CN107392999B - 用于确定血管子分支的血管类型的方法及装置 - Google Patents

用于确定血管子分支的血管类型的方法及装置 Download PDF

Info

Publication number
CN107392999B
CN107392999B CN201710608306.9A CN201710608306A CN107392999B CN 107392999 B CN107392999 B CN 107392999B CN 201710608306 A CN201710608306 A CN 201710608306A CN 107392999 B CN107392999 B CN 107392999B
Authority
CN
China
Prior art keywords
branch
sub
included angle
blood vessel
preset
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201710608306.9A
Other languages
English (en)
Other versions
CN107392999A (zh
Inventor
庞晓磊
田广野
陈永健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Hisense Medical Equipment Co Ltd
Original Assignee
Qingdao Hisense Medical Equipment Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Qingdao Hisense Medical Equipment Co Ltd filed Critical Qingdao Hisense Medical Equipment Co Ltd
Priority to CN201710608306.9A priority Critical patent/CN107392999B/zh
Publication of CN107392999A publication Critical patent/CN107392999A/zh
Application granted granted Critical
Publication of CN107392999B publication Critical patent/CN107392999B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/005Tree description, e.g. octree, quadtree
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2210/00Indexing scheme for image generation or computer graphics
    • G06T2210/41Medical

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明公开了一种用于确定血管子分支的血管类型的方法及装,属于医学图像处理领域。所述方法包括:判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,父分支为血管类型已标定的分支,第一子分支为血管中心线中血管类型未标定且与父分支相连的任一子分支,其中,预设阈值大于1;若第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,则计算第一子分支与父分支的第一夹角和至少一个第二夹角,第二夹角为与父分支相连的两个子分支间的夹角;若第一夹角和第二夹角满足预设夹角限定条件,将父分支的血管类型确定为第一子分支的血管类型。本发明提高了确定血管子分支的血管类型的准确度。本发明用于对血管进行归类。

