[發明專利]一種冠狀動脈分割方法及裝置有效
| 申請號: | 201811162107.0 | 申請日: | 2018-09-30 |
| 公開(公告)號: | CN109389606B | 公開(公告)日: | 2019-12-27 |
| 發明(設計)人: | 鄭超;肖月庭;陽光;馬春娥 | 申請(專利權)人: | 語坤(北京)網絡科技有限公司 |
| 主分類號: | G06T7/11 | 分類號: | G06T7/11 |
| 代理公司: | 11734 北京樂知新創知識產權代理事務所(普通合伙) | 代理人: | 李杏 |
| 地址: | 102200 北京市昌平區科*** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 冠狀動脈 預測結果 分割 優化 子區域 冠狀動脈模型 圖像處理 心臟分割 心臟區域 優化模型 拼接 預測 | ||
1.一種冠狀動脈分割方法,其特征在于,所述方法包括:
通過心臟分割模型對心臟區域進行分割擴展,得到冠狀動脈區域;
通過冠狀動脈模型對所述冠狀動脈區域進行分割預測,得到冠狀動脈預測結果;
基于所述冠狀動脈預測結果上的至少一個端點,通過冠狀動脈優化模型對位于冠狀動脈預測結果上的該端點進行優化,得到冠狀動脈子區域優化預測結果;
將經優化得到的冠狀動脈子區域優化預測結果拼接在冠狀動脈預測結果的對應端點上,得到冠狀動脈分割優化預測結果;
其中,所述通過冠狀動脈模型對所述冠狀動脈區域進行分割預測,得到冠狀動脈預測結果,包括:
將所述冠狀動脈區域分割成至少一個冠狀動脈子區域;
利用冠狀動脈模型分別對每一個所述冠狀動脈子區域進行預測,得到至少一個冠狀動脈子區域預測結果;
將所有冠狀動脈子區域預測結果互相拼接形成所述冠狀動脈預測結果;
以隨機冠狀動脈數據的仿真結果作為深度神經網絡的訓練樣本,采用深度學習方法優化得到冠狀動脈模型;
冠狀動脈子區域的大小與冠狀動脈模型訓練時的進入網絡訓練的訓練數據大小一致,冠狀動脈子區域的步長設置是三維步長;
其中,基于所述冠狀動脈預測結果上的至少一個端點,通過冠狀動脈優化模型對所述冠狀動脈預測結果進行優化,得到冠狀動脈子區域優化預測結果,包括:
在所述冠狀動脈預測結果上生成中心線;
由所述中心線生成連通圖,通過所述連通圖得到生成樹,通過生成樹確定至少一個所述端點;
在端點處對冠狀動脈區域進行分割,形成端點子區域,通過冠狀動脈優化模型在端點子區域生成所述冠狀動脈子區域優化預測結果;
以隨機冠狀動脈優化數據的仿真結果作為深度神經網絡的訓練樣本,采用深度學習方法優化得到冠狀動脈優化模型。
2.根據權利要求1所述的方法,其特征在于,所述方法還包括:
通過心臟分割模型對心臟區域進行分割擴展,得到主動脈根部區域;
通過主動脈根部模型對所述主動脈根部區域進行預測,得到主動脈根部預測結果;
將所述主動脈根部預測結果與所述冠狀動脈分割優化預測結果拼接,得到所述心臟區域的區域分割預測結果。
3.根據權利要求2所述的方法,其特征在于,將所述主動脈根部預測結果與所述冠狀動脈分割優化預測結果拼接,包括:
確定所述主動脈根部預測結果與所述冠狀動脈分割優化預測結果的拼接重疊區域;
將所確定的拼接重疊區域確定為冠狀動脈分割優化預測結果。
4.根據權利要求1所述的方法,其特征在于,將經優化得到的冠狀動脈子區域優化預測結果拼接在冠狀動脈預測結果的對應端點上,得到冠狀動脈分割優化預測結果,包括:
確定所述冠狀動脈子區域優化預測結果與所述冠狀動脈預測結果的拼接重疊區域;
在所述拼接重疊區域上將經優化得到的冠狀動脈子區域優化預測結果替代在冠狀動脈預測結果的對應端點上,得到冠狀動脈分割優化預測結果;
或在所述拼接重疊區域上將經優化得到的冠狀動脈子區域優化預測結果追加在冠狀動脈預測結果的對應端點上,得到冠狀動脈分割優化預測結果。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于語坤(北京)網絡科技有限公司,未經語坤(北京)網絡科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811162107.0/1.html,轉載請聲明來源鉆瓜專利網。





