用于血管造影图像处理的训练方法和装置、自动处理方法和装置制造方法及图纸

本发明专利技术公开了一种用于血管造影图像处理的训练方法和装置以及血管图像自动处理方法和装置，其中血管造影图像处理的训练方法包括：获取训练数据；训练数据包括血管原始造影图像数据以及边支血管的局部分割结果数据，边支血管的局部分割结果数据为从血管原始造影图像中确定的主支血管上的边支血管的局部分割图像数据。根据获取的训练数据对神经网络进行训练，以使神经网络对血管原始造影图像中确定的主支血管上的边支血管进行局部分割。本发明专利技术的血管造影图像处理的训练方法能够获得一种对边支血管进行局部分割的神经网络，实现了在提高分割效率的同时提升分割的准确度，避免边支血管的漏分割和错分割。边支血管的漏分割和错分割。边支血管的漏分割和错分割。

【技术实现步骤摘要】
用于血管造影图像处理的训练方法和装置、自动处理方法和装置


[0001]本专利技术涉及医学图像处理领域，特别涉及一种用于血管造影图像处理的训练方法、训练装置、以及血管图像的自动处理方法和装置、设备及存储介质。

技术介绍

[0002]血管造影是将显影剂注入在血管里，在X光下显示影像。常见的例如为心血管、脑血管、视网膜血管、肺部血管等的造影图像。
[0003]以心血管造影影像为例，其中一个研究方向在于腔内影像与造影影像的匹配。对于冠心病的治疗，诸如光学相干断层成像(OCT)、血管内超声(IVUS)等腔内影像可以以较高的分辨率实现对冠脉斑块稳定性的评估，它们与冠脉造影的匹配能够进一步确认病变在造影图中的确切位置，指导精准化治疗策略及技术。而对于腔内影像在造影影像中的定位，当前血管腔内影像与冠脉造影融合技术需要改变传统介入手术流程，在采集腔内影像的同时对造影影像也进行采集，这对临床医生及技师的操作水平要求较高，使得腔内影像与冠脉造影的匹配难度较大，限制了腔内影像与造影融合技术的普遍应用。
[0004]目前，基于腔内影像的边支识别技术已经实现，对冠脉造影边支血管的准确检测能够帮助实现上述两种不同模态影像边支的匹配，在不改变当前手术流程的基础上，实现血管腔内影像与冠脉造影的融合。
[0005]因此，为了实现上述的降低匹配难度的改进效果，需要对造影图像中的边支血管进行检测及分割。
[0006]另一个研究方向在于血流储备分数(FFR)的计算。对于冠心病的诊断，血流储备分数作为金标准，是目前公认最准确的一种功能学评估指标，现已被欧洲心脏病学会(ESC)指南推荐为Ia级临床证据，且被美国心脏病学会(ACC)指南推荐为IIa级临床证据。然而，压力导丝测量获得FFR的方法仍存在耗时长、费用高等局限性，且容易增加损伤血管风险。基于造影影像的FFR计算方法可以克服传统方法采用压力导丝测量FFR的局限性，现已成为研究热点。
[0007]基于造影影像的FFR计算，关键步骤之一便在于求取无狭窄情况下的理想管腔大小。理论上，在无狭窄情况下，血管的理想管腔大小符合分叉分流定理(见下述公式1，其中r
i
表示该血管段近端起点至远端终点第i处分叉的血管管腔半径或直径。R
i
表示该血管段近端起点至远端终点第i-1和第i分叉之间的血管管腔半径或直径。其中，R0表示该血管段近端起点的血管管腔半径或直径；R
k
表示该血管段远端终点的血管管腔半径或直径；Ri
′
表示该血管段近端起点至远端终点第i-1和第i分叉之间的理想血管管腔半径或直径)。理想管腔大小每经过一个边支血管，便会发生阶梯性下降。而目前基于冠脉造影的FFR计算方法只分割了待分析的主支血管，将理想管腔的大小简单地设置成线性的下降模式，并未考虑到边支产生的影响，因此可能带入误差。准确获得边支血管的尺寸能够解决基于冠脉造影的FFR计算方法中理想管腔的设定误差，提升FFR计算的准确度。
[0008][0009]因此，为了提升FFR计算的准确度，也需要对造影图像中的边支血管进行分割，获得边支血管的管腔半径或直径。
[0010]目前，对冠状动脉造影图像的边支血管检测及分割主要是通过以下方式实现：将包含所有血管的冠状动脉树(含整条主支跟所有分支血管直至血管末梢)提取出来，再通过对冠状动脉树的结构进行分析以确定主支血管与边支血管。
[0011]文献一(陈建辉,赵蕾,李德玉,万涛.基于冠脉造影图像血管树分割的血管狭窄自动识别方法[J].中国生物医学工程学报2019,38(3):266-272)提供了一种基于统计学区域融合的血管树分割方法，并通过水平集算法获取血管骨架线，最终实现对边支血管的检测与分割。
[0012]专利文献CN104867147A提供了一种基于冠状动脉造影图像分割的SYNTAX自动评分方法。该方法中对于边支血管的检测及分割实现方式如下：对冠脉造影影像进行图像增强及预处理，得到冠脉二值图像；依据形态学运算获取血管中心线；通过识别血管中心线的交叉点，最终实现对边支血管的分割。
[0013]目前，将主支血管和边支血管进行分割的方法仍然存在局限性，分割效果有待改善。

