及产生的技术效果，可以参考前述方法实施例中对应的过程和技术效果，在此不再赘述。
[0103]
在本技术所提供的几个实施例中，所揭露的系统、装置和方法，可以通过其它方式实现。例如，以上描述的方法实施例的一些特征可以忽略，或不执行。以上所描述的装置实施例仅仅是示意性的，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，多个单元或组件可以结合或者可以集成到另一个系统。另外，各单元之间的耦合或各个组件之间的耦合可以是直接耦合，也可以是间接耦合，上述耦合包括电的、机械的或其它形式的连接。
[0104]
以上所述实施例仅用以说明本技术的技术方案，而非对其限制。尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围，均应包含在本技术的保护范围之内。