【技术实现步骤摘要】
本专利技术涉及自动标注，具体涉及动脉血管自动命名模型构建以及命名方法及装置。
技术介绍
1、肺动脉血管树节点分类是一项重要的医学图像处理任务。现有技术中传统的肺动脉血管标注通常依赖于医生观察和手动标注。但是，该方法对医生自身的肺动脉拓扑结构知识提出了考验，在需要大量且快速标注病人样本时存在一定的局限性，并且人工标注难免会出现漏标误标。
技术实现思路
1、有鉴于此，本专利技术提供了一种动脉血管自动命名模型构建以及命名方法及装置，以解决肺动脉血管树节点人工标注的局限性问题。
2、第一方面，本专利技术提供了一种构建动脉血管自动命名模型的方法，方法包括：
3、提取预获取的动脉血管图像中的至少一个关键点坐标和动脉血管图像的血管特征参数；
4、根据动脉血管图像，确定动脉血管图像中相邻血管的邻接矩阵；
5、根据关键点坐标、动脉血管图像、预设条件以及邻接矩阵，确定标注信息；
6、将动脉血管图像、血管特征参数、以及邻接矩阵，输入至预设模型，得到动脉血管图像中每一个血管的分类结果；
7、确定每一个血管对应的分类结果和标注信息的差异信息；
8、当差异信息满足预设标准时，确定预设模型为动脉血管自动命名模型。
9、有益效果，提取预获取的动脉血管图像中的至少一个关键点坐标和动脉血管图像的血管特征参数；在此基础上，根据动脉血管图像，确定动脉血管图像中相邻血管的邻接矩阵，确定了对应的血管分布，提高了血管分类的准确性；根
10、在一种可选的实施方式中，根据动脉血管图像，确定动脉血管图像中相邻血管的邻接矩阵，具体包括：
11、利用预设立方体遍历动脉血管图像，当预设立方体中同时存在至少两个血管标签信息，则将至少两个血管标记为相邻血管；
12、根据所有的相邻血管，确定邻接矩阵。
13、有益效果，利用预设立方体遍历动脉血管图像，当预设立方体中同时存在至少两个血管标签时，将至少两个血管标签标记为相邻血管，提高了动脉血管分类的准确性。
14、在一种可选的实施方式中，根据关键点坐标、动脉血管图像、预设条件以及邻接矩阵，确定标注信息，具体包括：
15、根据关键点坐标以及动脉血管图像的相对位置和预设条件，确定根节点；
16、根据根节点在邻接矩阵的位置，确定邻接矩阵中每一个血管的级数；
17、根据第一血管的级数，对第一血管进行编码标注，得到标注信息，第一血管为邻接矩阵中多个血管中的任一个。
18、有益效果，根据根节点与邻接矩阵的关系，可以准确的确定每一个血管的级数，由此确定的标注信息与血管的级数对应，提高的标注信息的准确性。
19、在一种可选的实施方式中，预设条件包括预设血管宽度和预设筛选条件，根据关键点坐标以及动脉血管图像的相对位置和预设条件，确定根节点，具体包括：
20、根据关键点坐标的在动脉血管图像的相对位置，确定第一节点集；
21、根据第一节点集与预设血管宽度，确定第二节点集；
22、在第二节点集中，选择满足预设标准的血管作为根节点。
23、有益效果，提高了根节点确定的准确性。
24、在一种可选的实施方式中，将动脉血管图像、血管特征参数、以及邻接矩阵，输入至预设模型，得到动脉血管图像中每一个血管的分类结果，具体包括：
25、将至少一个关键点坐标以及动脉血管图像输入至预设网络，提取至少一个关键点坐标处的图像特征，图像特征与血管特征参数对应；
26、将动脉血管图像、图像特征、以及邻接矩阵，输入至预设模型，得到动脉血管图像中每一个血管的分类结果。
27、有益效果，将至少一个关键点坐标与动脉血管图像输入至预设网络，提取在关键点坐标对应位置的图像特征，将图像特征、动脉血管图像以及邻接矩阵输入至预设模型，来预测动脉血管图像中每一个血管对应的分类结果，多个输入特征进一步提高了分类结果的准确性。
28、在一个可选的实施方式中，当差异信息不满于预设标准时，调整预设模型的参数，直至差异信息满足预设标准。
29、有益效果，提高了动脉血管自动命名模型的准确性。
30、第二方面，本专利技术提供了一种动脉血管自动命名方法，方法包括：
31、对预获取的动脉血管图像进行分叶处理，得到多个动脉血管子图像；
32、提取第一动脉血管子图像的至少一个关键点坐标和第一动脉血管子图像的血管特征参数，第一动脉血管子图像为多个动脉血管子图像中的任一个；
33、根据第一动脉血管子图像，确定第一动脉血管子图像中相邻血管的邻接矩阵；
34、根据关键点坐标、第一动脉血管子图像、预设条件以及邻接矩阵，确定标注信息；
35、将第一动脉血管子图像、血管特征参数、以及邻接矩阵，输入至如第一方面或第一方面任一可选实施方式的构建动脉血管自动命名模型的方法所构建的动脉血管自动命名模型，得到第一动脉血管子图像中每个血管的名称；
