一种基于CTA影像的血管分段模型训练数据标注方法及装置制造方法及图纸

本发明专利技术公开了一种基于CTA影像的血管分段模型训练数据标注方法及装置，该方法包括颅骨分割步骤、血管组织分割步骤、钙化分割步骤、血管分段步骤。本申请严格限制各层(即颅骨、血管、钙化斑块)之间的标注顺序，即下一层对象的标注，必须在上一次对象标注完成之后才能开始。能够让专业医生只需参与到训练数据中重难点内容的审核中，其他简单内容可以让普通医生审核；同时还提升了去除颅骨的精度，提升最终血管分段分割的精度。血管分段分割的精度。血管分段分割的精度。

【技术实现步骤摘要】
一种基于CTA影像的血管分段模型训练数据标注方法及装置


[0001]本专利技术涉及医学影像处理
，特别涉及一种基于CTA影像的血管分段模型训练数据标注方法、电子设备、计算机可读存储介质及计算机程序产品。

技术介绍

[0002]头颈部CTA(计算机断层扫描血管造影术)常用于血管堵塞、畸型或软斑等脑血管疾病检查，具备较强的时间和空间的屏幕分辨率，能多方位地对脑部血管开展合理的观查。脑血管重建需要对动脉血管进行精准分割。受颅骨、造影剂浓度以及病变的影响，全自动分割算法稳定性较差；而半自动分割算法需要人工干预，效率降低。AI算法能弥补上述缺点，但是迎来一个新的问题
‑
训练集Label标注。肿瘤病变标注往往形状简单、数量少，而头颈部血管脉络复杂、数量多且半径小，标注难度极大。由于阅读头颈部医学影像并进行各种组织的区分对操作人员的专业性要求很高，纯人工标注一般由经验丰富的医生来操作，一例完整的头颈CTA动脉血管标注，需要耗费医生数小时的时间，所以当需要对大量头颈CTA动脉血管标注时，就需要占用专业医生大量的时间，而影响医生正常开展业务。
[0003]综上，直接标记血管工作量极大，尤其是颅内复杂血管网。因此现有技术中选择先由传统算法获得初始血管分割结果，在此基础上进行人为修正，即半自动标注。但传统血管分割算法不能很好的处理颅骨
‑
钙化斑块(钙化斑块属于重要信息同时也是血管的一部分)的关系，所以一般需要先去除颅骨再进行血管分割。经检索，授权公告号为CN113205508B的中国专利公开的一种基于影像数据的分割方法，其
技术介绍
介绍了现有的去除颅骨的方法并在
技术实现思路
中提出了对现有去除颅骨方法的改进方案，同时其还公开了半自动标注钙化组织的方案。
[0004]专利技术人研究发现，上述现有技术方案至少存在以下不足：
[0005]1、在半自动标注过程中，仍然需要专业医生全程参与到每张医学影像标签的审核，占用专业医生大量时间。
[0006]2、上述现有技术仍然是使用传统算法(例如阈值分割)来去除颅骨(即剔除骨组织)，最终分割的精度仍然有待提高。

