本申请提供了一种基于中心线的血管命名方法、装置、电子设备及介质,所述血管命名方法包括:获取初始血管图像,对初始血管图像进行血管初分割处理,得到血管初分割图像;对血管初分割图像进行骨架化处理,得到血管中心线图像;基于血管中心线图像,对血管中心线图像进行点云特征处理,提取血管中心线的点云特征;将血管中心线的点云特征输入点云分割模型中,得到血管的中心线点云分类结果;基于血管的中心线点云分类结果,对血管进行命名。采用本申请提供的技术方案能够通过提取血管中心线上的点云特征,预测血管中心线上的点云的分类,基于分类结果对血管进行命名,减少了图像背景噪声的干扰,提高了血管命名的准确性以及效率。率。率。
【技术实现步骤摘要】
一种基于中心线的血管命名方法、装置、电子设备及介质
[0001]本申请涉及医学图像
,尤其是涉及一种基于中心线的血管命名方法、装置、电子设备及介质。
技术介绍
[0002]血管疾病严重威胁人类的生命健康,在血管疾病的智能筛查过程中,从图像上准确地命名各个血管是必不可少的也是具有挑战性的任务。血管的准确命名可为后续血管配准和血管三维重建提供基础。
[0003]目前,大多数的血管命名技术是将整个图像采用二值分割的点云坐标特征作为输入,不仅引入了背景噪声,使得深度网络的分割准确率降低;并且采用二值分割作为输入的点云分割方法需要在推断时预测更多的点,影响了后续血管命名的效率;因此,如何对血管进行命名,成为了亟待解决的问题。
技术实现思路
[0004]有鉴于此,本申请的目的在于提供一种基于中心线的血管命名方法、装置、电子设备及介质,能够通过提取血管中心线上的点云特征,预测血管中心线上的点云的分类,基于分类结果对血管进行命名,减少了图像背景噪声的干扰,提高了血管命名的准确性以及效率。
[0005]本申请主要包括以下几个方面:
[0006]第一方面,本申请实施例提供了一种基于中心线的血管命名方法,所述血管命名方法包括:
[0007]获取初始血管图像,对所述初始血管图像进行血管初分割处理,得到血管初分割图像;
[0008]对所述血管初分割图像进行骨架化处理,得到血管中心线图像;
[0009]基于所述血管中心线图像,对所述血管中心线图像进行点云特征处理,提取血管中心线的点云特征;
[0010]将所述血管中心线的点云特征输入点云分割模型中,得到血管的中心线点云分类结果;
[0011]基于所述血管的中心线点云分类结果,对所述血管进行命名。
[0012]进一步的,所述基于所述血管中心线图像,对所述血管中心线图像进行点云特征处理,提取血管中心线的点云特征的步骤,包括:
[0013]基于所述血管中心线图像中的每个点云的预测标签值,在所述血管中心线图像包括的所有点云中,将所述预测标签值指示于前景点的点云确定为目标点云;
[0014]在所述血管中心线图像中提取出所述目标点云的位置坐标以及灰度值,并确定每个目标点云所对应的血管半径以及每个目标点云的方向向量;
[0015]针对每个目标点云,将该目标点云的位置坐标、灰度值、对应的血管半径以及方向
向量进行拼接,得到该目标点云的点云特征;
[0016]将每个目标点云的点云特征的组合,确定为血管中心线的点云特征。
[0017]进一步的,通过以下步骤确定每个目标点云所对应的血管半径:
[0018]基于所述血管初分割图像中每个点云的预测标签值,将所述血管初分割图像进行取反处理,得到取反图像;
[0019]针对每个目标点云,以该目标点云为圆心,基于预设步长,得到该目标点云对应的膨胀区域;
[0020]确定该目标点云对应的膨胀区域与所述取反图像是否产生交集;
[0021]若否,则将该目标点云对应的膨胀区域的半径增加所述预设步长,更新该目标点云对应的膨胀区域,再次确定该目标点云对应的膨胀区域与所述取反图像是否产生交集;
[0022]若是,则基于该目标点云对应的膨胀区域的面积,确定该目标点云对应的血管半径。
[0023]进一步的,通过以下步骤确定每个目标点云的方向向量:
[0024]基于所述血管中心线图像中每个目标点云的位置坐标,确定每个目标点云的下一个目标点云的位置坐标;
[0025]针对每个目标点云,基于该目标点云的下一个目标点云的位置坐标以及该目标点云的位置坐标,确定该目标点云的方向向量。
[0026]进一步的,所述基于所述血管的中心线点云分类结果,对所述血管进行命名的步骤,包括:
[0027]基于所述血管的中心线点云分类结果,提取每类中心线点云分类结果中的目标点云的位置坐标,得到每类中心线点云分类结果对应的坐标列表;
[0028]针对每类中心线点云分类结果对应的坐标列表,确定该类中心线点云分类结果对应的坐标列表与预先确定的中心线二维列表中的每一条中心线的坐标列表的交集;
[0029]在所述交集中,将所述交集中交点数量最多的交集对应的中心线的坐标列表所表征的血管命名为该类中心线点云分类结果。
[0030]进一步的,通过以下步骤确定中心线二维列表:
[0031]获取所述血管中心线图像中的每个目标点云相邻的目标点云个数;
[0032]将所述相邻的目标点云个数为一个的目标点云确定为端点;
