[發明專利]圖像處理方法、裝置、電子設備及存儲介質

在審

• 申請號: 202211199577.0
• 申請日: 2022-09-29
• 公開（公告）號: CN115511840A
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 平安;彭成寶
• 申請（專利權）人: 沈陽東軟智能醫療科技研究院有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/13;G06T7/187;G06T7/136
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 雷玉龍

本申請公開了一種圖像處理方法、裝置、電子設備及存儲介質，其中，方法包括：獲取心臟計算機斷層掃描血管造影CCTA圖像；根據CCTA圖像確定冠狀動脈血管的血管內腔圖像；對冠狀動脈血管的血管內腔圖像進行邊緣提取，得到冠狀動脈血管的血管內腔的外輪廓圖像；根據CCTA圖像確定冠狀動脈血管的特征圖像，特征圖像用于指示冠狀動脈血管的血管外輪廓；基于預設算法對血管內腔的外輪廓圖像與特征圖像進行處理，得到冠狀動脈血管的血管區域圖像；對血管區域圖像與血管內腔圖像進行集合運算，得到冠狀動脈血管的血管壁圖像。通過采用血管圖像增強處理與血管區域圖像提取相融合的技術有效提高血管壁提取的效率。

技術領域

本申請屬于圖像處理技術領域，尤其涉及一種圖像處理方法、裝置、電子設備及存儲介質。

背景技術

心血管疾病主要是因為冠狀動脈血管發生動脈粥樣硬化病變而引起血管腔狹窄或阻塞，從而導致的心臟組織發生的缺血性或出血性疾病，其死亡率居各種疾病首位。當前醫學研究證明冠狀動脈血管粥樣硬化斑塊負荷及斑塊圖像組學特征分析對冠心病風險評估具有重要價值。冠狀動脈血管粥樣硬化斑塊存在血管壁中，因此冠狀動脈血管壁分割是提取斑塊進行分析的基礎。而且目前醫學界冠心病診斷與風險評估傾向于基于心臟計算機斷層掃描血管造影(Cardiac Computed Tomography Angiography,CCTA)圖像推斷，因此基于CCTA圖像的冠狀動脈血管壁分割具有重要的臨床意義。

隨著深度學習技術的發展，基于深度學習技術的醫療圖像分割得到了廣泛應用，血管壁分割也多見于基于深度學習技術來實現。但是相關技術中基于深度學習技術對血管壁的提取，需要人工定義血管初始輪廓，以及人工標注大量的血管壁數據，操作復雜且耗時，使得血管壁提取的效率較低。

發明內容

本申請實施例提供一種與相關技術不同的實現方案，以解決相關技術中對血管壁的提取，需要人工定義血管初始輪廓，以及人工標注大量的血管壁數據，操作復雜且耗時，使得血管壁提取的效率較低的技術問題。

第一方面，本申請提供一種圖像處理方法，包括：

獲取心臟計算機斷層掃描血管造影CCTA圖像；

根據所述CCTA圖像確定冠狀動脈血管的血管內腔圖像；

對所述冠狀動脈血管的血管內腔圖像進行邊緣提取，得到所述冠狀動脈血管的血管內腔的外輪廓圖像；

根據所述CCTA圖像確定所述冠狀動脈血管的特征圖像，所述特征圖像用于指示所述冠狀動脈血管的血管外輪廓；

基于預設算法對所述血管內腔的外輪廓圖像與所述特征圖像進行處理，得到冠狀動脈血管的血管區域圖像；

對所述血管區域圖像與所述血管內腔圖像進行集合運算，得到所述冠狀動脈血管的血管壁圖像。

第二方面，本申請提供一種圖像處理裝置，包括：

獲取模塊，用于獲取心臟計算機斷層掃描血管造影CCTA圖像；

第一確定模塊，用于根據所述CCTA圖像確定冠狀動脈血管的血管內腔圖像；

邊緣提取模塊，用于對所述冠狀動脈血管的血管內腔圖像進行邊緣提取，得到所述冠狀動脈血管的血管內腔的外輪廓圖像；

第二確定模塊，用于根據所述CCTA圖像確定所述冠狀動脈血管的特征圖像，所述特征圖像用于指示所述冠狀動脈血管的血管外輪廓；

處理模塊，用于基于預設算法對所述血管內腔的外輪廓圖像與所述特征圖像進行處理，得到冠狀動脈血管的血管區域圖像；

集合運算模塊，用于對所述血管區域圖像與所述血管內腔圖像進行集合運算，得到所述冠狀動脈血管的血管壁圖像。

第三方面，本申請提供一種電子設備，包括：