CN106204628A - 血管分割方法和装置 - Google Patents

Abstract

本发明公开了一种血管分割方法和装置。其中，该方法包括：分割出图像中的血管；根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位；对分割出的血管中的一个或多个异常部位进行拟合；至少基于拟合后的血管确定血管图像。本发明解决了相关技术中在血管与周围组织的灰度相接近时，无法对影像中的血管进行分割的技术问题。

Description

血管分割方法和装置

技术领域

本发明涉及图像处理领域，具体而言，涉及一种血管分割方法和装置。

背景技术

为了观察和了解血管病变，通常采用CT(Computed Tomography，电子计算机断层扫描)、DSA(Digital subtraction angiography，数字减影技术)和MR(MagneticResonance)设备对人体内的血管进行扫描。扫描得到的图像，往往需要进行血管分割，以便于医生进行进一步的血管分析和测量。上述医学影像中的血管分割主要基于图像中包含的灰度信息，尤其是灰度差异来完成。但是由于在人体的很多部位，血管和相邻的骨骼、心室血液等其他组织在影像中的灰度值非常接近，不容易分割，从而对医学影像中的血管分割算法带来了困难，尤其是头颈部、心脏等部位的血管分割。

CT是利用精确准直的X线束与灵敏度极高的探测器一同围绕人体的某一部位作一个接一个的断层扫描，扫描图像块，图像清晰，可用于多种疾病的检查；根据所采用的射线不同可分为：X射线CT(X-CT)以及Y射线CT(Y-CT)。

CTA(Computed tomography angiography，CT血管造影)，在医学上又叫非创伤性血管成像技术，是将CT增强技术与薄层、大范围、快速扫描技术相结合，通过合理的后期处理，可清晰显示全身各部位血管细节，具有无创和操作简便的特点，对于血管变异、血管疾病以及显示病变和血管关系有重要价值。

血管造影的影像通过数字化处理，把不需要的组织影像删除掉，只保留血管影像，图像清晰，分辨率高，对观察血管病变，血管狭窄的定位测量，诊断及介入治疗提供了真实的立体图像，为各种介入治疗提供了必备条件。主要适用于全身血管性疾病及肿瘤的检查及治疗。为心血管疾病的诊断和和治疗开辟了一个新的领域。主要应用于冠心病、心律失常、瓣膜病和先天性心脏病的诊断和治疗。

常用的血管分割方法包括，基于阈值的分割方法，基于追踪的分割方法，基于区域的分割方法等。

基于阈值的分割方法：阈值法是传统的分割方法，其基本原理利用图像中目标物体和背景图像在灰度上的差异，把图像视为有不同灰度的两个或多个区域的组合，通过选择合适的阈值来区分图像中的不同区域，实现目标物体的分割，具有计算简单、运算效率高的优点。

基于边缘追踪的算法：该方法由血管图像边界上的一个点出发，一次搜索并连接相邻边界点，从而逐步检测出整个血管边界。主要包括如下步骤：搜索起点的确定，搜索机理的选取，搜索结束的判定。搜索起点可以有一个或数个。搜索机理即在已发现的边界点的机理上确定新的边界点，结合边界点相连信息进行连续追踪是一个简单易行的方法，而且也较好地克服了噪声造成的边缘点之间的不连续性。

基于区域生长的分割技术：即区域生长法，区域生长法从满足准则的种子点开始，在各个方向上生长区域，当其相邻点满足特定检测准则就并入小块区域中。当新的点被合并后再用新的区域重复这一过程，在没有可接受的临近点时生成过程终止，其重要准则是性质的相似性和空间的相似性。区域生长算法假定灰度相近、性质上相似、空间上相邻的像素属于同一物体，除将阈值作为判定条件外，还考虑到目标区域的空间相邻性，其优点在于计算简单，对于均匀的连通目标有很好的分割效果。

上面介绍的现有技术在分割血管时，如果血管与周围组织灰度相接近，没有明显的灰度差异或边界，则可能发生血管分割失败的情况。在这种情况下，由于血管和周围组织灰度相似，基于阈值的分割方法无法选择合适的阈值，因此无法给出满足需求的分割结果。由于血管和周围组织不存在灰度边界或边缘，也无法采用基于边缘追踪的分割方法，并且，由于没有边界约束，所以基于区域生长的分割方法极易发生分割泄漏，将非血管的相邻组织分割为血管，从而影响分割的结果。

针对相关技术中在血管与周围组织的灰度相接近时，无法对影像中的血管进行分割的技术问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种血管分割方法和装置，以至少解决相关技术中在血管与周围组织的灰度相接近时，无法对影像中的血管进行分割的技术问题。

根据本发明实施例的一个方面，提供了一种血管分割方法，该方法包括：分割出图像中的血管；根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位；对分割出的血管中的一个或多个异常部位进行拟合；至少基于拟合后的血管确定血管图像。

进一步地，至少基于拟合后的血管确定血管图像包括：对拟合后的血管进行血管边缘的优化处理，得到包括优化处理后的血管的血管图像。

进一步地，根据血管的连续性和渐变性确定异常部位包括以下至少之一：根据血管直径的连续性确定异常部位；根据血管横截面的等效直径的连续性确定异常部位；根据血管边缘的连续性确定异常部位。

进一步地，在血管为二维血管的情况下，根据血管直径的连续性确定异常部位包括以下至少之一：根据二维血管的任一部位的直径与相邻部位的直径的差值确定任一部位是否为异常部位；根据二维血管的任一部位的直径与二维血管的平均直径的差值确定任一部位是否为异常部位。

