[發明專利]一種血管腔內影像分割方法、系統及電子設備

在審

• 申請號: 201910318325.7
• 申請日: 2019-04-19
• 公開（公告）號: CN110070529A
• 公開（公告）日: 2019-07-30
• 發明（設計）人: 李璟;楊靖;馬駿;蘭宏志;鄭凌霄;徐志偉;葛均波
• 申請（專利權）人: 深圳睿心智能醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/62
• 代理公司: 深圳市科進知識產權代理事務所(普通合伙) 44316
• 代理人: 曹衛良

1.一種血管腔內影像分割方法，其特征在于，包括：

步驟a：對原始醫學影像進行極坐標化處理；

步驟b：將所述極坐標化處理后的影像輸入深層神經網絡，得到影像中每條射線上多個腔膜到中心的距離；

步驟c：根據所述每條射線上多個腔膜到中心的距離，計算極坐標化處理之前的原始醫學影像中所有點對應的坐標；

步驟d：根據原始醫學影像中對應點的坐標計算原始醫學影像分割結果。

2.根據權利要求1所述的血管腔內影像分割方法，其特征在于，在所述步驟a中，所述對原始醫學影像進行極坐標化處理具體為：垂直于中心線，向各個角度輻射虛擬的直線，并插值計算得到射線上每個點的灰度值和對應的標注值。

3.根據權利要求2所述的血管腔內影像分割方法，其特征在于，所述步驟a還包括：對極坐標化處理后的影像進行展平處理；所述展平處理具體為：將所有射線依次垂直排列，并計算血管腔膜到中心的距離。

4.根據權利要求1至3任一項所述的血管腔內影像分割方法，其特征在于，在所述步驟b中，所述深層神經網絡的訓練方式具體包括：

步驟b1：將展平處理后的訓練樣本輸入深層神經網絡，得到距離預測結果；

步驟b2：將距離預測結果和人工標注進行比較，得到距離預測誤差，并將距離預測誤差反饋給深層神經網絡；

步驟b3：根據距離預測誤差更新深層神經網絡并執行迭代操作，直到距離預測誤差不再明顯減小或者迭代操作達到設定的次數，得到訓練好的深層神經網絡。

5.根據權利要求4所述的血管腔內影像分割方法，其特征在于，在所述步驟d中，所述根據原始醫學影像中對應點的坐標計算原始醫學影像分割結果具體包括：

步驟d1：根據原始醫學影像中所有點的坐標，插值計算腔膜的輪廓曲線；

步驟d2：根據輪廓曲線，計算所有連通區域，并將原始醫學影像中心點所在的區域作為血管腔內影像分割結果；

步驟d3：根據血管腔內影像分割結果計算腔膜的物理面積、斑塊負荷、管腔最小直徑、管腔最大直徑、斑塊最小厚度、斑塊最大厚度、鈣化弧度、正性重構指數參數。

6.一種血管腔內影像分割系統，其特征在于，包括：

極坐標化處理模塊：用于對原始醫學影像進行極坐標化處理；

距離計算模塊：用于將所述極坐標化處理后的影像輸入深層神經網絡，得到影像中每條射線上腔膜到中心的距離；

點坐標計算模塊：用于根據所述每條射線上多個腔膜到中心的距離，計算極坐標化處理之前的原始醫學影像中所有點對應的坐標；

影像分割模塊：用于根據原始醫學影像中對應點的坐標計算原始醫學影像分割結果。

7.根據權利要求6所述的血管腔內影像分割系統，其特征在于，所述極坐標化處理模塊對原始醫學影像進行極坐標化處理具體為：垂直于中心線，向各個角度輻射虛擬的直線，并插值計算得到射線上每個點的灰度值和對應的標注值。

8.根據權利要求7所述的血管腔內影像分割系統，其特征在于，還包括圖像展平模塊，所述圖像展平模塊用于對極坐標化處理后的影像進行展平處理；所述展平處理具體為：將所有射線依次垂直排列，并計算血管腔膜到中心的距離。

9.根據權利要求6至8任一項所述的血管腔內影像分割系統，其特征在于，所述深層神經網絡的訓練方式具體為：將展平處理后的訓練樣本輸入深層神經網絡，得到距離預測結果；將距離預測結果和人工標注進行比較，得到距離預測誤差，并將距離預測誤差反饋給深層神經網絡；根據距離預測誤差更新深層神經網絡并執行迭代操作，直到距離預測誤差不再明顯減小或者迭代操作達到設定的次數，得到訓練好的深層神經網絡。