血管图像分割方法、装置、电子设备以及存储介质制造方法及图纸

本发明专利技术提供了一种血管图像分割方法、装置、电子设备以及存储介质。该方法包括：获取初始血管图像，分别确定所述初始血管图像的冠脉粗分割图像和冠脉骨架图像；确定所述冠脉骨架图像中骨架线上的各骨架点，并基于各所述骨架点的度确定各所述骨架点中的骨架分支点；基于所述骨架分支点在所述冠脉粗分割图像/所述冠脉骨架图像中的分支点位置，识别初始血管图像中的静脉分支图像；基于所述冠脉粗分割图像和所述静脉分支图像确定冠脉分割图像。通过本发明专利技术公开的技术方案，解决了现有技术中对血管进行冠脉分割准确率较低的问题，实现提高冠脉分割准确率。割准确率。割准确率。

【技术实现步骤摘要】
血管图像分割方法、装置、电子设备以及存储介质


[0001]本专利技术涉及医学图像处理
，尤其涉及一种血管图像分割方法、装置、电子设备以及存储介质。

技术介绍

[0002]随着CT(Computed Tomography，即电子计算机断层扫描)设备的成像速度和扫描精度的提高，CT医学影像已被广泛应用于心脏检查和斑块诊断。基于CT医学影像进行心脏冠脉分割被广泛使用，它可以提取出冠脉以及官腔中斑块的轮廓，方便医生观察狭窄、钙化和斑块等情况，为医生对心血管疾病的早期预防和诊断提供依据。
[0003]目前，在心脏冠脉分割过程中，由于静脉的影像特征(距离近甚至贴合、CT值接近等)与冠脉相似，容易被错误识别，心脏冠脉分割的准确率较低。