进一步地，在血管为三维血管的情况下，根据血管横截面的等效直径的连续性确定异常部位包括：根据三维血管的任一部位的血管横截面的等效直径与相邻部位的血管横截面的等效直径的差值确定任一部位是否为异常部位；根据三维血管的任一部位的血管横截面的等效直径与平均直径的差值确定任一部位是否为异常部位。

进一步地，在血管为二维血管的情况下，根据血管边缘的连续性确定异常部位包括：根据二维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定任一部位是否为异常部位；根据二维血管的任一部位的边缘距离与二维血管的平均边缘距离的差值确定任一部位是否为异常部位。

进一步地，在血管为三维血管的情况下，根据血管边缘的连续性确定异常部位包括：根据三维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定任一部位是否为异常部位；根据三维血管的任一部位的边缘距离与三维血管的平均边缘距离的差值确定任一部位是否为异常部位。

进一步地，根据用户的输入确定异常部位包括：采用人机交互的方式确定用户指定的异常部位。

进一步地，对分割出的血管中的一个或多个异常部位进行拟合包括以下至少之一：根据血管直径的连续性对异常部位进行拟合；根据血管边缘的连续性对异常部位进行拟合。

进一步地，在血管为二维血管的情况下，根据血管直径的连续性对异常部位进行拟合包括以下至少之一：根据二维血管的血管直径的连续性对异常部位进行线性拟合；根据二维血管的血管直径的连续性对异常部位进行二次函数拟合。

进一步地，在血管为三维血管的情况下，根据血管直径的连续性对异常部位进行拟合包括以下至少之一：根据三维血管的血管横截面的等效直径的连续性对异常部位进行线性拟合；根据三维血管的血管横截面的等效直径的连续性对异常部位进行二次函数拟合。

进一步地，在血管为二维血管的情况下，根据血管边缘的连续性对异常部位进行拟合包括以下至少之一：根据二维血管的血管边缘的连续性对异常部位进行线性拟合；根据二维血管的血管边缘的连续性对异常部位进行二次函数拟合。

进一步地，在血管为三维血管的情况下，根据血管边缘的连续性对异常部位进行拟合包括以下至少之一：根据三维血管的血管边缘的连续性对异常部位进行线性拟合；根据三维血管的血管边缘的连续性对异常部位进行二次函数拟合。

进一步地，对拟合后的血管进行血管边缘的优化处理包括：采用几何活动轮廓模型对拟合后的血管进行血管边缘的优化处理。

根据本发明实施例的另一个方面，提供了一种血管分割装置，该装置包括：分割单元，用于分割出图像中的血管；第一确定单元，用于根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位；拟合单元，用于对分割出的血管中的一个或多个异常部位进行拟合；第二确定单元，用于至少基于拟合后的血管确定血管图像。

进一步地，第二确定单元包括：优化模块，用于对拟合后的血管进行血管边缘的优化处理，得到包括优化处理后的血管的血管图像。

在本发明实施例中，通过分割出图像中的血管；根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位；对分割出的血管中的一个或多个异常部位进行拟合；至少基于拟合后的血管确定血管图像，通过采用数据拟合的处理方式，从而解决了相关技术中在血管与周围组织的灰度相接近时，无法对影像中的血管进行分割的技术问题，实现了对血管的分割的技术效果。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的血管分割方法的流程图；

图2是根据本发明实施例的进行血管分割的装置的示意图；

图3是根据本发明实施例的可选的进行血管分割的示意图；

图4是根据本发明实施例的可选的进行血管分割的示意图；

图5是根据本发明实施例的可选的进行血管分割的示意图；

图6是根据本发明实施例的可选的进行血管分割的示意图；

图7是根据本发明实施例的可选的进行血管分割的示意图；

图8是根据本发明实施例的可选的进行血管拟合的示意图；

图9是根据本发明实施例的可选的进行血管拟合的示意图；

图10是根据本发明实施例的可选的进行血管拟合的示意图；

图11是根据本发明实施例的血管分割装置的示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

根据本发明实施例，提供了一种血管分割方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

图1是根据本发明实施例的血管分割方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，分割出图像中的血管。

步骤S104，根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位。

步骤S106，对分割出的血管中的一个或多个异常部位进行拟合。

步骤S108，至少基于拟合后的血管确定血管图像。

通过上述实施例，通过分割出图像中的血管；根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位；对分割出的血管中的一个或多个异常部位进行拟合；至少基于拟合后的血管确定血管图像，通过采用数据拟合的处理方式，从而解决了相关技术中在血管与周围组织的灰度相接近时，无法对影像中的血管进行分割的技术问题，实现了对血管的分割的技术效果。

在上述实施例中，至少基于拟合后的血管确定血管图像可包括：对拟合后的血管进行血管边缘的优化处理，得到包括优化处理后的血管的血管图像。

需要说明的是，本申请的方法适用于二维和三维图像中的血管分割。

如图2所示，血管分割包括的主要部件有：整体分割装置，异常部位确定装置，局部拟合装置，局部优化装置。

在进行血管分割时，主要可通过如下步骤实现：

步骤S21，整体分割装置尝试对图像中的血管进行初步整体分割，得到初步分割血管。

步骤S22，异常部位确定装置依据血管连续性和渐变性原则发现和确定可能存在的血管异常部位。异常部位确定装置也可以采用人工输入方式来确定分割异常部位。异常部位确定装置可能确定出多个异常部位。