36、根据每一个动脉血管子图像中关键点坐标对应的血管名称，将多个动脉血管子图像进行合并，得到动脉血管图像中每一个血管的名称。
37、有益效果，对预获取的动脉血管图像进行分叶处理，得到多个动脉血管子图像，提高了动脉血管命名的效率以及准确率；提取第一动脉血管子图像的至少一个关键点坐标和动脉血管图像的血管特征参数；根据动脉血管图像，确定对应的相邻血管的邻接矩阵；根据关键点坐标、动脉血管图像、预设条件以及邻接矩阵，确定标注信息；在此基础上，将每一个动脉血管子图像中关键点坐标对应的血管名称，将多个动脉血管子图像进行合并，得到动脉血管图像中每一个血管的名称，完成了动脉血管的自动标注，提高了标注效率。
38、第三方面，本专利技术提供了一种构建动脉血管自动命名模型的装置，装置包括：
39、第一提取特征模块，用于提取预获取的动脉血管图像中的至少一个关键点坐标和动脉血管图像的血管特征参数；
40、第一确定矩阵模块，用于根据动脉血管图像，确定动脉血管图像中相邻血管的邻接矩阵；
41、第一标注模块，用于根据关键点坐标、动脉血管图像、预设条件以及邻接矩阵，确定标注信息；
42、分类模块，用于将动脉血管图像、血管特征参数、以及邻接矩阵，输入至预设模型，得到动脉血管图像中每一个血管的分类结果；
43、差异确定模块，用于确定每一个血管对应的分类结果本文档来自技高网...
【技术保护点】
1.一种构建动脉血管自动命名模型的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述动脉血管图像，确定所述动脉血管图像中相邻血管的邻接矩阵，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述关键点坐标、所述动脉血管图像、预设条件以及所述邻接矩阵，确定标注信息，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述预设条件包括预设血管宽度和预设筛选条件，所述根据所述关键点坐标以及所述动脉血管图像的相对位置和预设条件，确定根节点，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述动脉血管图像、所述血管特征参数、以及所述邻接矩阵，输入至预设模型，得到所述动脉血管图像中每一个血管的分类结果，具体包括：
6.根据权利要求1-5任一项所述的方法，其特征在于，所述预设模型包括多个子模型，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，当所述差异信息不满于预设标准时，调整所述预设模型的参数，直至所述差异信息满足预设标准。
8.一种
9.一种构建动脉血管自动命名模型的装置，其特征在于，所述装置包括：
10.一种动脉血管自动命名装置，其特征在于，所述装置包括：
11.一种计算机设备，其特征在于，包括：
12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机指令，所述计算机指令用于使计算机执行权利要求1至7中任一项所述的构建动脉血管自动命名模型的方法和权利要求8所述的动脉血管自动命名方法。
...【技术特征摘要】
1.一种构建动脉血管自动命名模型的方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述动脉血管图像，确定所述动脉血管图像中相邻血管的邻接矩阵，具体包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述关键点坐标、所述动脉血管图像、预设条件以及所述邻接矩阵，确定标注信息，具体包括：
4.根据权利要求3所述的方法，其特征在于，所述预设条件包括预设血管宽度和预设筛选条件，所述根据所述关键点坐标以及所述动脉血管图像的相对位置和预设条件，确定根节点，具体包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述动脉血管图像、所述血管特征参数、以及所述邻接矩阵，输入至预设模型，得到所述动脉血管图像中每一个血管的分类结果，具体包括：
6....
【专利技术属性】
技术研发人员：梁力，王则陈，张旭升，赵浩天，林统，
申请(专利权)人：南京氧富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。