冠脉钙化斑块的分割方法、分割模型训练方法、相关装置制造方法及图纸

本发明专利技术公开了一种冠脉钙化斑块的分割方法及装置、冠脉钙化斑块的分割模型的训练方法及装置，其中所述分割方法包括：获取目标图像，所述目标图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；将目标图像输入至目标模型，得到所述目标模型输出的各冠脉分支的钙化斑块的候选区域；所述各冠脉分支的钙化斑块的候选区域包括多个第一目标体素；基于预设的筛选规则，从所述多个第一目标体素筛选出第二目标体素；基于所述第二目标体素，从目标图像中分割出各冠脉分支的钙化斑块区域。实现了对CSCT图像中的各冠脉分支的钙化斑块区域的准确分割。区域的准确分割。区域的准确分割。

【技术实现步骤摘要】
冠脉钙化斑块的分割方法、分割模型训练方法、相关装置


[0001]本专利技术涉及图像处理
，尤其涉及一种冠脉钙化斑块的分割方法及装置、冠脉钙化斑块的分割模型的训练方法及装置。

技术介绍

[0002]在医学领域中，可基于非对比增强心电门控钙化积分电子计算机断层扫描(non
‑
contrast enhanced ECG
‑
triggered Calcium Scoring CT，CSCT)图像的分析实现对冠状动脉(冠脉)是否存在钙化斑块以及在存在钙化斑块的情况下钙化斑块所处位置的识别或分割，该方案为一种对冠脉钙化斑块的粗识别。
[0003]在实际应用中，考虑到冠脉包括有左主支(Left Main，简称为LM)、左前降支(Left Anterior Descending Artery，简称为LAD)、左旋支(Left Circumflex Artery，简称为LCX)、右冠状动脉(Right Coronary Artery，简称为RCA)等四支冠脉。各支冠脉上可能存在钙化斑块。
[0004]可见，如何从CSCT图像中实现各支冠脉的钙化斑块的准确识别或分割成为了亟待解决的技术问题。