步骤S23，对每个异常部位先采用局部拟合装置，进行血管拟合，得到血管拟合部位；再采用局部优化装置，进行局部优化，若存在多个血管异常部位，则返回步骤S22对其它异常部位进行局部拟合。

步骤S24，对所有局部异常部位进行拟合和优化完毕后，就完成了对血管整体的分割，得到分割血管。

下面结合上述的装置详述本申请的实施例。

一、整体分割装置

整体分割装置可采用多种技术对血管进行整体分割，包括但不限于基于阈值的分割方法、基于边缘追踪的分割方法、基于区域生长的分割方法。对血管进行整体分割后，可以采用形态学中心线(也即骨骼线)提取方法，获得血管的中心线。

上述的区域生长法是根据统一物体区域内像素的相似性质来聚集像素点的方法，从初始区域(如小邻域或甚至每个像素)开始，将相邻的具有同样性质的像素或其它区域归并到目前的区域中从而逐步增长区域，直至没有可以归并的点或其它小区域为止。其具体实现步骤如下：

步骤S211，初始点(即种子点)的选取，对图像的各个感兴趣区域进行逐行扫描，找出尚无归属的像素。

步骤S212，按照生长准则以该像素为中心，检查它相邻的像素，即将邻域中的像素逐个与它比较，如果灰度差小于事先确定的阈值，则将它们合并，以新合并的像素为中心，再进行检测，直到该区域不能进一步扩张。

步骤S213，终止条件的确定，重新回到步骤S211，继续扫描直到不能发现没有归属的像素，整个生长过程结束。

步骤S214，求中心线，可以采用相关技术中的形态学中心线提取方法来确定中心线。

感兴趣区域的分割结果如图3(左侧为二维血管，右侧为三维血管)所示，中间的凸起即为异常部位，中心虚线为中心线。

二、异常部位确定装置

异常部位确定装置根据血管的连续性和渐变性发现和确定血管整体分割结果中可能存在的异常部位。异常部位是指由于血管与相邻组织灰度相似且紧密相邻的部位，由于不存在明显边界，可能导致整体分割失败。异常部位是血管整体分割中的一段局部区域。实际应用中，可能存在一个或多个异常部位，也可能没有异常部位。

异常部位的确定的具体方法为：由整体分割装置分割出的血管中心线已确定。

可选地，根据血管的连续性和渐变性确定异常部位包括以下至少之一：根据血管直径的连续性确定异常部位；根据血管横截面的等效直径的连续性确定异常部位；根据血管边缘的连续性确定异常部位。

具体地，在血管为二维血管的情况下，根据血管直径的连续性确定异常部位包括以下至少之一：根据二维血管的任一部位的直径与相邻部位的直径的差值确定任一部位是否为异常部位；根据二维血管的任一部位的直径与二维血管的平均直径的差值确定任一部位是否为异常部位。

在血管为三维血管的情况下，根据血管横截面的等效直径的连续性确定异常部位包括：根据三维血管的任一部位的血管横截面的等效直径与相邻部位的血管横截面的等效直径的差值确定任一部位是否为异常部位；根据三维血管的任一部位的血管横截面的等效直径与平均直径的差值确定任一部位是否为异常部位。

在血管为二维血管的情况下，根据血管边缘的连续性确定异常部位包括：根据二维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定任一部位是否为异常部位；根据二维血管的任一部位的边缘距离与二维血管的平均边缘距离的差值确定任一部位是否为异常部位。

在血管为三维血管的情况下，根据血管边缘的连续性确定异常部位包括：根据三维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定任一部位是否为异常部位；根据三维血管的任一部位的边缘距离与三维血管的平均边缘距离的差值确定任一部位是否为异常部位。

根据用户的输入确定异常部位包括：采用人机交互的方式确定用户指定的异常部位。下面结合具体的实施方式详述本申请的实施例：

实施方式一

在血管为二维血管的情况下，基于血管直径连续性确定异常部位，具体是基于相邻直径的差值进行判定。

将血管等分为N段。并分别依次标记出血管中心线抽样点为C_i和C_i对应的血管直径，将血管直径的长度标记为d_i，i＝1,2,…,N，则d_i＝{d₁,d₂,…,d_i,d_i+1,…,d_N}。

如图4所示，由于血管的连续性和渐变性，d_i+1与d_i相比较应该小于一个既定的阈值，即|Δd_i|＝|d_i+1-d_i|<T_h，该区域为血管的连续区域；当|Δd_i|＝|d_i+1-d_i|>T_h，该区域为血管突变区域；随着i值的递增，出现|Δd_i|＝|d_i+1-d_i|<T_h，该区域为血管的渐变区域；i值进一步增大，出现|Δd_i|＝|d_i+1-d_i|>T_h，该区域为血管的突变区域。综上所述，当血管连续区域出现突变区域，然后出现渐变区域，再次出现突变区域，则可确定两次突变区域之间为血管异常位置。第一次突变区域为异常血管起始位置，第二次突变区域为异常血管结束位置。分割结果如图4中的右侧图所示。

需要说明的是，T_h为血管突变阈值，可以根据经验选择为

实施方式二

在血管为二维血管的情况下，基于血管直径连续性确定异常部位，具体是基于直径与平均直径差值判定。

如图4所示，由于血管的连续性和渐变性，d_i的值比较接近。求d_i平均值d_i+1与相比较应该小于一个既定的阈值，即该区域为血管的连续区域，当该区域为血管突变区域，随着i值的递增，出现该区域为血管的渐变区域，i值进一步增大，出现该区域为血管的突变区域。综上所述，当血管连续区域出现突变区域，然后出现渐变区域，再次出现突变区域，则可确定两次突变区域之间为血管异常位置。第一次突变区域为异常血管起始位置，第二次突变区域为异常血管结束位置。对图4中左侧图的分割结果如图4中的右侧图所示。

