一种位置信息确定方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种位置信息确定方法、装置、设备和存储介质，其中，位置信息确定方法包括：将第一三维图像输入候选位置确定神经网络中，得到与第一三维图像中的第一部位相对应的初始候选位置信息；基于初始候选位置信息，从第一三维图像中提取出第二三维图像；将第二三维图像输入精确位置确定神经网络中，得到第二部位的精确位置信息，第一部位包括第二部位。本发明专利技术实施例的技术方案能够快速、准确地实现目标部位的位置信息确定。

A method, device, device and storage medium for determining location information

【技术实现步骤摘要】
一种位置信息确定方法、装置、设备和存储介质
本专利技术实施例涉及图像处理
，尤其涉及一种位置信息确定方法、装置、设备和存储介质。
技术介绍
在现有的图像处理中，尤其是医学图像处理中，关键点或关键区域的精确位置确定对于后续的操作至关重要。以医学图像中主动脉瓣解剖关键点的位置确定为例进行说明，经导管主动脉瓣植入术是一种微创瓣膜置换手术，其中，冠状动脉开口到主动脉瓣环的距离、瓣环的直径是选择合适的植入设备和瓣膜大小的重要临床测量参数。为了计算上述重要临床测量参数，需要准确定位重要的主动脉瓣解剖关键点，一个右冠脉开口点、一个左冠脉开口点、三个窦管连接部(交界点)和三个主动脉窦底最低点。现有的定位主动脉瓣解剖关键点的方法主要有投影空间学习算法、部分策略强化学习算法、基于多任务全卷积网络检测方法以及NormalizedCut图像分析经典算法等，其中，投影空间学习算法和NormalizedCut图像分析经典算法的定位结果准确性较差，部分策略强化学习算法和基于多任务全卷积网络检测方法均独立地检测主动脉瓣各解剖关键点的位置，上述独立地检测主动脉瓣解剖关键点位置的方法忽略了各个解剖关键点之间的相对位置，其检测结果可能产生几何漂移或检测不准确。
技术实现思路
本专利技术提供一种位置信息确定方法、装置、设备和存储介质，能够快速、准确地实现目标部位的位置信息确定。第一方面，本专利技术实施例提供了一种位置信息确定方法，所述位置信息确定方法包括：将第一三维图像输入候选位置确定神经网络中，得到与所述第一三维图像中的第一部位相对应的初始候选位置信息；基于所述初始候选位置信息，从所述第一三维图像中提取出第二三维图像；将所述第二三维图像输入精确位置确定神经网络中，得到第二部位的精确位置信息，所述第一部位包括所述第二部位。第二方面，本专利技术实施例还提供了一种位置信息确定装置，所述位置信息确定装置包括：初始候选位置信息确定模块，用于将第一三维图像输入候选位置确定神经网络中，得到与所述第一三维图像中的第一部位相对应的初始候选位置信息；第二三维图像提取模块，用于基于所述初始候选位置信息，从所述第一三维图像中提取出第二三维图像；精确位置信息确定模块，用于将所述第二三维图像输入精确位置确定神经网络中，得到第二部位的精确位置信息，所述第一部位包括所述第二部位。第三方面，本专利技术实施例还提供了一种计算机设备，所述设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本专利技术任一实施例所述的位置信息确定方法。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，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本专利技术任一实施例所述的位置信息确定方法。本专利技术实施例通过将第一三维图像输入候选位置确定神经网络中，得到与第一三维图像中的第一部位相对应的初始候选位置信息；基于初始候选位置信息，从第一三维图像中提取出第二三维图像；将第二三维图像输入精确位置确定神经网络中，得到第二部位的精确位置信息，第一部位包括第二部位，能够快速、准确地实现目标部位的位置信息确定。附图说明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做一简单地介绍，显而易见地，下面描述中的附图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。图1a是本专利技术实施例一中的一种位置信息确定方法的流程图；图1b是本专利技术实施例一中的一种候选位置确定神经网络的网络结构示意图；图1c是本专利技术实施例一中的一种精确位置确定神经网络的网络结构示意图；图1d是本专利技术实施例一中的一种精确位置确定神经网络的U-Net网络结构示意图；图1e是本专利技术实施例一中的一种第一级候选位置确定神经网络的网络结构示意图；图1f是本专利技术实施例一中的一种第二级候选位置确定神经网络的网络结构示意图；图1g是本专利技术实施例一中的一种基于位置信息确定方法确定的主动脉瓣解剖关键点位置的示意图；图1h是本专利技术实施例一中的另一种基于位置信息确定方法确定的主动脉瓣解剖关键点位置的示意图；图1i是本专利技术实施例一中的另一种基于位置信息确定方法确定的主动脉瓣解剖关键点位置的示意图；图1j是本专利技术实施例一中的一种基于位置信息确定方法对肝静脉汇入处周围血管分割的示意图；图1k是本专利技术实施例一中的另一种基于位置信息确定方法对肝静脉汇入处周围血管分割的示意图；图2是本专利技术实施例二中的一种位置信息确定方法的流程图；图3是本专利技术实施例三中的一种位置信息确定装置的结构示意图；图4是本专利技术实施例四中的计算机设备的结构示意图。具体实施方式下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。实施例一图1a为本专利技术实施例一提供的一种位置信息确定方法的流程图，本实施例可适用于需要确定目标部位具体位置信息的情况，该方法可以由位置信息确定装置来执行，该装置可以采用软件和/或硬件的方式实现，该装置可以配置于计算机设备中。如图1a所示，本实施例的方法具体可以包括：S110、将第一三维图像输入候选位置确定神经网络中，得到与第一三维图像中的第一部位相对应的初始候选位置信息。示例性的，第一三维图像优选可以是医学三维图像，也可以是非医学三维图像(例如可以是医学二维图像、自然图像、遥感图像和多光谱图像中的任一种等)，优选的，医学三维图像可以是重建后的三维图像。以第一三维图像为医学三维图像为例，其可以包括片层较少的CTA(CT血管造影，CT全称ComputedTomography，即电子计算机断层扫描)图像，也可以包括片层较多的CT图像，例如可以是包含胸部和腹部的CT图像。优选的，候选位置确定神经网络可以包括至少一级编码器型深度神经网络，其中，编码器型深度神经网络优选可以是能够将高维图像数据编码成低维特征向量的神经网络。例如候选位置确定神经网络可以包括一级深度(全)卷积神经网络，也可以是包括两级及以上深度(全)卷积神经网络。本实施例中，初始候选位置信息可以粗略地反应出第一部位在第一三维图像中的大致位置。优选的，初始候选位置信息可以包括：第一部位对应的初始候选框位置偏移信息(该初始候选框位置偏移信息可以是一个，也可以是多个)、第一部位对应的二分类信息以及第一部位中的目标部位的位置偏移信息。优选的，可以基于初始候选框位置偏移信息，确定初始候选框在第一三维图像中的位置信息；可以根据第一部位对应的二分类信息，确定相应的部位是否是第一部位；可以利用目标部位的位置偏移信息，本文档来自技高网...

