[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

本申請涉及一種血管腔內影像分割方法、系統及電子設備。所述方法包括：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。本申請實施例的血管腔內影像分割方法、系統及電子設備通過結合圖像處理和深度神經網絡進行血管腔內影像的自動分割，可以大幅降低誤差，整體提高了血管腔內影像分割的精度和通用性。

技術領域

本申請屬于醫學影像處理技術領域，特別涉及一種血管腔內影像分割方法、系統及電子設備。

背景技術

血管分割是血管影像分析中的基本而重要的問題。準確的分割能提供對血管結構不同特征的定量描述，還可以觀察比較血管的幾何變化，為診斷和治療提供重要依據和參考。提取的結果可以用在其他血管分析任務中，如血管的匹配、三維重建、運動估計等。血管影像是三維血管結構在投影條件下的二維表達，由于受成像噪聲、復雜的血管結構以及成像角度和距離等因素的影像，血管影像通常表現為低對比度、模糊血管結構易受噪聲和非血管結構干擾而呈現不同的形態。

血管影像分割技術的發展是一個從人工分割到交互式分割再到自動分割逐步發展的過程。自動分割方法是指追求完全由計算機自主完成目標的分割任務而不需要人工的干預。但目前的自動分割還不能自主完成目標的分割任務，準確性還有待提高。

發明內容

本申請提供了一種血管腔內影像分割方法、系統及電子設備，旨在至少在一定程度上解決現有技術中的上述技術問題之一。

為了解決上述問題，本申請提供了如下技術方案：

一種血管腔內影像分割方法，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。

本申請實施例采取的技術方案還包括：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。

本申請實施例采取的技術方案還包括：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。

本申請實施例采取的技術方案還包括：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。

本申請實施例采取的技術方案還包括：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；