技术实现思路

[0004]本专利技术提供了一种血管图像分割方法、装置、电子设备以及存储介质，通过对冠脉粗分割结果中的静脉分支进行去除处理，以解决现有技术中对血管进行冠脉分割准确率较低的问题，实现提高冠脉分割准确率。
[0005]第一方面，本专利技术实施例提供了一种血管图像分割方法，其特征在于，包括：
[0006]获取初始血管图像，分别确定所述初始血管图像的冠脉粗分割图像和冠脉骨架图像；
[0007]确定所述冠脉骨架图像中骨架线上的各骨架点，并基于各所述骨架点的度确定各所述骨架点中的骨架分支点；
[0008]基于所述骨架分支点在所述冠脉粗分割图像/所述冠脉骨架图像中的分支点位置，识别初始血管图像中的静脉分支图像；
[0009]基于所述冠脉粗分割图像和所述静脉分支图像确定冠脉分割图像。
[0010]可选的，所述分别确定所述初始血管图像的冠脉粗分割图像和冠脉骨架图像，包括：
[0011]将所述初始血管图像输入至预先训练好的冠脉粗分割模型，得到所述冠脉粗分割模型输出的冠脉粗分割图像；
[0012]将所述初始血管图像输入至预先训练好的骨架分割模型，得到所述骨架分割模型输出的冠脉骨架图像。
[0013]可选的，所述基于各所述骨架点的度确定各所述骨架点中的骨架分支点，包括：
[0014]对于任一骨架点，确定当前骨架点的各邻域点，并基于所述邻域点中包含的骨架点确定所述当前骨架点的度；
[0015]获取预设的度阈值，基于所述骨架点的度和预设的度阈值确定各所述骨架点中的骨架分支点。
[0016]可选的，基于各所述骨架点的度确定各所述骨架点中的骨架分支点，还包括：
[0017]基于各所述骨架点的度确定所述骨架点中的骨架端点和多个候选分支点，所述骨架端点包括root端点和多个末支端点；
[0018]确定各所述末支端点的端点序号，并分别确定所述root端点到任意两相邻序号的末支端点之间的骨架连通路径，并基于所述骨架连通路径对各候选分支点进行筛选，得到所述候选分支点集中的骨架分支点。
[0019]可选的，基于所述骨架连通路径对至少一个候选分支点进行筛选，包括：
[0020]确定各所述骨架连通路径中重复遍历的各候选分支点，并分别确定各所述候选分支点与root端点之间的骨架距离；
[0021]基于各所述骨架距离的比对结果，确定所述候选分支点中的骨架分支点。
[0022]可选的，所述基于所述骨架分支点在所述冠脉粗分割图像中的分支点位置，识别初始血管图像中的静脉分支图像，包括：
[0023]确定所述骨架分支点在所述冠脉粗分割图像中的分支点分割位置，并基于所述分支点分割位置确定所述冠脉粗分割图像中的冠脉分支区域；
[0024]获取预先训练的静脉分支识别模型，基于所述静脉分支识别模型对所述冠脉分支区域进行静脉分支识别，得到静脉分支图像。
[0025]可选的，所述基于所述骨架分支点在所述冠脉骨架图像中的分支点位置，识别初始血管图像中的静脉分支图像，包括：
[0026]确定所述骨架分支点在所述冠脉骨架图像中的分支点骨架位置，并基于所述分支点骨架位置确定所述冠脉骨架图像中的骨架分支区域；
[0027]获取预先训练的静脉分支骨架识别模型，基于所述静脉分支骨架识别模型对所述骨架分支区域进行静脉分支骨架识别，得到静脉分支骨架；
[0028]获取所述静脉分支骨架的分支扩展参数，并基于所述分支扩展参数对所述静脉分支骨架进行扩展处理，得到所述静脉分支骨架对应的静脉分支图像。
[0029]第二方面，本专利技术实施例还提供了一种血管图像分割装置，其特征在于，包括：
[0030]图像确定模块，用于获取初始血管图像，分别确定所述初始血管图像的冠脉粗分割图像和冠脉骨架图像；
[0031]骨架分支点确定模块，用于确定所述冠脉骨架图像中骨架线上的各骨架点，并基于各所述骨架点的度确定各所述骨架点中的各骨架端点和候选分支点集，并基于各所述骨架端点确定所述候选分支点集中的骨架分支点；
[0032]静脉分支图像确定模块，用于基于所述骨架分支点在所述冠脉粗分割图像/所述冠脉骨架图像中的分支点位置，识别初始血管图像中的静脉分支图像；
[0033]冠脉分割图像确定模块，用于基于所述冠脉粗分割图像和所述静脉分支图像确定所述初始血管图像的冠脉分割图像。
[0034]第三方面，本专利技术实施例还提供了一种电子设备，包括：
[0035]至少一个处理器；以及
[0036]与所述至少一个处理器通信连接的存储器；其中，
[0037]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的血管图像分割方法。
[0038]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的血管图像分割方法。
[0039]本专利技术实施例提供的技术方案，获取初始血管图像，分别确定初始血管图像的冠脉粗分割图像和冠脉骨架图像；确定冠脉骨架图像中骨架线上的各骨架点，并基于各骨架点的度确定各骨架点中的骨架分支点；基于骨架分支点在冠脉粗分割图像/冠脉骨架图像中的分支点位置，识别初始血管图像中的静脉分支图像；基于冠脉粗分割图像和静脉分支图像确定冠脉分割图像。上述技术方案通过对待分割的血管图像进行处理，得到血管中的各端点，基于各端点确定候选分支点，进一步确定各分支点；分别对各分支点之间的血管进行识别，得到其中的静脉分支，进而基于识别出的静脉分支对冠脉分割结果进行优化处理，得到最终的冠脉分割结果，提高冠脉分割的准确性。
[0040]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。。
附图说明
[0041]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例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，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血管图像分割方法，其特征在于，包括：获取初始血管图像，分别确定所述初始血管图像的冠脉粗分割图像和冠脉骨架图像；确定所述冠脉骨架图像中骨架线上的各骨架点，并基于各所述骨架点的度确定各所述骨架点中的骨架分支点；基于所述骨架分支点在所述冠脉粗分割图像/所述冠脉骨架图像中的分支点位置，识别初始血管图像中的静脉分支图像；基于所述冠脉粗分割图像和所述静脉分支图像确定冠脉分割图像。2.根据权利要求1所述的方法，其特征在于，所述分别确定所述初始血管图像的冠脉粗分割图像和冠脉骨架图像，包括：将所述初始血管图像输入至预先训练好的冠脉粗分割模型，得到所述冠脉粗分割模型输出的冠脉粗分割图像；将所述初始血管图像输入至预先训练好的骨架分割模型，得到所述骨架分割模型输出的冠脉骨架图像。3.根据权利要求1所述的方法，其特征在于，所述基于各所述骨架点的度确定各所述骨架点中的骨架分支点，包括：对于任一骨架点，确定当前骨架点的各邻域点，并基于所述邻域点中包含的骨架点确定所述当前骨架点的度；获取预设的度阈值，基于所述骨架点的度和预设的度阈值确定各所述骨架点中的骨架分支点。4.根据权利要求1或3所述的方法，其特征在于，所述基于各所述骨架点的度确定各所述骨架点中的骨架分支点，还包括：基于各所述骨架点的度确定所述骨架点中的骨架端点和多个候选分支点，所述骨架端点包括root端点和多个末支端点；确定各所述末支端点的端点序号，并分别确定所述root端点到任意两相邻序号的末支端点之间的骨架连通路径，并基于所述骨架连通路径对各候选分支点进行筛选，得到所述候选分支点集中的骨架分支点。5.根据权利要求4所述的方法，其特征在于，基于所述骨架连通路径对至少一个候选分支点进行筛选，包括：确定各所述骨架连通路径中重复遍历的各候选分支点，并分别确定各所述候选分支点与root端点之间的骨架距离；基于各所述骨架距离的比对结果，确定所述候选分支点中的骨架分支点。6.根据权利要求1所述的方法，其特征在于，所述基于所述骨架分支点在所述冠脉粗分割图像中的分支点位置，识别初始血管图像中的静脉分支图像，包括：确定所述骨架分支点在所述冠脉粗分割...

【专利技术属性】
技术研发人员：黄星胜，马骏，郑凌霄，兰宏志，
申请(专利权)人：深圳睿心智能医疗科技有限公司，
类型：发明
国别省市：