图像处理方法及装置制造方法及图纸

本申请提供图像处理方法及装置，其中，所述图像处理方法包括：获取序列图像；获取待分割管状物；对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理；展示分割处理获得的管状物特征图像。获得的管状物特征图像。获得的管状物特征图像。

【技术实现步骤摘要】
图像处理方法及装置


[0001]本申请涉及数据处理
，特别涉及图像处理方法及装置。

技术介绍

[0002]血管类疾病在全球范围都具有高发病率和高死亡率的特点，对于血管类疾病患者来说，无论是手术治疗还是药物治疗都是非常昂贵的。借助CT(Computed Tomography)血管造影技术诊断血管类疾病是一种无创的手段，对患者损害较小，而且还可以实现血管类疾病的筛查，避免不必要的有创治疗。
[0003]目前CT血管造影广泛应用于临床中，随之而来的是大量的CTA(Computed Tomography Angiography)影像需要医生进行诊断。不同于其他局灶性病灶，血管类疾病的诊断更加复杂繁琐，以心脏冠脉为例，临床诊断一般都需要经过冠脉的提取、冠脉分支命名、冠脉树的重建、狭窄/斑块的检测与诊断，最终生成诊断报告。整个诊断流程需要花费30分钟～1小时左右，因此，自动的血管类疾病辅助诊断就显得尤为重要。