Description

用于确定血管子分支的血管类型的方法及装置
技术领域
本发明涉及医学图像处理领域,特别涉及一种用于确定血管子分支的血管类型的方法及装置。
背景技术
人体内的脏器(例如:肝脏)的结构非常复杂,脏器中的血管可以分为门静脉、静脉和动脉几种类型,由于血管存在交织且互相遮挡的情况,医生在根据其三维模型进行疾病诊断时,该交织且互相遮挡的血管会增大医生的诊断难度,若先对血管进行准确地归类(归类指的是确定血管的类型的过程),医生再根据归类结果进行诊断,就能够降低诊断难度并提高诊断的准确性,因此,如何对血管进行准确地归类是亟待解决的问题。
相关技术中对血管进行归类的方法为:获取血管三维模型对应的血管中心线,然后对血管中心线中的分支进行归类,并将血管中心线的归类结果映射到血管三维模型中,以实现对血管三维模型中血管的归类。具体的,对血管中心线中的分支进行归类的方法为:判断血管中心线中父分支和子分支的夹角是否为锐角,当父分支与子分支的夹角为锐角时,确定子分支与父分支的血管类型相同(即将该子分支与父分支归为一类)。其中,父分支为血管中心线中血管类型已标定的分支,子分支为血管中心线中与该父分支相连且血管类型未标定的分支。
由于血管的结构复杂且存在交织和互相遮挡的情况,根据父分支与子分支的夹角是否为锐角判断是否对子分支进行归类的判断条件太粗糙,因此,该归类方法的准确度较低。
发明内容
为了解决相关技术归类方法的准确度较低的问题,本发明实施例提供了一种用于确定血管子分支的血管类型的方法及装置。所述技术方案如下:
第一方面,提供了一种用于确定血管子分支的血管类型的方法,所述方法包括:
判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,所述父分支为血管类型已标定的分支,所述第一子分支为所述血管中心线中血管类型未标定且与所述父分支相连的任一子分支,其中,所述预设阈值大于1;
若所述第一子分支的血管管径与所述父分支的血管管径的比值小于所述预设阈值,则计算所述第一子分支与所述父分支的第一夹角和至少一个第二夹角,所述第二夹角为与所述父分支相连的两个子分支间的夹角;
若所述第一夹角和所述第二夹角满足预设夹角限定条件,将所述父分支的血管类型确定为所述第一子分支的血管类型。
第二方面,提供了一种用于确定血管子分支的血管类型的装置,所述装置包括:
第一判断模块,用于判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,所述父分支为血管类型已标定的分支,所述第一子分支为所述血管中心线中血管类型未标定且与所述父分支相连的任一子分支,其中,所述预设阈值大于1;
计算模块,用于若所述第一子分支的血管管径与所述父分支的血管管径的比值小于所述预设阈值,则计算所述第一子分支与所述父分支的第一夹角和至少一个第二夹角,所述第二夹角为与所述父分支相连的两个子分支间的夹角;
第一确定模块,用于若所述第一夹角和所述第二夹角满足预设夹角限定条件,将所述父分支的血管类型确定为所述第一子分支的血管类型。
第三方面,提供了一种存储介质,所述存储介质中存储有指令,当所述存储介质在计算机上运行时,使得计算机执行第一方面任一所述的用于确定血管子分支的血管类型的方法。
第四方面,提供了一种终端,包括存储器,处理器及存储在所述存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时,实现第一方面任一所述的用于确定血管子分支的血管类型的方法。
本发明实施例提供的技术方案带来的有益效果是:
本发明实施例提供的一种用于确定血管子分支的血管类型的方法及装置、终端及存储介质,通过判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,并在第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,且第一夹角和第二夹角满足预设夹角限定条件时,将父分支的血管类型确定为第一子分支的血管类型,相对于相关技术,细化了对子分支进行归类的判断条件,有效地提高了对血管子分支进行归类的精确度,进而提高了确定血管子分支的血管类型的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种用于确定血管子分支的血管类型的方法的流程图;
图2是本发明实施例提供的另一种用于确定血管子分支的血管类型的方法的流程图;
图3是本发明实施例提供的一种肝脏某部分血管的三维模型及其血管中心线的示意图;
图4是本发明实施例提供的一种分支的方向向量的示意图;
图5-1是本发明实施例提供的一种第一夹角和第二夹角满足的夹角限定条件的几种情况,并对满足夹角限定条件的分支进行归类的示意图;
图5-2是本发明实施例提供的一种与父分支相连的子分支的数量为2个,第二夹角大于预设的第二夹角阈值且小于预设的第三夹角阈值,且第一夹角小于预设的第一夹角阈值的示意图;
图5-3是本发明实施例提供的一种与父分支相连的子分支的数量为2个,第二夹角大于预设的第三夹角阈值,且第一夹角小于预设的第四夹角阈值的示意图;
图5-4是本发明实施例提供的一种与父分支相连的子分支的数量为至少2个,子分支中任意2个子分支间的第二夹角均小于预设的第二夹角阈值的示意图;
图5-5是本发明实施例提供的一种与父分支相连的子分支的数量大于2个,子分支中任意2个子分支间的第二夹角大于预设的第二夹角阈值,且第一夹角小于预设的第一夹角阈值的示意图;
图6-1是本发明实施例提供的一种第一子分支被归类错误的示意图;
图6-2是本发明实施例提供的一种第一子分支与对应的血管的示意图;
图7是本发明实施例提供的又一种用于确定血管子分支的血管类型的方法的流程图;
图8-1是本发明实施例提供的一种用于确定血管子分支的血管类型的装置的结构示意图;
图8-2是本发明实施例提供的另一种用于确定血管子分支的血管类型的装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
随着医疗技术的快速发展,借助人体进行腹部的计算机断层扫描(英文:ComputedTomography;简称:CT)图像获取的数据,以及计算机辅助手术系统(英文:Computer AidedSurgery;缩写:CAS)的三维重建技术,可以把二维数据重建成三维图像,该三维图像能直观地反映人体脏器(例如:肝脏)中血管的位置关系,以及为准确快速定位脏器中的转移瘤和其他病变提供了重要依据,其对术前诊断、术中指导及术后评估均具有越来越重要的作用。
人体中的血管一般可以分为门静脉、静脉和动脉等多个血管类型,属于同一类型的多个血管互相连接,但是,由于血管之间存在天然搭靠,且获取的数据中容易存在采样噪声,导致通过三维重建技术得到的人体脏器中动脉血管、静脉血管及门脉血管之间也存在相互连接的情况,因此,为了更准确地为显示和定位脏器和脏器中的病变提供的依据,在显示和定位之前对血管进行归类是很重要的。其中,对血管进行归类是指将类型未知的血管归为与其具有相同或相似属性的类型已知的血管一类的过程,也即是,根据血管类型已知的血管确定血管类型未知的血管的类型的过程。针对此,本发明实施例提供了一种用于确定血管子分支的血管类型的方法,如图1所示,该方法可以包括:
步骤101、判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值。
