血管分割方法和计算机设备技术

本申请涉及一种血管分割方法和计算机设备，对目标区域的医学图像进行分割处理，得到目标区域中的不同局部区域对应的多个子图像，对各子图像分别进行血管特征识别，得到各子图像对应的血管图，并对各血管图进行拼接处理，得到目标区域对应的目标血管图；即该方法是将完整的医学图像分割成多个不同区域对应的子图像，并分别识别每个子图像中的血管，将每个子图像对应的血管图进行拼接来得到该医学图像对应的完整的目标血管图；本申请中将医学图像分割成多个不同区域，并针对每个区域分别进行血管识别，每个区域所采用的血管识别算法对该区域内的血管的针对性较强，所得到的该区域内的血管的识别效果更好，提高了血管的分割效果以及血管的完整性。果以及血管的完整性。果以及血管的完整性。

【技术实现步骤摘要】
血管分割方法和计算机设备


[0001]本申请涉及图像处理
，特别是涉及一种血管分割方法和计算机设备。

技术介绍

[0002]随着医疗影像设备的发展，医疗影像设备的智能化程度越来越高，在医疗影像设备获取扫描图像的基础上，还能进一步对该扫描图像进行处理，例如：对该扫描图像进行图像转换生成目标类型图像，或者，基于该扫描图像，提取该扫描图像中的目标组织，如：从下肢扫描图像中分割出下肢血管图像等，其中，该下肢扫描图像可以是下肢CT增强图像、下肢MR增强图像等。
[0003]传统技术中，医疗影像设备在获取到人体下肢的CT增强图像后，采用血管分割模型对该CT增强图像进行血管分割处理，得到血管分割图像。
[0004]然而，由于人体下肢血管分布范围广，越往下的血管直径越小，在CT增强图像下的显影效果也越弱，导致采用现有的血管分割模型分割得到的下肢血管不完整，血管的分割效果较差。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种能够准确分割出完整的下肢血管的血管分割方法和计算机设备。
[0006]第一方面，本申请提供了一种血管分割方法。该方法包括：
[0007]对目标区域的医学图像进行分割处理，得到多个子图像，各子图像与目标区域中的不同局部区域相对应；
[0008]对各子图像分别进行血管特征识别，得到各子图像对应的血管图；
[0009]对各血管图进行拼接处理，得到目标区域对应的目标血管图。
[0010]在其中一个实施例中，对目标区域的医学图像进行分割处理，得到多个子图像，包括：
[0011]对医学图像进行组织识别处理，得到医学图像中至少一个目标组织的位置；
[0012]根据目标组织的位置对医学图像进行分割处理，得到多个子图像。
[0013]在其中一个实施例中，根据目标组织的位置对医学图像进行分割处理，得到多个子图像，包括：
[0014]根据目标组织的位置确定分割线；
[0015]根据分割线对医学图像进行分割处理，得到多个子图像。
[0016]在其中一个实施例中，对各子图像分别进行血管特征识别，得到各子图像对应的血管图，包括：
[0017]对于各个子图像，将子图像输入至目标血管分割模型中，得到目标血管分割模型输出的子图像对应的血管图。
[0018]在其中一个实施例中，目标血管分割模型的训练过程包括：
[0019]获取与子图像对应的目标局部区域的医学图像样本集以及与医学图像样本集中各医学图像样本对应的血管标签图像；
[0020]基于医学图像样本集和各医学图像样本对应的血管标签图像训练得到子图像对应的目标血管分割模型。
[0021]在其中一个实施例中，对各血管图进行拼接处理，得到目标人体区域对应的目标血管图，包括：
[0022]基于各血管图对应的子图像在医学图像中的位置，确定各血管图的拼接顺序；
[0023]基于拼接顺序，对各血管图依次进行拼接处理，得到目标区域对应的目标血管图。
[0024]在其中一个实施例中，基于拼接顺序，对各血管图依次进行拼接处理，包括：
[0025]对于拼接顺序中任意相邻的第一血管图和第二血管图，分别识别第一血管图和第二血管图中的目标血管，并基于识别出的目标血管对第一血管图和第二血管图进行拼接处理，目标血管包括主动脉和主静脉中的至少一种。
[0026]在其中一个实施例中，基于识别出的目标血管对第一血管图和第二血管图进行拼接处理，包括：
[0027]检测第一血管图中的目标血管与第二血管图中的目标血管的位置是否匹配；
[0028]检测第一血管图中的目标血管与第二血管图中的目标血管的尺寸是否匹配；
[0029]根据检测结果对第一血管图和第二血管图进行拼接处理。
[0030]在其中一个实施例中，检测第一血管图中的目标血管与第二血管图中的目标血管的位置是否匹配，包括：
[0031]将第一血管图和第二血管图映射至医学图像中，并确定第一血管图中的目标血管在医学图像中的第一血管中心线、以及确定第二血管图中的目标血管在医学图像中的第二血管中心线；