需要说明的是，T_h为血管突变阈值，可以根据经验选择为

实施方式三

在血管为三维血管的情况下，基于血管横截面等效直径连续性确定异常部位，具体是基于相邻直径差值进行判定。

将血管等分为N段。并标记出血管的中心线抽样点C_i和C_i对应的横截面A_i，i＝1,2,…,N。由于A＝π(d/2)²，则可以得出等效直径为d_i,

由于血管横截面等效直径连续性和渐变性，d_i+1与d_i相比较应该小于一个既定的阈值，即|Δd_i|＝|d_i+1-d_i|<T_h，该区域为血管的连续区域，当|Δd_i|＝|d_i+1-d_i|>T_h，该区域为血管突变区域，随着i值的递增，出现|Δd_i|＝|d_i+1-d_i|<T_h，该区域为血管的渐变区域，i值进一步增大，出现|Δd_i|＝|d_i+1-d_i|>T_h，该区域为血管的突变区域。综上所述，当血管连续区域出现突变区域，然后出现渐变区域，再次出现突变区域，则可确定两次突变区域之间为血管异常位置。第一次突变区域为异常血管起始位置，第二次突变区域为异常血管结束位置。对如图5中左侧图的分割结果如图5中的右侧图所示。

需要说明的是，血管突变阈值，可以根据经验选择为

实施方式四

在血管为三维血管的情况下，基于血管横截面等效直径连续性确定异常部位，具体是基于直径与平均直径差值判定。

由于血管横截面等效直径连续性渐变性，d_i的值应该都比较接近。求d_i平均值d_i+1与相比较应该小于一个既定的阈值，即该区域为血管的连续区域，当该区域为血管突变区域，随着i值的递增，出现该区域为血管的渐变区域，i值进一步增大，出现该区域为血管的突变区域。综上所述，当血管连续区域出现突变区域，然后出现渐变区域，再次出现突变区域，则可确定两次突变区域之间为血管异常位置。第一次突变区域为异常血管起始位置，第二次突变区域为异常血管结束位置。对如图5中左侧图的分割结果如图5中的右侧图所示。

其中，血管突变阈值，可以根据经验选择为

实施方式五

在血管为二维血管的情况下，基于血管边缘连续性确定异常部位，具体是基于相邻血管边缘距离差值进行判定。

如图6所示，将血管等分为N段。由中心点向血管两侧边缘做垂线，将垂线与边缘的交点标记为P_ji，中心点c_i到垂点P_ji的距离为d_ji，中心点c_i+1到垂点P_ji+1的距离为d_ji+1，由于血管边缘的连续性和渐变性，d_i+1与d_i相比较应该小于一个既定的阈值，即|Δd_ji|＝|d_ji+1-d_ji|<T_h，且d_ji+1与d_ji相比较应该小于一个既定的阈值，即|Δd_ji|＝|d_ji+1-d_ji|<T_h，该区域为血管的连续区域；当|Δd_ji|＝|d_ji+1-d_ji|>T_h，或|Δd_ji|＝|d_ji+1-d_ji|>T_h，该区域为血管突变区域；随着i值的递增，出现|Δd_ji|＝|d_ji+1-d_ji|<T_h，该区域为血管的渐变区域；i值进一步增大，出现|Δd_ji|＝|d_ji+1-d_ji|>T_h，该区域为血管的突变区域。综上所述，当血管连续区域出现突变区域，然后出现渐变区域，再次出现突变区域，则可确定两次突变区域之间为血管异常位置。第一次突变区域为异常血管起始位置，第二次突变区域为异常血管结束位置。由于二维情况血管边缘存在血管两侧位置，所以按照上述方式迭代两次，对如图6中左侧图的分割结果如图6中右侧图所示。

其中，血管突变阈值，可以根据经验选择为

实施方式六

在血管为二维血管的情况下，基于血管边缘连续性确定异常部位，具体是基于血管边缘距离与血管平均边缘距离的差值进行判定。

将血管等分为N段。由中心点向血管边缘做垂线，将垂线与边缘的交点标记为P_ji,中心点c_i到垂点P_ji的距离为d_ji，中心点c_i+1到垂点P_ji+1的距离为d_ji+1，由于血管的连续性和渐变性，d_ji的值应该都比较接近。求d_ji平均值d_ji+1与相比较应该小于一个既定的阈值，即该区域为血管的连续区域；当该区域为血管突变区域；随着i值的递增，出现该区域为血管的渐变区域；i值进一步增大，出现该区域为血管的突变区域。综上所述，当血管连续区域出现突变区域，然后出现渐变区域，再次出现突变区域，则可确定两次突变区域之间为血管异常位置。第一次突变区域为异常血管起始位置，第二次突变区域为异常血管结束位置。由于二维情况血管边缘存在血管两侧位置，所以按照上述方式迭代两次，对如图6中左侧图的分割结果如图6中右侧图所示。

其中，血管突变阈值，可以根据经验选择为

实施方式七

在血管为三维血管的情况下，基于血管边缘连续性确定异常部位，具体是基于相邻血管边缘距离差值判定。

以血管中心线为轴线，选择一个起始角度，生成血管的纵向剖面，得到三维血管在一个二维平面上的切面。从而可以将三维血管转化为一个二维血管，使用实施方式5方法，确定三维血管在该二维平面内是否存在异常部位。