技术实现思路

[0007]本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供一种基于CTA影像的血管分段模型训练数据标注方法及装置，能够让专业医生只需参与到训练数据中重难点内容的审核中，其他简单内容可以让普通医生审核；同时还提升了去除颅骨的精度，提升最终血管分段分割的精度。
[0008]第一方面，本专利技术提供一种基于CTA影像的血管分段模型训练数据标注方法，包括：
[0009]颅骨分割步骤：获取待处理的CTA影像数据并对所述CTA影像数据进行去骨处理得到颅骨掩膜；基于人工对所述颅骨掩膜的修改操作得到颅骨标签并基于所述颅骨标签训练
得到颅骨分割模型；
[0010]血管组织分割步骤：基于所述颅骨分割模型对所述CTA影像数据进行去骨处理并对去骨处理后的CTA影像数据进行血管组织分割得到血管组织掩膜；基于人工对所述血管组织掩膜的修改操作得到血管组织标签并基于所述血管组织标签训练得到血管组织分割模型；其中，所述血管组织掩膜包括纯血管和钙化斑；
[0011]钙化分割步骤：基于所述血管组织分割模型对所述CTA影像数据进行血管组织分割得到血管组织影像数据并对所述血管组织影像数据进行分割得到纯血管掩膜和钙化斑块掩膜；基于人工对所述纯血管掩膜和钙化斑块掩膜的修改操作得到纯血管标签和钙化斑块标签并基于所述纯血管标签和钙化斑块标签共同训练得到纯血管分割模型；
[0012]血管分段步骤：基于所述纯血管分割模型对所述CTA影像数据进行纯血管分割得到纯血管影像数据并基于所述纯血管影像数据对纯血管进行血管分段，根据血管分段结果对所述纯血管标签重新赋予血管分段标签得到血管分段数据；基于人工对所述血管分段数据的修改操作得到血管分段标签，以便基于所述血管分段标签训练得到血管分段模型。
[0013]第二方面，本专利技术提供一种电子设备，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本专利技术第一方面所述的基于CTA影像的血管分段模型训练数据标注方法。
[0014]第三方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行如本专利技术第一方面所述的基于CTA影像的血管分段模型训练数据标注方法。
[0015]第四方面，本专利技术提供一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现如本专利技术第一方面所述的基于CTA影像的血管分段模型训练数据标注方法。
[0016]相较于现有技术，本专利技术提供的一种基于CTA影像的血管分段模型训练数据标注方法，至少具有如下的有益效果：
[0017]1、在血管分段模型训练数据的半自动标注中，先利用已有算法或者模型粗略地限定待标注对象(颅骨、血管、钙化斑块)的范围，即得到掩膜(mask、轮廓数据)，再通过人工简单修改即可得到标签，可以提高标注效率。
[0018]2、由于一张血管颈椎CTA影像中存在多个对象(颅骨、血管、钙化斑块)，不同的对象可以由不同的人分别进行标注，加快标注效率。
[0019]3、由于医学影像的复杂性导致其标注工作并非任何普通大众均可胜任，所以为了让专业性没那么强的普通医生或者实习生也参与到标注中，本申请严格限制各层(即颅骨、血管、钙化斑块)之间的标注顺序，即下一层对象的标注，必须在上一次对象标注完成之后才能开始。这就使得可以让专家(专业医生)只标注最难的部分，并且在专家完成标注之后可以去开展别的业务，下一层的普通大众(专业性不强)只需要对其他较简单的对象开始标注，由于最难部分由专家完成，所以在普通大众参与标注时确保最终的精度。并且专家标注时，下一层的标注数据都是来自于上层的标注结果，也可以对上一层标注结果进行检查判断，能够在标注过程中就发现问题，而不必等到全部标注完才发现问题，提高标注效率。
[0020]4、考虑到颅内复杂血管网，并且头颈部CTA影像中除了血管之外的其他组织会给图像分割算法带来干扰，本专利技术中每一层都需要依赖于上一层生成的人工标注训练得到的
模型来为本层生成mask(掩膜)的分割算法提供输入数据，其中各模型的作用是剔除掩膜生成算法输入数据中的干扰数据，由于人工标注能够更准确的识别并剔除干扰数据，本专利技术能够提高分割算法生成mask的精度。
[0021]5、由于本申请中取出颅骨的颅骨分割模型是由经过专家参与的标注数据训练得到的，并且是对训练集与预测集为同一张影像数据，所以精度相较于传统阈值分割算法更高。
[0022]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0023]下面结合附图和实施例对本专利技术进一步地说明；
[0024]图1为一个实施例中基于CTA影像的血管分段模型训练数据标注本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CTA影像的血管分段模型训练数据标注方法，其特征在于，所述方法包括：颅骨分割步骤：获取待处理的CTA影像数据并对所述CTA影像数据进行去骨处理得到颅骨掩膜；基于人工对所述颅骨掩膜的修改操作得到颅骨标签并基于所述颅骨标签训练得到颅骨分割模型；血管组织分割步骤：基于所述颅骨分割模型对所述CTA影像数据进行去骨处理并对去骨处理后的CTA影像数据进行血管组织分割得到血管组织掩膜；基于人工对所述血管组织掩膜的修改操作得到血管组织标签并基于所述血管组织标签训练得到血管组织分割模型；其中，所述血管组织掩膜包括纯血管和钙化斑；钙化分割步骤：基于所述血管组织分割模型对所述CTA影像数据进行血管组织分割得到血管组织影像数据并对所述血管组织影像数据进行分割得到纯血管掩膜和钙化斑块掩膜；基于人工对所述纯血管掩膜和钙化斑块掩膜的修改操作得到纯血管标签和钙化斑块标签并基于所述纯血管标签和钙化斑块标签共同训练得到纯血管分割模型；血管分段步骤：基于所述纯血管分割模型对所述CTA影像数据进行纯血管分割得到纯血管影像数据并基于所述纯血管影像数据对纯血管进行血管分段，根据血管分段结果对所述纯血管标签重新赋予血管分段标签得到血管分段数据；基于人工对所述血管分段数据的修改操作得到血管分段标签，以便基于所述血管分段标签训练得到血管分段模型。2.根据权利要求1所述的一种基于CTA影像的血管分段模型训练数据标注方法，其特征在于，所述对所述CTA影像数据进行去骨处理得到颅骨掩膜，具体包括：获取与所述CTA影像数据和对应的NCCT影像数据；利用CTA影像数据与CTA影像数据进行做差处理得到颅骨掩膜。3.根据权利要求1所述的一种基于CTA影像的血管分段模型训练数据标注方法，其特征在于，所述对去骨处理后的CTA影像数据进行血管分割得到血管组织掩膜，具体包括：基于聚类算法分割得到所述去骨处理后的CTA影像数据中血管组织对应的区域；在血管组织对应的区域中定位动脉弓位置并将其作为种子点，结合区域生长算法与随机游走算法得到分割后的血管初始掩膜；利用活动轮廓模型对血管初始掩膜进行处理得到血管组织掩膜。4.根据权利要求1所述的一种基于CTA影像的血管分段模型训练数据标注方法，其特征在于，所述对所述血管组织影像数据进行分割得到纯血管掩膜和钙化斑块掩膜...

【专利技术属性】
技术研发人员：王思伦，周竞宇，
申请(专利权)人：深圳市铱硙医疗科技有限公司，
类型：发明
国别省市：