一种基于多切片组合的冠状动脉分割方法和装置制造方法及图纸

本发明专利技术公开了一种基于多切片组合的冠状动脉分割方法和装置，所述方法包括：获取三维心血管图像；对三维心血管图像进行切片处理，获得二维切片；将二维切片以m种组合方式组合后，输入分割模型中进行训练，获得m个训练好的分割模型；将m个训练好的分割模型进行集成，获得集成分割模型；以相同的m种组合方式，将待分割的三维心血管图像的二维切片组合后输入集成分割模型中进行分割，获得二维冠状动脉预测图片；对二维冠状动脉预测图片进行三维重构，获得冠状动脉三维图像。本发明专利技术充分考虑了二维切片间的邻域信息，弥补了单一切片方式输入时邻域信息的缺失，跨切片进行一致性预测，提升了冠状动脉分割结果的准确性。了冠状动脉分割结果的准确性。了冠状动脉分割结果的准确性。

【技术实现步骤摘要】
一种基于多切片组合的冠状动脉分割方法和装置


[0001]本专利技术涉及冠状动脉分割的
，更具体地，涉及一种基于多切片组合 的冠状动脉分割方法和装置。

技术介绍

[0002]冠状动脉疾病是最常见的心血管疾病之一，冠状动脉的分割对心血管疾病的 准确定位和定量分析具有重要意义。近年来，非侵入性成像技术的发展使诊断的 准确性发生了革命性的变化，现代设备可以对内部器官的亚毫米细节进行成像。 随着计算机技术的发展，三维成像得以实现，较多用于心脏部位的计算机断层扫 描造影可以根据强度很好的签别内脏器官。在心脏部位的计算机断层扫描造影中， 充血的血管相比于周围的组织更加明亮一些，这使得手动跟踪冠脉结构具有合理 的准确性。目前对于心血管三维图像的传统分割方法的黄金标准是由临床专家手 工完成的，但是手工分割不仅耗时，也存在一定程度主观上的偏差和错误，造成 分割结果不准确；利用计算机技术对三维心血管图像分割通常是在2D切片上逐 个完成，再将这些2D切片在多个截面上分组成几何上一致的3D心血管图像， 构建分层的区域图是计算密集型的，不仅需要精确分割的2D切片，还需要跨切 片进行一致的预测，但该方法提取的区域特征没有包含足够的邻域信息，分割准 确性不高。
[0003]2017年12月29日公开的中国专利CN107527341A提供了一种血管造影图 像的处理方法，包括：在血管造影图像中，确定包含冠状动脉的目标区域；对所 述包含冠状动脉的目标区域进行线性增强；确定冠状动脉的预设灰度阈值范围； 保存灰度值在预设灰度阈值范围的体素点；处理所述体素点形成冠状动脉图像， 从而将冠状动脉图像与心脏腔室图像剥离。该方法基于血管分割算法，将血管分 割问题看作像素分类问题，将每个像素判断为血管或非血管，该算法的设计复杂 性与应用局限性较高，并且特征提取算法与分类器结合的多样性使分割准确性不 高。

