[0052] 動態(tài)特征映射生成模塊，通過動態(tài)特征映射分析遞歸特征空間梯度，生成動態(tài)特征映射值；將動態(tài)特征映射值作為變分優(yōu)化模塊的輸入； [0053] 變分優(yōu)化模塊，對動態(tài)特征映射值進(jìn)行全局優(yōu)化，構(gòu)建并最小化能量函數(shù)，并采用變分法求解優(yōu)化后的特征映射值；將優(yōu)化后的特征映射值作為分塊特征聚合模塊的輸入； [0054] 分塊特征聚合模塊，對優(yōu)化后的特征映射值進(jìn)行分塊操作，將心血管影像的感興趣區(qū)域劃分為若干小的非重疊感興趣區(qū)域，并對每個區(qū)域塊內(nèi)的特征值通過加權(quán)求和進(jìn)行聚合，形成各區(qū)域塊的加權(quán)特征值；將各區(qū)域塊的加權(quán)特征值作為聯(lián)合最優(yōu)迭代分割模塊的輸入； [0055] 聯(lián)合最優(yōu)迭代分割模塊，使用聯(lián)合最優(yōu)迭代策略對區(qū)域塊的加權(quán)特征值進(jìn)行分析和更新，以動態(tài)調(diào)整心血管區(qū)域的分割邊界，得到三維分割結(jié)果；將三維分割結(jié)果作為幾何特征提取與分析模塊的輸入； [0056] 幾何特征提取與分析模塊，對三維分割結(jié)果進(jìn)行幾何特征提取，建立血管的拓?fù)浣Y(jié)構(gòu)，通過連通性分析構(gòu)建心血管網(wǎng)絡(luò)圖，檢測心血管中的病變區(qū)域；通過對心血管影像的全面分析，生成心血管影像的診斷報告，輔助臨床決策。 [0057] 參照附圖2，其示出了本發(fā)明一個實施例所提供的一種心血管影像分析方法流程圖，該方法包括以下步驟： [0058] S1、獲取心血管影像數(shù)據(jù)并進(jìn)行預(yù)處理，將預(yù)處理后的心血管影像數(shù)據(jù)轉(zhuǎn)換到初始特征空間，通過遞歸過程逐步優(yōu)化初始特征空間中的心血管影像特征，得到遞歸后的心血管影像特征；基于遞歸后的心血管影像特征組成的遞歸特征空間，構(gòu)造動態(tài)特征映射，得到動態(tài)特征映射值；并采用多層次變分優(yōu)化對動態(tài)特征映射值進(jìn)行調(diào)整，得到優(yōu)化后的特征映射值； [0059] 從醫(yī)學(xué)影像設(shè)備中獲取心血管影像數(shù)據(jù)，心血管影像數(shù)據(jù)由CT或MRI等影像設(shè)備采集，數(shù)據(jù)格式通常為國際通用的DICOM格式，以便在后續(xù)處理中保持與不同醫(yī)學(xué)系統(tǒng)的兼容性。對心血管影像數(shù)據(jù)進(jìn)行基礎(chǔ)預(yù)處理，例如裁剪出目標(biāo)區(qū)域，以去除與心血管結(jié)構(gòu)無關(guān)的背景部分，從而得到預(yù)處理后的心血管影像數(shù)據(jù)。 [0060] 為了從心血管影像數(shù)據(jù)中提取多尺度的遞歸特征信息，首先需要將預(yù)處理后的心血管影像數(shù)據(jù)轉(zhuǎn)換到初始特征空間，通過遞歸過程逐步優(yōu)化初始特征空間中的心血管影像特征，使得心血管影像特征不僅能夠捕捉到心血管區(qū)域的全局結(jié)構(gòu)信息，還能夠分辨出復(fù)雜的局部紋理變化；遞歸的過程由特定的卷積操作生成新的特征，結(jié)合了前饋網(wǎng)絡(luò)和后向傳播的優(yōu)勢，通過前一層的梯度信息進(jìn)一步增強當(dāng)前特征的表達(dá)能力，并模擬心血管影像中復(fù)雜的血管結(jié)構(gòu)；經(jīng)過遞歸過程，得到遞歸后的心血管影像特征。