姚妮，董明昊，孟颍辉，朱付保

（郑州轻工业大学计算机与通信工程学院，河南郑州，450000）

0 引言

冠脉造影是目前诊断冠心病的“金标准”，可明确冠脉解剖、冠脉血流和心肌灌注以及冠脉病变。随着我国冠心病患者逐年增加，大量的冠状动脉造影给临床医生造成了沉重的负担。并且，冠状动脉造影诊断依赖于医生的临床经验，不同医生对同一影像的解读往往存在一定的主观差异性，从而影响治疗决策[2]。基于此，开发一个基于Django的冠脉造影血管标注系统并利用深度学习技术进行冠状动脉造影血管分割，从图像中自动提取血管结构信息进行标注成了必然要求。本文系统使用U-Net++深度学习框架[8]所训练出来的模型对冠脉造影进行预测分割，其准确性达到了90%，使用基于Python语言的Django框架，可以方便、快捷地创建高品质、易维护的应用程序。凭借训练的模型的准确性与便捷的操作使冠脉造影血管标注系统更加人性化，便于医生进行标注和保存信息。

1 系统设计

冠脉造影标注系统是一个基于B/S的Web系统。采用Python语言开发，Web开发框架使用Python中口碑较好的Django框架，数据库使用SQLite轻型数据库。

1.1 系统整体框架设计

基于Django的冠脉造影标注系统采用MTV模式[]，这种设计模式关键的优势在于各种组件都是松耦合的，每个由Django驱动的Web应用都有着明确的目的，并且可以独立更改不影响到其它部分。总体架构包含模型、视图、模板、控制器。其中模型负责业务对象和数据库的关系之间的……