[發(fā)明專利]一種血管分割方法、裝置、設(shè)備及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201911377400.3
• 申請日: 2019-12-27
• 公開（公告）號: CN111210431B
• 公開（公告）日: 2023-06-16
• 發(fā)明（設(shè)計）人: 江鵬博;石峰
• 申請（專利權(quán)）人: 上海聯(lián)影智能醫(yī)療科技有限公司
• 主分類號: G06T7/10
• 分類號: G06T7/10
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;賈允

1.一種血管分割方法，其特征在于，所述方法包括：

獲取待分割血管增強(qiáng)圖像、待分割平掃圖像及對應(yīng)的待分割減影圖像，或，獲取待分割血管增強(qiáng)圖像；

將所述待分割血管增強(qiáng)圖像、所述待分割平掃圖像及對應(yīng)的待分割減影圖像，或所述待分割血管增強(qiáng)圖像作為血管分割模型的輸入，基于所述血管分割模型進(jìn)行血管分割，得到血管分割結(jié)果；

當(dāng)所述血管分割模型的輸入為所述待分割血管增強(qiáng)圖像、待分割平掃圖像及待分割減影圖像時，所述血管分割模型包括基于樣本血管增強(qiáng)圖像、樣本血管增強(qiáng)圖像對應(yīng)的樣本平掃圖像、對應(yīng)的樣本減影圖像及對應(yīng)的血管標(biāo)注結(jié)果對第一神經(jīng)網(wǎng)絡(luò)模型進(jìn)行血管分割的訓(xùn)練，在血管分割的訓(xùn)練中調(diào)整所述第一神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)至所述第一神經(jīng)網(wǎng)絡(luò)模型的第一損失函數(shù)滿足第一收斂條件而得到的第一血管分割模型；

當(dāng)所述血管分割模型的輸入為所述待分割血管增強(qiáng)圖像時，所述血管分割模型包括基于樣本血管增強(qiáng)圖像及對應(yīng)的血管標(biāo)注結(jié)果對第二神經(jīng)網(wǎng)絡(luò)模型進(jìn)行血管分割的訓(xùn)練，在血管分割的訓(xùn)練中調(diào)整所述第二神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)至所述第二神經(jīng)網(wǎng)絡(luò)模型的第二損失函數(shù)滿足第二收斂條件而得到的第二血管分割模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述血管分割模型包括多個編碼層和對應(yīng)的解碼層，所述血管分割模型的每個編碼層和對應(yīng)的解碼層之間包括多個跳躍連接。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取待分割血管增強(qiáng)圖像、待分割平掃圖像及對應(yīng)的待分割減影圖像包括：

獲取待處理血管增強(qiáng)圖像及對應(yīng)的待處理平掃圖像；

對所述待處理血管增強(qiáng)圖像及所述待處理平掃圖像進(jìn)行預(yù)處理，得到待分割血管增強(qiáng)圖像、待分割平掃圖像及對應(yīng)的待分割減影圖像。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對所述待處理血管增強(qiáng)圖像及所述待處理平掃圖像進(jìn)行預(yù)處理，得到待分割血管增強(qiáng)圖像、待分割平掃圖像及對應(yīng)的待分割減影圖像包括：

將所述待處理平掃圖像配準(zhǔn)到所述待處理血管增強(qiáng)圖像上；

分別對所述待處理血管增強(qiáng)圖像及待處理平掃圖像進(jìn)行自適應(yīng)裁剪，得到裁剪后的待處理血管增強(qiáng)圖像及待處理平掃圖像，將所述裁剪后的待處理血管增強(qiáng)圖像作為所述待分割血管增強(qiáng)圖像，將所述裁剪后的待處理平掃圖像作為所述待分割平掃圖像；

基于所述裁剪后的待處理血管增強(qiáng)圖像及待處理平掃圖像確定待分割減影圖像。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述基于所述裁剪后的待處理血管增強(qiáng)圖像及待處理平掃圖像確定待分割減影圖像包括：

將裁剪后的待處理血管增強(qiáng)圖像及裁剪后的待處理平掃圖像作差，得到所述待分割減影圖像。

6.一種血管分割裝置，其特征在于，所述裝置包括：

第一圖像獲取模塊，用于獲取待分割血管增強(qiáng)圖像、待分割平掃圖像及對應(yīng)的待分割減影圖像；

第二圖像獲取模塊，用于獲取待分割血管增強(qiáng)圖像；

第一血管分割模塊，用于當(dāng)血管分割模型的輸入為所述待分割血管增強(qiáng)圖像、待分割平掃圖像及待分割減影圖像時，所述血管分割模型包括基于樣本血管增強(qiáng)圖像、樣本血管增強(qiáng)圖像對應(yīng)的樣本平掃圖像、對應(yīng)的樣本減影圖像及對應(yīng)的血管標(biāo)注結(jié)果對第一神經(jīng)網(wǎng)絡(luò)模型進(jìn)行血管分割的訓(xùn)練，在血管分割的訓(xùn)練中調(diào)整所述第一神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)至所述第一神經(jīng)網(wǎng)絡(luò)模型的第一損失函數(shù)滿足第一收斂條件而得到的第一血管分割模型，基于所述第一血管分割模型進(jìn)行血管分割，得到血管分割結(jié)果；

第二血管分割模塊，用于當(dāng)所述血管分割模型的輸入為所述待分割血管增強(qiáng)圖像時，所述血管分割模型包括基于樣本血管增強(qiáng)圖像及對應(yīng)的血管標(biāo)注結(jié)果對第二神經(jīng)網(wǎng)絡(luò)模型進(jìn)行血管分割的訓(xùn)練，在血管分割的訓(xùn)練中調(diào)整所述第二神經(jīng)網(wǎng)絡(luò)模型的模型參數(shù)至所述第二神經(jīng)網(wǎng)絡(luò)模型的第二損失函數(shù)滿足第二收斂條件而得到的第二血管分割模型，基于所述第二血管分割模型進(jìn)行血管分割，得到血管分割結(jié)果。

7.一種血管分割設(shè)備，其特征在于，所述設(shè)備包括處理器和存儲器，所述存儲器中存儲有至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由所述處理器加載并執(zhí)行以實現(xiàn)如權(quán)利要求1至5任一所述的血管分割方法。

8.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述存儲介質(zhì)中存儲有至少一條指令或至少一段程序，所述至少一條指令或所述至少一段程序由處理器加載并執(zhí)行以實現(xiàn)如權(quán)利要求1至5任一所述的血管分割方法。