技术实现思路

[0004]有鉴于此，本申请提供了两种图像处理方法、两种图像处理装置、两种计算设备以及两种计算机可读存储介质。
[0005]本申请提供一种图像处理方法，包括：获取序列图像；获取待分割管状物；对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理；展示分割处理获得的管状物特征图像。
[0006]可选的，所述对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理，包括：确定所述序列图像中包含所述管状物特征的序列图像，作为管状物图像；对所述管状物图像中待分割管状物对应的管状物特征进行分割处理，获得所述管状物特征图像。
[0007]可选的，所述对所述管状物图像中待分割管状物对应的管状物特征进行分割处理，获得所述管状物特征图像，包括：提取所述管状物图像中的管状特征线；基于所述管状特征线对所述管状物图像进行曲面重建，获得截面图像组成的三维图像序列；对所述三维图像序列进行管状特征分割处理，获得管状特征图像；根据所述截面图像与所述管状物图像的坐标映射关系，对所述管状特征图像进行坐标转换处理，获得所述管状物特征图像。
[0008]可选的，所述对所述三维图像序列进行管状特征分割处理，获得管状特征图像，采用图像分割模型实现；其中，所述图像分割模型，包含卷积神经网络、长短期记忆神经网络和全连接层；相应的，所述图像分割模型进行管状特征分割处理，包括：基于所述卷积神经网络提取所述三维图像序列包含的截面图像的语义特征，获得所述三维图像序列对应的序列化语义特征；基于所述长短期记忆神经网络对所述序列化语义特征进行融合，获得序列化图像特征；根据所述序列化图像特征，基于所述全连接层预测所述截面图像对应的管状内腔特征的内腔特征数据；基于所述内腔特征数据生成所述截面图像对应的内腔二值图像。
[0009]可选的，所述管状内腔特征的内腔特征数据，包括：以管状内腔的内腔中心为基准的方向夹角的方向夹角数值，所述方向夹角对应的半径数值；所述半径数值是指在所述方向夹角下、所述内腔中心至管状内腔的距离值；其中，所述方向夹角为等间距分布。
[0010]可选的，所述待分割管状物由用户输入。
[0011]可选的，所述待分割管状物，包括下述至少一项：待分割管状物描述文本、待分割管状物二维图像、待分割管状物三维图像序列。
[0012]本申请提供一种图像处理装置，包括：图像获取模块，被配置为获取序列图像；待分割管状物获取模块，被配置为获取待分割管状物；分割处理模块，被配置为对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理；特征图像展示模块，被配置为展示分割处理获得的管状物特征图像。
[0013]本申请提供另一种图像处理方法，包括：获取至少一张待处理的管状物图像；提取所述管状物图像中的管状特征线；基于所述管状特征线对所述管状物图像进行曲面重建，获得截面图像组成的三维图像序列；将所述三维图像序列输入图像分割模型进行管状特征分割处理，获得管状特征图像；根据所述截面图像与所述管状物图像的坐标映射关系，对所述管状特征图像进行坐标转换处理，获得目标图像。
[0014]可选的，所述图像分割模型，包含卷积神经网络、长短期记忆神经网络和全连接层；相应的，所述图像分割模型进行管状特征分割处理，包括：基于所述卷积神经网络提取所述三维图像序列包含的截面图像的语义特征，获得所述三维图像序列对应的序列化语义特征；基于所述长短期记忆神经网络对所述序列化语义特征进行融合，获得序列化图像特征；根据所述序列化图像特征，基于所述全连接层预测所述截面图像对应的管状内腔特征的内腔特征数据；基于所述内腔特征数据生成所述截面图像对应的内腔二值图像。
[0015]可选的，所述管状内腔特征的内腔特征数据，包括：以管状内腔的内腔中心为基准的方向夹角的方向夹角数值，所述方向夹角对应的半径数值；所述半径数值是指在所述方向夹角下、所述内腔中心至管状内腔的距离值；其中，所述方向夹角为等间距分布。
[0016]可选的，所述图像处理方法，还包括：对所述管状物图像中的主干管状特征进行分割，获得所述主干管状特征对应的主干二值图像。
[0017]可选的，所述提取所述管状物图像中的管状特征线，包括：提取所述管状物图像中分支管状特征的管状特征线；相应的，所述截面图像组成的三维图像序列，包括所述分支管状特征对应的截面图像组成的三维图像序列；所述图像分割模型进行管状特征分割处理，包括所述图像分割模型对所述截面图像中包含的所述分支管状特征进行分割处理，获得所述分支管状特征对应的管状特征图像；所述坐标转换处理后获得的所述目标图像，包括所述分支管状特征对应的分支管状图像。
[0018]可选的，所述根据所述截面图像与所述管状物图像的坐标映射关系，对所述管状特征图像进行坐标转换处理，获得目标图像步骤执行之后，包括：将所述主干管状特征对应的主干二值图像与所述分支管状特征对应的分支管状图像进行组合，获得全局管状图像。
[0019]可选的，所述管状物图像包括：采用血管摄影获得的血管图像；所述管状物图像中的主干管状特征，包括所述血管图像中主动脉对应的主动脉特征；所述管状物图像中的分支管状特征，包括所述血管图像中冠脉对应的冠脉特征。
[0020]可选的，所述根据所述截面图像与所述管状物图像的坐标映射关系，对所述管状
特征图像进行坐标转换处理，获得目标图像步骤执行之前，包括：读取所述截面图像的坐标信息和所述管状物图像的坐标信息；确定所述截面图像的坐标信息相对于所述管状物图像的坐标信息的映射关系，作为所述坐标映射关系。
[0021]可选的，所述卷积神经网络，包括下述至少一项：二维卷积神经网络或者三维卷积神经网络。
[0022]本申请还提供另一种图像处理装置，包括：管状物图像获取模块，被配置为获取至少一张待处理的管状物图像；管状特征线提取模块，被配置为提取所述管状物图像中的管状特征线；曲面重建模块，被配置为基于所述管状特征线对所述管状物图像进行曲面重建，获得截面图像组成的三维图像序列；分割处理模块，被配置为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，包括：获取序列图像；获取待分割管状物；对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理；展示分割处理获得的管状物特征图像。2.根据权利要求1所述的图像处理方法，所述对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理，包括：确定所述序列图像中包含所述管状物特征的序列图像，作为管状物图像；对所述管状物图像中待分割管状物对应的管状物特征进行分割处理，获得所述管状物特征图像。3.根据权利要求2所述的图像处理方法，所述对所述管状物图像中待分割管状物对应的管状物特征进行分割处理，获得所述管状物特征图像，包括：提取所述管状物图像中的管状特征线；基于所述管状特征线对所述管状物图像进行曲面重建，获得截面图像组成的三维图像序列；对所述三维图像序列进行管状特征分割处理，获得管状特征图像；根据所述截面图像与所述管状物图像的坐标映射关系，对所述管状特征图像进行坐标转换处理，获得所述管状物特征图像。4.根据权利要求3所述的图像处理方法，所述对所述三维图像序列进行管状特征分割处理，获得管状特征图像，采用图像分割模型实现；其中，所述图像分割模型，包含卷积神经网络、长短期记忆神经网络和全连接层；相应的，所述图像分割模型进行管状特征分割处理，包括：基于所述卷积神经网络提取所述三维图像序列包含的截面图像的语义特征，获得所述三维图像序列对应的序列化语义特征；基于所述长短期记忆神经网络对所述序列化语义特征进行融合，获得序列化图像特征；根据所述序列化图像特征，基于所述全连接层预测所述截面图像对应的管状内腔特征的内腔特征数据；基于所述内腔特征数据生成所述截面图像对应的内腔二值图像。5.根据权利要求4所述的图像处理方法，所述管状内腔特征的内腔特征数据，包括：以管状内腔的内腔中心为基准的方向夹角的方向夹角数值，所述方向夹角对应的半径数值；所述半径数值是指在所述方向夹角下、所述内腔中心至管状内腔的距离值；其中，所述方向夹角为等间距分布。6.根据权利要求1所述的图像处理方法，所述待分割管状物由用户输入。7.根据权利要求1所述的图像处理方法，所述待分割管状物，包括下述至少一项：待分割管状物描述文本、待分割管状物二维图像、待分割管状物三维图像序列。8.一种图像处理装置，包括：图像获取模块，被配置为获取序列图像；待分割管状物获取模块，被配置为获取待分割管状物；
分割处理模块，被配置为对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理；特征图像展示模块，被配置为展示分割处理获得的管状物特征图像。9.一种图像处理方法，包括：获取至少一张待处理的管状物图像；提取所述管状物图像中的管状特征线；基于所述管状特征线对所述管状物图像进行曲面重建，获得截面图像组成的三维图像序列；将所述三维图像序列输入图像分割模型进行管状特征分割处理，获得管状特征图像；根据所述截面图像与所述管状物图像的坐标映射关系，对所述管状特征图像进行坐标转换处理，获得目标图像。10.根据权利要求9所述的图像处理方法，所述图像分割模型，包含卷积神经网络、长短期记忆神经网络和全连接层；相应的，所述图像分割模型进行管状特征分割处理，包括：基于所述卷积神经网络提取所述三维图像序列包含的截面图像的语义特征，获得所述三维图像序列对应的序列化语义特征；基于所述长短期记忆神经网络对所述序列化语义特征进行融合，获得序列化图像特征；根据所述序列化图像特征，基于所述全连接层预测所述截面图像对应的管状内腔特征的内腔特征数据；基于所述内腔特征数据生成所述截面图像对应的内腔二值图像。11.根据权利要求10所述的图像处理方法，所述管状内腔特征的内腔特征数据，包括：以管状内腔的内腔中心为基准的方向夹...

【专利技术属性】
技术研发人员：刘双瑞，杨晗，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：