技术实现思路

[0005]本专利技术提供了一种冠脉钙化斑块的分割方法及装置、冠脉钙化斑块的分割模型的训练方法及装置。
[0006]本专利技术提供了一种冠脉钙化斑块的分割方法，所述方法包括：
[0007]获取目标图像，所述目标图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；
[0008]将目标图像输入至目标模型，得到所述目标模型输出的各冠脉分支的钙化斑块的候选区域；所述各冠脉分支的钙化斑块的候选区域包括多个第一目标体素；
[0009]基于预设的筛选规则，从所述多个第一目标体素筛选出第二目标体素；
[0010]基于所述第二目标体素，从目标图像中分割出各冠脉分支的钙化斑块区域。
[0011]上述方案中，在所述基于所述第二目标体素，从目标图像中分割出各冠脉分支的钙化斑块区域之后，所述方法还包括：
[0012]基于目标图像中各冠脉分支的钙化斑块区域，计算各冠脉分支的钙化积分值；以及基于各冠脉分支的钙化积分值，计算总钙化积分值。
[0013]上述方案中，所述基于预设的筛选规则，从所述多个第一目标体素筛选出第二目标体素，包括：
[0014]所述第二目标体素为所述多个第一目标体素中灰度值大于或等于第一灰度阈值的体素；
[0015]或者，所述第二目标体素为所述多个第一目标体素中灰度值大于或等于第一灰度阈值、同时还满足以下要求的体素；
[0016]所述体素位于心脏表面区域内；
[0017]包括有所述体素的候选区域中的体素数量位于第一预设范围内；
[0018]所述体素的体积达到预设体积阈值；
[0019]所述体素与周围体素的平均灰度值之差大于或等于第二灰度阈值。
[0020]上述方案中，所述目标模型获得目标图像的全局特征、基于所述目标图像的全局特征而得到各冠脉分支的钙化斑块的候选区域，所述全局特征表征各冠脉分支在心脏表面区域的相对位置。
[0021]上述方案中，所述目标模型获得目标图像的全局特征，包括：
[0022]对目标图像的细节和语义进行特征提取，得到目标图像的细节特征和语义特征；基于所述细节特征和语义特征，得到目标图像的注意力特征；基于目标图像的细节特征、语义特征和注意力特征，得到目标图像的上下文特征；基于目标图像的上下文特征，得到所述全局特征。
[0023]上述方案中，在将目标图像输入至目标模型，得到所述目标模型输出的各冠脉分支的钙化斑块的候选区域之前，所述方法还包括：
[0024]获取训练图像，所述训练图像为包括心脏区域的CSCT图像；所述心脏区域包括多个冠脉分支；基于所述筛选规则，从训练图像中筛选出能够构成各冠脉分支的钙化斑块的候选区域的体素；利用构建出的目标损失函数，对所述目标模型进行训练；其中，所述目标损失函数为基于所述体素在所述训练图像中为钙化斑块体素或不为钙化斑块体素的预测值以及所述体素的标签值而构建。
[0025]上述方案中，所述获取目标图像包括：获取原始CSCT图像；识别原始CSCT图像中的心脏区域；对心脏区域进行处理，得到心脏表面区域分割掩码；基于心脏表面区域分割掩码，从原始CSCT图像中裁剪出目标图像。
[0026]本专利技术提供了一种冠脉钙化斑块分割模型的训练方法，所述方法包括：
[0027]获取训练图像，所述训练图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；
[0028]基于预设的筛选规则，从训练图像中筛选出能够构成各冠脉分支的钙化斑块的候选区域的体素；
[0029]利用构建出的目标损失函数，对分割模型进行训练；
[0030]其中，所述目标损失函数为基于所述体素在所述训练图像中为钙化斑块体素或不为钙化斑块体素的预测值以及所述体素的标签值而构建。
[0031]本专利技术提供了一种冠脉钙化斑块的分割装置，所述装置包括：
[0032]第一获取单元，用于获取目标图像，所述目标图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；
[0033]第二获取单元，用于将目标图像输入至目标模型，得到所述目标模型输出的各冠脉分支的钙化斑块的候选区域；所述各冠脉分支的钙化斑块的候选区域包括多个第一目标体素；
[0034]筛选单元，用于基于预设的筛选规则，从所述多个第一目标体素筛选出第二目标体素；
[0035]分割单元，用于基于所述第二目标体素，从目标图像中分割出各冠脉分支的钙化
斑块区域。
[0036]本专利技术提供了一种冠脉钙化斑块分割模型的训练装置，所述装置包括：
[0037]获取单元，用于获取训练图像，所述训练图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；
[0038]筛选单元，用于基于预设的筛选规则，从训练图像中筛选出能够构成各冠脉分支的钙化斑块的候选区域的体素；
[0039]训练单元，用于利用所述训练图像以及基于所述体素构建出的损失函数，对分割模型进行训练。
[0040]本专利技术提供了一种冠脉钙化斑块的分割方法及装置、冠脉钙化斑块的分割模型的训练方法及装置，其中所述分割方法包括：获取目标图像，所述目标图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；将目标图像输入至目标模型，得到所述目标模型输出的各冠脉分支的钙化斑块的候选区域；所述各冠脉分支的钙化斑块的候选区域包括多个第一目标体素；基于预设的筛选规则，从所述多个第一目标体素筛选出第二目标体素；基于所述第二目标体本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种冠脉钙化斑块的分割方法，其特征在于，所述方法包括：获取目标图像，所述目标图像为包括心脏区域的非对比增强心电门控钙化积分电子计算机断层扫描CSCT图像；所述心脏区域包括多个冠脉分支；将目标图像输入至目标模型，得到所述目标模型输出的各冠脉分支的钙化斑块的候选区域；所述各冠脉分支的钙化斑块的候选区域包括多个第一目标体素；基于预设的筛选规则，从所述多个第一目标体素筛选出第二目标体素；基于所述第二目标体素，从目标图像中分割出各冠脉分支的钙化斑块区域。2.根据权利要求1所述的方法，其特征在于，在所述基于所述第二目标体素，从目标图像中分割出各冠脉分支的钙化斑块区域之后，所述方法还包括：基于目标图像中各冠脉分支的钙化斑块区域，计算各冠脉分支的钙化积分值；以及基于各冠脉分支的钙化积分值，计算总钙化积分值。3.根据权利要求1或2所述的方法，其特征在于，所述基于预设的筛选规则，从所述多个第一目标体素筛选出第二目标体素，包括：所述第二目标体素为所述多个第一目标体素中灰度值大于或等于第一灰度阈值的体素；或者，所述第二目标体素为所述多个第一目标体素中灰度值大于或等于第一灰度阈值、同时还满足以下要求的体素；所述体素位于心脏表面区域内；包括有所述体素的候选区域中的体素数量位于第一预设范围内；所述体素的体积达到预设体积阈值；所述体素与周围体素的平均灰度值之差大于或等于第二灰度阈值。4.根据权利要求1或2所述的方法，其特征在于，所述目标模型获得目标图像的全局特征、基于所述目标图像的全局特征而得到各冠脉分支的钙化斑块的候选区域，所述全局特征表征各冠脉分支在心脏表面区域的相对位置。5.根据权利要求3所述的方法，其特征在于，所述目标模型获得目标图像的全局特征，包括：对目标图像的细节和语义进行特征提取，得到目标图像的细节特征和语义特征；基于所述细节特征和语义特征，得到目标图像的注意力特征；基于目标图像的细节特征、语义特征和注意力特征，得到目标图像的上下文特征；基于目标图像的上下文特征，得到所述全局特征。6.根据权利要求1或2所述的方法，其特征在于，在将目标图像输入至目标模型，得到所述目标模型输出的各冠脉分支的钙化斑块的候选区域之前，所述方法还包括：获取训练图像，所述训练图像为包括心脏区域的CSCT图...

【专利技术属性】
技术研发人员：侯俊杰，刘宇航，丁佳，吕晨翀，
申请(专利权)人：北京医准智能科技有限公司，
类型：发明
国别省市：