血管图像分割方法、电子设备和存储介质技术

本发明专利技术提供了一种血管图像分割方法、电子设备和存储介质，血管图像分割方法，包括：获取待分割血管图像；采用自适应阈值分割法对待分割血管图像进行分割，以获取第一血管分割图像；对第一血管分割图像进行第一处理，以去除第一血管分割图像中的非血管区域，获取第二血管分割图像；采用自适应区域生长法对第二血管分割图像进行修复，以获取第三血管分割图像；对第三血管分割图像进行第二处理，以去除第三血管分割图像中的非血管区域，获取血管蒙板图像；对血管蒙板图像和待分割血管图像进行逻辑与操作，以获取最终的血管图像。本发明专利技术可以有效分割出血管区域，不仅减少了人机交互的繁琐操作，而且可以有效提高图像的分割效率。而且可以有效提高图像的分割效率。而且可以有效提高图像的分割效率。

【技术实现步骤摘要】
血管图像分割方法、电子设备和存储介质


[0001]本专利技术涉及图像处理
，特别涉及一种血管图像分割方法、电子设备和存储介质。

技术介绍

[0002]血管疾病尤其是心血管疾病，已经成为威胁人类生命安全的主要疾病之一。在手术过程中，医生通过血管成像技术来辅助诊断各种血管疾病，例如钙化、主动脉夹层、动脉瘤等。
[0003]血管成像技术包括计算机断层血管造影(CTA)、核磁共振血管造影(MRA)等。血管成像得到的是三维影像，不仅有血管组织同时还包含血管周围其他组织(骨骼，脂肪，肌肉，肺组织等)，无法给医生带来精准诊断。所以，从三维影像中提取整个血管区域，并以三维显示技术展示血管的形态，会提高医生诊断准确率。
[0004]虽然目前已经有很多血管分割的技术，但血管分割问题仍然是一个非常具有挑战性的任务。目前血管分割方法主要以手动和半自动为主，已有的半自动血管分割方法大致可以分为两类：自顶向下和自底向上。现有的血管分割方法主要存在以下问题：
[0005]1、手动血管分割方法需要花费大量的时间和精力。
[0006]2、自顶向下的半自动分割方法需要人为输入种子点作为开始条件，然后基于目标误差迭代合并邻近的区域，最后生成图像。由于该方法需要人为输入种子点信息，且需要不断交互选择种子点来实现图像的分割，因此分割结果会存在人工不可控的误差。
[0007]3、自底向上的半自动分割方法利用管状检测滤波器来分割血管，虽然该方法不需要人为输入初始化信息，但是该方法计算开销大，受噪声影响大且在对比度较低的区域无法得到完整的血管结构。

