医学影像的血管分割方法、计算机设备和可读存储介质技术

本申请涉及一种医学影像的血管分割方法、计算机设备和可读存储介质。该方法包括：获取待分割的医学影像；将医学影像输入预设的血管分割模型中，得到医学影像的血管分割结果；其中，血管分割模型为根据带有感兴趣血管分类信息的训练样本进行训练所得到的。由该方法训练得到的血管分割模型，考虑了医生感兴趣血管(即重要血管)的分类信息，可使得血管分割模型更加关注重要血管的分割过程，则其得到的血管分割结果中重要血管的分割结果比较突出或明显，能够更好的辅助医生进行阅片。

Vascular segmentation method, computer equipment and readable storage medium of medical image

【技术实现步骤摘要】
医学影像的血管分割方法、计算机设备和可读存储介质
本申请涉及图像处理
，特别是涉及一种医学影像的血管分割方法、计算机设备和可读存储介质。
技术介绍
血管分析在临床领域发挥着重要作用，而血管分割是血管分析过程极其重要的一步。早期的血管分割方法主要是针对血管造影图像进行图像分析，得到血管分割结果，但其易受血管周围骨质或斑块的干扰，影响对血管狭窄程度的测量；或是采用减影法对血管造影图像进行处理，但其要求患者在扫描时保持固定，轻微的移动都会导致减影图像结果不理想。当前，深度学习已逐渐应用在血管分割任务中，采用监督学习方法从带标注的训练数据中学习到用于血管分割的网络模型，对于血管造影图像中的每个像素通过网络模型都会输出一个对应结果，表示这个像素是否属于血管部分。但是，传统技术得到的血管分割结果比较笼统，对医生的阅片辅助效果不理想。
技术实现思路
基于此，有必要针对传统技术中得到的血管分割结果比较笼统，对医生的阅片辅助效果不理想的问题，提供一种医学影像的血管分割方法、计算机设备和可读存储介质。<br>第一方面，本申本文档来自技高网...

【技术保护点】
1.一种医学影像的血管分割方法，其特征在于，包括：/n获取待分割的医学影像；/n将所述医学影像输入预设的血管分割模型中，得到所述医学影像的血管分割结果；其中，所述血管分割模型为根据带有感兴趣血管分类信息的训练样本进行训练所得到的。/n

【技术特征摘要】
1.一种医学影像的血管分割方法，其特征在于，包括：
获取待分割的医学影像；
将所述医学影像输入预设的血管分割模型中，得到所述医学影像的血管分割结果；其中，所述血管分割模型为根据带有感兴趣血管分类信息的训练样本进行训练所得到的。


2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
针对所述医学影像，确定所述医学影像中像素点的位置信息；
将所述医学影像和所述位置信息输入预设的血管分割模型，通过所述医学影像和所述位置信息表征的血管空间分布信息，得到所述医学影像的血管分割结果；其中，所述血管分割模型为根据带有感兴趣血管分类信息和血管位置信息的训练样本进行训练所得到的。


3.根据权利要求2所述的方法，其特征在于，所述将所述医学影像和所述位置信息输入预设的血管分割模型中，通过所述医学影像和所述位置信息表征的血管空间分布信息，得到所述医学影像的血管分割结果，包括：
将所述医学影像和所述位置信息通过不同通道输入所述血管分割模型中；
所述血管分割模型通过所述位置信息，获取血管空间分布信息，以及对所述医学影像进行特征提取，得到所述医学影像的特征信息；
根据所述血管空间分布信息和所述特征信息，确定所述医学影像的血管分割结果。


4.根据权利要求2或3所述的方法，其特征在于，所述训练样本包括多个训练样本影像和每个训练样本影像对应的标签，所述标签包括分割标签和感兴趣血管分类信息；所述血管分割模型的训练方式包括：
将所述训练样本影像和所述训练样本影像的坐标矩阵输入初始血管分割模型，通过所述训练样本影像和所述坐标矩阵表征的血管空间分布信息，得到初始血管分割结果；利用第一损失对所述初始血管分割模型进行训练，得到参考血管分割模型；其中，所述第一损失为所述初始血管分割结果和所述分割标签之间的损失，所述分割标签用于表征当前区域是否为血管区域，所述坐标矩阵用于表征所述训练样本影像中像素点的位置信息；
将所述训练样本影像和所述训练样本影像的坐标矩阵输入所述参考血管分割模型，通过所述训练样本影像和所述坐标矩阵表征的血管空间分布信息，得到参考血管分割结果；利用第二损失对所述参考血管分割模型进行训练，得...

【专利技术属性】
技术研发人员：江鹏博，石峰，
申请(专利权)人：上海联影智能医疗科技有限公司，
类型：发明
国别省市：上海;31