作品名：GAN和LSTM联合智能模型下的经皮冠状动脉介入治疗评估
作品简介：
冠状动脉钙化会影响为心脏供血的动脉，而经皮冠状动脉介入治疗（PCI）能缓解这种症状。为了降低医疗成本和患者负担，提出了一个基于心脏计算机断层扫描的智能评估模型，判断患者是否需要进行手术。首先我们设计了一种基于U-Net网络的Patch GAN模型对CT图像进行分割，为了更准确地分割细小、形态多样的钙化斑块，采用了新的混合损失函数。在软重构和硬重构的测试集下F1分数分别为96.1％和85.0％。最后，采用长短期记忆网络处理经过归一化的钙化序列，做出最终判定。实验结果表明，整个评估模型的准确性达到了76.6％，可以精确定位动脉病变，提高冠状动脉钙化分割的精度，也为评估PCI提供了医疗辅助支持。
图1 算法流程
图2 图像分割结果
