本申請涉及醫學圖像分析的，具體而言，涉及一種基于mamba神經網絡的冠脈造影圖像處理方法及其系統。

背景技術：

1、冠狀動脈造影(coronary?angiography,cag)是臨床診斷冠狀動脈病變的重要影像學檢查方法，能夠清晰顯示冠狀動脈的血流情況及血管的狹窄程度，被廣泛認為是診斷冠心病的“金標準”。冠脈造影是通過注入造影劑后獲取血管影像，醫生依據影像對冠狀動脈的病變情況進行診斷與介入手術治療。

2、目前，傳統的冠脈造影圖像分析依賴經驗豐富的專業醫生對圖像進行人工評估，包括血管分割和狹窄區域的檢測，整個人工評估過程容易受到人為因素的影響，導致診斷的主觀性較強，特別是在復雜病例中，主觀判斷的差異性會更加明顯，存在準確率較低的問題，有待進一步改進。

技術實現思路

1、基于此，本申請實施例提供了一種基于mamba神經網絡的冠脈造影圖像處理方法及其系統，以解決現有技術中準確率較低的問題。

2、第一方面，本申請實施例提供了一種基于mamba神經網絡的冠脈造影圖像處理方法，所述方法包括：

3、獲取待檢測圖像信息；

4、根據所述待檢測圖像信息和預設的血管分割模型，生成圖像分割結果信息；

5、根據所述圖像分割結果信息和預設的狹窄檢測模型，生成檢測結果信息。

6、與現有技術相比存在的有益效果是：本申請實施例提供的基于mamba神經網絡的冠脈造影圖像處理方法，終端設備可以先獲取待檢測圖像信息，然后根據待檢測圖像信息和預設的血管分割模型，準確地生成圖像分割結果信息，最后根據圖像分割結果信息和預設的狹窄檢測模型，有效地生成檢測結果信息，從而降低診斷過程中的主觀因素，大幅度提高冠脈造影中狹窄檢測的準確性，無論是細小血管、復雜結構，亦或是背景噪聲干擾等情況，都可以實現精準分割，獲得連續不斷開的血管結構，在一定程度上解決了當前準確率較低的問題。

7、第二方面，本申請實施例提供了一種基于mamba神經網絡的冠脈造影圖像處理系統，所述系統包括：

8、待檢測圖像信息獲取模塊：用于獲取待檢測圖像信息；

9、圖像分割結果信息生成模塊：用于根據所述待檢測圖像信息和預設的血管分割模型，生成圖像分割結果信息；

10、檢測結果信息生成模塊：用于根據所述圖像分割結果信息和預設的狹窄檢測模型，生成檢測結果信息。

11、第三方面，本申請實施例提供了一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執行所述計算機程序時實現如上述第一方面的方法的步驟。

12、第四方面，本申請實施例提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如上述第一方面的方法的步驟。

13、可以理解的是，上述第二方面至第四方面的有益效果可以參見上述第一方面中的相關描述，在此不再贅述。

技術特征：

1.一種基于mamba神經網絡的冠脈造影圖像處理方法，其特征在于，所述方法包括：

2.根據權利要求1所述的方法，其特征在于，在所述根據所述待檢測圖像信息和預設的血管分割模型，生成圖像分割結果信息之前，所述方法還包括：

3.根據權利要求2所述的方法，其特征在于，在所述基于預設的血管分割網絡，根據所述血管原始圖像集信息，生成初步預測圖像集信息和圖像標簽集信息之后，所述方法還包括：

4.根據權利要求2所述的方法，其特征在于，在所述基于預設的mamba分割網絡和所述血管分割數據集信息，構建所述血管分割模型之后，所述方法還包括：

5.根據權利要求2所述的方法，其特征在于，在所述根據所述圖像分割結果信息和預設的狹窄檢測模型，生成檢測結果信息之前，所述方法還包括：

6.一種基于mamba神經網絡的冠脈造影圖像處理系統，其特征在于，所述系統包括：

7.根據權利要求6所述的系統，其特征在于，所述系統還包括：

8.一種終端設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至5任一項所述方法的步驟。

9.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至5任一項所述方法的步驟。

技術總結
本申請適用于醫學圖像分析的技術領域，提供了一種基于Mamba神經網絡的冠脈造影圖像處理方法及其系統，其方法包括先獲取待檢測圖像信息，然后根據待檢測圖像信息和預設的血管分割模型，準確地生成圖像分割結果信息，最后根據圖像分割結果信息和預設的狹窄檢測模型，有效地生成檢測結果信息。本申請能夠減少診斷中的主觀性，全面提升冠脈造影狹窄檢測的準確性，對于細小血管和背景噪聲等情況，都可以實現精準分割，保獲得完整、無中斷的血管結構，使得診斷過程更為可靠，為臨床醫生提供更加準確的參考依據。

技術研發人員：呂真歡,麥雅悅,李思,何遠清
受保護的技術使用者：廣州理工學院
技術研發日：
技術公布日：2025/4/24