[發(fā)明專利]用于分析血管的醫(yī)學圖像的方法、裝置和系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201680052351.4
• 申請日: 2016-09-08
• 公開（公告）號: CN108027970A
• 公開（公告）日: 2018-05-11
• 發(fā)明（設(shè)計）人: A.諾維科夫;D.馬喬爾;M.維姆梅;K.布伊勒
• 申請（專利權(quán)）人: 愛克發(fā)醫(yī)療保健公司;VRVIS虛擬現(xiàn)實和形象化公司
• 主分類號: G06T7/12
• 分類號: G06T7/12;G06T7/11;G06T7/155;G06T7/143
• 代理公司: 中國專利代理(香港)有限公司 72001
• 代理人: 周學斌;閆小龍

1.一種用于分析血管的醫(yī)學圖像的方法，所述方法包括以下步驟：

a）通過對醫(yī)學圖像應(yīng)用第一分類器來對在至少一個醫(yī)學圖像中表示的至少一個血管的周圍進行分類，由此將血管的周圍指定成至少兩個周圍類別中的一個，以及

b）依據(jù)已經(jīng)將血管的周圍指定成的周圍類別來對至少一個血管進行分割。

2.根據(jù)權(quán)利要求1所述的方法，其中就血管附近存在的骨骼結(jié)構(gòu)的密度而言，該至少兩個周圍類別是不同的。

3.根據(jù)權(quán)利要求2所述的方法，該至少兩個周圍類別包括第一周圍類別和第二周圍類別，其中第一周圍類別的血管附近存在的骨骼結(jié)構(gòu)的密度高于第二周圍類別的血管附近存在的骨骼結(jié)構(gòu)的密度。

4.根據(jù)權(quán)利要求3所述的方法，如果圖像中表示的血管的周圍被指定成第一周圍類別，則血管的分割包括將基于學習的射線投射算法應(yīng)用于圖像。

5.根據(jù)權(quán)利要求3所述的方法，其中如果圖像中表示的血管的周圍被指定成第二周圍類別，則血管的分割包括將基于無邊緣形態(tài)學活動輪廓（MACWE）的算法應(yīng)用于圖像。

6.根據(jù)前述權(quán)利要求中的任一項所述的方法，其中通過利用針對至少兩個周圍類別的特征向量訓練分類器來獲得第一分類器。

7.根據(jù)權(quán)利要求6所述的方法，其中該第一分類器是被配置成將血管的周圍指定成其k個最近鄰域之中最常見的周圍類別的k最近鄰(KNN)分類器，其中k是正整數(shù)。

8.根據(jù)前述權(quán)利要求中的任一項所述的方法，所述方法進一步包括以下步驟：

c）通過將第二分類器應(yīng)用于經(jīng)分割的血管壁來對血管的經(jīng)分割的血管壁的至少一個區(qū)段的形狀進行分類，由此將經(jīng)分割的血管壁的至少一個區(qū)段指定成至少兩個形狀類別中的一個。

9.根據(jù)權(quán)利要求8所述的方法，其中該至少兩個形狀類別包括與展示出分叉的血管形狀有關(guān)的第一形狀類別。

10.根據(jù)權(quán)利要求8或9所述的方法，其中通過利用針對至少兩個形狀類別的一個或多個邊界描述符訓練分類器來獲得第二分類器。

11.根據(jù)權(quán)利要求10所述的方法，其中該一個或多個邊界描述符與經(jīng)分割的血管壁的以下特征中的至少一個有關(guān)：伸長率、離心率、凸度、固性、徑向距離的標準偏差。

12.根據(jù)權(quán)利要求8至11中的任一個所述的方法，其中該第二分類器基于近似最近鄰（ANN）算法和/或支持向量機（SVM）算法。

13.一種用于分析血管的醫(yī)學圖像的裝置（10），所述裝置（10）包括圖像處理單元（13），其被配置成：

a）通過對醫(yī)學圖像應(yīng)用第一分類器來對在至少一個醫(yī)學圖像（15）中表示的至少一個血管的周圍進行分類，由此將血管的周圍指定成至少兩個周圍類別中的一個，以及

b）依據(jù)已經(jīng)將血管的周圍指定成的周圍類別來對該至少一個血管執(zhí)行分割。

14.一種用于分析血管的醫(yī)學圖像的系統(tǒng)，包括：

- 被配置成獲取血管的醫(yī)學圖像（15）的醫(yī)學成像裝置（12），以及

- 根據(jù)前述權(quán)利要求的裝置（10）。