其中,父分支为血管类型已标定的分支,第一子分支为血管中心线中血管类型未标定且与父分支相连的任一子分支,其中,预设阈值大于1。
步骤102、若第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,则计算第一子分支与父分支的第一夹角和至少一个第二夹角。
其中,第二夹角为与父分支相连的两个子分支间的夹角。
步骤103、若第一夹角和第二夹角满足预设夹角限定条件,将父分支的血管类型确定为第一子分支的血管类型。
综上所述,本发明实施例提供的用于确定血管子分支的血管类型的方法,通过判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,并在第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,且第一夹角和第二夹角满足预设夹角限定条件时,将父分支的血管类型确定为第一子分支的血管类型,相对于相关技术,细化了对子分支进行归类的判断条件,有效地提高了对血管子分支进行归类的精确度,进而提高了确定血管子分支的血管类型的准确度。
实际应用中,可以直接基于血管三维模型确定血管子分支的血管类型,也可以基于血管中心线确定血管子分支的血管类型,本发明实施例以以下两种实现方式为例进行说明:
当基于血管中心线确定血管子分支的血管类型时,如图2所示,该用于确定血管子分支的血管类型的方法可以包括:
步骤201、根据血管三维模型,确定血管三维模型的血管中心线。
其中,血管中心线包括多个分支。
对人体腹部的CT扫描图像进行三维重建可以得到人体腹部的三维模型,对该三维模型进行图像分割可以得到血管三维模型。血管中心线是将血管的三维模型转换成具有空间树形拓扑结构的数学模型。在确定血管子分支的血管类型之前需要先根据血管的三维模型确定对应的血管中心线,然后再根据血管中心线确定血管子分支的血管类型,可以在一定程度上降低对血管子分支进行分类的难度。
可选地,可以对血管的三维模型采用细化算法得到对应的血管中心线,或者,也可以对获取根据细化算法得到的血管中心线进行筛选,例如:将血管中心线的路径中包括的像素点数大于预设阈值的路径对应的血管中心线确定为血管三维模型最终的血管中心线。示例地,如图3所示,图3中灰色部分所示为肝脏中部分血管的三维模型,图3中灰色部分上的黑色细线为该血管三维模型的血管中心线。
步骤202、建立血管中心线与血管三维模型的映射关系。
血管中心线是根据血管三维模型经过变换后得到的,因此,可以根据两者建立两者之间的映射关系,具体地,该映射关系可以表现为血管中心线中的像素点和血管三维模型中的像素点(或三角面片)的对应关系,例如:该映射关系可以为根据血管中心线和血管三维模型按照最短欧式距离法确定的血管中心线上像素点与血管三维模型中的像素点的对应关系,或者,该映射关系可以为根据血管中心线和血管三维模型按照最短欧式距离法确定的血管中心线上像素点与血管三维模型中的三角面片的对应关系。但是,由于血管中心线是血管三维模型经过细化算法后得到的,因此,血管中心线中的一个像素点可能与血管三维模型中的多个像素点(或三角面片)为对应关系,即血管中心线中的像素点与血管三维模型中的像素点(或三角面片)的映射关系为一对多的对应关系。
示例地,假设血管三维模型包括像素点a1、a2、a3、a4、a5、a6、a7、a8和a9,血管中心线包括像素点b1、b2和b3,其中像素点b1与像素点a1、a2、a3和a4对应,像素点b2与像素点a5和a6对应,像素点b3和像素点a7、a8和a9对应,也即是,建立的血管中心线与血管三维模型的映射关系为表1所示的映射关系。
表1
血管中心线中的像素点 血管三维模型中的像素点
b1 a1、a2、a3和a4
b2 a5和a6
b3 a7、a8和a9
需要说明的是,由于血管中心线中的分支和血管三维模型中血管均是由像素组成,因此,该映射关系也可以表现为血管中心线中的分支与血管三维模型中血管分支的对应关系,即血管中心线中某分支与血管三维模型中某血管分支的对应关系。并且,本发明实施例中的映射关系只是示意性的例子,实际应用中血管中心线与血管三维模型的映射关系可能更加复杂。
步骤203、基于映射关系,将血管三维模型中血管类型已标定的血管分支所对应的血管中心线中的分支确定为父分支,将血管类型未标定且与父分支连接的分支确定为子分支。
在对血管中心线进行归类之前,需要先采用人工标识的方法在血管三维模型中标定少数血管的血管类型,该被标定血管类型的少数血管可以为用户通过观察能够明显辨别其血管类型的血管,然后根据血管中心线和血管三维模型的映射关系,在血管中心线中确定该血管对应的血管中心线,并将该血管的血管类型确定为该对应的血管中心线的血管类型,该对应的血管中心线为父分支,与该父分支连接且血管类型未知的分支为子分支。因此,确定血管子分支的血管类型的过程即为根据该父分支确定子分支的血管类型的过程。示例地,请参考图3,图3中虚线椭圆指示的分支为父分支,其余与其连接的分支为子分支。
步骤204、判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值。
其中,第一子分支为血管中心线中血管类型未标定且与父分支相连的任一子分支,预设阈值可以大于1,例如:该预设阈值可以为1.15。
血管管径是血管在垂直于血流方向的方向上的最大距离,该血管管径的大小用以表示血管的粗细,且两者呈正相关的关系。由于属于同一类型的多个血管分支互相连接,该属于同一类型的多个血管分支的血管管径具有一定的关联关系,因此,可以根据血管管径对血管分支进行归类。其中,血管中心线中分支的血管管径是指与该分支对应的血管分支的血管管径,并且,血管管径的取值可以为通过长期研究得出的理论值,或者,也可以为根据测量得到的血管分支在垂直于血流方向的方向上的最大距离,或者,也可以根据血管分支某位置处的中心点确定血管方向向量,然后确定过该方向向量的管径截平面及其面积,再根据圆面积公式确定该管径截平面的半径,该管径截平面的半径即为血管管径,本发明实施例对其不做具体限定。
当第一子分支的血管管径与父分支的血管管径的比值小于预设阈值时,说明该第一子分支对应的血管子分支可能与该父分支对应的血管父分支为同一类型的血管,此时需要进一步判断第一子分支对应的血管子分支是否与父分支对应的血管父分支为同一类型的血管,即继续执行步骤205,当第一子分支的血管管径与父分支的血管管径的比值不小于预设阈值时,说明该第一子分支对应的血管子分支与该父分支对应的血管父分支可能不是同一类型的血管,但是,为了避免误归类,此时还需要执行步骤207,以进一步确定第一子分支对应的血管子分支是否与父分支对应的血管父分支是同一类型的血管。
示例地,假设预设阈值为1.15,获取的第一子分支的血管管径为0.6毫米,获取的父分支的血管管径为0.8毫米,0.6/0.8=0.75<1.15,可以确定第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,执行步骤205。
步骤205、计算第一子分支与父分支的第一夹角和至少一个第二夹角。
其中,第二夹角为与父分支相连的两个子分支间的夹角。
可选地,计算分支之间夹角的方式可以为:分别获取两个分支上的像素点组成的方向向量,然后计算两个方向向量之间的夹角,该两个方向向量之间的夹角即为两个分支之间的夹角。
