三维图像血管分割方法及系统技术方案

三维图像血管分割方法及系统，有效实现从源域到目标域的跨部位自适应微调，从而快速、有效地得到准确的目标血管分割结果。方法包括：(1)使用公开的肝脏血管CTA标注数据集Task08_HepaticVessel作为源域，通过源域分割网络生成预训练模型，用于初始化目标分割网络的参数；(2)以目标血管图像为目标域，利用代理网络学习最优微调策略；(3)基于微调策略指导目标分割网络中每个卷积滤波器的预训练参数选择冻结或微调，并通过高斯有符号距离图辅助目标分割网络学习血管几何特征。

【技术实现步骤摘要】

本专利技术涉及医学图像处理的，尤其涉及一种三维图像血管分割方法，以及三维图像血管分割系统，其能够从三维血管图像中自动准确分割血管。

技术介绍

1、血管疾病已经在全世界范围内对人类健康造成严重的威胁，例如动脉粥样硬化、血管畸形、动脉瘤以及动脉夹层等疾病广泛存在于脑部、心脏、肝脏等不同身体部位的血管中。血管结构的分析是诊断血管疾病的必需环节。为了减轻病人的痛苦，同时有效分析这些病变，近年来计算机断层扫描血管造影(cta)与磁共振血管造影(mra)等非侵入式三维成像模态在临床中越来越多地使用，以代替以x射线血管造影为代表的侵入式成像模态。血管分割结果可表示血管网络的拓扑结构，其完整性与准确性影响着各种血管分析应用的有效性和鲁棒性。

2、目前对于三维医学图像中的血管分割，通常分为模型驱动方法与数据驱动方法两大类。其中，模型驱动方法基于图像中血管灰度分布和几何形状等先验假设，通过多尺度滤波、最小路径法、活动轮廓模型和路径跟踪等方法提取血管结构。这种方法严重依赖人工精心设计特征，难以适应于复杂的三维血管分割任务。数据驱动方法中的深度学习网络可实现对医学图像本文档来自技高网...

【技术保护点】

1.三维图像血管分割方法，其特征在于：其包括以下步骤：

2.根据权利要求1所述的三维图像血管分割方法，其特征在于：所述步骤(1)包括以下分步骤：

3.根据权利要求2所述的三维图像血管分割方法，其特征在于：所述步骤(2)包括以下分步骤：

4.根据权利要求3所述的三维图像血管分割方法，其特征在于：所述步骤(3)包括以下分步骤：

5.根据权利要求4所述的三维图像血管分割方法，其特征在于：所述步骤(3.3)中，高斯有符号距离图通过引入高斯核对血管横截面的响应进行建模，使血管中心线具有最高且相同的响应绝对值，血管结构内的其他点距离中心线越远，响应绝对...

【技术特征摘要】

1.三维图像血管分割方法，其特征在于：其包括以下步骤：

2.根据权利要求1所述的三维图像血管分割方法，其特征在于：所述步骤(1)包括以下分步骤：

3.根据权利要求2所述的三维图像血管分割方法，其特征在于：所述步骤(2)包括以下分步骤：

4.根据权利要求3所述的三维图像血管分割方法，其特征在于：所述步骤(3)包括以下分步骤：

5.根据权利要求4所述的三维图像血管分割方法，其特征在于：所述步骤(3.3)中，高斯有符号距离图通过引入高斯核对血管横截面的响应进行建模，使血管中心线具有最高且相同的响应绝对值，血管结构内的其他点距离中心线越远，响应绝对值越低，而背景上的像素点的响应绝对值定义为该点到血管边界的最小欧式距离，血管区域和背景的响应值符号相反，由以下公式表示：

<...

【专利技术属性】
技术研发人员：杨健，韩涛，艾丹妮，范敬凡，肖德强，宋红，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：