技术实现思路

[0004]本专利技术为克服上述现有技术对三维心血管图像分割结果不准确的缺陷，提供 一种基于多切片组合的冠状动脉分割方法和装置，充分考虑了邻域信息，提高了 分割结果的准确性。
[0005]为解决上述技术问题，本专利技术的技术方案如下：
[0006]本专利技术提供一种基于多切片组合的冠状动脉分割方法，所述方法包括以下步 骤：
[0007]S1：获取三维心血管图像；
[0008]S2：对三维心血管图像进行切片处理，获得二维切片；
[0009]S3：将二维切片以m种组合方式组合后，输入分割模型中进行训练，获得 m个训练好的分割模型；
[0010]S4：将m个训练好的分割模型进行集成，获得集成分割模型；
[0011]S5：将待分割的三维心血管图像进行切片处理，得到待分割的三维心血管图 像的
二维切片，将其以与S3中相同的m种组合方式进行组合后，输入集成分割 模型中进行分割，获得二维冠状动脉预测图片；
[0012]S6：对二维冠状动脉预测图片进行三维重构，获得冠状动脉三维图像。
[0013]优选地，所述三维心血管图像由CT或MRI技术获得。CT或MRI技术均属 于非侵入性成像技术，安全性高。
[0014]优选地，所述对三维心血管图像进行切片处理的具体方法为：
[0015]对三维心血管图像构建最大外切长方体，大小为a*b*c，a、b、c分别为三 维心血管图像最大外切长方体长、宽、高数值；将三维心血管图像的最大外切长 方体置于三维坐标系中，在Z轴方向进行切片处理，获得平行于XoY平面的二 维切片，共c张，大小为a*b，则Z轴方向上的第i张二维切片记为I
i
，i＝ 1,
…
,p,p+1,p+2,
…
,c
‑
q
‑
1,c
‑
q,
…
,c。
[0016]优选地，对二维切片组合前还需舍去Z轴方向上的正数前p张和倒数后q 张二维切片。心脏周围的三维心血管图像的二维切片，正数前p张和倒数后q张 通常不包含冠状动脉，舍去p+q张图片减少了训练时的数据量，且不会影响分割 结果的准确性。
[0017]优选地，所述S3中，所述S3中，二维切片以m种组合方式中的m＝3，具 体组合方式为：
[0018]将第i张二维切片记为I
i
，相应的切片真实标签记为L
i
，舍去Z轴方向上的 正数前p张和倒数后q张二维切片后，i＝p+1,p+2,
…
,c
‑
q
‑
1,c
‑
q；以单 切片的方式输入分割模型时，输入I
i
；以三切片组合的方式输入分割模型时，输 入[I
i
‑1,I
i
,I
i+1
]；以五切片组合的方式输入分割模型时，输入[I
i
‑2,I
i
‑1,I
i
,I
i+1
,I
i+2
]。
[0019]优选地，所述分割模型为U
‑
Net模型，获得m个训练好的分割模型的具体 方法为：
[0020]将二维切片以m种组合方式组合后分别输入m个U
‑
Net模型中，每个U
‑
Net 模型均设置二分类交叉熵损失函数，损失函数收敛时，获得m个训练好的分割 模型；二分类交叉熵损失函数为：
[0021][0022]式中，i表示第i张二维切片，c表示二维切片的总数，L
i
表示第i张二维切 片的切片真实标签，表示第i张二维切片的预测标签。
[0023]优选地，所述步骤S4中，利用投票集成法将m个训练好的分割模型进行集 成。投票集成法属于集成学习，可以有效提高模型的泛化能力，减少模型的错误 率。
[0024]优选地，所述S5中，获得二维冠状动脉预测图片的具体方法为：
[0025]S5.1:将待分割的三维心血管图像的二维切片以单切片、三切片组合、五切片 组合的方式输入集成分割模型中，获得二维切片上像素点的第一预测概率、第二 预测概率和第三预测概率；
[0026]S5.2:比较像素点的第一预测概率、第二预测概率和第三预测概率，选择数值 最大的预测概率作为该像素点的最终预测概率；
[0027]S5.3：若像素点的最终预测概率大于0.5，则记为1，该像素点在二维冠状动 脉预测图片显示为白色；反之，则记为0，该像素点在二维冠状动脉预测图片显 示为黑色；
[0028]S5.4：对二维切片上所有像素点执行S5.1
‑
S5.3，所有确定颜色的像素点构成 二
维冠状动脉预测图片。
[0029]优选地，所述获得二维切片上像素点的第一预测概率、第二预测概率和第三 预测概率的公式为：
[0030][0031]式中，表示集成分割模型关于二维切片I
i
上第k个像素点的预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多切片组合的冠状动脉分割方法，其特征在于，所述方法包括以下步骤：S1：获取三维心血管图像；S2：对三维心血管图像进行切片处理，获得二维切片；S3：将二维切片以m种组合方式组合后，输入分割模型中进行训练，获得m个训练好的分割模型；S4：将m个训练好的分割模型进行集成，获得集成分割模型；S5：将待分割的三维心血管图像进行切片处理，得到待分割的三维心血管图像的二维切片，将其以与S3中相同的m种组合方式进行组合后，输入集成分割模型中进行分割，获得二维冠状动脉预测图片；S6：对二维冠状动脉预测图片进行三维重构，获得冠状动脉三维图像。2.根据权利要求1所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述三维心血管图像由CT或MRI技术获得。3.根据权利要求2所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述对三维心血管图像进行切片处理的具体方法为：对三维心血管图像构建最大外切长方体，大小为a*b*c，a、b、c分别为三维心血管图像最大外切长方体长、宽、高数值；将三维心血管图像的最大外切长方体置于三维坐标系中，在Z轴方向进行切片处理，获得平行于XoY平面的二维切片，共c张，大小为a*b，则Z轴方向上的第i张二维切片记为I
i
，i＝1，
…
，p，p+1，p+2，
…
，c
‑
q
‑
1，c
‑
q，
…
，c。4.根据权利要求3所述的基于多切片组合的冠状动脉分割方法，其特征在于，对二维切片组合前还需舍去z轴方向上的正数前p张和倒数后q张二维切片。5.根据权利要求4所述的基于多切片组合的冠状动脉分割方法，其特征在于，所述S3中，二维切片以m种组合方式中的m＝3，具体组合方式为：将第i张二维切片记为I
i
，相应的切片真实标签记为L
i
，舍去Z轴方向上的正数前p张和倒数后q张二维切片后，i＝p+1，p+2，
…
，c
‑
q
‑
1，c
‑
q；以单切片的方式输入分割模型时，输入I
i
；以三切片组合的方式输入分割模型时，输入[I
i
‑1，I
i
，I
i+1
]；以五切片组合的方式输入分割模型时，输入[I
i
‑2，I
i
‑1，I
i
，I
i+1
，I
i+2<...

【专利技术属性】
技术研发人员：曾安，米晨晰，甘孟坤，吴春彪，潘丹，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：