具体地,计算分支的方向向量P(a,b,c)的方法可以参考下式所示的分支的方向向量计算公式:
Figure BDA0001358926580000081
Figure BDA0001358926580000082
c=1
其中,N是分支包括的像素点的总数,xi、yi及zi分别为分支包括的各个像素点的X、Y和Z坐标。
可选地,计算两方向向量之间的夹角的方法为:在已知两个方向向量F1=(a1,b1,c1)和F2=(a2,b2,c2)时,根据向量的运算关系获得两向量夹角的余弦值,然后取该余弦值的反余弦即可得到该两个方向向量的夹角α,其中,根据向量的运算关系获得两向量夹角的余弦值的计算公式为:
Figure BDA0001358926580000091
需要说明的是,在计算分支的方向向量时,为了保证获取的方向向量的方向与分支的走向相同,需要保证最终得到的分支的方向向量与分支的参考向量的夹角小于90度,也即是,当按照分支的方向向量计算公式计算得到的方向向量与分支的参考向量的夹角小于90度时,分支的方向向量为该计算得到的方向向量,当按照分支的方向向量计算公式计算得到的方向向量与参考向量的夹角大于90度时,分支的方向向量为该计算得到的方向向量的反向量,其中,分支的参考向量为分支的中间节点与始点的矢量差。示例地,请参考图4,图中的多个像素点组成了一个分支,该分支的参考向量为图4中由始点指向中间节点的向量(即虚线所示的向量),按照分支的方向向量计算公式计算得到的方向向量为图中实线箭头所示的向量,该向量与参考向量的夹角小于90度,因此,该向量即为分支的方向向量。
根据上述方法即可计算第一子分支与父分支的第一夹角和至少一个第二夹角,其具体计算过程此处不再赘述。
步骤206、判断第一夹角和第二夹角是否满足预设夹角限定条件。
当第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,且第一夹角和第二夹角满足预设夹角限定条件时,可以确定第一子分支对应的血管子分支与父分支对应的血管父分支为同一类型的血管,也即是,可将第一子分支与父分支归为一类,此时执行步骤208,当第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,但第一夹角和第二夹角不满足预设夹角限定条件时,说明该第一子分支对应的血管子分支与该父分支对应的血管父分支可能不是同一类型的血管,但是,为了避免误归类,此时还需要执行步骤207,以进一步确定第一子分支对应的血管子分支是否与父分支对应的血管父分支是同一类型的血管。
可选地,若第一夹角和第二夹角满足预设夹角限定条件,将父分支的血管类型确定为第一子分支的血管类型,可以为:若第一夹角小于预设的第一夹角阈值,则将父分支的血管类型确定为第一子分支的血管类型,其中,第一夹角阈值可以为90度。
具体地,第一夹角小于预设的第一夹角阈值时,第一夹角和第二夹角满足的夹角限定条件可以包括多种情况,如图5-1所示,本发明实施例以以下几种预设夹角限定条件为例,对满足夹角限定条件的分支进行归类的方法进行说明:
第一种情况,若与父分支相连的子分支的数量为2个,当第二夹角大于预设的第二夹角阈值且小于预设的第三夹角阈值,且第一夹角小于预设的第一夹角阈值时,则将父分支的血管类型确定为第一子分支的血管类型。
示例地,假设第一夹角阈值为90度,第二夹角阈值为90度,第三夹角阈值为135度,父分支S10的血管类型为门静脉,如图5-2所示,与主分支S10相连的子分支有2个,该2个子分支分别为S11和S12,从图5-2可以看出,两个子分支S11和S12之间的第二夹角α1大于90度且小于135度,第一子分支S11与主分支S10之间的第一夹角β1小于90度,则第一夹角β1和第二夹角α1满足该情况下的预设夹角限定条件,可以确定第一子分支S11对应的血管子分支与父分支S10对应的血管父分支为同一类型的血管,因此,可将父分支S10的血管类型确定为第一子分支S11的血管类型,即可将门静脉确定为第一子分支S11的血管类型。
第二种情况,若与父分支相连的子分支的数量为2个,当第二夹角大于预设的第三夹角阈值,且第一夹角小于预设的第四夹角阈值时,则将父分支的血管类型确定为第一子分支的血管类型。
示例地,假设第三夹角阈值为135度,第四夹角阈值为35度,父分支S20的血管类型为门静脉,如图5-3所示,与主分支S20相连的子分支有2个,该2个子分支分别为S21和S22,从图5-3可以看出,两个子分支S21和S22之间的第二夹角α2大于135度,第一子分支S21与主分支S20之间的第一夹角β2小于35度,则第一夹角β2和第二夹角α2满足该情况下的预设夹角限定条件,可以确定第一子分支S21对应的血管子分支与父分支S20对应的血管父分支为同一类型的血管,因此,可将父分支S20的血管类型确定为第一子分支S21的血管类型,即可将门静脉确定为第一子分支S21的血管类型。
第三种情况,若与父分支相连的子分支的数量为至少2个时,若子分支中任意2个子分支间的第二夹角均小于预设的第二夹角阈值,则将父分支的血管类型确定为第一子分支的血管类型。
示例地,假设第二夹角阈值为90度,父分支S1的血管类型为门静脉,如图5-4所示,与主分支S30相连的子分支有3个,该3个子分支分别为S31、S32和S33,从图5-4可以看出,子分支S31和S32之间的第二夹角α31、子分支S31和S33之间的第二夹角α32、以及子分支S32和S33之间的第二夹角α33均小于90度,即该3个子分支中任意两个子分支间的第二夹角均小于90度,则子分支中任意2个子分支间的第二夹角均满足该情况下的预设夹角限定条件,可以确定第一子分支S31对应的血管子分支与父分支S30对应的血管父分支为同一类型的血管,因此,可将父分支S30的血管类型确定为第一子分支S31的血管类型,即可将门静脉确定为第一子分支S31的血管类型。
需要说明的是,在该情况下,若子分支中任意2个子分支间的第二夹角均小于预设的第二夹角阈值,则可将所有满足条件的子分支归类,即将父分支的血管类型确定为所有满足条件的子分支的血管类型。
第四种情况,若与父分支相连的子分支的数量大于2个时,若子分支中任意2个子分支间的第二夹角中存在大于预设的第二夹角阈值的夹角,且第一夹角小于预设的第一夹角阈值,则将父分支的血管类型确定为第一子分支的血管类型。
示例地,假设第一夹角阈值为90度,第二夹角阈值为90度,父分支S1的血管类型为门静脉,如图5-5所示,与主分支S40相连的子分支有3个,该3个子分支分别为S41、S42和S43,从图5-5可以看出,子分支S41和S42之间的第二夹角α41、子分支S41和S43之间的第二夹角α42、以及子分支S42和S43之间的第二夹角α43均大于90度,第一子分支S41与主分支S40之间的第一夹角β4小于90度,则第一夹角和第二夹角均满足该情况下的预设夹角限定条件,可以确定第一子分支S41对应的血管子分支与父分支S40对应的血管父分支为同一类型的血管,因此,可将父分支S40的血管类型确定为第一子分支S41的血管类型,即将门静脉确定为第一子分支S41的血管类型。
实际应用中,在上述判断第一夹角和第二夹角是否满足预设夹角限定条件的过程中,可以优先判断第二夹角是否满足预设夹角限定条件,当第二夹角满足预设夹角限定条件时,继续判断第一夹角是否满足预设夹角限定条件,且当其判断结果为第一夹角满足预设夹角限定条件时,才确定第一夹角和第二夹角满足预设夹角限定条件。