技术实现思路

[0014]本专利技术提出了一种用于血管造影图像处理的训练方法，以实现对边支血管的分割，解决分割血管的局限性。
[0015]为解决上述技术问题，本专利技术的实施方式公开了一种用于血管造影图像处理的训练方法，包括：获取训练数据，训练数据包括样本和标签，样本包含血管原始造影图像数据，标签包含确定的主支血管上的边支血管的局部分割结果数据；其中，边支血管的局部分割的分割范围为自边支血管的首端沿延伸方向延伸到分割终端，分割终端位于边支血管的首端和末端之间，边支血管的首端为该边支血管与其所属的主支血管的交叉端，末端为边支血管的最远端，延伸方向为从首端到末端的方向，分割终端沿延伸方向至少越过被分割的边支血管的分叉嵴点垂直于该边支血管中心线的截面；根据获取的训练数据对神经网络进行训练，以使神经网络对血管原始造影图像中确定的主支血管上的边支血管进行局部分割。
[0016]采用上述技术方案，能够获得一种对边支血管进行局部分割的神经网络，实现了在提高分割效率的同时提升分割的准确度，避免边支血管的漏分割和错分割。
[0017]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种用于血管造影图像处理的训练方法，边支血管的局部分割结果数据中，分割出的边支血管至少包含一段正常管腔；或者，边支血管的局部分割结果数据中，分割出的边支血管的长度为其所属的主支血管管腔直径的1～10倍。
[0018]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种用于血管造影图像处理的训练方法，正常管腔为未出现狭窄、膨胀、重叠、截断或变形的管腔；或者所述正常
管腔沿所述延伸方向的长度为1～15mm。
[0019]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种用于血管造影图像处理的训练方法，样本为血管原始造影图像数据，所述标签为确定的主支血管上的边支血管的局部分割结果数据，或者标签为由主支血管的分割结果数据和该主支血管上的边支血管的局部分割结果数据组成的图像数据，确定的主支血管的分割结果数据为从血管原始造影图像中确定的主支血管的分割图像数据。
[0020]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种用于血管造影图像处理的训练方法，样本为标记有主支血管的血管原始造影图像数据，标签为标记的主支血管上的边支血管的局部分割结果数据，或者标签为由标记的主支血管的分割结果数据和该主支血管上的边支血管的局部分割结果数据组成的图像数据，标记的主支血管的分割结果数据为从血管原始造影图像中确定的主支血管的分割图像数据。
[0021]根据本专利技术的另一具体实施方式，本专利技术的实施方式公开了一种用于血管造影图像处理的训练方法，神经网络包括第一神经网络和第二神经网络，样本包括第一样本和第二样本，标签包括第一标签和本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于血管造影图像处理的训练方法，其特征在于，所述训练方法包括：获取训练数据；所述训练数据包括样本和标签，所述样本包含血管原始造影图像数据，所述标签包含确定的主支血管上的边支血管的局部分割结果数据；其中，边支血管的局部分割的分割范围为自所述边支血管的首端沿延伸方向延伸到分割终端，所述分割终端位于边支血管的首端和末端之间，所述边支血管的首端为该边支血管与其所属的主支血管的交叉端，所述末端为边支血管的最远端，所述延伸方向为从所述首端到所述末端的方向，所述分割终端沿所述延伸方向至少越过被分割的边支血管的分叉嵴点垂直于该边支血管中心线的截面；根据获取的所述训练数据对神经网络进行训练，以使所述神经网络对血管原始造影图像中确定的主支血管上的边支血管进行局部分割。2.如权利要求1所述的用于血管造影图像处理的训练方法，其特征在于，所述边支血管的局部分割结果数据中，分割出的所述边支血管至少包含一段正常管腔；或者，所述边支血管的局部分割结果数据中，分割出的边支血管的长度为其所属的主支血管管腔直径的1～10倍。3.如权利要求2所述的用于血管造影图像处理的训练方法，其特征在于，所述正常管腔为未出现狭窄、膨胀、重叠、截断或变形的管腔；或者所述正常管腔沿所述延伸方向的长度为1～15mm。4.如权利要求1-3任一项所述的用于血管造影图像处理的训练方法，其特征在于，所述样本为血管原始造影图像数据，所述标签为确定的主支血管上的边支血管的局部分割结果数据，或者所述标签为由主支血管的分割结果数据和该主支血管上的边支血管的局部分割结果数据组成的图像数据，所述确定的主支血管的分割结果数据为从血管原始造影图像中确定的主支血管的分割图像数据。