CN109872336A - 一种血管分割方法、设备及计算机存储介质 - Google Patents
一种血管分割方法、设备及计算机存储介质 Download PDFInfo
- Publication number
- CN109872336A CN109872336A CN201910189849.0A CN201910189849A CN109872336A CN 109872336 A CN109872336 A CN 109872336A CN 201910189849 A CN201910189849 A CN 201910189849A CN 109872336 A CN109872336 A CN 109872336A
- Authority
- CN
- China
- Prior art keywords
- prediction result
- model prediction
- aorta
- result
- thin vessels
- 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.)
- Granted
Links
- 230000011218 segmentation Effects 0.000 title claims abstract description 64
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 30
- 210000000709 aorta Anatomy 0.000 claims abstract description 192
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 64
- 238000000926 separation method Methods 0.000 claims description 42
- 238000006243 chemical reaction Methods 0.000 claims description 30
- 235000013399 edible fruits Nutrition 0.000 claims description 19
- 210000001367 artery Anatomy 0.000 claims description 9
- 230000010354 integration Effects 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 210000003462 vein Anatomy 0.000 claims description 6
- 239000008280 blood Substances 0.000 claims description 2
- 210000004369 blood Anatomy 0.000 claims description 2
- 230000002159 abnormal effect Effects 0.000 abstract description 10
- 238000007796 conventional method Methods 0.000 abstract description 7
- 238000005192 partition Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000000295 complement effect Effects 0.000 description 4
- 230000002792 vascular Effects 0.000 description 4
- 238000002591 computed tomography Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种血管分割方法、设备及计算机存储介质，所述方法包括：获取并分割血管图像数据，得到主动脉模型预测结果和小血管模型预测结果；判断所述主动脉模型预测结果和所述小血管模型预测结果能否连通为一个整体；当所述主动脉模型预测结果和所述小血管模型预测结果不能连通为一个整体时，对所述血管图像数据进行冠口分割预测，得到冠口模型预测结果；根据所述冠口模型预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。本发明使得冠口区域分割更加准确，从而得以克服传统方法在分割时经常出现冠脉与主动脉连接处分割不准确甚至不正常的情况，进而得到更加完整而准确的冠脉分割结果。
Description
技术领域
本发明涉及血管图像技术领域，尤其涉及一种血管分割方法、设备及计算机存储介质。
背景技术
在现代医学技术领域中，自动化冠脉重建对医生有重要的临床价值和实际意义，进行自动化冠脉重建首先需要对冠脉进行CT扫描，然后进行分割处理。
在实际情况中，进行冠脉CT扫描时冠脉和主动脉都会被扫描然后进行分割，但是在分割时经常出现冠脉与主动脉连接处分割不准确甚至不正常的情况，比如主动脉与冠脉连接的冠口处很容易出现冠脉与主动脉分界点位于主动脉以外的情况，甚至还可能出现断裂的问题。因此，当冠脉分割出现问题时，如何对冠脉图像进行处理以使冠脉分割结果更加准确成为当前亟待解决的问题。
发明内容
本发明实施例为了有效克服现有技术所存在的上述缺陷，创造性地提供一种血管分割方法、设备及计算机存储介质。
本发明一方面提供一种血管分割方法，所述方法包括：获取并分割血管图像数据，得到主动脉模型预测结果和小血管模型预测结果；判断所述主动脉模型预测结果和所述小血管模型预测结果能否连通为一个整体；当所述主动脉模型预测结果和所述小血管模型预测结果不能连通为一个整体时，对所述血管图像数据进行冠口分割预测，得到冠口模型预测结果；根据所述冠口模型预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
在一可实施方式中，所述方法还包括：当所述主动脉模型预测结果和所述小血管模型预测结果能连通为一个整体时，将所述主动脉模型预测结果和所述小血管模型预测结果进行整合，得到正常冠脉模型预测结果。
在一可实施方式中，所述根据所述冠口模型预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果包括：寻找所述冠口模型预测结果的分界点；根据所述分界点查找所述冠口模型预测结果上的主动脉预测结果和小血管预测结果；分别根据所述主动脉预测结果和所述小血管预测结果对应整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