步骤207、判断第一子分支包括的未归类的像素点的个数是否小于预设个数阈值。
当第一子分支的血管管径与父分支的血管管径的比值不小于预设阈值时,或者,当第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,但第一夹角和第二夹角不满足预设夹角限定条件时,第一子分支对应的血管子分支与该父分支对应的血管父分支可能不是同一类型的血管,但为了避免误归类,需要判断第一子分支包括的未归类的像素点的个数是否小于预设个数阈值,以确定第一子分支对应的血管子分支与该父分支对应的血管父分支是否是同一类型的血管,例如:从图6-1中可以看出虚线圆圈中的血管分支与与其连接的血管分支为同一类型的血管,但是,经过步骤204和步骤206后,均未将该血管分支与与其连接的血管分支归类为同一类型的血管,此时就需要判断第一子分支包括的未归类的像素点的个数是否小于预设个数阈值,以便于将该血管分支进行归类,进而提高归类方法的准确性和鲁棒性。
第一子分支包括的未归类的像素点的个数小于预设个数阈值,可以确定该第一子分支为根据血管管径判断和/或夹角判断时遗漏的子分支,也即是,可以确定该第一子分支对应的血管子分支与与其相连的父分支对应的血管父分支是同一类型的血管,此时可将第一子分支与父分支归为一类,即执行步骤208,但是,当第一子分支包括的未归类的像素点的个数不小于预设个数阈值,说明该第一子分支可能是与其他血管类型的父分支连接的子分支,即该第一子分支对应的血管子分支与步骤203中确定的父分支对应的血管父分支不是同一类型的血管,此时不对第一子分支进行归类,并结束第一子分支的归类过程。
实际应用中实现该步骤时,其具体实现过程可以包括:
步骤2071、获得第一子分支的起始像素点以及与其连接的父分支的血管类型标志,并将该起始像素点放入遍历队列中。
步骤2072、在遍历队列中对该起始像素点采用广度优先遍历算法通过26邻域寻找邻域中未被归类的像素点。
步骤2073、对步骤2072中得到的未被归类的像素点继续采用广度优先遍历算法通过26邻域寻找邻域中未被归类的像素点,直至所有的像素点均被遍历。
步骤2074、统计所有未被归类的像素点的个数。
步骤2075、判断所有未被归类的像素点的个数是否小于预设个数阈值。
当所有未被归类的像素点的个数小于预设个数阈值时,将该第一子分支归类,即执行步骤208。
示例地,假设预设个数阈值为60,第一子分支包括的未归类的像素点的个数为50,则可以确定该第一子分支对应的血管子分支与该父分支对应的血管父分支是同一类型的血管,此时可将父分支的血管类型确定为第一子分支的血管类型,即执行步骤208。
步骤208、将父分支的血管类型确定为第一子分支的血管类型。
步骤206和步骤207中已对将父分支的血管类型确定为满足条件的第一子分支的血管类型的过程进行了叙述,此处不再对其进行赘述。
步骤209、基于映射关系,将第一子分支的血管类型确定为血管三维模型中该第一子分支对应的血管子分支的血管类型。
可选地,根据血管中心线与血管三维模型的映射关系,可以确定与血管中心线上第一子分支的像素点对应的血管三维模型中血管子分支的像素点(或三角面片),然后将第一子分支的血管类型确定为对应的血管三维模型中的像素点(或三角面片)所在血管子分支的血管类型,或者,也可以根据映射关系在血管三维模型中确定与第一子分支对应的血管子分支,并将第一子分支的血管类型确定为该对应的血管子分支的血管类型。
示例地,假设图6-2所示的虚线圆圈中细线为第一子分支,该第一子分支的血管类型为门静脉,根据映射关系可以确定其对应的血管子分支为圆圈中的血管子分支,因此,可将该第一子分支的血管类型确定为该血管子分支的血管类型。
步骤2010、对归类结果进行手动调整。
实际血管中,不同类型的血管之间可能也有相互连通的部分,该相互连通的部分在上述归类过程中可能被多次归类,且多次的归类结果不同(例如:根据血管类型为动脉的父分支归类时,该相互连通的部分的血管类型被确定为动脉,但根据血管类型为静脉的父分支归类时,该相互连通的部分的血管类型被确定为静脉),此时,需要采用手动调整的方式确认该相互连通的部分的血管类型。并且,在上述归类过程中,本发明实施例提供的归类方法能够根据归类过程快速定位该相互连通的部分,并将该相互连通的部分标记为未被归类的部分,因此,在手动调整时,可以快速地找到该相互连通的部分,采用人为判断的方式对该相互连通的部分进行归类。同时,由于计算误差等原因,根据上述步骤进行归类的得到的归类后的血管中也可能存在少量归类错误的血管子分支,因此,在根据上述步骤进行归类后,也可以采用手动调整的方式纠正归类错误的血管子分支的分类。
可选地,在手动调整血管子分支的分类时,可以每次对单个血管子分支进行调整,也可以每次对具有区域连通性的多个血管子分支进行调整,本发明实施例对其不做具体限定。
相关技术中,若不同类的血管之间存在相互连通的部分,相关技术进行归类时会直接删除该相互连通的部分,但是,若该相互连通的部分为某个血管结构中的主要血管,删除该主要血管会给后续的图像定量分析造成很大的影响,并且,若某血管子分支被错误归类,其也会影响与其连接的其他血管分支的归类的准确性,因此,本发明实施例中对归类结果进行手动调整不仅能够保证归类后的血管的完整性,还能够进一步保证归类方法的准确性和实用性。
实际应用中,步骤201至步骤209中根据父分支对与其相连的多个子分支进行归类的过程可以在用户(如医生)的触发操作后开始执行,该触发操作可以为:用户通过鼠标等输入组件点击医疗显示装置中显示的某个血管子分支,并根据经验标定该血管子分支的血管类型。该方法相对于手动对血管三维模型中根据血管连通性划分的多个血管支段逐个进行血管类型标记的相关技术,有效地减少了归类过程中用户的操作。且由于血管三维模型中的血管相互交织且分布比较密集,用户很难通过眼睛准确地分辨血管分支属于哪一类,因此,相对于相关技术,本发明实施例提供的用于确定血管子分支的血管类型的方法不仅能够有效地提高归类的速度,还能够有效地提高归类的准确性。
可选地,根据CT图像进行三维重建得到的血管,在显示装置中一般显示为透明的血管,但是,为了便于用户点击,在点击前可以设置血管的透明度和颜色,使得血管看起来像是实质的血管,以提高用户的交互体验。
需要说明的是,在步骤201至步骤2010中基于血管中心线确定血管子分支的血管类型时,是以第一子分支为例对本发明实施例提供的用于确定血管子分支的血管类型的方法进行说明的,根据血管中心线中血管类型未标定且与父分支相连的其他子分支确定血管子分支的血管类型的动作,可以相应参考根据第一子分支确定血管子分支的血管类型的动作,此处不再赘述。
还需要说明的是,本发明实施例中的预设阈值、预设的第一夹角阈值、预设的第二夹角阈值、预设的第三夹角阈值、预设的第四夹角阈值和预设个数阈值等参数的取值均是根据多次实验得到的,实际应用中,其取值也可以根据实际情况进行调整,本发明实施例对其不做具体限定。
当直接基于血管三维模型确定血管子分支的血管类型时,如图7所示,该用于确定血管子分支的血管类型的方法可以包括:
步骤701、根据血管三维模型,将血管三维模型中血管类型已标定的血管分支确定为血管父分支,将血管类型未标定且与血管父分支连接的血管分支确定为血管子分支。
该步骤中对血管分支进行标定,以及将血管三维模型中血管分支确定为血管父分支和血管子分支的过程,请相应参考步骤203中的过程,此处不再赘述。
