[發明專利]一種血管識別方法、裝置、存儲介質及電子設備

有效

• 申請號: 202110231861.0
• 申請日: 2021-03-02
• 公開（公告）號: CN113012114B
• 公開（公告）日: 2021-12-03
• 發明（設計）人: 單亞峰;劉恩佑;張歡;王瑜;王少康;陳寬
• 申請（專利權）人: 推想醫療科技股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/187;G06N3/04;G06N3/08
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

本發明公開了一種血管識別方法、裝置、存儲介質及電子設備。其中方法包括：獲取基于血管識別模型輸出的各類型血管的識別結果；對于所述識別結果中的任一類型血管，確定當前類型血管的各個連通域；確定各所述連通域中的血管中心點，并存儲所述血管中心點；基于各所述連通域對所述當前類型血管進行區域生長，得到生長區域；基于所述血管中心點對所述生長區域進行驗證，將驗證成功的生長區域確定為所述當前類型血管。通過在血管識別模型輸出識別結果之后，確定識別結果中的各類型血管的連通域，對各類型血管的連通域進行區域生長，以保證同一類型血管的連通域的連續性。基于已存儲的血管中心點對生長得到的生長區域進行驗證，提高血管修正的正確性。

技術領域

本發明實施例涉及圖像處理技術，尤其涉及一種血管識別方法、裝置、存儲介質及電子設備。

背景技術

近年來，深度學習在很多領域都取得了非常好的效果，從圖像分類、語音識別到自然語言處理等，目前，深度學習已應用到醫學圖像的處理領域，例如識別醫學影像中的血管以及血管類型。

但是在實現本發明的過程中，發明人發現現有技術中至少存在以下技術問題：在使用深度神經網絡分割動靜脈時，往往會存在因分類錯誤導致的血管不連續，動靜脈混亂等的問題。

發明內容

本發明實施例提供一種血管識別方法、裝置、存儲介質及電子設備，以實現提高血管識別精度。

第一方面，本發明實施例提供了一種血管識別方法，包括：

獲取基于血管識別模型輸出的各類型血管的識別結果；

對于所述識別結果中的任一類型血管，確定當前類型血管的各個連通域；

確定各所述連通域中的血管中心點，并存儲所述血管中心點；

基于各所述連通域對所述當前類型血管進行區域生長，得到生長區域；

基于所述血管中心點對所述生長區域進行驗證，將驗證成功的生長區域確定為所述當前類型血管。

第二方面，本發明實施例還提供了一種血管識別方法，包括：

識別結果獲取模塊，用于獲取基于血管識別模型輸出的各類型血管的識別結果；

連通域確定模塊，用于對于所述識別結果中的任一類型血管，確定當前類型血管的各個連通域；

血管中心點確定模塊，用于確定各所述連通域中的血管中心點，并存儲所述血管中心點；

生長區域確定模塊，用于基于各所述連通域對所述當前類型血管進行區域生長，得到生長區域；

當前類型血管確定模塊，用于基于所述血管中心點對所述生長區域進行驗證，將驗證成功的生長區域確定為所述當前類型血管。

第三方面，本發明實施例還提供了一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現如本發明任一實施例提供的血管識別方法。

第四方面，本發明實施例還提供了一種計算機可讀存儲介質，其上存儲有計算機程序，該程序被處理器執行時實現如本發明任一實施例提供的血管識別方法。

本發明實施例提供的技術方案，通過在血管識別模型輸出識別結果之后，確定識別結果中的各類型血管的連通域，對各類型血管的連通域進行區域生長，以保證同一類型血管的連通域的連續性。進一步的通過確定并存儲各連通域的血管中心點，基于已存儲的血管中心點對生長得到的生長區域進行驗證，剔除驗證失敗的生長區域，提高生長區域的正確性，進一步的提高血管修正的正確性。

附圖說明

圖1是本發明中實施例提供的血管識別模型輸出識別結果的示意圖；

圖2是本發明實施例提供的血管識別結果的局部示意圖；