[0033]针对每个端点,确定以该端点为中心的预设矩形区域与所述血管初分割图像的目标交集;
[0034]在每个端点对应的目标交集中,将所述目标交集中交点数量最多的目标交集对应的端点确定为起始点;
[0035]从所述起始点开始进行深度优先遍历,将每一条中心线的目标点云的位置坐标构成的坐标列表的集合,确定为中心线二维列表。
[0036]第二方面,本申请实施例还提供了一种基于中心线的血管命名装置,所述血管命名装置包括:
[0037]获取模块,用于获取初始血管图像,对所述初始血管图像进行血管初分割处理,得到血管初分割图像;
[0038]处理模块,用于对所述血管初分割图像进行骨架化处理,得到血管中心线图像;
[0039]提取模块,用于基于所述血管中心线图像,对所述血管中心线图像进行点云特征处理,提取血管中心线的点云特征;
[0040]分类模块,用于将所述血管中心线的点云特征输入点云分割模型中,得到血管的中心线点云分类结果;
[0041]命名模块,用于基于所述血管的中心线点云分类结果,对所述血管进行命名。
[0042]进一步的,所述提取模块具体用于:
[0043]基于所述血管中心线图像中的每个点云的预测标签值,在所述血管中心线图像包括的所有点云中,将所述预测标签值指示于前景点的点云确定为目标点云;
[0044]在所述血管中心线图像中提取出所述目标点云的位置坐标以及灰度值,并确定每个目标点云所对应的血管半径以及每个目标点云的方向向量;
[0045]针对每个目标点云,将该目标点云的位置坐标、灰度值、对应的血管半径以及方向向量进行拼接,得到该目标点云的点云特征;
[0046]将每个目标点云的点云特征的组合,确定为血管中心线的点云特征。
[0047]第三方面,本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的基于中心线的血管命名方法的步骤。
[0048]第四方面,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如上述的基于中心线的血管命名方法的步骤。
[0049]本申请本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于中心线的血管命名方法,其特征在于,所述血管命名方法包括:获取初始血管图像,对所述初始血管图像进行血管初分割处理,得到血管初分割图像;对所述血管初分割图像进行骨架化处理,得到血管中心线图像;基于所述血管中心线图像,对所述血管中心线图像进行点云特征处理,提取血管中心线的点云特征;将所述血管中心线的点云特征输入点云分割模型中,得到血管的中心线点云分类结果;基于所述血管的中心线点云分类结果,对所述血管进行命名。2.根据权利要求1所述的血管命名方法,其特征在于,所述基于所述血管中心线图像,对所述血管中心线图像进行点云特征处理,提取血管中心线的点云特征的步骤,包括:基于所述血管中心线图像中的每个点云的预测标签值,在所述血管中心线图像包括的所有点云中,将所述预测标签值指示于前景点的点云确定为目标点云;在所述血管中心线图像中提取出所述目标点云的位置坐标以及灰度值,并确定每个目标点云所对应的血管半径以及每个目标点云的方向向量;针对每个目标点云,将该目标点云的位置坐标、灰度值、对应的血管半径以及方向向量进行拼接,得到该目标点云的点云特征;将每个目标点云的点云特征的组合,确定为血管中心线的点云特征。3.根据权利要求2所述的血管命名方法,其特征在于,通过以下步骤确定每个目标点云所对应的血管半径:基于所述血管初分割图像中每个点云的预测标签值,将所述血管初分割图像进行取反处理,得到取反图像;针对每个目标点云,以该目标点云为圆心,基于预设步长,得到该目标点云对应的膨胀区域;确定该目标点云对应的膨胀区域与所述取反图像是否产生交集;若否,则将该目标点云对应的膨胀区域的半径增加所述预设步长,更新该目标点云对应的膨胀区域,再次确定该目标点云对应的膨胀区域与所述取反图像是否产生交集;若是,则基于该目标点云对应的膨胀区域的面积,确定该目标点云对应的血管半径。4.根据权利要求2所述的血管命名方法,其特征在于,通过以下步骤确定每个目标点云的方向向量:基于所述血管中心线图像中每个目标点云的位置坐标,确定每个目标点云的下一个目标点云的位置坐标;针对每个目标点云,基于该目标点云的下一个目标点云的位置坐标以及该目标点云的位置坐标,确定该目标点云的方向向量。5.根据权利要求1所述的血管命名方法,其特征在于,所述基于所述血管的中心线点云分类结果,对所述血管进行命名的步骤,包括:基于所述血管的中心线点云分类结果,提取每类中心线点云分类结果中的目标点云的位置坐标,得到每类中心线点云分类结果对应的坐标列表;针对每类中心线点云分类结果对应的坐标列表,确定...
【专利技术属性】
技术研发人员:刘振东,马骏,郑凌霄,兰宏志,
申请(专利权)人:深圳睿心智能医疗科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。