步骤702、判断第一血管子分支的血管管径与血管父分支的血管管径的比值是否小于预设阈值。
其中,第一血管子分支为血管三维模型中血管类型未标定且与血管父分支相连的任一血管子分支,预设阈值可以大于1,例如:该预设阈值可以为1.15。
当第一血管子分支的血管管径与血管父分支的血管管径的比值小于预设阈值时,执行步骤703,当第一血管子分支的血管管径与血管父分支的血管管径的比值不小于预设阈值时,执行步骤705。
该步骤中判断动作的实现过程,请相应参考步骤204中判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值的动作,此处不再赘述。
步骤703、计算第一血管子分支与血管父分支的第一夹角和至少一个第二夹角。
其中,第二夹角为与血管父分支相连的两个血管子分支间的夹角。
可选地,计算第一夹角和第二夹角的一种可实现方式为:先根据血管三维模型确定血管父分支及与其相连的血管子分支的血管中心线,然后根据血管中心线确定第一夹角和第二夹角,其中,根据血管中心线确定夹角的方法请参考步骤205中计算第一子分支与父分支的第一夹角和至少一个第二夹角的方法,此处不再赘述。
步骤704、判断第一夹角和第二夹角是否满足预设夹角限定条件。
当第一夹角和第二夹角满足预设夹角限定条件时,执行步骤706,当第一夹角和第二夹角不满足预设夹角限定条件时,执行步骤705。
该步骤中判断第一夹角和第二夹角是否满足预设夹角限定条件的过程,请相应参考步骤206中的判断过程,此处不再赘述。
步骤705、判断第一血管子分支包括的未归类的像素点的个数是否小于预设个数阈值。
当第一血管子分支包括的未归类的像素点的个数小于预设个数阈值时,执行步骤706。具体地,该步骤中判断第一血管子分支包括的未归类的像素点的个数是否小于预设个数阈值的过程,可以相应参考步骤207中判断第一子分支包括的未归类的像素点的个数是否小于预设个数阈值的过程,此处不再赘述。
步骤706、将血管父分支的血管类型确定为第一血管子分支的血管类型。
经过步骤702至步骤705中的判断,当确定能够将第一血管子分支与血管父分支归为一类时,即可将血管父分支的血管类型确定为第一血管子分支的血管类型。
步骤707、对归类结果进行手动调整。
该步骤的具体实现过程请相应参考步骤2010,此处不再赘述。
需要说明的是,在步骤701至步骤707中基于血管三维模型确定血管子分支的血管类型时,是以第一血管子分支为例对本发明实施例提供的用于确定血管子分支的血管类型的方法进行说明的,根据血管三维模型中血管类型未标定且与血管父分支相连的其他血管子分支确定血管子分支的血管类型的动作,可以相应参考根据第一血管子分支确定血管子分支的血管类型的动作,此处不再赘述。
综上所述,本发明实施例提供的用于确定血管子分支的血管类型的方法,通过判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,并在第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,且第一夹角和第二夹角满足预设夹角限定条件时,将父分支的血管类型确定为第一子分支的血管类型,相对于相关技术,细化了对子分支进行归类的判断条件,有效地提高了对血管子分支进行归类的精确度,进而提高了确定血管子分支的血管类型的准确度。
需要说明的是,本发明实施例提供的用于确定血管子分支的血管类型的方法步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本申请的保护范围之内,因此不再赘述。
本发明实施例还提供了一种用于确定血管子分支的血管类型的装置,如图8-1所示,该装置800可以包括:
第一判断模块801,用于判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,父分支为血管类型已标定的分支,第一子分支为血管中心线中血管类型未标定且与父分支相连的任一子分支,其中,预设阈值大于1。
计算模块802,用于若第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,则计算第一子分支与父分支的第一夹角和至少一个第二夹角,第二夹角为与父分支相连的两个子分支间的夹角。
第一确定模块803,用于若第一夹角和第二夹角满足预设夹角限定条件,将父分支的血管类型确定为第一子分支的血管类型。
综上所述,本发明实施例提供的用于确定血管子分支的血管类型的装置,通过第一判断模块判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,并在第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,且第一夹角和第二夹角满足预设夹角限定条件时,第一确定模块将父分支的血管类型确定为第一子分支的血管类型,相对于相关技术,细化了对子分支进行归类的判断条件,有效地提高了对血管子分支进行归类的精确度,进而提高了确定血管子分支的血管类型的准确度。
可选地,第一确定模块803,具体可以用于:
若第一夹角小于预设的第一夹角阈值,则将父分支的血管类型确定为第一子分支的血管类型。
可选地,第一确定模块803,具体可以用于:
若与父分支相连的子分支的数量为2个,当第二夹角大于预设的第二夹角阈值且小于预设的第三夹角阈值,且第一夹角小于预设的第一夹角阈值时,则将父分支的血管类型确定为第一子分支的血管类型。
或者,若与父分支相连的子分支的数量为2个,当第二夹角大于预设的第三夹角阈值,且第一夹角小于预设的第四夹角阈值时,则将父分支的血管类型确定为第一子分支的血管类型。
或者,若与父分支相连的子分支的数量为至少2个时,若子分支中任意2个子分支间的第二夹角均小于预设的第二夹角阈值,则将父分支的血管类型确定为第一子分支的血管类型。
或者,若与父分支相连的子分支的数量大于2个时,若子分支中任意2个子分支间的第二夹角中存在大于预设的第二夹角阈值的夹角,且第一夹角小于预设的第一夹角阈值,则将父分支的血管类型确定为第一子分支的血管类型。
可选地,如图8-2所示,用于确定血管子分支的血管类型的装置800还可以包括:
第二判断模块804,用于若第一子分支的血管管径与父分支的血管管径的比值不小于预设阈值,则判断第一子分支包括的未归类的像素点的个数是否小于预设个数阈值。
第二确定模块805,还用于若第一子分支包括的未归类的像素点的个数小于预设个数阈值,将父分支的血管类型确定为第一子分支的血管类型。
可选地,第二判断模块804,还用于若第一夹角和第二夹角不满足预设夹角限定条件,则判断第一子分支包括的未归类的像素点的个数是否小于预设个数阈值。
第二确定模块805,还用于若第一子分支包括的未归类的像素点的个数小于预设个数阈值,则将父分支的血管类型确定为第一子分支的血管类型。
