摘要
心脑血管疾病是严重威胁人类的一种常见病，它高患病率、高致残率和高死亡率的特点令人望而生畏。据统计，全球每年因心脑血管病死亡的人数高达1500万，在各种死亡原因中居于首位。而颈动脉粥样硬化（CAS）与心脑血管疾病密切相关，因此，准确识别B超图像中的颈动脉斑块，对于及时治疗有脑卒中风险的患者有重大意义。目前临床的主流诊断方式是传统二维超声，医生操作探头获取图像，主观性强、重复性差，存在漏检情况，因此现在二维超声诊断普遍存在误差。医生个人操作手法不同，血管走形不同，会导致B超打出的切面有差异，测量时手法不同，也会导致测量结果的不同，这给医生对病情的判断造成了一定程度的困扰。 本文通过对颈动脉斑块进行识别、分割、定位与三维重建，为医生准确识别颈动脉斑块提供辅助手段，从一定程度上缩小了诊断误差，主要研究内容如下： （1）B超样本集建立。使用内蒙古医科大学附属医院超声科提供的受检者二维颈动脉B超图像及视频，在专业医生指导下进行标定，样本集数量为5000个。 （2）基于改进YOLOV5模型的颈动脉内中膜目标检测研究。在原始YOLOV5的基础上优化自适应锚框、添加注意力机制、解耦头部，并对主干网络、非极大值抑制算法以及损失函数进行改进，改进YOLOV5l的平均精度均值提高到了94.77%。 （3）基于改进2D-VNet模型的颈动脉内中膜图像分割研究。在2D-VNet的基础上引入深度监督机制、改进跳跃连接、增加批标准化层和修改损失函数，改进后模型的分割精度提高到了87.95%，平均豪斯多夫距离降低到了1.52mm。 （4）颈动脉斑块诊断方法研究。设计了从内中膜检测到内中膜分割（YTV）的一整套流程，与非YTV流程相比，改进2D-VNet在YTV流程下的分割精度提高了9.91%，最后根据内中膜分割结果将厚度超过1.5mm的区域判定为斑块区域。 （5）颈动脉斑块三维重建，为医生呈现可视化三维影像。根据三维重建算法生成斑块深度图，实现斑块三维重建，为颈动脉斑块在血管中的具体形态提供三维可视化参考。 （6）颈动脉斑块智能诊断系统。包括内中膜检测、内中膜分割、斑块病变识别以及三维重建等主要功能，还可将病人基本信息与历史诊断结果存入数据库，为医生临床诊断提供参考。
NETL