血管分割方法、装置、设备和存储介质制造方法及图纸

本公开提供了一种血管分割方法、装置、设备和存储介质，该方法包括：获取待分割的血管的血管壁图像；对所述血管壁图像进行切片处理，得到所述血管的横截面切片图像；基于预先训练的图像分割模型对所述横截面切片图像进行分割，由所述横截面切片图像中分割出血管壁。本公开通过全卷积神经网络对血管进行自动化分析，提高了对磁共振血管壁图像判读的效率和准确性。

【技术实现步骤摘要】

本公开涉及图像处理领域，尤其涉及一种血管分割方法、装置、设备和存储介质。

技术介绍

1、磁共振血管壁成像 (vwi, vessel wall imaging)是目前唯一的非侵入性颅内血管壁成像，可以直接可视化颅内血管壁病变，有助于卒中病因的鉴别、预后判断以及治疗的监控。临床上，目前对于该影像的判读，需要影像学专家通过血管壁病变的形态学进行定性观察和定量测量。卷积神经网络是最近出现的深度学习技术，可用于影像自动分割。然而，目前的血管壁图像分割技术还需要采用手动勾勒的方法标记异常位置，该过程需要消耗大量的人力和成本。

技术实现思路

1、有鉴于此，本公开提出了一种血管分割方法、装置、设备和存储介质，提高了血管图像分割的效率和准确性。

2、根据本公开的第一方面，提供了一种血管分割方法，包括：

3、获取待分割的血管的血管壁图像；

4、对所述血管壁图像进行切片处理，得到所述血管的横截面切片图像；

5、基于预先训练的图像分割模型对所述横截面切片图像进行分割，由所述横截面切片图本文档来自技高网...

【技术保护点】

1.一种血管分割方法，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，对所述血管壁图像进行切片处理时，包括：

3.根据权利要求1所述的方法，其特征在于，对横截面切片图像进行分割时，基于预先训练好的FCN模型。

4.根据权利要求1所述的方法，其特征在于，基于预先训练的图像分割模型对所述横截面切片图像进行分割，由所述横截面切片图像中分割出血管壁时，还包括分割出的背景和流明中的至少一种；

5.根据权利要求1所述的方法，其特征在于，对所述血管壁图像进行切片处理，得到所述血管的横截面切片图像时，包括：

6.根据权利要求3所述...

【技术特征摘要】

1.一种血管分割方法，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，对所述血管壁图像进行切片处理时，包括：

3.根据权利要求1所述的方法，其特征在于，对横截面切片图像进行分割时，基于预先训练好的fcn模型。

4.根据权利要求1所述的方法，其特征在于，基于预先训练的图像分割模型对所述横截面切片图像进行分割，由所述横截面切片图像中分割出血管壁时，还包括分割出的背景和流明中的至少一种；

5.根据权利要求1所述的方法，其特征在于，对所述血管壁图像进行切片处理，得到所述血...

【专利技术属性】
技术研发人员：徐蔚海，李明利，刘彩燕，张宗慕雨，戴悦萱，袁伟壮，高山，任超，
申请(专利权)人：中国医学科学院北京协和医院，
类型：发明
国别省市：