心血管影像特征的遞歸過程由以下公式定義： [0061] ， [0062] ， [0063] 其中， 為遞歸過程中像素點 在第 層輸出的心血管影像特征，表示像素點 在第 層特征空間的心血管影像特征值； 表示第 層的權(quán)重矩陣，通過在訓(xùn)練過程中學(xué)習(xí)得到； 是偏置項，用于調(diào)整特征的中心分布；激活函數(shù) 通常選用ReLU，既可以避免梯度消失問題，又能模擬非線性特征變化； 為遞歸過程中像素點在第 層輸出的心血管影像特征； 是前一層心血管影像特征的梯 度，通過計算前一層心血管影像特征的空間變化來捕捉心血管邊緣的細(xì)節(jié)信息，梯度正則化系數(shù) 的值通過實驗優(yōu)化調(diào)整，通常取 的范圍。通過多層遞歸，特征空間包含了多尺度的遞歸特征以及動態(tài)變化信息，為后續(xù)動態(tài)特征映射生成提供了高質(zhì)量輸入。 [0064] 基于由遞歸后的心血管影像特征組成的遞歸特征空間，構(gòu)造反映心血管區(qū)域變化的動態(tài)特征映射；動態(tài)特征映射的目標(biāo)在于通過對遞歸特征空間梯度的顯著性分析，賦予心血管區(qū)域更高的權(quán)重，同時抑制背景噪聲干擾；動態(tài)特征映射通過積分操作，將遞歸特征空間中像素梯度的變化規(guī)律轉(zhuǎn)化為顯著性權(quán)重，逐步形成與實際心血管區(qū)域高度對應(yīng)的特征值分布。動態(tài)特征映射的具體公式為： [0065] ， [0066] 其中， 是動態(tài)特征映射值，表示像素點 在整個遞歸特征空間內(nèi)的重要性； 通過對遞歸特征空間內(nèi)所有梯度幅值進(jìn)行了 加權(quán)累積，重點突出了變化顯著的區(qū)域，特別是邊緣部分； 通過歸 一化消除了感興趣區(qū)域大小的影響，穩(wěn)定了結(jié)果分布；是感興趣區(qū)域，定義為包含心血管結(jié)構(gòu)的像素集合； 是第 層心血管影像特征的梯度；為了防止分母為零，加入數(shù)值 ，通常取 。 [0067] 為了使生成的動態(tài)特征映射值更加平滑并增強全局一致性，采用多層次變分優(yōu)化對動態(tài)特征映射值進(jìn)行進(jìn)一步調(diào)整，通過構(gòu)建一個能量函數(shù)，將梯度平滑性、特征一致性和稀疏性三者整合為一個統(tǒng)一的目標(biāo)，旨在消除噪聲干擾的同時增強心血管區(qū)域的顯著性。 能量函數(shù)的數(shù)學(xué)表達(dá)式為： [0068] ， [0069] 其中， 是能量函數(shù)，表示動態(tài)特征映射值 的整體優(yōu)化目標(biāo)值；梯度平滑項 用于控制動態(tài)特征映射在空間上的平滑性， 是動態(tài)特

聯(lián)合最優(yōu)迭代分割模塊，使用聯(lián)合最優(yōu)迭代策略對區(qū)域塊的加權(quán)特征值進(jìn)行分析和更新，得到三維分割結(jié)果；將三維分割結(jié)果作為幾何特征提取與分析模塊的輸入； 幾何特征提取與分析模塊，對三維分割結(jié)果進(jìn)行幾何特征提取，建立血管的拓?fù)浣Y(jié)構(gòu)，通過連通性分析構(gòu)建心血管網(wǎng)絡(luò)圖，檢測心血管中的病變區(qū)域，并生成心血管影像的診斷報告，輔助臨床決策。