【技术保护点】
1.一种位置信息确定方法，其特征在于，包括：/n将第一三维图像输入候选位置确定神经网络中，得到与所述第一三维图像中的第一部位相对应的初始候选位置信息；/n基于所述初始候选位置信息，从所述第一三维图像中提取出第二三维图像；/n将所述第二三维图像输入精确位置确定神经网络中，得到第二部位的精确位置信息，所述第一部位包括所述第二部位。/n

【技术特征摘要】
1.一种位置信息确定方法，其特征在于，包括：
将第一三维图像输入候选位置确定神经网络中，得到与所述第一三维图像中的第一部位相对应的初始候选位置信息；
基于所述初始候选位置信息，从所述第一三维图像中提取出第二三维图像；
将所述第二三维图像输入精确位置确定神经网络中，得到第二部位的精确位置信息，所述第一部位包括所述第二部位。


2.根据权利要求1所述的方法，其特征在于，所述初始候选位置信息包括所述第一部位对应的初始候选框位置信息，基于所述初始候选位置信息，从所述第一三维图像中提取出第二三维图像，包括：
利用所述第一三维图像的图像大小和所述候选位置确定神经网络对所述图像大小的转换比例，将初始候选框位置信息转换成最终候选框位置信息；
根据所述最终候选框位置信息，从所述第一三维图像中提取出第二三维图像。


3.根据权利要求2所述的方法，其特征在于，根据所述最终候选框位置信息，从所述第一三维图像中提取出第二三维图像，包括：
基于所述最终候选框位置信息，扩大候选框在所述第一三维图像中的框选范围；
根据扩大后的所述框选范围，从所述第一三维图像中提取出第二三维图像。


4.根据权利要求1所述的方法，其特征在于，在将第一三维图像输入候选位置确定神经网络中之前，还包括：
将所述第一三维图像各向同性化为具有第一体素的第一三维图像，所述第一体素的体积为第一体积；
在根据所述候选位置信息，从所述第一三维图像中提取出第二三维图像之后，还包括：
将所述第二三维图像各向同性化为具有第二体素的第二三维图像，所述第二体素的体积为第二体积，其中，所述第一体积大于所述第二体积。


5.根据权利要求1-4任一项所述的方法，其特征在于，将所述第二三维图像输入精确位置确定神经网络中，得到第二部位的精确位置信息，包括：
将所述第二三维图像输入精确位置确定神经网络中，得到与第二部位相...

【专利技术属性】
技术研发人员：袁绍锋，邹伟建，毛玉妃，
申请(专利权)人：上海联影医疗科技有限公司，
类型：发明
国别省市：上海;31