一种血管狭窄的检出方法、装置以及计算机存储介质制造方法及图纸

本发明专利技术公开了一种血管狭窄的检出方法、装置以及计算机存储介质。该检出方法的一实施例包括：将血管中心线最大密度投影MIP图像映射到优化后的血管分割MIP图像上；之后沿血管中心线的方向在优化后的血管分割MIP图像上确定血管狭窄的候选位置；并从血管CT图像上选取与该候选位置相应的区域，生成血管狭窄候选区域；最后利用分类器模型对血管狭窄候选区域进行判断，得到血管准狭窄区域。如此，本发明专利技术通过在血管CT图像上选取与血管狭窄的候选位置相应的区域，并利用分类器模型对选取的狭窄区域进行识别，从而提高了血管狭窄区域识别的准确度。

【技术实现步骤摘要】
一种血管狭窄的检出方法、装置以及计算机存储介质
本专利技术属于医学成像
，尤其涉及一种血管狭窄的检出方法、装置以及计算机存储介质。
技术介绍
医学影像学提供了一种新的无创检查手段，即利用医学影像设备，如核磁共振成像(MagneticResonanceImaging，缩写MRI)扫描仪、电子计算机断层扫描(ComputedTomography，缩写CT)扫描仪，对病人的待检查区域进行扫描并获取待检查区域的图像，以供医生进行分析。在临床中，有时需要对病人的疑似血管狭窄区域进行定位，然后由医生对疑似血管狭窄区域进行进一步判断，从而确定真正的血管狭窄区域。在现有技术中，疑似血管狭窄区域的定位方法通常为：首先，医学影像设备对待检查血管进行扫描，并获取待检查血管的图像；其次，医生对待检查血管的图像中的血管形状进行观测，并依据经验定位疑似血管狭窄区域，然后依靠手动的方式在疑似血管狭窄区域做出标记，以供后续判断。由此可见，在现有技术中，血管狭窄区域的定位是依据医生的个人经验来完成的，这有可能出现由于医生经验不足而不能对血管狭窄区域进行很好的定位，从而遗漏血管狭窄区域，进而降低了血管狭窄检出的准确率。
技术实现思路
有鉴于此，本专利技术实施例提供一种血管狭窄的检出方法、装置以及计算机存储介质，能够有效提高血管狭窄区域检出的准确率。为实现上述目的，根据本专利技术实施例第一方面，提供一种血管狭窄的检出方法，该方法包括：将血管中心线MIP图像映射到优化后的血管分割MIP图像上；沿血管中心线的方向在所述优化后的血管分割MIP图像上确定血管狭窄的候选位置；从血管CT图像上选取与所述候选位置相应的区域，得到血管狭窄候选区域；利用分类器模型对所述血管狭窄候选区域进行判断，得到血管准狭窄区域。可选的，所述沿血管中心线的方向在所述优化后的血管分割MIP图像上确定血管狭窄的候选位置，包括：在所述优化后的血管分割MIP图像上统计每个所述中心点在对应法向方向上的CT值数量；沿血管中心线方向基于每个所述中心点对应的CT值数量确定优化后的血管分割MIP图像的宽度曲线；在所述优化后的血管分割MIP图像上将所述宽度曲线产生突变的位置确定为血管狭窄的候选位置。可选的，所述优化后的MIP分割图像通过如下步骤获得：对于原始血管分割MIP图像进行腐蚀处理，得到血管中心区域图像；从血管CT图像上获取所述血管中心区域图像的CT值，并对所有所述CT值求平均值，得到CT均值；利用所述CT均值优化原始血管分割MIP图像，得到优化后的血管分割MIP图像。可选的，所述利用所述CT均值优化原始血管分割MIP图像，得到优化后的血管分割MIP图像，包括：将所述CT均值与CT阈值二者的差值作为参考阈值；判断所述原始血管分割MIP图像上CT值是否大于所述参考阈值，得到判断结果；若所述判断结果表征所述CT值大于所述参考阈值，则确定该CT值对应的为血管，得到优化后的血管分割MIP图像。可选的，所述利用分类器模型对所述血管狭窄候选区域进行判断，得到血管准狭窄区域，包括：利用分类器模型对所述血管狭窄候选区域进行测试训练，得到测试训练结果；若所述测试训练结果表征所述血管狭窄候选区域通过测试，则确定所述血管狭窄候选区域为血管准狭窄区域。为实现上述目的，根据本专利技术实施例第二方面，还提供一种血管狭窄的检出装置，该装置包括：映射模块，用于将血管中心线MIP图像映射到优化后的血管分割MIP图像上；确定模块，用于沿血管中心线的方向在所述优化后的血管分割MIP图像上确定血管狭窄的候选位置；选取模块，用于从血管CT图像上选取与所述候选位置相应的区域，得到血管狭窄候选区域；判断模块，用于利用分类器模型对所述血管狭窄候选区域进行判断，得到血管准狭窄区域。可选的，所述确定模块包括：统计单元，用于在所述优化后的血管分割MIP图像上统计每个所述中心点在对应法向方向上的CT值数量；第一确定单元，用于沿血管中心线方向基于每个所述中心点对应的CT值数量确定优化后的血管分割MIP图像的宽度曲线；第二确定单元，用于在所述优化后的血管分割MIP图像上将所述宽度曲线产生突变的位置确定为血管狭窄的候选位置。可选的，所述优化后的MIP分割图像通过如下步骤获得：腐蚀模块，用于对于原始血管分割MIP图像进行腐蚀处理，得到血管中心区域图像；获取模块，用于从血管CT图像上获取所述血管中心区域图像的CT值，并对所有所述CT值求平均值，得到CT均值；优化模块，用于利用所述CT均值优化原始血管分割MIP图像，得到优化后的血管分割MIP图像。可选的，所述优化模块包括：计算单元，用于将所述CT均值与CT阈值二者的差值作为参考阈值；判断单元，用于判断所述原始血管分割MIP图像上CT值是否大于所述参考阈值，得到判断结果；确定单元，用于若所述判断结果表征所述CT值大于所述参考阈值，则确定该CT值对应的为血管，得到优化后的血管分割MIP图像。为实现上述目的，根据本专利技术实施例第三方面，还提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面所述的血管狭窄的检出方法。本专利技术实施例针对一种血管狭窄的检出方法、装置以及计算机存储介质，首先将血管中心线最大密度投影MIP图像映射到优化后的血管分割MIP图像上；之后沿血管中心线的方向在优化后的血管分割MIP图像上确定血管狭窄的候选位置；并从血管CT图像上选取与该候选位置相应的区域，生成血管狭窄候选区域；最后利用分类器模型对血管狭窄候选区域进行判断，得到血管准狭窄区域。如此，本专利技术通过在血管CT图像上选取与血管狭窄的候选位置相应的区域，并利用分类器模型对选取的狭窄区域进行识别，从而提高了血管狭窄区域识别的准确度。上述的非惯用的可选方式所具有的进一步的效果将在下文结合具体实施方式加以说明。附图说明附图用于更好地理解本专利技术，不构成对本专利技术的不当限定。其中在附图中，相同或对应的标号表示相同或对应的部分。图1为本专利技术一实施例的血管狭窄的检出方法的流程图；图2为本专利技术再一实施例的优化血管分割MIP图像方法的流程图；图3为本专利技术一实施例的血管狭窄的检出装置的示意图；图4是适于用来实现本专利技术实施例的终端设备或服务器的计算机系统的结构示意图。具体实施方式以下结合附图对本专利技术的示范性实施例做出说明，其中包括本专利技术实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本专利技术的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。本专利技术实施例的目的在于通过血管MIP图像检出血管狭窄候选区域，而后利用分类器模型对血管狭窄候选区域进行识别，以确定血管狭窄候选区域是否为准狭窄区域，从而提高血管狭窄区域识别的准确性。解决了现有技术中由于医生经验不足而导致血管狭窄区域定位不准确从而遗漏血管狭窄区域的技术问题。如图1所示，为本专利技术一实施例的本文档来自技高网...

