(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111676062.0 (22)申请日 2021.12.31 (71)申请人 上海联影智能医疗科技有限公司 地址 200232 上海市徐汇区云锦路701号 20、 21、 22层 （名义楼层为23、 25、 26层） (72)发明人 杨海波　廖术　 (74)专利代理 机构 北京华进京联知识产权代理 有限公司 1 1606 代理人 袁榕 (51)Int.Cl. G06V 10/46(2022.01) G06V 10/764(2022.01) G06V 10/774(2022.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06T 7/73(2017.01) (54)发明名称 图像特征点的确定方法、 装置、 计算机设备 和存储介质 (57)摘要 本申请涉及一种图像特征点的确定方法、 装 置、 计算机设备、 存储介质和计算机程序产品。 获 取灌注影像数据， 并根据灌注影像数据， 得到灌 注影像数据对应的第一特征图和注 意力图； 将第 一特征图和注 意力图输入候选点生成模型， 得到 灌注影像数据对应的候选特征点； 基于该候选特 征点， 确定出灌注影像数据的目标特征点； 即本 申请实施例中， 可以自动进行动静脉点的选取操 作， 得到符合要求且准确性高的动静脉点， 无需 人工参与动静脉点的选取过程， 缩短了动静脉点 的选取时间， 减少了人力成本， 还能够避免因用 户主观因素的影响导致的动静脉点选取不准确 的问题， 提高动静脉点的选取效率， 还能提高动 静脉点的选取准确性。 权利要求书2页 说明书17页 附图4页 CN 114170440 A 2022.03.11 CN 114170440 A 1.一种图像特 征点的确定方法， 其特 征在于， 所述方法包括： 获取灌注影 像数据； 根据所述灌注影 像数据， 得到所述灌注影 像数据对应的第一特 征图和注意力图； 将所述第一特征图和所述注意力图输入候选点生成模型， 得到所述灌注影像数据对应 的候选特征点； 所述候选特征点包括所述灌注影像数据对应的候选动脉点和所述灌注影像 数据对应的候选静脉点； 基于所述 候选特征点， 确定出 所述灌注影 像数据的目标 特征点。 2.根据权利要求1所述的方法， 其特征在于， 所述候选特征点包括至少一对候选特征 点； 所述基于所述 候选特征点， 确定出 所述灌注影 像数据的目标 特征点， 包括： 将各所述候选特征点分别输入预设的分类模型中， 得到各所述候选特征点对应的分类 结果； 根据各所述候选特征点对应的分类结果， 确定所述目标 特征点。 3.根据权利要求2所述的方法， 其特征在于， 所述根据各所述候选特征点对应的分类结 果， 确定所述目标 特征点， 包括： 根据各所述候选特征点对应的分类结果， 确定与预设分类结果对应的目标候选特征 点； 将所述目标候选特 征点， 确定为所述目标 特征点。 4.根据权利要求1所述的方法， 其特征在于， 所述注意力图包括形态注意力图和位置注 意力图， 所述将所述第一特征图和所述注意力图输入候选点生成模型， 得到所述灌注影像 数据对应的候选特 征点， 包括： 将所述第一特征图、 所述形态注意力图和所述位置注意力图输入所述候选点生成模 型， 得到所述灌注影 像数据对应的候选特 征点。 5.根据权利要求1所述的方法， 其特 征在于， 所述 候选点生成模型的训练过程包括： 获取样本灌注影 像数据和所述样本灌注影 像数据对应的金 标准特征点； 根据所述样本灌注影像数据， 得到所述样本灌注影像数据对应的第 一样本特征图和样 本注意力图； 将所述第一样本特征图和所述样本注意力图输入初始候选点生成网络， 得到所述样本 灌注影像数据对应的样本候选特征点； 所述样本候选特征点包括所述样本灌注影像数据对 应的样本候选动脉点和所述样本灌注影 像数据对应的样本候选静脉点； 根据所述样本候选特征点和所述金标准特征点对所述初始候选点生成网络进行训练， 得到所述 候选点生成模型。 6.根据权利要求5所述的方法， 其特征在于， 所述获取所述样本灌注影像数据对应的金 标准特征点， 包括： 获取所述样本灌注影 像数据对应的初始金 标准特征点； 针对每个所述初始金标准特征点， 确定所述初始金标准特征点的预设范围内的多个随 机特征点； 将所述多个随机特征点中与所述初始金标准特征点之间的相似度大于或者等于预设 相似度阈值的随机特 征点添加至所述初始金 标准特征点中， 得到所述金 标准特征点。 7.根据权利要求5所述的方法， 其特 征在于， 所述分类模型的训练过程包括：权　利　要　求　书 1/2 页 2 CN 114170440 A 2获取所述金标准特征点对应的类别， 作为第一金 标准类别； 获取所述样本候选特 征点对应的类别， 作为第二金 标准类别； 根据所述金标准特征点以及所述第 一金标准类别， 和/或， 所述样本候选特征点和所述 第二金标准类型， 对初始分类网络进行训练， 得到所述分类模型。 8.一种图像特 征点的确定装置， 其特 征在于， 所述装置包括： 第一获取模块， 用于获取灌注影 像数据； 第二获取模块， 用于根据所述灌注影像数据， 得到所述灌注影像数据对应的第一特征 图和注意力图； 第三获取模块， 用于将所述第一特征图和所述注意力图输入候选点生成模型， 得到所 述灌注影像数据对应的候选特征点； 所述候选特征点包括所述灌注影像数据对应的候选动 脉点和所述灌注影 像数据对应的候选静脉点； 确定模块， 用于基于所述 候选特征点， 确定出 所述灌注影 像数据的目标 特征点。 9.一种计算机设备， 包括存储器和处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 114170440 A 3