基于流体动力学的血管分割和命名方法技术

本发明专利技术涉及介入放射学栓塞技术领域，公开了一种基于流体动力学的血管分割和命名方法，获取当前医学影像学图像并输入构建的血管识别模型中进行识别判断，得到病变血管分支；基于所述病变血管分支对当前所述医学影像学图像进行预处理，得到待分割的血管图像；获取所述血管图像中的分叉端点，沿血管中心线的法线方向切开当前所述分叉端点；当当前所述血管图像中的所有分叉端点分割完成后，基于所述血管图像对分割结果进行命名，计算不同的分支、不同的出口的流量，便于后期计算栓塞效率。便于后期计算栓塞效率。便于后期计算栓塞效率。

【技术实现步骤摘要】
基于流体动力学的血管分割和命名方法


[0001]本专利技术涉及介入放射学栓塞
，尤其涉及一种基于流体动力学的血管分割和命名方法。

技术介绍

[0002]放射性栓塞术是将放射性疗法和一种被称为“栓塞术”的医疗手段相结合的产物，目前主要用于治疗癌症。简言之，就是让含有放射性物质的微小粒子注入血管，通过血液流动，最终堵塞流向癌细胞的血液。
[0003]目前常规的计算流体动力学计算中，没有人就中间分叉处再建立截面来考虑各分支流量占分叉处流量的比例，所以无仿真计算后处理的需求，也就没有血管分割的需求导致无法计算栓塞效率。

