[發明專利]冠脈分段方法、裝置、圖像處理系統和存儲介質

在審

• 申請號: 202010140323.6
• 申請日: 2020-03-03
• 公開（公告）號: CN111292314A
• 公開（公告）日: 2020-06-16
• 發明（設計）人: 吳迪嘉;宋燕麗;張樹恒
• 申請（專利權）人: 上海聯影智能醫療科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 任少瑞

1.一種冠脈分段方法，其特征在于，所述方法包括：

將待分段的心臟冠脈圖像分別進行心臟分割和冠脈分割，得到心臟分割結果和冠脈二值化掩模；

對所述冠脈二值化掩模進行點云化，得到所述冠脈二值化掩模對應的點云；所述點云包括每個點的位置坐標；

根據所述點云、所述心臟分割結果和所述冠脈二值化掩模，計算所述點云中每個點對應的特征向量；

將所述每個點對應的特征向量輸入點云神經網絡中，得到所述心臟冠脈圖像的冠脈分段結果。

2.根據權利要求1所述的方法，其特征在于，所述心臟分割結果包括心房區域、心室區域和主動脈區域；所述根據所述點云、所述心臟分割結果和所述冠脈二值化掩模，計算所述點云中每個點對應的特征向量，包括：

針對所述每個點，根據所述點的位置坐標和所述心房區域、以及根據所述點的位置坐標和所述心室區域，確定所述點的位置特征矢量；

根據所述點的位置坐標、所述主動脈區域和所述冠脈二值化掩模，確定所述點的幾何形態矢量；

將所述點的位置坐標、位置特征矢量和幾何形態矢量，作為所述點對應的特征向量。

3.根據權利要求2所述的方法，其特征在于，所述根據所述點的位置坐標和所述心房區域、以及所述點的位置坐標和所述心室區域，確定所述點的位置特征矢量，包括：

分別從所述心房區域和所述心室區域中確定出心房質心坐標、心室質心坐標、以及室間溝區域和房室溝區域；

根據所述點的位置坐標和所述心房質心坐標，計算所述點與心房質心之間的第一距離矢量，以及根據所述點的位置坐標和所述心室質心坐標，計算所述點與心室質心之間的第二距離矢量；

根據所述點的位置坐標與所述室間溝區域，計算所述點到室間溝的第一最短距離矢量，以及根據所述點的位置坐標與所述房室溝區域，計算所述點到房室溝的第二最短距離矢量；

將所述第一距離矢量、所述第二距離矢量、所述第一最短距離矢量和所述第二最短距離矢量作為所述點的位置特征矢量。

4.根據權利要求2或3所述的方法，其特征在于，所述根據所述點的位置坐標、所述主動脈區域和所述冠脈二值化掩模，確定所述點的幾何形態矢量，包括：

對所述冠脈二值化掩模提取冠脈中心線，并根據所述主動脈區域確定冠脈起始點；

從所述冠脈起始點開始遍歷所述冠脈中心線，得到有序的中心線；

根據所述點的位置坐標和所述有序的中心線，確定所述有序的中心線上與所述點距離最短的中心點，將所述中心點處的方向向量作為所述點的幾何形態矢量。

5.根據權利要求1所述的方法，其特征在于，所述將所述每個點對應的特征向量輸入點云神經網絡中，得到所述心臟冠脈圖像的冠脈分段結果，包括：

將所述每個點對應的特征向量輸入所述點云神經網絡中，輸出冠脈分段概率圖，所述冠脈分段概率圖包括每個點屬于不同冠脈子段的概率；

根據所述冠脈分段概率圖和預設閾值，確定所述冠脈分段概率圖中每個冠脈子段的最大連通域；

根據每個冠脈子段的最大連通域，確定所述冠脈分段結果。

6.根據權利要求1所述的方法，其特征在于，所述點云神經網絡的訓練方法包括：

獲取樣本點云中每個點的特征向量，輸入初始點云神經網絡中，輸出預測冠脈分段概率圖；所述預測冠脈分段概率圖包括每個點屬于不同冠脈子段的概率；

根據所述預測冠脈分段概率圖、預設的關系矩陣以及預設的指示函數，計算第一損失；所述關系矩陣用于表征第一冠脈子段的點預設距離內存在第二冠脈子段的點的概率，所述指示函數用于表征當第一點屬于第一冠脈子段且所述第一點預設距離內的點屬于第二冠脈子段時的取值；

計算所述預測冠脈分段概率圖和冠脈分段金標準之間的第二損失，根據所述第一損失和所述第二損失對所述初始點云神經網絡進行訓練，得到所述點云神經網絡。