[0032]检测第一血管中心线的第一端点和第二血管中心线的第二端点之间的距离是否小于等于预设距离阈值；其中，第一血管中心线的第一端点为第一血管中心线中靠近第二血管中心线的端点，第二血管中心线的第二端点为第二血管中心线中靠近第一血管中心线的端点；
[0033]在第一血管中心线的第一端点和第二血管中心线的第二端点之间的距离小于等于预设距离阈值的情况下，确定第一血管图中的目标血管与第二血管图中的目标血管的位置匹配。
[0034]在其中一个实施例中，检测第一血管图中的目标血管与第二血管图中的目标血管的尺寸是否匹配，包括：
[0035]检测第一端点处的目标血管的横截面的尺寸参数与第二端点处的目标血管的横截面的尺寸参数之差是否小于等于预设尺寸阈值；
[0036]在第一端点处的目标血管的横截面的尺寸参数与第二端点处的目标血管的横截面的尺寸参数之差小于等于预设尺寸阈值的情况下，确定第一血管图中的目标血管与第二血管图中的目标血管的尺寸匹配。
[0037]在其中一个实施例中，横截面为椭圆状，尺寸参数包括横截面的椭圆长轴和椭圆短轴；检测第一端点处的目标血管的横截面的尺寸参数与第二端点处的目标血管的横截面的尺寸参数之差是否小于等于预设尺寸阈值，包括：
[0038]检测第一端点处的目标血管的横截面的椭圆长轴与第二端点处的目标血管的横截面的椭圆长轴之差是否小于等于预设长轴阈值；
[0039]检测第一端点处的目标血管的横截面的椭圆短轴与第二端点处的目标血管的横截面的椭圆短轴之差是否小于等于预设短轴阈值；
[0040]在第一端点处的目标血管的横截面的椭圆长轴与第二端点处的目标血管的横截面的椭圆长轴之差小于等于预设长轴阈值，且，第一端点处的目标血管的横截面的椭圆短轴与第二端点处的目标血管的横截面的椭圆短轴之差小于等于预设短轴阈值的情况下，确定第一端点处的目标血管的横截面的尺寸参数与第二端点处的目标血管的横截面的尺寸参数之差小于等于预设尺寸阈值。
[0041]在其中一个实施例中，根据检测结果对第一血管图和第二血管图进行拼接处理，包括：
[0042]在检测结果为位置匹配且尺寸匹配的情况下，对第一血管图和第二血管图进行拼接处理。
[0043]在其中一个实施例中，根据检测结果对第一血管图和第二血管图进行拼接处理，包括：
[0044]在检测结果为位置匹配、尺寸不匹配的情况下，基于第一血管图中的目标血管，对第二血管图中的目标血管进行修正处理，得到修正后的第二血管图；
[0045]对第一血管图和修正后的第二血管图进行拼接处理。
[0046]在其中一个实施例中，基于第一血管图中的目标血管，对第二血管图中的目标血管进行修正处理，得到修正后的第二血管图，包括：
[0047]确定第一血管拟合曲线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血管分割方法，其特征在于，所述方法包括：对目标区域的医学图像进行分割处理，得到多个子图像，各所述子图像与所述目标区域中的不同局部区域相对应；对各所述子图像分别进行血管特征识别，得到各所述子图像对应的血管图；对各所述血管图进行拼接处理，得到所述目标区域对应的目标血管图。2.根据权利要求1所述的方法，其特征在于，所述对目标区域的医学图像进行分割处理，得到多个子图像，包括：对所述医学图像进行组织识别处理，得到所述医学图像中至少一个目标组织的位置；根据所述目标组织的位置对所述医学图像进行分割处理，得到所述多个子图像。3.根据权利要求2所述的方法，其特征在于，所述根据所述目标组织的位置对所述医学图像进行分割处理，得到所述多个子图像，包括：根据所述目标组织的位置确定分割线；根据所述分割线对所述医学图像进行分割处理，得到所述多个子图像。4.根据权利要求1所述的方法，其特征在于，所述对各所述子图像分别进行血管特征识别，得到各所述子图像对应的血管图，包括：对于各个所述子图像，将所述子图像输入至目标血管分割模型中，得到所述目标血管分割模型输出的所述子图像对应的血管图。5.根据权利要求1所述的方法，其特征在于，所述对各所述血管图进行拼接处理，得到所述目标区域对应的目标血管图，包括：基于各所述血管图对应的子图像在所述医学图像中的位置，确定各所述血管图的拼接顺序；基于所述拼接顺序，对各所述血管图依次进行拼接处理，得到所述目标区域对应的目标血管图。6.根据权利要求5所述的方法，其特征在于，所述基于所述拼接顺序，对各所述血管图依次进行拼接处理，包括：对于所述拼接顺序中任意相邻的第一血管图和第二血管图，分别识别所述第一血管图和所述第二血管图中的目标血管，并基于识别出的所述目标...

【专利技术属性】
技术研发人员：陈述，郑介志，
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：