本申請屬于心磁信號處理，涉及一種心磁數據處理裝置，特別是涉及一種心磁數據處理裝置、方法、電子設備及介質。
背景技術：
1、心磁圖(mcg)是一種探測和記錄人體心臟自身發出磁場信號的檢查方法，檢查過程無創無輻射且無需注射藥物，具有成像速度快、靈敏度高等特點，適用于冠心病臨床診斷、預后評價以及心律失常輔助定位等，新近臨床研究顯示心磁圖可應用于冠脈微循環障礙的診斷和評估。冠狀動脈造影(coronary?angio?graphy，簡稱cag)是一種介入性檢查，通過向冠狀動脈注入造影劑并使用x射線成像來評估冠脈血管狹窄情況。單光子發射計算機斷層顯像(single?photon?emission?computed?tomography，簡稱spect)則是一種核醫學檢查，通過放射性同位素示蹤心肌灌注情況來評估心肌缺血程度。后兩種檢查都存在一定的副作用和風險，如過敏反應、血管損傷等。
2、目前通常需要進行多種檢查來獲取全面的評估信息，然而，這種做法不僅增加了患者的檢查負擔，也可能存在信息不一致的情況。因此仍缺少一種能夠根據單一檢查同時獲取心臟血管狹窄程度和心臟位置區域缺血程度預測結果的處理裝置。
技術實現思路
1、第一方面，本申請提供一種心磁數據處理裝置，所述心磁數據處理裝置包括：數據獲取模塊，用于獲取心磁數據；數據處理模塊，用于利用深度學習模型獲取所述心磁數據的處理結果；其中，所述深度學習模型的訓練數據包括心磁數據以及心臟血管狹窄程度指標和心臟位置區域的缺血程度指標，所述處理結果包括心臟血管的狹窄程度預測結果和心臟位置區域的缺血程度預測結果。
2、本申請中，心磁數據作為模型輸入，利用心臟血管的狹窄程度指標和心臟位置區域的缺血程度指標作為標簽對深度學習模型進行訓練，以利用訓練好的深度學習模型對心磁數據進行處理，獲取心臟血管的狹窄程度預測結果和心臟位置區域的缺血程度預測結果。此種心磁數據處理裝置能夠根據單一心磁檢查同時獲取心臟血管狹窄程度和心臟位置區域的缺血程度預測結果，填補了臨床上缺少能夠根據一種檢查同時獲取心臟血管狹窄程度和心臟位置區域缺血程度的方法空缺，并且該方法是根據非侵入式的心磁檢查數據完成。
3、在第一方面的一種實現方式中，所述深度學習模型包括三維卷積模塊、連接層、圖卷積模塊、vit模塊和預測頭。
4、在第一方面的一種實現方式中，所述圖卷積模塊的輸入包括所述心臟血管和心臟位置區域的鄰接矩陣。
5、在第一方面的一種實現方式中，所述連接層包括第一卷積單元、第二卷積單元和第三卷積單元，各所述卷積單元的卷積核尺寸不同。
6、在第一方面的一種實現方式中，所述心磁數據處理裝置還包括模型訓練模塊，所述模型訓練模塊用于對所述深度學習模型進行訓練，包括：第一指標獲取單元，用于獲取所述心臟位置區域的缺血程度指標；第二指標獲取單元，用于獲取所述心臟血管的狹窄程度指標；鄰接矩陣獲取單元，用于獲取所述鄰接矩陣，所述鄰接矩陣利用心臟的牛眼圖模型得到，所述牛眼圖模型用于表示心臟血管和心臟的相對關系；模型訓練單元，用于利用所述心磁信號、所述心臟血管的狹窄程度指標和所述心臟位置區域的缺血程度指標對所述深度學習模型進行訓練。
7、在第一方面的一種實現方式中，各所述心臟位置區域和心臟血管對應所述牛眼圖模型的至少一個節段。
8、在第一方面的一種實現方式中，所述心臟血管的狹窄程度預測結果包括：左前降支血管的狹窄程度預測結果、左旋支血管的狹窄程度預測結果和右冠狀動脈血管的狹窄程度預測結果；所述心臟位置區域的缺血程度預測結果包括：心尖位置區域的缺血程度預測結果、前壁位置區域的缺血程度預測結果、間隔壁位置區域的缺血程度預測結果、下壁位置區域的缺血程度預測結果和側壁位置區域的缺血程度預測結果。
9、第二方面，本申請提供一種心磁數據處理方法，包括：獲取心磁數據；利用深度學習模型獲取所述心磁數據的處理結果；其中，所述深度學習模型的訓練數據包括心磁信號以及心臟血管狹窄程度指標和心臟位置區域的缺血程度指標，所述處理結果包括心臟血管的狹窄程度預測結果和心臟位置區域的缺血程度預測結果。
10、第三方面，本申請提供一種電子設備，所述電子設備包括：存儲器，用于存儲計算機程序；處理器，所述處理器用于執行所述存儲器存儲的計算機程序，以使所述電子設備執行如第二方面所述的心磁數據處理方法。
11、第四方面，本申請提供一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現第二方面所述的心磁數據處理方法。
1.一種心磁數據處理裝置，其特征在于，包括：
2.根據權利要求1所述的心磁數據處理裝置，其特征在于，所述深度學習模型包括三維卷積模塊、連接層、圖卷積模塊、vit模塊和預測頭。
3.根據權利要求2所述的心磁數據處理裝置，其特征在于，所述圖卷積模塊的輸入包括心臟血管和心臟位置區域的鄰接矩陣。
4.根據權利要求2所述的心磁數據處理裝置，其特征在于，所述連接層包括第一卷積單元、第二卷積單元和第三卷積單元，各所述卷積單元的卷積核尺寸不同。
5.根據權利要求1所述的心磁數據處理裝置，其特征在于，還包括模型訓練模塊，所述模型訓練模塊用于對所述深度學習模型進行訓練，包括：
6.根據權利要求5所述心磁數據處理裝置，其特征在于，各所述心臟位置區域和心臟血管對應所述牛眼圖模型的至少一個節段。
7.根據權利要求1所述的心磁數據處理裝置，其特征在于，所述心臟血管的狹窄程度預測結果包括：左前降支血管的狹窄程度預測結果、左旋支血管的狹窄程度預測結果和右冠狀動脈血管的狹窄程度預測結果；
8.一種心磁數據處理方法，其特征在于，包括：
9.一種電子設備，其特征在于，所述電子設備包括：
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求8所述的心磁數據處理方法。