5.如权利要求1-3任一项所述的用于血管造影图像处理的训练方法，其特征在于，所述样本为标记有主支血管的血管原始造影图像数据，所述标签为标记的主支血管上的边支血管的局部分割结果数据，或者所述标签为由标记的主支血管的分割结果数据和该主支血管上的边支血管的局部分割结果数据组成的图像数据，所述标记的主支血管的分割结果数据为从血管原始造影图像中确定的主支血管的分割图像数据。6.如权利要求1-3任一项所述的用于血管造影图像处理的训练方法，其特征在于，所述神经网络包括第一神经网络和第二神经网络，所述样本包括第一样本和第二样本，所述标签包括第一标签和第二标签，所述第一样本为血管原始造影图像数据；所述第一标签为确定的主支血管的分割结果数据，或者所述第一标签为由确定的主支血管的分割结果数据和血管原始造影图像数据组合的图像数据；根据所述第一样本和所述第一标签对所述第一神经网络进行训练，以使所述第一神经网络对血管原始造影图像中确定的主支血管进行分割；所述第二样本为标记有主支血管的血管原始造影图像数据；所述第二标签为标记的主支血管上的边支血管的局部分割结果数据，或者为所述第二标签为由标记的主支血管的分割结果数据和该主支血管上的边支血管的局部分割结果数据组合的图像数据；所述标记的主支血管的分割结果数据为从血管原始造影图像中确定的主支血管的分割图像数据；
根据所述第二样本和所述第二标签对所述第二神经网络进行训练，以使所述第二神经网络对血管原始造影图像中标记的主支血管所下属的边支血管进行局部分割。7.一种用于血管造影图像处理的训练装置，其特征在于，包括：获取模块，用于获取训练数据；所述训练数据包括样本和标签，所述样本包含血管原始造影图像数据，所述标签包含确定的主支血管上的边支血管的局部分割结果数据；其中，边支血管的局部分割的分割范围为自所述边支血管的首端沿延伸方向延伸到分割终端，所述分割终端位于边支血管的首端和末端之间，所述边支血管的首端为该边支血管与所属的主支血管的交叉端，所述末端为边支血管的最远端，所述延伸方向为从所述首端到所述末端的方向，所述分割终端沿所述延伸方向至少越过被分割的边支血管的分叉嵴点垂直于该边支血管中心线的截面；训练模块，用于根据获取的所述训练数据对神经网络进行训练，以使所述神经网络对血管原始造影图像中确定的主支血管所属的边支血管进行局部分割。8.如权利要求7所述的用于血管造影图像处理的训练装置，其特征在于，所述边支血管的局部分割结果数据中，分割出的所述边支血管至少包含一段正常管腔；或者，所述边支血管的局部分割结果数据中，分割出的边支血管的长度为其所属的主支血管管腔直径的1～10倍。9.如权利要求8所述的用于血管造影图像处理的训练装置，其特征在于，所述正常管腔为未出现狭窄、膨胀、重叠、截断或变形的管腔；或者所述正常管腔沿所述延伸方向的长度为1～15mm。10.如权利要求7-9任一项所述的用于血管造影图像处理的训练装置，其特征在于，所述样本为血管原始造影图像数据，所述标签为确定的主支血管上的边支血管的局部分割结果数据，或者所述标签为由确定的主支血管的分割结果数据和该主支血管上的边支血管的局部分割结果数据组合的图像数据，所述确定的主支血管的分割结果数据为从血管原始造影图像中确定的主支血管的分割图像数据。11.如权利要求7-9任一项所述的用于血管造影图像处理的训练装置，其特征在于，所述样本为标记有主支血管的血管原始造影图像数据，所述标签为标记的主支血管上的边支血管的局部分割结果数据，或者所述标签为由标记的主支血管的分割结果数据和该主支血管上的边支血管的局部分割结果数据组合的图像数据，所述标记的主支血管的分割结果数据为从血管原始造影图像中确定的主支血管的分割图像数据。12.如权利要求7-9任一项所述的用于血管造影图像处理的训练装置，其特征在于，所述神经网络包括第一神经网络和第二神经网络，所述样本包括第一样本和第二样本，所述标签包括第一标签和第二标签，所述训练模块包括第一训练模块和第二训练模块，所述获取模块包括第一获取模块和以及第二获取模块，其中，所述第一获取模块用于获取所述第一样本和所述第一标签，所述第一样本为血管原始造影图像数据；所述第一标签为确定的主支血管的分割结果数据，或者所述第一标签为由确定的主支血管的分割结果数据和血管原始造影图像数据组合的图像数据；所述第一训练模块用于根据所述第一样本和所述第一标签对所述第一神经网络进行训练，以使所述第一神经网络对血管原始造影图像中确定的主支血管进行分割；所述第二获取模块用于获取所述第二样本和所述第二标签，所述第二样本为标记有主

【专利技术属性】
技术研发人员：涂圣贤，李春明，覃慧，陈树湛，
申请(专利权)人：博动医学影像科技上海有限公司，
类型：发明
国别省市：