将起始角度对应的纵向剖面旋转60度，则按照上述方式迭代六次。如果在任意一个纵向剖面中存在异常部位，则认为三维血管存在异常部位。最终确定的异常部位范围为包括所有纵向剖面中的异常部位的集合。

实施方式八

在血管为二维血管的情况下，基于血管边缘连续性确定异常部位，具体是基于血管边缘距离与血管平均距离差值进行判定。

以血管中心线为轴线，选择一个起始角度，生成血管的纵向剖面，得到三维血管在一个二维平面上的切面。从而可以将三维血管转化为一个二维血管，使用实施方式6的方法，确定三维血管在该二维平面内是否存在异常部位。

将起始角度对应的纵向剖面旋转60度，则按照上述方式迭代六次。如果在任意一个纵向剖面中存在异常部位，则认为三维血管存在异常部位。最终确定的异常部位范围为包括所有纵向剖面中的异常部位的集合。

实施方式九

在血管为二维血管或者三维血管的情况下，采用人机交互方式手工指定异常部位。

如图7所示，在血管二维平面图像上，用户拖动鼠标调节异常部位起始位置和终止位置。或者在三维血管的二维剖面图像上，用户拖动鼠标调节异常部位起始位置的起点和终点。

三、局部拟合装置

局部拟合装置对异常部位确定装置给出的异常部位进行拟合。采用拟合的方法，对异常部位的血管进行分割。包括但不限于下述的半径拟合和边缘拟合方法。下面结合具体的实施方式详述本申请的实施例。

实施方式一

如图8所示，关于在二维图像中可采用血管直径拟合方法，假定已分割血管边缘中心线为C_i，C_i＝{c₁,c₂,…,c_J-1,c_J,…,c_K,c_K+1,…,c_N}。以C_i为中心点的等效直径为D_i，D_i＝{d₁,d₂,…,d_J-1,d_J,…,d_K,d_K+1,…,d_N}。其中c_J至c_K为由异常部位确定装置所给出的异常部位，c₁至c_J-1，c_K+1至c_N，为与异常部位相邻的非异常部位。c₁至c_J-1，c_K+1至c_N部分的血管等效直径为已知，c_J至c_K部分的等效直径为未知，需要根据已知血管直径拟合出未知血管直径。

具体地，可采用基于血管直径连续性采用线性拟合的方法。在二维图像中基于血管直径连续性采用线性拟合法进行局部拟合时，根据已知的直径大小d_i，然后拟合出未分割出血管的直径。

假设拟合函数是线性函数，则等效直径d_i的取值应该符合如下线性函数：

d_i＝a+bi。

实际应用中，血管半径取值不可能严格符合线性函数。因此，采用最小二次方差的方法，利用已知血管直径，拟合出线性系数a和b。

基于已知点的最小二次方差计算函数为：

$F(a,b)=\underset{k=1}{\overset{J-1}{\mathrm{\&Sigma;}}}{(a+bk-d_k)}^2+\underset{k=K+1}{\overset{N}{\mathrm{\&Sigma;}}}{(a+bk-d_k)}^2,$

为了求该函数的极小值点，令得到：

$\underset{k=1}{\overset{J-1}{\mathrm{\&Sigma;}}}2(a+bk-d_k)+\underset{k=K+1}{\overset{N}{\mathrm{\&Sigma;}}}2(a+bk-d_k)=0$

$\underset{k=1}{\overset{J-1}{\mathrm{\&Sigma;}}}2k(a+bk-d_k)+\underset{k=K+1}{\overset{N}{\mathrm{\&Sigma;}}}2k(a+bk-d_k)=0,$

这是关于未知数a和b的线性方程组。求解这个二元线性方程组便得待定系数a和b，从而得线性拟合函数d_i＝a+bi,i＝J,…,K。将i＝{J,…,K}分别代入d_i＝a+bi，即可求得该点直径。

由直径拟合方法求D_i，i＝{J,…,K}。以直径找到二维横切线，然后将按照直径连接边缘，可将未分割段的血管分割出来，其变化过程如图8所示。

实施方式二

可基于血管直径连续性采用二次函数拟合，二维图像中基于血管直径连续性采用二次函数拟合法进行局部拟合。根据已知的直径大小d_i，然后拟合出未分割出血管的半径。

假设拟合函数是一个二次函数，则等效直径d_i的取值应该符合如下线性函数：

d_i＝a₀+a₁i+a₂i²，

实际应用中，血管半径取值不可能严格符合二次函数。因此，采用最小二次方差的方法，利用已知血管直径，拟合出线性系数a和b。

基于已知点的最小二次方差计算函数为：

$F(a_0,a_1,a_2)=\underset{k=1}{\overset{J-1}{\mathrm{\&Sigma;}}}{\&lsqb;(a_0+a_{1}k+a_2{k}^2)-R_k\&rsqb;}^2+\underset{k=K+1}{\overset{N}{\mathrm{\&Sigma;}}}{\&lsqb;(a_0+a_{1}k+a_2{k}^2)-R_k\&rsqb;}^2,$

选取a₀,a₁,a₂，使得这个函数取得极小值。为了求该函数的极小值点，令

$\frac{\&part;F}{\&part;a_0}=0,\frac{\&part;F}{\&part;a_1}=0,\frac{\&part;F}{\&part;a_2}=0,$

