心肌缺血冠脉血流储备的分析方法

摘要

本发明公开了心肌缺血冠脉血流储备的分析方法，该算法模型首先使用数据增强和图像预处理，将预处理后的心肌动态PET三维(3D)图像使用多重卷积神经网络(convolutional neural network，CNN)的DenseNet网络架构分别提取图像空间特征和进行下采样，然后再使用另一类算法模型：GRU(Gate Recurrent Unit，)对上一步已经提取的3D图像特征进行动态时序特征提取，再通过上采样的DenseNet形成可以被解析的3D定量参数图：心肌血流速(MBF)。然后按照PET在心肌功能rest(静息态)和stress(负荷态)两个状态下的图像，通过以上方法得出的MBF进一步计算冠脉血流储备分数(coronary flow reserve，CFR)，进而帮助医生进行心肌和冠脉循环功能缺损与否的评估。