获取主动脉中心线的方法、装置、设备、介质及程序产品制造方法及图纸

本申请提供了一种获取主动脉中心线的方法、装置、设备、介质及程序产品，包括：基于预训练卷积神经网络算法对CTA图像进行预处理，获取目标分割预测结果和主干分割预测结果；基于预训练卷积神经网络算法对CTA图像进行预处理，获取目标主动脉的目标分割预测结果和主干分割预测结果；根据目标分割预测结果的血管骨架线，获取目标主动脉中血管分段的血管顶点集合和第一端点集合；根据主干分割预测结果，从第一端点集合中提取主动脉窦部端点，并确定第二端点集合；根据迪杰斯特拉Dijkstra算法和血管顶点集合，从第一最短路径集合中提取第二最短路径集合，将第二最短路径集合确定为主动脉中心线，以提高获取主动脉中心线的效率。以提高获取主动脉中心线的效率。以提高获取主动脉中心线的效率。

【技术实现步骤摘要】
获取主动脉中心线的方法、装置、设备、介质及程序产品


[0001]本申请实施例涉及医学影像领域，尤其涉及一种获取主动脉中心线的方法、装置、设备、介质及程序产品。

技术介绍

[0002]主动脉中心线是指从主动脉血管影像获取的主动脉血管的特征曲线。其中，主动脉血管影像是指通过电子计算机断层扫描血管造影(CTA，Computed Tomography angiography)成像设备对患者的主动脉造影得到的三维血管影像。
[0003]相关技术中，首先接收标记方手动标记的血管端点(如，起点、分叉点和终点)，将各个血管端点以及各个血管中心点进行连接，以获取主动脉中心线。然而，如果标记方手动标记的血管端点，需要耗费较多的时间，导致获取主动脉中心的效率较低。