求解该方程组便得二次拟合函数中的三个待定系数a₀,a₁,a₂。从而得二次拟合函数d_i＝a₀+a₁i+a₂i²,i＝J,…,K。i＝{J,…,K}分别代入d_i＝a₀+a₁i+a₂i²，即可求得该点的直径D_i。

由直径找到二维横切线，然后将按照直径连接边缘，可将未分割段的血管分割出来，其变化过程如图8所示。

实施方式三

如果血管为三维血管，可采用在三维图像中血管横截面圆形直径拟合的方法。该拟合方法假定血管横截面近似于圆形，并且相邻横截面的圆形直径变化是连续(渐变)的，从而采用圆形横截面对血管进行拟合。

假定已分割血管边缘中心线为C_i，C_i＝{c₁,c₂,…c_J,…,c_K,…,c_N}。以C_i为中心点的横切面的面积为A_i，A_i＝{A₁,A₂,…,A_J-1,A_J,…,A_K,A_K+1,…,A_N}，等效直径为D_i，D_i＝{d₁,d₂,…,d_J-1,d_J,…,d_K,d_K+1,…,d_N}。其中A_i＝π(D_i/2)²,c_J至c_K为由异常部位确定装置所给出的异常部位，c₁至c_J-1，c_K+1至c_N，为与异常部位相邻的非异常部位。c₁至c_J-1，c_K+1至c_N部分的血管等效直径为已知，c_J至c_K部分的等效直径为未知，需要根据已知血管直径拟合出未知血管直径。

具体地，可以基于血管横截面等效直径连续性采用线性拟合。三维图像中基于血管直径连续性采用线性拟合法进行局部拟合。根据已知的直径大小D_i，然后拟合出未分割出血管的直径。线性拟合方式参考实施方式一。其变化过程如图9所示。

实施方式四

可基于血管横截面等效直径连续性采用二次函数拟合。

三维图像中基于血管直径连续性采用二次函数拟合法进行局部拟合。根据已知的直径大小D_i，然后拟合出未分割出血管的半径。

假设拟合函数是一个二次函数，则等效直径D_i的取值应该符合线性函数。实际应用中，血管半径取值不可能严格符合二次函数。因此，采用最小二次方差的方法，利用已知血管直径，拟合出线性系数a和b。二次函数拟合方式参考实施方式二。其变化过程如图9所示。

实施方式五

在二维图像中可采用边缘拟合的方法。

如图10所示，假定已分割血管边缘中心线为C_i，C_i＝{c₁,c₂,…c_J-1,c_J,…,c_K,c_K+1,…,c_N}。以C_i为中心点，由中心点向血管一侧边缘做垂线，垂线距离为D_i，D_i＝{d₁,d₂,…,d_J-1,d_J,…,d_K,d_K+1,…,d_N}。其中c_J至c_K为由异常部位确定装置所给出的异常部位，c₁至c_J-₁，c_K+1至c_N，为与异常部位相邻的非异常部位。c₁至，c_K+1至c_N部分的垂线距离为已知，c_J至c_K部分的垂线距离为未知，需要根据已知血管垂线距离拟合出未知血管垂线距离。

在基于血管边缘连续性采用线性拟合时，在二维图像中可基于血管边缘连续性采用线性拟合法对一侧边缘进行局部拟合。已知分割血管及中心线，由中心点向血管边缘做垂线，求出距离D_i。根据已知的距离大小D_i，拟合出未分割血管的中心点到边缘的距离。

同样的边缘拟合方法，可以应用与血管另一侧边缘。从而最终完成对二维图像中血管两侧边缘的拟合。拟合次数为二次。

实施方式六

二维图像中基于血管边缘连续性采用二次函数拟合法进行局部拟合。已知分割血管及中心线，由中心点向血管一侧边缘做垂线，求出距离D_i，拟合出未分割血管的中心点到边缘的距离。

假设拟合函数是一个二次函数，则等效直径D_i的取值应该符合如下线性函数：

D_i＝a₀+a₁i+a₂i²

实际应用中，血管半径取值不可能严格符合二次函数。因此，采用最小二次方差的方法，利用已知血管直径，拟合出线性系数a和b。

基于已知点的最小二次方差计算函数为

$F(a_0,a_1,a_2)=\underset{k=1}{\overset{J-1}{\mathrm{\&Sigma;}}}{\&lsqb;(a_0+a_{1}k+a_2{k}^2)-D_k\&rsqb;}^2+\underset{k=K+1}{\overset{N}{\mathrm{\&Sigma;}}}{\&lsqb;(a_0+a_{1}k+a_2{k}^2)-D_k\&rsqb;}^2,$

为了求该函数的极小值点，令

$\frac{\&part;F}{\&part;{\mathrm{\&alpha;}}_0}=0,\frac{\&part;F}{\&part;{\mathrm{\&alpha;}}_1}=0,\frac{\&part;F}{\&part;{\mathrm{\&alpha;}}_2}=0,$

求解该方程组便得二次拟合函数中的三个待定系数a₀,a₁,a₂。从而得二次拟合函数D_i＝a₀+a₁i+a₂i²,i＝J,…,K。i＝{J,…,K}分别代入D_i＝a₀+a₁i+a₂i²，即可求得该点的距离D_i。

综上所述，将已分割血管等分为N段。已知D_i,i＝{1,2,…,J-1,K+1,…,N}。由直径找到二维横切线，然后将按照直径连接边缘，可将未分割段的血管分割出来。

