头颈动脉血管分割方法及其装置、电子设备和存储介质制造方法及图纸

本申请提供了一种头颈动脉血管分割方法，包括：基于待分割头颈医学图像，确定待分割头颈医学图像对应的粗略血管区域分割数据；基于粗略血管区域分割数据，利用第一多尺度多窗切块采样操作，对待分割头颈医学图像进行血管分割，得到待分割头颈医学图像对应的血管分割概率图和粗略血管分割数据；基于血管分割概率图和待分割头颈医学图像，确定待分割头颈医学图像对应的血管结构数据；基于血管结构数据，利用第二多尺度多窗切块采样操作，对待分割头颈医学图像进行血管分割，得到待分割头颈医学图像对应的血管分割数据。通过多尺度多窗切块采样操作，提高血管结构提取能力；并在分割时融合兼顾了图像特征和血管结构特征，提高分割的准确性与完整性。准确性与完整性。准确性与完整性。

【技术实现步骤摘要】
头颈动脉血管分割方法及其装置、电子设备和存储介质


[0001]本申请涉及医学图像处理
，具体涉及一种头颈动脉血管分割方法及其装置、电子设备和计算机可读存储介质。

技术介绍

[0002]准确且完整地分割出头颈医学图像上的动脉血管，为后续分析提供准确依据，对于发现和治疗头颈血管疾病具有重要意义。
[0003]然而，现有技术中，在进行头颈部动脉血管分割时，对图像特征的提取和理解能力有限，并且由于感受野受限，缺乏足够的全局信息，对血管结构特征提取能力差，影响动脉血管分割的准确性和完整性，导致获得的血管分割结果存在大量的细碎或断裂等情况。