综上所述,本发明实施例提供的用于确定血管子分支的血管类型的装置,通过第一判断模块判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,并在第一子分支的血管管径与父分支的血管管径的比值小于预设阈值,且第一夹角和第二夹角满足预设夹角限定条件时,第一确定模块将父分支的血管类型确定为第一子分支的血管类型,相对于相关技术,细化了对子分支进行归类的判断条件,有效地提高了对血管子分支进行归类的精确度,进而提高了确定血管子分支的血管类型的准确度。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的装置和模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例还提供了一种存储介质,该存储介质可以为非易失性计算机可读存储介质,该存储介质中存储有指令,当该存储介质在计算机上运行时,使得计算机执行上述方法实施例提供的用于确定血管子分支的血管类型的方法。
本发明实施例还提供了一种终端,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时,实现上述方法实施例提供的用于确定血管子分支的血管类型的方法。
本发明实施例还提供了一种包含指令的计算机程序产品,当其在计算机上运行时,使得计算机执行上述方法实施例提供的用于确定血管子分支的血管类型的方法。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于确定血管子分支的血管类型的方法,其特征在于,所述方法包括:
判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,所述父分支为血管类型已标定的分支,所述第一子分支为所述血管中心线中血管类型未标定且与所述父分支相连的任一子分支,其中,所述预设阈值大于1;
若所述第一子分支的血管管径与所述父分支的血管管径的比值小于所述预设阈值,则计算所述第一子分支与所述父分支的第一夹角和至少一个第二夹角,所述第二夹角为与所述父分支相连的两个子分支间的夹角;
若所述第一夹角和所述第二夹角满足预设夹角限定条件,将所述父分支的血管类型确定为所述第一子分支的血管类型。
2.根据权利要求1所述的方法,其特征在于,所述若所述第一夹角和所述第二夹角满足预设夹角限定条件,将所述父分支的血管类型确定为所述第一子分支的血管类型,具体为:
若所述第一夹角小于预设的第一夹角阈值,则将所述父分支的血管类型确定为所述第一子分支的血管类型。
3.根据权利要求1或2所述的方法,其特征在于,若所述第一夹角和所述第二夹角满足预设夹角限定条件,将所述父分支的血管类型确定为所述第一子分支的血管类型,具体为:
若与所述父分支相连的子分支的数量为2个,当所述第二夹角大于预设的第二夹角阈值且小于预设的第三夹角阈值,且所述第一夹角小于预设的第一夹角阈值时,则将所述父分支的血管类型确定为所述第一子分支的血管类型;
或者,若与所述父分支相连的子分支的数量为2个,当所述第二夹角大于预设的第三夹角阈值,且所述第一夹角小于预设的第四夹角阈值时,则将所述父分支的血管类型确定为所述第一子分支的血管类型;
或者,若与所述父分支相连的子分支的数量为至少2个时,若所述子分支中任意2个子分支间的第二夹角均小于预设的第二夹角阈值,则将所述父分支的血管类型确定为所述第一子分支的血管类型;
或者,若与所述父分支相连的子分支的数量大于2个时,若所述子分支中任意2个子分支间的第二夹角中存在大于预设的第二夹角阈值的夹角,且所述第一夹角小于预设的第一夹角阈值,则将所述父分支的血管类型确定为所述第一子分支的血管类型。
4.根据权利要求1或2所述的方法,其特征在于,所述判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,之后还包括:
若所述第一子分支的血管管径与所述父分支的血管管径的比值不小于预设阈值,则判断所述第一子分支包括的未归类的像素点的个数是否小于预设个数阈值;
若所述第一子分支包括的未归类的像素点的个数小于预设个数阈值,将所述父分支的血管类型确定为所述第一子分支的血管类型。
5.根据权利要求1或2所述的方法,其特征在于,所述计算所述第一子分支与所述父分支的第一夹角和至少一个第二夹角,之后还包括:
若所述第一夹角和所述第二夹角不满足预设夹角限定条件,则判断所述第一子分支包括的未归类的像素点的个数是否小于预设个数阈值;
若所述第一子分支包括的未归类的像素点的个数小于预设个数阈值,则将所述父分支的血管类型确定为所述第一子分支的血管类型。
6.一种用于确定血管子分支的血管类型的装置,其特征在于,所述装置包括:
第一判断模块,用于判断第一子分支的血管管径与父分支的血管管径的比值是否小于预设阈值,所述父分支为血管类型已标定的分支,所述第一子分支为所述血管中心线中血管类型未标定且与所述父分支相连的任一子分支,其中,所述预设阈值大于1;
计算模块,用于若所述第一子分支的血管管径与所述父分支的血管管径的比值小于所述预设阈值,则计算所述第一子分支与所述父分支的第一夹角和至少一个第二夹角,所述第二夹角为与所述父分支相连的两个子分支间的夹角;
第一确定模块,用于若所述第一夹角和所述第二夹角满足预设夹角限定条件,将所述父分支的血管类型确定为所述第一子分支的血管类型。
7.根据权利要求6所述的装置,其特征在于,所述第一确定模块,具体用于:
若所述第一夹角小于预设的第一夹角阈值,则将所述父分支的血管类型确定为所述第一子分支的血管类型。
8.根据权利要求6或7所述的装置,其特征在于,所述第一确定模块,具体用于:
若与所述父分支相连的子分支的数量为2个,当所述第二夹角大于预设的第二夹角阈值且小于预设的第三夹角阈值,且所述第一夹角小于预设的第一夹角阈值时,则将所述父分支的血管类型确定为所述第一子分支的血管类型;
或者,若与所述父分支相连的子分支的数量为2个,当所述第二夹角大于预设的第三夹角阈值,且所述第一夹角小于预设的第四夹角阈值时,则将所述父分支的血管类型确定为所述第一子分支的血管类型;
或者,若与所述父分支相连的子分支的数量为至少2个时,若所述子分支中任意2个子分支间的第二夹角均小于预设的第二夹角阈值,则将所述父分支的血管类型确定为所述第一子分支的血管类型;
或者,若与所述父分支相连的子分支的数量大于2个时,若所述子分支中任意2个子分支间的第二夹角中存在大于预设的第二夹角阈值的夹角,且所述第一夹角小于预设的第一夹角阈值,则将所述父分支的血管类型确定为所述第一子分支的血管类型。
9.一种存储介质,所述存储介质中存储有指令,其特征在于,当所述存储介质在计算机上运行时,使得计算机执行权利要求1至5任一所述的用于确定血管子分支的血管类型的方法。
10.一种终端,包括存储器,处理器及存储在所述存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时,实现权利要求1至5任一所述的用于确定血管子分支的血管类型的方法。
CN201710608306.9A 2017-07-24 2017-07-24 用于确定血管子分支的血管类型的方法及装置 Active CN107392999B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710608306.9A CN107392999B (zh) 2017-07-24 2017-07-24 用于确定血管子分支的血管类型的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710608306.9A CN107392999B (zh) 2017-07-24 2017-07-24 用于确定血管子分支的血管类型的方法及装置