实施方式七

在三维图像中，可基于血管边缘的连续性进行线性拟合。

三维图像旋转为360度，按照每60度为单位旋转，分别从中心线向血管做垂面，垂面与血管的交线为血管边缘，然后根据中心线上的中心点到血管边缘的距离D_i，拟合出未分割血管不同方向上中心点到边缘的距离。拟合次数为六次。拟合方式参考实施方式五。

实施方式八

在三维图像中，可基于血管边缘的连续性进行二次函数拟合。具体是基于血管边缘连续性采用二次函数拟合。

三维图像旋转为360度，按照每60度为单位旋转，分别从中心线向血管做垂面，垂面与血管的交线为血管边缘，然后根据中心线上的中心点到血管边缘的距离D_i，拟合出未分割血管不同方向上中心点到边缘的距离。拟合次数为六次。拟合方式参考实施方式六。

四、局部优化装置

局部优化装置在局部拟合装置给出的局部血管分割结果的基础上，对局部分割结果进行进一步优化。

对于二维血管，可以将局部血管分割结果的两侧边界，看作有弹性的曲线。在弹性曲线上按照一定间隔放置控制点，然后允许这些控制点在一定范围内向梯度更大的位置移动，从而更加接近可能存在的真实血管边缘位置。

对于三维血管，可以按照一定间隔获取血管横截面图像。在每个血管横截面图像内，血管边界与横截面的交线为一个封闭轮廓线。对于该轮廓线，可以进一步采用活动轮廓法或水平集等方法进行优化。

通过上述方法和应用于上述方法的各种装置，可根据分割出的血管部分分割未分割出的血管部分；利用数据拟合原理和活动轮廓模型相结合，来解决血管分割问题。

本发明实施例还提供了一种血管分割装置。需要说明的是，本发明实施例的血管分割装置可以用于执行本发明实施例所提供的血管分割方法，本发明实施例的血管分割方法也可以通过本发明实施例所提供的血管分割装置来执行。

图11是根据本发明实施例的血管分割装置的示意图。如图11所示，该装置可以包括：分割单元111、第一确定单元113、拟合单元115以及第二确定单元117。

分割单元111，用于分割出图像中的血管。

第一确定单元113，用于根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位。

拟合单元115，用于对分割出的血管中的一个或多个异常部位进行拟合。

第二确定单元117，用于至少基于拟合后的血管确定血管图像。

通过上述实施例，分割单元分割出图像中的血管；第一确定单元根据预定规则确定分割出的血管中的一个或多个异常部位，其中，预定规则包括以下至少之一：根据血管的连续性和渐变性确定异常部位、根据用户的输入确定异常部位；拟合单元对分割出的血管中的一个或多个异常部位进行拟合；第二确定单元至少基于拟合后的血管确定血管图像，通过采用数据拟合的处理方式，从而解决了相关技术中在血管与周围组织的灰度相接近时，无法对影像中的血管进行分割的技术问题，实现了对血管的分割的技术效果。

在上述实施例中，第二确定单元包括：优化模块，用于对拟合后的血管进行血管边缘的优化处理，得到包括优化处理后的血管的血管图像。

可选地，第一确定单元还用于根据血管直径的连续性确定异常部位；根据血管横截面的等效直径的连续性确定异常部位；根据血管边缘的连续性确定异常部位。

可选地，在血管为二维血管的情况下，第一确定单元还用于根据二维血管的任一部位的直径与相邻部位的直径的差值确定任一部位是否为异常部位；根据二维血管的任一部位的直径与二维血管的平均直径的差值确定任一部位是否为异常部位。

可选地，在血管为三维血管的情况下，第一确定单元还用于根据三维血管的任一部位的血管横截面的等效直径与相邻部位的血管横截面的等效直径的差值确定任一部位是否为异常部位；根据三维血管的任一部位的血管横截面的等效直径与平均直径的差值确定任一部位是否为异常部位。

可选地，在血管为二维血管的情况下，第一确定单元还用于根据二维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定任一部位是否为异常部位；根据二维血管的任一部位的边缘距离与二维血管的平均边缘距离的差值确定任一部位是否为异常部位。

可选地，在血管为三维血管的情况下，第一确定单元还用于根据三维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定任一部位是否为异常部位；根据三维血管的任一部位的边缘距离与三维血管的平均边缘距离的差值确定任一部位是否为异常部位。

可选地，第一确定单元还用于采用人机交互的方式确定用户指定的异常部位。

可选地，拟合单元还用于根据血管直径的连续性对异常部位进行拟合；根据血管边缘的连续性对异常部位进行拟合。

可选地，在血管为二维血管的情况下，拟合单元还用于根据二维血管的血管直径的连续性对异常部位进行线性拟合；根据二维血管的血管直径的连续性对异常部位进行二次函数拟合。

可选地，在血管为三维血管的情况下，拟合单元还用于根据三维血管的血管横截面的等效直径的连续性对异常部位进行线性拟合；根据三维血管的血管横截面的等效直径的连续性对异常部位进行二次函数拟合。

可选地，在血管为二维血管的情况下，拟合单元还用于根据二维血管的血管边缘的连续性对异常部位进行线性拟合；根据二维血管的血管边缘的连续性对异常部位进行二次函数拟合。

可选地，在血管为三维血管的情况下，拟合单元还用于根据三维血管的血管边缘的连续性对异常部位进行线性拟合；根据三维血管的血管边缘的连续性对异常部位进行二次函数拟合。

可选地，优化模块还用于采用几何活动轮廓模型对拟合后的血管进行血管边缘的优化处理。

通过上述实施例，可根据分割出的血管部分分割未分割出的血管部分；利用数据拟合原理和活动轮廓模型相结合，来解决血管分割问题。

本实施例中所提供的各个模块与方法实施例对应步骤所提供的使用方法相同、应用场景也可以相同。当然，需要注意的是，上述模块涉及的方案可以不限于上述实施例中的内容和场景，且上述模块可以运行在计算机终端或移动终端，可以通过软件或硬件实现。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，可以为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (16)