技术实现思路

[0008]本专利技术的目的在于提供一种血管图像分割方法、电子设备和存储介质，可以有效减少人机交互的繁琐操作，提高图像分割效率。
[0009]为达到上述目的，本专利技术提供一种血管图像分割方法，包括：
[0010]获取待分割血管图像；
[0011]采用自适应阈值分割法对所述待分割血管图像进行分割，以获取第一血管分割图像；
[0012]对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像；
[0013]采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像；
[0014]对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，获取血管蒙板图像；
[0015]对所述血管蒙板图像和所述待分割血管图像进行逻辑与操作，以获取最终的血管图像。
[0016]可选的，在采用自适应阈值分割法对所述待分割血管图像进行分割之前，所述血管图像分割方法包括：在所述待分割血管图像上选取多个关键点；
[0017]所述采用自适应阈值分割法对所述待分割血管图像进行分割，包括：
[0018]根据所述多个关键点的像素值，确定第一上限值和第一下限值；
[0019]根据所述第一上限值和所述第一下限值，对所述待分割血管图像进行分割。
[0020]可选的，所述根据所述多个关键点的像素值，确定第一上限值和第一下限值，包括：
[0021]对所述多个关键点的像素值进行统计，以确定出最大像素值和最小像素值；
[0022]根据所述最大像素值和所述最小像素值，确定第一上限值和第一下限值；
[0023]其中，所述第一上限值和所述第一下限值的计算公式如下所示：
[0024]T
max1
＝P
max
*(1+α)
[0025]T
min1
＝P
min
*(1
‑
α)
[0026]式中，T
max1
为第一上限值，P
max
最大像素值，T
min1
为第一下限值，P
min
为最小像素值，α为第一调节因子，α的取值为0～1。
[0027]可选的，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：
[0028]对所述第一血管分割图像进行形态学腐蚀操作，以将血管区域与非血管区域分开；
[0029]将所述关键点作为种子点，对经形态学腐蚀操作后的所述第一血管分割图像进行连通域分析，将与所述关键点对应的连通域作为血管区域；
[0030]对所述血管区域进行形态学膨胀操作，以获取第二血管分割图像。
[0031]可选的，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：
[0032]对所述待分割血管图像进行梯度计算，以获取梯度图像；
[0033]对所述梯度图像中的强边缘像素点和弱边缘像素点进行回归处理，以获取第一图像；
[0034]将所述第一图像与所述第一血管分割图像进行逻辑与操作，以获取第二图像；
[0035]将所述关键点作为种子点，对所述第二图像进行连通域分析，以获取包含血管区域的第三图像，其中，将与所述关键点对应的连通域作为血管区域；
[0036]对所述第三图像中的血管区域进行形态学膨胀操作，以获取第四图像；
[0037]将所述第四图像与所述第一血管分割图像进行逻辑与操作，以获取第二血管分割图像。
[0038]可选的，所述待分割血管图像为CTA图像，所述对所述待分割血管图像进行梯度计算，以获取梯度图像，包括：
[0039]对所述待分割血管图像进行截断处理，以将所述待分割血管图像中各像素点的像素值调整至预设范围内；
[0040]对截断处理后的所述待分割血管图像的像素值进行线性缩放，以将所述待分割血
管图像的像素值缩放至0
‑
255范围；
[0041]对像素值缩放至0
‑
255范围的所述待分割血管图像进行梯度计算，以获取梯度图像。
[0042]可选的，所述采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像，包括：
[0043]将所述第二血管分割图像与所述待分割血管图像进行逻辑与操作，以获取第五图像；
[0044]分别采用自适应区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复；
[0045]将各个所述区域的区域生长结果进行相加，以获取第三血管分割图像。
[0046]可选的，所述分别采用自适应区域生长法对所述第二血管分割图像中的每一相邻的两所述关键点之间的区域进行修复，包括：
[0047]根据所述多个关键点的像素值，确定第二上限值和第二下限值；
[0048]根据所述第二上限值和所述第二下限值，分别采用区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复。
[0049]可选的，所述对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，包括：
[0050]对所述第三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种血管图像分割方法，其特征在于，包括：获取待分割血管图像；采用自适应阈值分割法对所述待分割血管图像进行分割，以获取第一血管分割图像；对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像；采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像；对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，获取血管蒙板图像；对所述血管蒙板图像和所述待分割血管图像进行逻辑与操作，以获取最终的血管图像。2.根据权利要求1所述的血管图像分割方法，其特征在于，在采用自适应阈值分割法对所述待分割血管图像进行分割之前，所述血管图像分割方法包括：在所述待分割血管图像上选取多个关键点；所述采用自适应阈值分割法对所述待分割血管图像进行分割，包括：根据所述多个关键点的像素值，确定第一上限值和第一下限值；根据所述第一上限值和所述第一下限值，对所述待分割血管图像进行分割。3.根据权利要求2所述的血管图像分割方法，其特征在于，所述根据所述多个关键点的像素值，确定第一上限值和第一下限值，包括：对所述多个关键点的像素值进行统计，以确定出最大像素值和最小像素值；根据所述最大像素值和所述最小像素值，确定第一上限值和第一下限值；其中，所述第一上限值和所述第一下限值的计算公式如下所示：T
max1
＝P
max
*(1+α)T
min1
＝P
min
*(1
‑
α)式中，T
max1
为第一上限值，P
max
最大像素值，T
min1
为第一下限值，P
min
为最小像素值，α为第一调节因子，α的取值为0～1。4.根据权利要求2所述的血管图像分割方法，其特征在于，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：对所述第一血管分割图像进行形态学腐蚀操作，以将血管区域与非血管区域分开；将所述关键点作为种子点，对经形态学腐蚀操作后的所述第一血管分割图像进行连通域分析，将与所述关键点对应的连通域作为血管区域；对所述血管区域进行形态学膨胀操作，以获取第二血管分割图像。5.根据权利要求2所述的血管图像分割方法，其特征在于，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：对所述待分割血管图像进行梯度计算，以获...

【专利技术属性】
技术研发人员：陈俊强，孙京文，杨溪，
申请(专利权)人：上海微创卜算子医疗科技有限公司，
类型：发明
国别省市：