一种血管网络分支点的提取方法技术

本申请公开了一种血管网络分支点的提取方法，所述方法包括获取血管图像的血管分割图；基于所述血管分割图，确定所述血管图像对应的骨架特征图；将所述骨架特征图与若干预设匹配模型进行匹配，以得到所述血管图像对应的分支点。本申请基于血管图像的血管分割图像确定骨架特征图，然后通过多角度匹配模型匹配骨架特图中的每个骨架特征点，以在骨架特征图中选取分支点，这样可以有效抑制分支点邻域内噪声的影响，从而可以提高分支点定位的准确性，进而可以提高基于分支点进行的血管网络分析的准确性。的准确性。的准确性。

【技术实现步骤摘要】
一种血管网络分支点的提取方法


[0001]本申请涉及医学图像处理
，特别涉及一种血管网络分支点的提取方法。

技术介绍

[0002]医学图像处理作为一种常用的分析手段，给血管网络的发展提供准确的数字定量分析结果，从而为血管网络的变化与疾病的发生提供新的判定标准。目前普遍使用的血管网络分析参数难以对血管网络畸形生长进行表征，而血管网络分析的新参数的表征，如统计扭曲度、多类型的血管段数量等，很大程度上依赖于血管关键节点(例如，分支点和末端点)检测，从而如何提高血管关键节点提取的准确性成为人们关注的焦点。

技术实现思路

[0003]本申请要解决的技术问题在于，针对现有技术的不足，提供一种血管网络分支点的提取方法。
[0004]为了解决上述技术问题，本申请实施例第一方面提供了一种血管网络分支点的提取方法，所述方法包括：
[0005]获取血管图像的血管分割图；
[0006]基于所述血管分割图，确定所述血管图像对应的骨架特征图；
[0007]将所述骨架特征图与若干预设匹配模型进行匹配，以得到所述血管图像对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血管网络分支点的提取方法，其特征在于，所述方法包括：获取血管图像的血管分割图；基于所述血管分割图，确定所述血管图像对应的骨架特征图；将所述骨架特征图与若干预设匹配模型进行匹配，以得到所述血管图像对应的分支点，其中，若干预设匹配模型包括预设数量的目标匹配模型以及各目标匹配模型对应的若干参考匹配模型；每个目标匹配模型对应的各参考匹配模型均通过旋转所述目标匹配模型确定的，并且各参考匹配模型各自对应的旋转角度不同。2.根据权利要求1所述血管网络分支点的提取方法，其特征在于，所述若干预设匹配模型包括Y型目标匹配模型和T型目标匹配模型，所述Y型目标匹配模型和所述T型目标匹配模型均包括若干匹配点和若干参考点，所述Y型目标匹配模型中的若干匹配点呈Y型布置，所述T型目标匹配模型中的若干匹配点呈T型布置。3.根据权利要求1或2所述血管网络分支点的提取方法，其特征在于，目标匹配模型对应的各参考匹配模型各自对应的旋转角度均小于360度，并参考匹配模型各自对应的旋转角度以及360度构成等差数列。4.根据权利要求1所述血管网络分支点的提取方法，其特征在于，所述血管图像为RGB血管图像，所述获取血管图像的血管分割图具体包括：获取血管图像的绿色通道图，并将所述绿色通道图作为血管图像；对所述待处理图像进行增强处理，并基于自适应阈值法确定增强后的待处理图像对应的血管分割图像。5.根据权利要求1所述血管网络分支点的提取方法，其特征在于，所述基于所述血管分割图，确定所述血管图像对应的骨架特征图具体包括：按照预设顺序扫描血管分割图中的每个像素点，若该像素点为血管像素点，则基于预设顺序在该像素点的邻域内选取若干目标邻域像素点，并基于获取到若干目标邻域像素点确定该像素点的第一层数；若该像素点为背景像素点，则将该像素点的第一层数设置为0；按照预设顺序逆顺序扫描血管分割图中的每个像素点，若该像素点为血管像素点，则基于预设顺序逆顺序在该像素点的邻域内选取若干目标邻域像素点，并基于获取到若干目标邻域像素点确定该像素点的第二层数；若该像素点为背景像素点，则将该像素点的第二层数设置为0；基于各像素点各自对应的第一层数和第二层数，确定各像素点各自对应的目标层数；按照预设顺序遍历每个像素点，选取目标层数为其所处邻域内最大层数的目标像素点；基于选...

【专利技术属性】
技术研发人员：林浩铭，周毅智，陈冕，陈昕，陈思平，
申请(专利权)人：深圳大学，
类型：发明
国别省市：