【技术保护点】
1.一种血管狭窄的检出方法，其特征在于，包括：/n将血管中心线最大密度投影MIP图像映射到优化后的血管分割MIP图像上；/n沿血管中心线的方向在所述优化后的血管分割MIP图像上确定血管狭窄的候选位置；/n从血管CT图像上选取与所述候选位置相应的区域，得到血管狭窄候选区域；/n利用分类器模型对所述血管狭窄候选区域进行判断，得到血管准狭窄区域。/n

【技术特征摘要】
1.一种血管狭窄的检出方法，其特征在于，包括：
将血管中心线最大密度投影MIP图像映射到优化后的血管分割MIP图像上；
沿血管中心线的方向在所述优化后的血管分割MIP图像上确定血管狭窄的候选位置；
从血管CT图像上选取与所述候选位置相应的区域，得到血管狭窄候选区域；
利用分类器模型对所述血管狭窄候选区域进行判断，得到血管准狭窄区域。


2.根据权利要求1所述的检出方法，其特征在于，所述沿血管中心线的方向在所述优化后的血管分割MIP图像上确定血管狭窄的候选位置，包括：
在所述优化后的血管分割MIP图像上统计每个所述中心点在对应法向方向上的CT值数量；
沿血管中心线方向基于每个所述中心点对应的CT值数量确定优化后的血管分割MIP图像的宽度曲线；
在所述优化后的血管分割MIP图像上将所述宽度曲线产生突变的位置确定为血管狭窄的候选位置。


3.根据权利要求1或2所述的检出方法，其特征在于，所述优化后的MIP分割图像通过如下步骤获得：
对于原始血管分割MIP图像进行腐蚀处理，得到血管中心区域图像；
从血管CT图像上获取所述血管中心区域图像的CT值，并对所有所述CT值求平均值，得到CT均值；
利用所述CT均值优化原始血管分割MIP图像，得到优化后的血管分割MIP图像。


4.根据权利要求3所述的检出方法，其特征在于，所述利用所述CT均值优化原始血管分割MIP图像，得到优化后的血管分割MIP图像，包括：
将所述CT均值与CT阈值二者的差值作为参考阈值；
判断所述原始血管分割MIP图像上CT值是否大于所述参考阈值，得到判断结果；
若所述判断结果表征所述CT值大于所述参考阈值，则确定该CT值对应的为血管，得到优化后的血管分割MIP图像。


5.根据权利要求1所述的方法，其特征在于，所述利用分类器模型对所述血管狭窄候选区域进行判断，得到血管准狭窄区域，包括：
利用分类器模型对所述血管狭窄候选区域进行测试训练，得到测试训练结果；
若所述测试训练结果表征所述血管狭窄候选区域通...

【专利技术属性】
技术研发人员：李跃华，
申请(专利权)人：上海交通大学附属第六人民医院，
类型：发明
国别省市：上海;31