基于CCTA与IVUS的图像配准和斑块识别方法

本发明属于医学工学人工智能技术领域，涉及一种基于CCTA与IVUS的图像配准和斑块识别方法，斑块识别方法包括：获取CCTA图像与IVUS图像，并分别进行预处理；将预处理后的CCTA图像与预处理后的IVUS图像进行配准；得到配准图，对配准图采样，得到采样切块；将其输入到预设的斑块成分预测模型中进行识别，得到冠状动脉斑块内组织的成分占比。实现CCTA冠脉拉直图与IVUS图像的精准配准，结合冠脉开口标定和病灶区域标注，大幅提升了多模态图像的对齐精度。利用斑块成分预测模型对CCTA图像的病灶成分占比进行自动识别，实现了病灶成分的精确量化表示，避免了传统方法对人工分析的依赖。