[發明專利]血管標注方法和裝置

在審

• 申請號: 202010164856.8
• 申請日: 2020-03-11
• 公開（公告）號: CN111415335A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 潘成偉;梁孔明;梁洋洋;姜龍州;俞益洲
• 申請（專利權）人: 北京深睿博聯科技有限責任公司;杭州深睿博聯科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/136;G06T7/187
• 代理公司: 北京天方智力知識產權代理事務所(普通合伙) 11719
• 代理人: 賈耀梅

本發明提供一種血管標注方法和裝置，所述方法包括以下步驟：導入待標注的CT圖像；在CT圖像的感興趣區域選擇若干種子點，并利用區域增長法得到所要標注的血管區域；對所要標注的血管區域進行血管編輯，得到血管標注結果；根據血管標注結果生成相應的三維網格模型；將三維網格模型重投影至原CT圖像，以得到血管輪廓。本發明能夠對CT圖像上的血管進行精確、有效的標注。

技術領域

本發明涉及影像處理分析技術領域，具體涉及一種血管標注方法和一種頭頸血管標注裝置。

背景技術

腦卒中，又稱腦血管意外，是一種腦血液循環障礙性疾病，其致死率僅次于心臟類疾病并且高于癌癥。目前，我國的腦卒中發病和死亡率仍處于上升趨勢，且罹患腦卒中后老年人的死亡率比年輕人增加一倍。腦卒中又分為缺血性和出血性腦卒中，其中缺血性腦卒中約占80％。缺血性卒中的主要原因之一則是頭頸動脈粥樣硬化易損斑塊導致管腔狹窄、血流動力學改變。同時頸動脈作為顱內動脈的上游血管,是腦循環的主要供血動脈。因此，通過頭頸動脈血管造影影像(CTA)進行頭頸血管分割對于及時發現風險具有重要意義。

近年來，基于深度學習的算法在醫學影像中得到了廣泛的應用，其通過大量數據進行訓練，能大大提高各類分割任務的準確性。然而，想要利用深度學習技術進行血管分割，首先需要對血管分割進行規范化的訓練，顯然，大量、準確的訓練樣本是必不可少的。訓練樣本一般時通過在已有的CT圖像上對血管輪廓進行標注。通過將標注的血管輪廓作為正樣本來對血管分割系統進行訓練，使血管分割系統能夠精確、高效地自動識別CT圖像中的血管。而目前對于CT圖像中血管的標注，尚缺少精確有效的實現策略。

發明內容

本發明為解決上述技術問題，提供了一種血管標注方法和裝置，能夠對CT圖像上的血管進行精確、有效的標注，從而為血管分割系統提供準確的訓練樣本。

本發明采用的技術方案如下：

一種血管標注方法，包括以下步驟：導入待標注的CT圖像；在所述CT圖像的感興趣區域選擇若干種子點，并利用區域增長法得到所要標注的血管區域；對所述所要標注的血管區域進行血管編輯，得到血管標注結果；根據所述血管標注結果生成相應的三維網格模型；將所述三維網格模型重投影至原CT圖像，以得到血管輪廓。

在導入待標注的CT圖像后，還包括：對所述待標注的CT圖像進行骨骼去除處理。

通過剪影法對所述待標注的CT圖像進行骨骼去除處理。

所述待標注的CT圖像包括平掃CTA圖像和增強CTA圖像，對所述待標注的CT圖像進行骨骼去除處理包括：通過閾值法，保留所述平掃CTA圖像中CT值大于設定值的區域，然后進行形態學操作以使骨骼區域更平滑；對骨骼區域進去取反操作，得到非骨骼區域的掩碼；將所述非骨骼區域的掩碼作用到所述增強CTA圖像上，得到去骨后的增強CTA圖像。

對所述所要標注的血管區域進行血管編輯包括血管修剪和血管修補。

其中，血管修剪包括在增強CTA圖像上繪制多邊形，并去除處在多邊形內的標注。

其中，血管修補包括在增強CTA圖像上選擇丟失的血管區域的輪廓。

感興趣區域的選擇、血管修剪和血管修補逐層進行。

感興趣區域的選擇、血管修剪和血管修補跨層進行，中間層采用插值法實現。

一種血管標注裝置，包括：圖像導入模塊，所述圖像導入模塊用于導入待標注的CT圖像；區域增長模塊，所述區域增長模塊用于在所述CT圖像的感興趣區域選擇若干種子點，并利用區域增長法得到所要標注的血管區域；血管編輯模塊，所述血管編輯模塊用于對所述所要標注的血管區域進行血管編輯，得到血管標注結果；模型生成模塊，所述模型生成模塊用于根據所述血管標注結果生成相應的三維網格模型；三維投影模塊，所述三維投影模塊用于將所述三維網格模型重投影至原CT圖像，以得到血管輪廓。