技术实现思路

[0004]有鉴于此，本申请实施例提供了一种头颈动脉血管分割方法及其装置、电子设备和计算机可读存储介质，以解决现有技术中动脉血管分割的准确性和完整性差，导致获得的血管分割结果存在大量的细碎或断裂等情况的技术问题。
[0005]根据本申请实施例的第一方面，提供一种头颈动脉血管分割方法，包括：基于待分割头颈医学图像，确定待分割头颈医学图像对应的粗略血管区域分割数据；基于粗本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种头颈动脉血管分割方法，其特征在于，包括：基于待分割头颈医学图像，确定所述待分割头颈医学图像对应的粗略血管区域分割数据；基于所述粗略血管区域分割数据，利用第一多尺度多窗切块采样操作，对所述待分割头颈医学图像进行血管分割，得到所述待分割头颈医学图像对应的血管分割概率图和粗略血管分割数据；基于所述血管分割概率图和所述待分割头颈医学图像，确定所述待分割头颈医学图像对应的血管结构数据；基于所述血管结构数据，利用第二多尺度多窗切块采样操作，对所述待分割头颈医学图像进行血管分割，得到所述待分割头颈医学图像对应的血管分割数据；其中，所述第一多尺度多窗切块采样操作和所述第二多尺度多窗切块采样操作均是以预设的图像像素体积为采样目标，在多个采样空间分辨率和多个窗的范畴下进行采样切块。2.根据权利要求1所述的头颈动脉血管分割方法，其特征在于，所述基于所述粗略血管区域分割数据，利用第一多尺度多窗切块采样操作，对所述待分割头颈医学图像进行血管分割，得到所述待分割头颈医学图像对应的血管分割概率图和粗略血管分割数据，包括：基于所述粗略血管区域分割数据，在所述待分割头颈医学图像中确定多个第一采样中心点；针对于所述多个第一采样中心点中的每个第一采样中心点，以所述第一采样中心点为中心，利用N个采样空间分辨率和M个窗，对所述待分割头颈医学图像进行切块采样，得到所述第一采样中心点对应的N个第一采样块数据组，其中，所述N个第一采样块数据中的每个第一采样块数据组包括M个第一采样块数据，N大于或者等于3，M大于或者等于3；将所述第一采样中心点对应的N个第一采样块数据组，输入到第一多层网络血管分割模型，得到所述第一采样中心点对应的血管分割概率块数据，其中，所述第一多层网络血管分割模型包括N个第一网络层，所述N个第一网络层中每个第一网络层包括一个分割模块；基于所述多个第一采样中心点各自对应的血管分割概率块数据，得到所述血管分割概率图和所述粗略血管分割数据。3.根据权利要求2所述的头颈动脉血管分割方法，其特征在于，所述以所述第一采样中心点为中心，利用N个采样空间分辨率和M个窗，对所述待分割头颈医学图像进行切块采样，得到所述第一采样中心点对应的N个第一采样块数据组，包括：确定所述N个采样空间分辨率和所述M个窗各自对应的窗宽和窗位；以所述第一采样中心点为中心，分别利用所述N个采样空间分辨率对所述待分割头颈医学图像进行采样，得到所述第一采样中心点对应的N个第一初始采样块数据；针对于所述N个第一初始采样块数据中的每个第一初始采样块数据，基于所述M个窗各自对应的窗宽和窗位，对所述第一初始采样块数据进行加窗采样操作，得到所述第一初始采样块数据对应的所述M个第一采样块数据；基于所述N个第一初始采样块数据各自对应的M个第一采样块数据，确定所述第一采样中心点对应的N个第一采样块数据组。4.根据权利要求3所述的头颈动脉血管分割方法，其特征在于，所述确定所述N个采样
空间分辨率，包括：基于采样源域对应的初始空间分辨率、所述采样源域对应的图像像素体积、和采样目标域对应的图像像素体积，确定基准空间分辨率；对所述基准空间分辨率按比例进行计算，得到所述N个采样空间分辨率。5.根据权利要求4所述的头颈动脉血管分割方法，其特征在于，所述N个采样空间分辨率为3个采样空间分辨率，所述3个采样空间分辨率分别为所述基准空间分辨率、2倍基准空间分辨率、和4倍基准空间分辨率；所述M个窗为3个窗，所述3个窗分别为原图窗，第一固定窗、和第二固定窗，其中，所述原图窗的窗宽和窗位于所述待分割头颈医学图像的窗宽和窗位相同，所述第一固定窗的窗宽为300Hu，所述第一固定窗的窗位为50Hu，所述第而固定窗的窗宽为300Hu，所述第而固定窗的窗位为500Hu。6.根据权利要求2至5中任一项所述的头颈动脉血管分割方法，其特征在于，所述第一多层网络血管分割模型中的N个第一网络层按照各自对应的层级分辨率由大到小排列；其中，所述将所述第一采样中心点对应的N个第一采样块数据组，输入到第一多层网络血管分割模型，得到所述第一采样中心点对应的血管分割概率块数据，包括：基于所述N个第一采样块数据组各自对应的采样空间分辨率，将所述N个第一采样块数据组分别输入到各自匹配的第一网络层中的分割模块中，其中，与某个第一采样块数据组匹配的第一网络层为，在所述N个第一网络层中，与所述某个第一采样块数据组对应的采样空间分辨率匹配的层级分辨率对应的第一网络层；并且针对于所述N个第一网络层中的每相邻两个第一网络层，将大的层级分辨率对应的第一网路层对应的特征图融合到小的层级分辨率对应的第一网路层对应的特征图中相应位置中，以进行血管分割；对位于所述N个第一网络层排在最后的一层的第一网络层输出的特征图进行函数转化操作，得到所述第一采样中心点对应的血管分割概率块数据。7.根据权利要求6所述的头颈动脉血管分割方法，其特征在于，在所述将所述N个第一采样块数据组分别输入到匹配的第一网络层中的分割模块中之前，还包括：将所述N个第一采样块数据组分别输入到各自匹配的第一网络层中的自适应调整窗模块中，以对所述N个第一采样块数据组中的每个第一采样块数据组中的M个第一采样块数据中对应于原图窗的采样块数据进行自适应加窗操作。8.根据权利要求1至5中任一项所述的头颈动脉血管分割方法，其特征在于，所述基于所述血管结构数据，利用第二多尺度多窗切块采样操作，对所述待分割头颈医学图像进行血管分割，得到所述待分割头颈医学图像对应的血管分割数据，包括：基于所述血管结构数据，在所述待分割头颈医学图像中确定多个第二采样中心点；针对于所述多个第二采样中心点中的每个第二采样中心点，以所述第二采样中心点为中心，利用N个采样空间分辨率和M个窗，对所述待分割头颈医学图像进行切块采样，得到所述第二采样中心点对应的N个第二采样块数据组，其中，所述N个第二采样块数据中的每个第二采样块数据组包括M个第二采样块数据；基于所述第二采样中心点对应的坐标，利用所述N个采样空间分辨率，对所述血管结构数据进行切块采样操作，得到所述第二采样中心点对应的N个血管结构块数据；
将所述第二采样中心点对应的N个第二采样块数据组和N个血管结构块数据，输入到第二多层网络血管分割模型，得到所述第二采样中心点对应的血管分割概率块数据，其中，所述第二多层网络血管分割模型包括N个第二网络层，所述N个第二网络层中每个第二网络层包括一个分割模块；基于所述多个第二采样中心点各自对应的血管分割概率块数据，确定所述待分割头颈医学图像对应的血管分割数据。9.根据权利要求8所述的头颈动脉血管分割方法，其特征在于，所述将所述第二采样中心点对应的N个第二采样块数据组和N个血管结构块数据，输入到第二多层网络血管分割模型，得到所述第二采样中心点对应的血管分割概率块数据，包括：基于所述N个第二采样块数据组各自对应的采样空间分辨率和所述N个血管结构块数据各自对应的采样空间分辨率，将所述N个...

【专利技术属性】
技术研发人员：孙岩峰，张欢，王少康，陈宽，
申请(专利权)人：推想医疗科技股份有限公司，
类型：发明
国别省市：