技术实现思路

[0004]本专利技术的目的在于提供一种基于流体动力学的血管分割和命名方法，为了分割、命名后可以得到各个分支和出口的流量，这样才能根据各个分支和出口的流量计算栓塞效率。
[0005]为实现上述目的，本专利技术提供了一种基于流体动力学的血管分割和命名方法，包括以下步骤：
[0006]获取当前医学影像学图像并输入构建的血管识别模型中进行识别判断，得到病变血管分支；
[0007]基于所述病变血管分支对当前所述医学影像学图像进行预处理，得到待分割的血管图像；
[0008]获取所述血管图像中的分叉端点，沿血管中心线的法线方向切开当前所述分叉端点；
[0009]当当前所述血管图像中的所有分叉端点分割完成后，基于所述血管图像对分割结果进行命名，计算不同的分支、不同的出口的流量。
[0010]其中，所述方法还包括：
[0011]基于大数据技术获取多个连续多帧采集的血管影像，对每一个所述血管影像进行处理和神经网络训练，构建所述血管识别模型。
[0012]其中，基于所述病变血管分支对当前所述医学影像学图像进行预处理，得到待分割的血管图像，包括：
[0013]根据所述病变血管分支，对当前获取的所述医学影像学图像中没有病变的血管进行覆盖，得到待分割的血管图像，其中，所述预处理还包括除覆盖外的涂覆、隐藏中的任一种处理方法。
[0014]其中，获取所述血管图像中的分叉端点，沿血管中心线的法线方向切开当前所述分叉端点，包括：
[0015]根据所述血管图像中的血管走向，获取每一个分叉端点；
[0016]根据所述分叉端点，沿着所述分叉端点前的血管中心线的法线方向切开当前所述分叉端点。
[0017]其中，当当前所述血管图像中的所有的所述分叉端点分割完成后，基于所述血管图像对分割结果进行命名，计算不同的分支、不同的出口的流量，包括：
[0018]当当前所述血管图像中的所有的所述分叉端点分割完成后，基于所述血管图像，按照数据层级关系，对得到的横截面进行命名；
[0019]基于流体动力学获取栓塞部位各个横截面流量，并基于不同的分支、不同的出口的流量计算出不同栓塞位置注射时的栓塞效率。
[0020]本专利技术的一种基于流体动力学的血管分割和命名方法，获取当前医学影像学图像并输入构建的血管识别模型中进行识别判断，得到病变血管分支；基于所述病变血管分支对当前所述医学影像学图像进行预处理，得到待分割的血管图像；获取所述血管图像中的分叉端点，沿血管中心线的法线方向切开当前所述分叉端点；当当前所述血管图像中的所有的所述分叉端点分割完成后，基于所述血管图像对分割结果进行命名，分割、命名是为了可以得到各个分支和出口的流量，这样才能根据各个分支和出口的流量计算栓塞效率。
附图说明
[0021]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0022]图1是本专利技术提供的一种基于流体动力学的血管分割和命名方法的步骤示意图。
[0023]图2是本专利技术提供的一种基于流体动力学的血管分割和命名方法的流程示意图。
[0024]图3是本专利技术提供的一种基于流体动力学的血管分割及命名系统的结构示意图。
[0025]1‑
识别模型构建模块、2
‑
识别判断模块、3
‑
血管图像构建模块、4
‑
分叉端点获取模块、5
‑
血管截面命名模块。
具体实施方式
[0026]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0027]在本专利技术的描述中，需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
[0028]请参阅图1和图2，本专利技术提供一种基于流体动力学的血管分割和命名方法，包括以下步骤：
[0029]S101、基于大数据技术获取多个连续多帧采集的血管影像，对每一个所述血管影
像进行处理和神经网络训练，构建所述血管识别模型。
[0030]具体为：首先，在进行识别判断之前，需要构建血管识别模型，包括以下步骤：
[0031]S1011、基于大数据技术获取多个连续多帧采集的血管影像，并对所述血管影像进行预处理。
[0032]具体为：基于大数据技术获取含病变的连续多帧采集的血管影像，采集帧数应该包含在一个心脏跳动周期内，才能保证采集的数据的准确，当通过医学成像系统采集到血管影像后，需要对其进行预处理，其中，预处理包括灰度转换、边缘识别、边缘优化等处理。
[0033]预处理为：对器官图像序列进行数据裁剪，采用双线性插值对裁剪后的数据插值，然后利用各向异性滤波去噪；并转换为灰度图，同时，将对应的灰度值进行对应赋值.
[0034](2)对器官图像进行血管增强处理，分割出血管，然后提取中心线；其具体实现步骤为：
[0035](2.1)器官血管增强；
[0036](a1)调整器官图像的窗宽、窗位，并对灰度值进行归一化，获得归一化后的器官图像；
[0037](a2)统计并分析归一化后的器官图像直方图，确定感兴趣灰度范围，即血管的灰度范围；
[0038](a3)在感兴趣灰度范围内，对器官图像进行基于Hessian矩阵的多尺度滤波，得到增强的图像。
[0039]S1012、对预处理后的所述血管影像进行特征值提取，并将所述特征值输入神经网络中进行训练，构建所述血管识别模型。
[0040]具体为，由于血管壁在超声图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于流体动力学的血管分割和命名方法，其特征在于，包括以下步骤：获取当前医学影像学图像并输入构建的血管识别模型中进行识别判断，得到病变血管分支；基于所述病变血管分支对当前所述医学影像学图像进行预处理，得到待分割的血管图像；获取所述血管图像中的分叉端点，沿血管中心线的法线方向切开当前所述分叉端点；当当前所述血管图像中的所有分叉端点分割完成后，基于所述血管图像对分割结果进行命名，计算不同的分支、不同的出口的流量。2.如权利要求1所述的基于流体动力学的血管分割和命名方法，其特征在于，所述方法还包括：基于医学设备获取多个连续多帧采集的血管影像，对每一个所述血管影像进行预处理，构建血管识别模型。3.如权利要求1所述的基于流体动力学的血管分割和命名方法，其特征在于，基于所述病变血管分支对当前所述医学影像学图像进行预处理，得到待分割的血管图像，包括：根据所述病变血管分支，对当前获取的所述医学影像...

【专利技术属性】
技术研发人员：王子轩，祝海，戴昆，王进，
申请(专利权)人：青岛埃米博创医疗科技有限公司，
类型：发明
国别省市：