System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种血管命名方法、装置、设备及介质制造方法及图纸_技高网

一种血管命名方法、装置、设备及介质制造方法及图纸

技术编号:40805097 阅读:2 留言:0更新日期:2024-03-28 19:29
本发明专利技术公开了一种血管命名方法、装置、设备及介质,通过获取血管造影图像,确定所述血管造影图像对应的血管中心线;识别所述血管中心线中的节点,确定第一节点特征;基于所述节点对所述血管中心线进行抽象处理,得到节点间连接边的边特征;基于所述第一节点特征和所述边特征确定节点特征拼接矩阵和邻接矩阵;将所述节点特征拼接矩阵和所述邻接矩阵输入节点分类网络模型,得到节点类别标签;根据所述节点类别标签和所述邻接矩阵对血管进行命名。本发明专利技术实施例可以通过简化复杂且迂曲的血管,血管抽象成图结构进行节点分类,解决了血管分割错乱的情况下血管命名准确率低的问题,根据血管的拓扑结构推断血管命名,提升血管命名的准确率。

【技术实现步骤摘要】

本专利技术涉及图像数据处理,尤其涉及一种血管命名方法、装置、设备及介质


技术介绍

1、冠状动脉造影术是心脏疾病诊断的重要方法,准确地命名冠脉造影图像中的各个血管在手术规划和介入治疗中有着重要的研究意义和价值。

2、目前,通常使用基于深度学习的图像多类分割算法从冠脉造影图像中分割出各个血管,并根据各个血管分割标签为血管命名。但是,冠脉造影图像中的血管之间相互重叠和缠绕,基于深度学习的图像多类分割算法预测的分割结果误差大,得到的血管命名准确率低。


技术实现思路

1、本专利技术提供了一种血管命名方法、装置、设备及介质,以解决血管分割错乱的情况下血管命名准确率低的问题,根据血管的拓扑结构推断血管命名,提升血管命名的准确率。

2、根据本专利技术的一方面,提供了一种血管命名方法,包括:

3、获取血管造影图像,确定血管造影图像对应的血管中心线;

4、识别血管中心线中的节点,确定第一节点特征,其中,节点包括端点和分叉点;

5、基于节点对血管中心线进行抽象处理,得到节点间连接边的边特征;

6、基于第一节点特征和边特征确定节点特征拼接矩阵和邻接矩阵;

7、将节点特征拼接矩阵和邻接矩阵输入节点分类网络模型,得到节点类别标签;根据节点类别标签和邻接矩阵对血管进行命名。

8、根据本专利技术的另一方面,提供了一种血管命名装置,包括:

9、血管中心线确定模块,用于获取血管造影图像,确定血管造影图像对应的血管中心线;

10、第一节点特征确定模块,用于识别血管中心线中的节点,确定第一节点特征,其中,节点包括端点和分叉点;

11、边特征确定模块,用于基于节点对血管中心线进行抽象处理,得到节点间连接边的边特征;

12、矩阵确定模块,用于基于第一节点特征和边特征确定节点特征拼接矩阵和邻接矩阵;

13、血管命名模块,用于将节点特征拼接矩阵和邻接矩阵输入节点分类网络模型,得到节点类别标签;根据节点类别标签和邻接矩阵对血管进行命名。

14、根据本专利技术的另一方面,提供了一种电子设备,电子设备包括:

15、至少一个处理器;以及

16、与至少一个处理器通信连接的存储器;其中,

17、存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本专利技术任一实施例的血管命名方法。

18、根据本专利技术的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本专利技术任一实施例的血管命名方法。

19、本专利技术实施例的技术方案,通过获取血管造影图像,确定血管造影图像对应的血管中心线;识别血管中心线中的节点,确定第一节点特征;基于节点对血管中心线进行抽象处理,得到节点间连接边的边特征;基于第一节点特征和边特征确定节点特征拼接矩阵和邻接矩阵;将节点特征拼接矩阵和邻接矩阵输入节点分类网络模型,得到节点类别标签;根据节点类别标签和邻接矩阵对血管进行命名,简化了复杂且迂曲的血管,将血管抽象成节点和边来构建图结构对节点分类,一定程度上解决了血管命名不完整或错误的问题,提升了血管命名的准确率。

20、应当理解,本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征,也不用于限制本专利技术的范围。本专利技术的其他特征将通过以下的说明书而变得容易理解。

本文档来自技高网...

【技术保护点】

1.一种血管命名方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取血管造影图像,确定所述血管造影图像对应的血管中心线,包括:

3.根据权利要求2所述的方法,其特征在于,在基于所述血管第三分割结果提取血管中心线之后,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述识别所述血管中心线中的节点,确定第一节点特征,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述节点对所述血管中心线进行抽象处理,得到节点间连接边的边特征,包括:

6.根据权利要求5所述的方法,其特征在于,所述基于所述节点间的邻接关系建立相邻所述节点间的所述连接边,包括:

7.根据权利要求1所述的方法,其特征在于,所述基于所述第一节点特征和所述边特征确定节点特征拼接矩阵和邻接矩阵,包括:

8.根据权利要求1所述的方法,其特征在于,所述节点分类网络模型为图卷积神经网络模型;

9.一种血管命名装置,其特征在于,包括:

10.一种电子设备,其特征在于,所述电子设备包括:

11.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-8中任一项所述的血管命名方法。

...

【技术特征摘要】

1.一种血管命名方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述获取血管造影图像,确定所述血管造影图像对应的血管中心线,包括:

3.根据权利要求2所述的方法,其特征在于,在基于所述血管第三分割结果提取血管中心线之后,所述方法还包括:

4.根据权利要求1所述的方法,其特征在于,所述识别所述血管中心线中的节点,确定第一节点特征,包括:

5.根据权利要求4所述的方法,其特征在于,所述基于所述节点对所述血管中心线进行抽象处理,得到节点间连接边的边特征,包括:

6.根据权利要求5所述的方法,其特征在于,所...

【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:

网友询问留言 已有0条评论
  • 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。

1