1.一种血管分割方法，其特征在于，包括：

分割出图像中的血管；

根据预定规则确定分割出的血管中的一个或多个异常部位，其中，所述预定规则包括以下至少之一：根据血管的连续性和渐变性确定所述异常部位、根据用户的输入确定所述异常部位；

对分割出的血管中的一个或多个所述异常部位进行拟合；

至少基于拟合后的血管确定血管图像。

2.根据权利要求1所述的方法，其特征在于，至少基于拟合后的血管确定血管图像包括：

对拟合后的血管进行血管边缘的优化处理，得到包括优化处理后的血管的血管图像。

3.根据权利要求1或2所述的方法，其特征在于，根据血管的连续性和渐变性确定所述异常部位包括以下至少之一：

根据血管直径的连续性确定所述异常部位；

根据血管横截面的等效直径的连续性确定所述异常部位；

根据血管边缘的连续性确定所述异常部位。

4.根据权利要求3所述的方法，其特征在于，在血管为二维血管的情况下，根据血管直径的连续性确定所述异常部位包括以下至少之一：

根据二维血管的任一部位的直径与相邻部位的直径的差值确定所述任一部位是否为所述异常部位；

根据二维血管的所述任一部位的直径与二维血管的平均直径的差值确定所述任一部位是否为所述异常部位。

5.根据权利要求3所述的方法，其特征在于，在血管为三维血管的情况下，根据血管横截面的等效直径的连续性确定所述异常部位包括：

根据三维血管的任一部位的血管横截面的等效直径与相邻部位的血管横截面的等效直径的差值确定所述任一部位是否为所述异常部位；

根据三维血管的所述任一部位的血管横截面的等效直径与平均直径的差值确定所述任一部位是否为所述异常部位。

6.根据权利要求3所述的方法，其特征在于，在血管为二维血管的情况下，根据血管边缘的连续性确定所述异常部位包括：

根据二维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定所述任一部位是否为所述异常部位；

根据二维血管的所述任一部位的边缘距离与二维血管的平均边缘距离的差值确定所述任一部位是否为所述异常部位。

7.根据权利要求3所述的方法，其特征在于，在血管为三维血管的情况下，根据血管边缘的连续性确定所述异常部位包括：

根据三维血管的任一部位的边缘距离与相邻部位的边缘距离的差值确定所述任一部位是否为所述异常部位；

根据三维血管的所述任一部位的边缘距离与三维血管的平均边缘距离的差值确定所述任一部位是否为所述异常部位。

8.根据权利要求1或2所述的方法，其特征在于，根据用户的输入确定所述异常部位包括：

采用人机交互的方式确定用户指定的所述异常部位。

9.根据权利要求1或2所述的方法，其特征在于，对分割出的血管中的一个或多个所述异常部位进行拟合包括以下至少之一：

根据血管直径的连续性对所述异常部位进行拟合；

根据血管边缘的连续性对所述异常部位进行拟合。

10.根据权利要求9所述的方法，其特征在于，在血管为二维血管的情况下，根据血管直径的连续性对所述异常部位进行拟合包括以下至少之一：

根据二维血管的血管直径的连续性对所述异常部位进行线性拟合；

根据二维血管的血管直径的连续性对所述异常部位进行二次函数拟合。

11.根据权利要求9所述的方法，其特征在于，在血管为三维血管的情况下，根据血管直径的连续性对所述异常部位进行拟合包括以下至少之一：

根据三维血管的血管横截面的等效直径的连续性对所述异常部位进行线性拟合；

根据三维血管的血管横截面的等效直径的连续性对所述异常部位进行二次函数拟合。

12.根据权利要求9所述的方法，其特征在于，在血管为二维血管的情况下，根据血管边缘的连续性对所述异常部位进行拟合包括以下至少之一：

根据二维血管的血管边缘的连续性对所述异常部位进行线性拟合；

根据二维血管的血管边缘的连续性对所述异常部位进行二次函数拟合。

13.根据权利要求9所述的方法，其特征在于，在血管为三维血管的情况下，根据血管边缘的连续性对所述异常部位进行拟合包括以下至少之一：

根据三维血管的血管边缘的连续性对所述异常部位进行线性拟合；

根据三维血管的血管边缘的连续性对所述异常部位进行二次函数拟合。

14.根据权利要求2所述的方法，其特征在于，对拟合后的血管进行血管边缘的优化处理包括：

采用几何活动轮廓模型对拟合后的血管进行血管边缘的优化处理。

15.一种血管分割装置，其特征在于，包括：

分割单元，用于分割出图像中的血管；

第一确定单元，用于根据预定规则确定分割出的血管中的一个或多个异常部位，其中，所述预定规则包括以下至少之一：根据血管的连续性和渐变性确定所述异常部位、根据用户的输入确定所述异常部位；

拟合单元，用于对分割出的血管中的一个或多个所述异常部位进行拟合；

第二确定单元，用于至少基于拟合后的血管确定血管图像。

16.根据权利要求15所述的装置，其特征在于，所述第二确定单元包括：

优化模块，用于对拟合后的血管进行血管边缘的优化处理，得到包括优化处理后的血管的血管图像。