【技术实现步骤摘要】
血管造影图像处理与分割方法、装置
[0001]本专利技术涉及神经网络和图像分割
,尤其是涉及一种血管造影图像处理与分割方法
、
装置
。
技术介绍
[0002]在
X
射线血管造影中,全自动血管轮廓分割是计算机辅助血管疾病诊断和制定治疗策略的关键组成部分
。
其可用于提供客观定量的血管形态学信息并用作计算临床诊断指标
(
如提供血管直径或横截面积减少百分比等信息
)
,有助于系统性评估血管狭窄的严重程度和消除不同医生使用目视检查法评估血管狭窄程度而造成的主观性差异
。
但是,由于
X
射线血管造影图像固有的低信噪比和图像中混杂的背景结构
(
如导管
、
患者脊柱和肋骨等重叠结构
)
,使得造影图像中的血管特征不易与机体骨骼或介入器械的特征产生明显区分,甚至相互重叠,不利于精确分割血管轮廓,易导致自动分割结果与人工手动分割结果之间存在差异,有时甚至差异较大 ...
【技术保护点】
【技术特征摘要】
1.
一种血管造影图像处理与分割方法,其特征在于,所述方法包括:获取血管造影图像,将所述血管造影图像输入预先参数择优的多个滤波器中;其中,每个所述滤波器对应多种超参数取值;基于每个所述滤波器对应的多种超参数取值对所述血管造影图像进行滤波处理得到多个滤波后图像,将每个所述滤波器的多个滤波后图像进行复合处理得到每个所述滤波器的复合滤波图像;将多个所述复合滤波图像输入预先训练的神经网络联合分割模型,输出所述血管造影图像的复合血管分割结果
。2.
根据权利要求1所述的方法,其特征在于,将每个所述滤波器的多个滤波后图像进行复合处理得到每个所述滤波器的复合滤波图像的步骤,包括:将每个所述滤波后图像进行图像归一化处理得到多个归一化图像;将多个所述归一化图像进行复合处理得到每个所述滤波器的复合滤波图像
。3.
根据权利要求2所述的方法,其特征在于,将多个所述归一化图像进行复合处理得到每个所述滤波器的复合滤波图像的步骤,包括:通过以下算式将多个所述归一化图像进行复合处理得到每个所述滤波器的复合滤波图像:其中,
I
i,j
为所述复合滤波图像的第
i
行
j
列的像素值,
N
为所述超参数取值的数量,为第
k
个所述超参数取值对应的所述归一化图像的第
i
行
j
列的像素值,
max
为取最大值操作
。4.
根据权利要求1所述的方法,其特征在于,所述神经网络联合分割模型包括多个深度神经网络模型;将多个所述复合滤波图像输入预先训练的神经网络联合分割模型,输出所述血管造影图像的复合血管分割结果的步骤,包括:将多个所述复合滤波图像分别输入多个所述深度神经网络模型,每个所述深度神经网络模型确定输入的所述复合滤波图像的血管分割结果;所述神经网络联合分割模型将多个所述血管分割结果进行复合处理得到所述血管造影图像的复合血管分割结果
。5.
根据权利要求4所述的方法,其特征在于,所述神经网络联合分割模型将多个所述血管分割结果进行复合处理得到所述血管造影图像的复合血管分割结果的步骤,包括:通过以下算式将多个所述血管分割结果进行复合处理得到所述血管造影图像的复合血管分割结果:其中,
C
i,j
为所述复合血管分割结果中第
i
行
j
列的像素分类,所述像素分类包括血管分类和非血管分类,
P
为...
【专利技术属性】
技术研发人员:何好,张金骜,刘斌,
申请(专利权)人:深圳市赛禾医疗技术有限公司,
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。