[發(fā)明專利]一種基于深度學(xué)習(xí)的CT腹部動(dòng)脈血管分級(jí)識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010740903.9
• 申請(qǐng)日: 2020-07-29
• 公開（公告）號(hào): CN111862123A
• 公開（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 張堃;韓宇;范陸健;范雷金;馮文宇;殷佳煒;華亮;李文俊;鮑毅
• 申請(qǐng)（專利權(quán)）人: 南通大學(xué);杭州博拉哲科技有限公司
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/00;G06T5/40;G06N3/08;G06N3/04
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發(fā)明公開了一種基于深度學(xué)習(xí)的CT腹部動(dòng)脈血管分級(jí)識(shí)別方法，包括如下步驟：步驟1：圖像預(yù)處理，得到訓(xùn)練集；步驟2：對(duì)訓(xùn)練集進(jìn)行圖像塊剪裁操作，得到數(shù)據(jù)集；步驟3：通過深度學(xué)習(xí)進(jìn)行血管分割；步驟4：骨骼化處理；步驟5：尋找交叉點(diǎn)；步驟6：累加交叉點(diǎn)。本發(fā)明設(shè)計(jì)了一種血管分級(jí)的方法，基于先分割后分級(jí)的思路，較為準(zhǔn)確的實(shí)現(xiàn)腹部動(dòng)脈血管的分級(jí)。

技術(shù)領(lǐng)域

本發(fā)明涉及血管圖像技術(shù)領(lǐng)域，具體為一種基于深度學(xué)習(xí)的CT腹部動(dòng)脈血管分級(jí)識(shí)別方法。

背景技術(shù)

腹部動(dòng)脈血管是人類最重要的器官之一，設(shè)計(jì)一套系統(tǒng)的分級(jí)方法，可以方便研究腹部動(dòng)脈血管的結(jié)構(gòu)。傳統(tǒng)血管分級(jí)方法存在弊端，腹部動(dòng)脈血管錯(cuò)綜復(fù)雜，動(dòng)脈血管與靜脈血管分離和動(dòng)脈血管分級(jí)需要專業(yè)人士操作，耗時(shí)久效率低，會(huì)存在一定的操作誤差，為了解決傳統(tǒng)血管分級(jí)的不足，已有方法是利用血管的管徑信息來實(shí)現(xiàn)血管的分級(jí)，但是此方法存在缺陷，當(dāng)血管的管徑近似相等時(shí)，會(huì)將選取到不需要的血管。本發(fā)明提出一種全自動(dòng)化方法通過計(jì)算機(jī)深度學(xué)習(xí)進(jìn)行腹部動(dòng)脈血管分割，然后進(jìn)行數(shù)字圖像處理，非常方便的進(jìn)行腹部動(dòng)脈血管分級(jí)。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種基于深度學(xué)習(xí)的CT腹部動(dòng)脈血管分級(jí)識(shí)別方法，該方法首先對(duì)血管圖像進(jìn)行預(yù)處理，接著通過深度學(xué)習(xí)進(jìn)行血管分割，再對(duì)分割結(jié)果進(jìn)行骨骼化處理，最后在處理后的圖像中找到交叉點(diǎn)并沿著血管生長(zhǎng)方向?qū)徊纥c(diǎn)計(jì)數(shù)進(jìn)而實(shí)現(xiàn)血管的分級(jí)，以解決上述背景技術(shù)中提出的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于深度學(xué)習(xí)的CT腹部動(dòng)脈血管分級(jí)識(shí)別方法，包括如下步驟：

步驟1：圖像預(yù)處理，得到訓(xùn)練集；

步驟2：對(duì)訓(xùn)練集進(jìn)行圖像塊剪裁操作，得到數(shù)據(jù)集；

步驟3：通過深度學(xué)習(xí)進(jìn)行血管分割；

步驟4：骨骼化處理；

步驟5：尋找交叉點(diǎn)；

步驟6：累加交叉點(diǎn)。

優(yōu)選的，所述步驟1包括以下步驟：

步驟1.1：采用CLAHE算法對(duì)圖像進(jìn)行直方圖均衡化；

步驟1.2：采用伽馬變換調(diào)整圖像整體灰度；

步驟1.3：歸一化圖像像素值在0到1之間。

優(yōu)選的，所述步驟1.1包括：在CLAHE算法中，對(duì)于像素鄰域，對(duì)比度是通過變換函數(shù)的斜率計(jì)算得到的，變換函數(shù)的斜率與該像素鄰域的累積分布函數(shù)CDF斜率成正比，在計(jì)算該像素鄰域的CDF之前，CLAHE算法根據(jù)指定的閾值對(duì)直方圖進(jìn)行裁剪，并將裁剪部分均勻地分布到直方圖中。

優(yōu)選的，所述步驟1.2包括：伽馬變換通過對(duì)灰度值進(jìn)行非線性操作，使處理后圖像的灰度值I_OUT與處理前圖像的灰度值I_in之間呈現(xiàn)非線勝指數(shù)關(guān)系，實(shí)現(xiàn)灰度拉伸；

伽馬變換公式如下：

I_out＝cI_in^γ

其中I_in為處理前圖像的灰度值，I_OUT為處理后圖像的灰度值，c為灰度縮放系數(shù)，γ為變換指數(shù)。

當(dāng)γ取不同值時(shí)，輸入灰度值取0到255并對(duì)輸入輸出灰度值都做歸一化為0到1之間，當(dāng)γ小于1時(shí)，伽馬變換提高圖像的灰度值，圖像視覺上變亮；當(dāng)γ大于1時(shí)，伽馬變換拉低圖像灰度值，圖像視覺上變暗；當(dāng)γ等于1時(shí)，整體亮度與原圖一致，取γ值為0.5。

優(yōu)選的，所述步驟1.3包括：像素的歸一化通過將所有像素值除以最大像素值來實(shí)現(xiàn)，最大像素值為255；

計(jì)算公式如下：