Publications (2)

Publication Number Publication Date
CN107392999A CN107392999A (zh) 2017-11-24
CN107392999B true CN107392999B (zh) 2021-06-01

Family

ID=60337515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710608306.9A Active CN107392999B (zh) 2017-07-24 2017-07-24 用于确定血管子分支的血管类型的方法及装置

Country Status (1)

Country Link
CN (1) CN107392999B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110197495B (zh) * 2019-05-30 2021-03-09 数坤(北京)网络科技有限公司 血管提取的调整方法及装置
CN117115150B (zh) * 2023-10-20 2024-01-26 柏意慧心(杭州)网络科技有限公司 用于确定分支血管的方法、计算设备和介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101393644A (zh) * 2008-08-15 2009-03-25 华中科技大学 一种肝门静脉血管树建模方法及其系统
CN103310483A (zh) * 2013-05-27 2013-09-18 重庆大学 一种基于空洞区域三角剖分的血管分叉表面重建方法
CN104573716A (zh) * 2014-12-31 2015-04-29 浙江大学 基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法
KR20160053325A (ko) * 2014-11-03 2016-05-13 재단법인 아산사회복지재단 장기의 동맥 및 정맥의 구분 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103136788B (zh) * 2013-03-04 2016-01-20 重庆大学 一种三维血管分叉可视化重建方法
CN104156935B (zh) * 2013-05-14 2018-01-02 东芝医疗系统株式会社 图像分割装置、图像分割方法和医学图像设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101393644A (zh) * 2008-08-15 2009-03-25 华中科技大学 一种肝门静脉血管树建模方法及其系统
CN103310483A (zh) * 2013-05-27 2013-09-18 重庆大学 一种基于空洞区域三角剖分的血管分叉表面重建方法
KR20160053325A (ko) * 2014-11-03 2016-05-13 재단법인 아산사회복지재단 장기의 동맥 및 정맥의 구분 방법
CN104573716A (zh) * 2014-12-31 2015-04-29 浙江大学 基于广度搜索算法的眼底图像的动静脉视网膜血管分类方法

Also Published As

Publication number Publication date
CN107392999A (zh) 2017-11-24

Similar Documents

Publication Publication Date Title
van den Heuvel et al. Automated measurement of fetal head circumference using 2D ultrasound images
US20210056693A1 (en) Tissue nodule detection and tissue nodule detection model training method, apparatus, device, and system
US10349826B2 (en) Image processing apparatus, image processing method, and storage medium
US7773791B2 (en) Analyzing lesions in a medical digital image
EP3784139A1 (en) System and method for feature extraction and classification on ultrasound tomography images
Mouton et al. Materials-based 3D segmentation of unknown objects from dual-energy computed tomography imagery in baggage security screening
CN108961273B (zh) 一种从ct影像中分割肺动脉和肺静脉的方法及系统
US9886781B2 (en) Image processing device and region extraction method
CN107392999B (zh) 用于确定血管子分支的血管类型的方法及装置
US9547896B2 (en) Lesion classification apparatus, and method of modifying lesion classification data
US8055047B2 (en) Polyp detection using smoothed shape operators
CN112348818B (zh) 一种图像分割方法、装置、设备以及存储介质
US20210391078A1 (en) Deep learning model learning device and method for cancer region
CN113538471B (zh) 斑块的分割方法、装置、计算机设备和存储介质
JP2010000133A (ja) 画像表示装置、画像表示方法及びプログラム
CN113436185A (zh) 肝脏静脉血管三维结构特征定量分析方法、装置、计算机设备和存储介质
Liu et al. A multiscale ray-shooting model for termination detection of tree-like structures in biomedical images
WO2018088055A1 (ja) 画像処理装置、画像処理方法、画像処理システム及びプログラム
CN112446911A (zh) 中心线提取、界面交互与模型训练方法、系统及设备
CN113808137A (zh) 上消化道内镜影像图的筛选方法、装置、设备及存储介质
US20230222668A1 (en) Image processing apparatus, image processing method, and recording medium
Serlie et al. Classifying CT image data into material fractions by a scale and rotation invariant edge model
WO2021032325A1 (en) Updating boundary segmentations
Georgieva et al. Ultrasound image processing for improving diagnose of renal diseases
Mesquita et al. Robust and effective method for automatic generation of one-dimensional transfer functions

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant