分割管状特征制造技术

在分割图像中的管状特征的方法中，使用经训练的模型分割图像的一系列重叠部分。重叠部分沿着管状特征的长度定位，并且被组合以确定对管状特征的分割。对管状特征的分割。对管状特征的分割。

【技术实现步骤摘要】
【国外来华专利技术】分割管状特征


[0001]本公开涉及图像分割。本文特定但非排他的实施例涉及分割包括管状结构(诸如医学图像中的血管结构)的图像。

技术介绍

[0002]图像分割涉及将图像划分或分区成多个段，每个段对应于图像内容的不同部分。例如，在医学成像中，可将解剖特征的图像分割成不同的部分，由此每个段或部分代表医学图像中的不同解剖特征。分割使得能够提取/分离图像中的不同特征，用于进一步分析和/或建模。分割可以以自动或(部分)交互的方式执行，并且在医学图像处理中具有广泛的应用。
[0003]神经网络，例如已证明U
‑
网或F
‑
网(如参考文献Ronneberger O等人(2015)“U
‑
Net:Convolutional Networks for Biomedical Image Segmentation”；MICCAI 2015Lecture Notes in Computer Science，第9351卷，234
‑
241页；以及Brosch T.、Saalbach A.(20本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种分割图像中的管状特征的方法，所述方法包括：使用经训练的模型分割所述图像的一系列重叠部分，所述重叠部分沿着所述管状特征的长度定位；以及组合对所述图像的所述一系列重叠部分的所述分割，以确定对所述管状特征的分割，其中分割所述图像的一系列重叠部分包括：分割所述图像的第一部分，所述图像的所述第一部分包括所述管状特征的第一部分；基于对所述图像的所述第一部分的所述分割，确定被包括在所述管状特征中的第一点；确定在所述第一点处平行于所述管状特征的长度的第一矢量；以及基于所述第一点和所述第一矢量确定所述图像的所述一系列重叠部分中的第二部分。2.根据权利要求1所述的方法，其中所述图像的所述第二部分的中心根据下式确定：y
i+1
＝x
i
+a d
i
；其中y
i+1
包括所述图像的所述第二部分的中心处的坐标，x
i
包括所述第一点的坐标，a表示所述第一点和所述第二部分的中心之间的偏移的幅度，并且d
i
包括所述第一矢量。3.根据权利要求1或2所述的方法，其中所述图像的所述第二部分被确定为使得所述管状特征基于所述第一矢量在所述图像的所述第二部分中旋转。4.根据权利要求3所述的方法，其中所述管状特征被旋转为使得所述第一矢量在所述图像的所述第二部分中处于预定定向。5.根据权利要求4所述的方法，其中所述经训练的模型已经在训练数据上被训练，所述训练数据包括：i)包括多个管状特征的部分的多个示例图像，其中每个示例图像基于所述预定定向被旋转，以及ii)针对每个示例图像的对应的真值分割。6.根据权利要求1至5中任一项所述的方法，还包括：基于对所述图像的所述第二部分的分割来确定被包括在所述管状特征中的第二点；确定在所述第二点处平行于所述管状特征的长度的第二矢量；以及基于所述第二点和所述第二矢量确定所述图像的所述一系列重叠部分中的第三部分。7.根据权利要求1至6中任一项所述的方法，其中分割所述图像的所述一系列重叠部分中的所述第一部分包括：针对所述图像的所述第一部分中的每个图像元素确定概率值，所述概率值指示所述图像元素被包括在所述管状特征中的概率；并且其中基于对所述图...

【专利技术属性】
技术研发人员：R，
申请(专利权)人：皇家飞利浦有限公司，
类型：发明
国别省市：