技术实现思路

[0004]本申请提供一种获取主动脉中心线的方法、装置、设备、介质及程序产品，以提高获取主动脉中心线的效率。
[0005]第一方面，提供一种获取主动脉中心线的方法，包括：首先，基于预训练卷积神经网络算法对电子计算机断层扫描血管造影CTA图像进行预处理，获取目标主动脉的目标分割预测结果，以及目标主动脉的主干分割预测结果。接下来，根据目标分割预测结果的血管骨架线，获取目标主动脉中血管分段的血管顶点集合和第一端点集合；然后，根据主干分割预测结果，从第一端点集合中提取主动脉窦部端点，并将删除主动脉窦部端点的第一端点集合确定为第二端点集合。最后，根据迪杰斯特拉Dijkstra算法和血管顶点集合，计算第一最短路径集合，并从第一最短路径集合中提取第二最短路径集合，将第二最短路径集合确定为主动脉中心线。
[0006]其中，CTA图像包括目标主动脉的切片图像；血管顶点集合中的血管顶点包括至少一个血管端点和至少一个分叉点；第一端点集合包括：按照预置图像分层方向排列的至少一个血管端点中的各个血管端点；第一路径集合包括从主动脉窦部端点到血管顶点集合中每个血管顶点的最短路径，第二最短路径集合包括从主动脉窦部端点到第二端点集合中每个血管端点的最短路径。
[0007]第二方面，提供一种获取主动脉中心线的装置，包括：第一获取模块、第二获取模块、第一处理模块和第二处理模块；
[0008]其中，第一获取模块，用于基于预训练卷积神经网络算法对电子计算机断层扫描血管造影CTA图像进行预处理，获取目标主动脉的目标分割预测结果，以及目标主动脉的主干分割预测结果；CTA图像包括目标主动脉的切片图像；
[0009]第二获取模块，用于根据目标分割预测结果的血管骨架线，获取目标主动脉中血管分段的血管顶点集合和第一端点集合；血管顶点集合中的血管顶点包括至少一个血管端点和至少一个分叉点；第一端点集合包括：按照预置图像分层方向排列的至少一个血管端
点中的各个血管端点；
[0010]第一处理模块，用于根据主干分割预测结果，从第一端点集合中提取主动脉窦部端点，并将删除主动脉窦部端点的第一端点集合确定为第二端点集合；
[0011]第二处理模块，用于根据迪杰斯特拉Dijkstra算法和血管顶点集合，计算第一最短路径集合，并从第一最短路径集合中提取第二最短路径集合，将第二最短路径集合确定为主动脉中心线；第一路径集合包括从主动脉窦部端点到血管顶点集合中每个血管顶点的最短路径，第二最短路径集合包括从主动脉窦部端点到第二端点集合中每个血管端点的最短路径。
[0012]第三方面，提供一种电子设备，包括：处理器和存储器，该存储器用于存储计算机程序，该处理器用于调用并运行该存储器中存储的计算机程序，执行如第一方面或其各实现方式中的方法。
[0013]第四方面，提供一种计算机可读存储介质，用于存储计算机程序，计算机程序使得计算机执行如第一方面或其各实现方式中的方法。
[0014]第五方面，提供一种计算机程序产品，包括计算机程序指令，该计算机程序指令使得计算机执行如第一方面或其各实现方式中的方法。
[0015]第六方面，提供一种计算机程序，计算机程序使得计算机执行如第一方面或其各实现方式中的方法。
[0016]通过本申请提供的技术方案，电子设备首先可以基于预训练卷积神经网络算法对CTA图像进行预处理，获取目标主动脉的目标分割预测结果，以及目标主动脉的主干分割预测结果。接下来，根据目标分割预测结果的血管骨架线，获取目标主动脉中血管分段的血管顶点集合和第一端点集合；然后，根据主干分割预测结果，从第一端点集合中提取主动脉窦部端点，并将删除主动脉窦部端点的第一端点集合确定为第二端点集合。最后，根据迪杰斯特拉Dijkstra算法和血管顶点集合，计算第一最短路径集合，并从第一最短路径集合中提取第二最短路径集合，将第二最短路径集合确定为主动脉中心线。在上述过程中，电子设备可以自动查找起始点(主动脉窦部端点)和终止点(第二端点集合中的血管端点)，与手表标记血管端点相比能够提高获取主动脉中心线的效率。在上述过程中，电子设备可以通过迪杰斯特拉Dijkstra算法自动获取主动脉中心线，随着电子设备性能的逐渐提升，获取主动脉中心线的速度逐渐加快，使得电子设备能够批量获取主动脉中心线。
附图说明
[0017]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0018]图1为本申请实施例提供的一种应用场景图；
[0019]图2为本申请实施例提供的第一种获取主动脉中心线的方法流程图；
[0020]图3为本申请实施例提供的第二种获取主动脉中心线的方法流程图；
[0021]图4为本申请实施例提供的一种血管轮廓的示意图；
[0022]图5为本申请实施例提供的第三种获取主动脉中心线的方法流程图；
[0023]图6为本申请实施例提供的第四种获取主动脉中心线的方法流程图；
[0024]图7为本申请实施例提供的一种主干起始点的示意图；
[0025]图8为本申请实施例提供的第五种获取主动脉中心线的方法流程图；
[0026]图9为本申请实施例提供的一种主动脉中心线的示意图；
[0027]图10为本申请实施例提供的一种获取主动脉中心线的装置1000的示意图；
[0028]图11是本申请实施例提供的电子设备1100的示意性框图。
具体实施方式
[0029]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0030]需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种获取主动脉中心线的方法，其特征在于，包括：基于预训练卷积神经网络算法对电子计算机断层扫描血管造影CTA图像进行预处理，获取目标主动脉的目标分割预测结果，以及所述目标主动脉的主干分割预测结果；所述CTA图像包括所述目标主动脉的切片图像；根据所述目标分割预测结果的血管骨架线，获取所述目标主动脉中血管分段的血管顶点集合和第一端点集合；所述血管顶点集合中的血管顶点包括至少一个血管端点和至少一个分叉点；所述第一端点集合包括：按照预置图像分层方向排列的所述至少一个血管端点中的各个血管端点；根据所述主干分割预测结果，从所述第一端点集合中提取主动脉窦部端点，并将删除所述主动脉窦部端点的第一端点集合确定为第二端点集合；根据迪杰斯特拉Dijkstra算法和所述血管顶点集合，计算第一最短路径集合，并从所述第一最短路径集合中提取第二最短路径集合，将所述第二最短路径集合确定为所述主动脉中心线；所述第一路径集合包括从所述主动脉窦部端点到所述血管顶点集合中每个血管顶点的最短路径，所述第二最短路径集合包括从所述主动脉窦部端点到所述第二端点集合中每个血管端点的最短路径。2.根据权利要求1所述的方法，其特征在于，所述基于预训练卷积神经网络算法对电子计算机断层扫描血管造影CTA图像进行预处理，获取目标主动脉的目标分割预测结果，以及所述目标主动脉的主干分割预测结果，包括：获取所述CTA图像中的每层切片图像；将所述每层切片图像中各个像素点的灰度值，输入所述预训练卷积神经网络算法，得到所述每层切片图像中各个像素点的灰度特征值；根据预置主干阈值、预置支干阈值以及所述每层切片图像中各个像素点的灰度特征值，得到所述目标主动脉的主干掩码和支干掩码；将所述主干掩码对应的图像，确定为所述目标主动脉的主干分割预测结果，并且，合并所述主干掩码和所述支干掩码得到动脉掩码，将所述动脉掩码对应的图像，确定为所述目标主动脉的目标分割预测结果。3.根据权利要求1或2所述的方法，其特征在于，所述根据所述目标分割预测结果的血管骨架线，获取所述目标主动脉中血管分段的血管顶点集合和第一端点集合，包括：根据预置细化算法，对所述目标分割预测结果进行细化，得到所述目标主动脉的血管骨架线；根据所述血管骨架线上每个像素点的邻域点数量，获取所述目标主动脉中血管分段的血管顶点，得到所述血管顶点集合；从所述血管顶点集合中提取所述邻域点数量为1的至少一个血管端点，按照预置图像分层方向将所述至少一个血管端点中的各个血管端点，生成所述第一端点集合。4.根据权利要求2所述的方法，其特征在于，所述根据所述主干分割预测结果，从所述第一端点集合中提取主动脉窦部端点，并将删除所述主动脉窦部端点的第一端点集合确定为第二端点集合，包括：按照预置图像分层方向，从所述第一端点集合中血管端点对应的最小分层方向值开始到最大分层方向值为止，根据所述主干分割预测结果，查找主干起始点，所述主干起始点所
在的当前层切片图像对应的连通区域数量为1，并且所述当前层切片图像的下一层切片图像对应的连通区域数量为2；所述主干起始点为所述当前层切片图像对应的连通区域的区域中心点；从所述第一端点集合中提取主动脉窦部端点，所述主动脉窦部端点为所述第一端点集合中与所述主干起始点距离最近的血管端点；将删除所述主动脉窦部端点的第一端点...

【专利技术属性】
技术研发人员：张迪，彭成宝，张霞，
申请(专利权)人：沈阳东软智能医疗科技研究院有限公司，
类型：发明
国别省市：