在一可实施方式中，所述寻找所述冠口模型预测结果的分界点包括：对所述冠口模型预测结果进行距离变换，得到距离变换结果；在所述距离变换结果上沿中心线向主动脉模型预测结果寻找突变点，并将所述突变点确定为分界点。
在一可实施方式中，所述分别根据所述主动脉预测结果和所述小血管预测结果对应整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果包括：分析所述主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标；将所述冠口模型预测结果中的主动脉预测结果和小血管预测结果分别根据对应坐标整合到所述主动脉模型预测结果和所述小血管模型预测结果的对应位置上，得到修正主动脉模型预测结果和修正小血管模型预测结果；整合所述修正主动脉模型预测结果和所述修正小血管模型预测结果，得到正常冠脉模型预测结果。
本发明另一方面提供一种血管分割设备，所述设备包括：血管图像分割模块，用于获取并分割血管图像数据，得到主动脉模型预测结果和小血管模型预测结果；连通判断模块，用于判断所述主动脉模型预测结果和所述小血管模型预测结果能否连通为一个整体；冠口分割模块，用于当所述主动脉模型预测结果和所述小血管模型预测结果不能连通为一个整体时，对所述血管图像数据进行冠口分割预测，得到冠口模型预测结果；第一整合模块，用于根据所述冠口模型预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
在一可实施方式中，所述设备还包括：第二整合模块，用于当所述主动脉模型预测结果和所述小血管模型预测结果能连通为一个整体时，将所述主动脉模型预测结果和所述小血管模型预测结果进行整合，得到正常冠脉模型预测结果。
在一可实施方式中，所述第一整合模块包括：分界点寻找单元，用于寻找所述冠口模型预测结果的分界点；结果查找单元，用于根据所述分界点查找所述冠口模型预测结果上的主动脉预测结果和小血管预测结果；整合单元，用于根据所述主动脉预测结果和所述小血管预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
在一可实施方式中，所述分界点寻找单元包括：距离变换子单元，用于对所述冠口模型预测结果做距离变换，得到距离变换结果；分界点寻找子单元，用于在所述距离变换结果上沿中心线向主动脉模型预测结果寻找突变点，并将所述突变点确定为分界点。
在一可实施方式中，所述整合单元包括：坐标分析子单元，用于分析所述主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标；第一整合子单元，用于将所述冠口模型预测结果中的主动脉预测结果和小血管预测结果分别根据对应坐标整合到所述主动脉模型预测结果和所述小血管模型预测结果的对应位置上，得到修正主动脉模型预测结果和修正小血管模型预测结果；第二整合子单元，用于整合所述修正主动脉模型预测结果和所述修正小血管模型预测结果，得到正常冠脉模型预测结果。
本发明另一方面提供一种计算机可读存储介质，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行上述任一项所述的血管分割方法。
在本发明实施例中，首先通过获取血管图像数据并分别通过主动脉模型和小血管模型对血管图像数据进行分割预测，从而得到主动脉模型预测结果和小血管模型预测结果。然后对分割所获得的主动脉模型预测结果和小血管模型预测结果是否能连通为一个整体进行判断，当判断结果为否时，通过对血管图像数据进行冠口分割预测，从而得到冠口模型预测结果，使得冠口模型预测结果分别与主动脉模型预测结果和小血管模型预测结果之间存在交叠互补区域，最后再根据冠口模型预测结果来对应整合主动脉模型预测结果和小血管模型预测结果，使得主动脉与小血管部分之间的连接区域，即冠口区域分割更加准确，从而得以克服传统方法在分割时经常出现冠脉与主动脉连接处分割不准确甚至不正常的情况，进而得到更加完整而准确的冠脉分割结果。
附图说明
通过参考附图阅读下文的详细描述，本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本发明的若干实施方式，其中：
在附图中，相同或对应的标号表示相同或对应的部分。
图1为本发明实施例一种血管分割方法的实现流程示意图；
图2为本发明实施例一种正常冠脉模型预测结果的示意图；
图3为本发明实施例一种血管分割设备的组成结构示意图。
具体实施方式
为使本发明的目的、特征、优点能够更加的明显和易懂，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实施例，而非全部实施例。基于本发明中的实施例，本领域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，都属于本发明保护的范围。
图1为本发明实施例一种血管分割方法的实现流程示意图；图2为本发明实施例一种正常冠脉模型预测结果的示意图；请参考图1和图2。
本发明一方面提供一种血管分割方法，方法包括：
步骤101，获取并分割血管图像数据，得到主动脉模型预测结果和小血管模型预测结果；
步骤102，判断主动脉模型预测结果和小血管模型预测结果能否连通为一个整体；
步骤103，当主动脉模型预测结果和小血管模型预测结果不能连通为一个整体时，对血管图像数据进行冠口分割预测，得到冠口模型预测结果；
步骤104，根据冠口模型预测结果整合主动脉模型预测结果和小血管模型预测结果，得到正常冠脉模型预测结果。
在本发明实施例中，首先通过步骤101获取血管图像数据并分别通过主动脉模型和小血管模型对血管图像数据进行分割预测，从而得到主动脉模型预测结果和小血管模型预测结果。然后通过步骤102对分割所获得的主动脉模型预测结果和小血管模型预测结果是否能连通为一个整体进行判断，当判断结果为否时，通过步骤103对血管图像数据进行冠口分割预测，从而得到冠口模型预测结果，使得冠口模型预测结果分别与主动脉模型预测结果和小血管模型预测结果之间存在交叠互补区域，冠口模型预测结果如图2框选区域所示，最后再通过步骤104根据冠口模型预测结果来对应整合主动脉模型预测结果和小血管模型预测结果，得到如图2所示的正常冠脉模型预测结果，使得主动脉与小血管部分之间的连接区域，即冠口区域分割更加准确，从而得以克服传统方法在分割时经常出现冠脉与主动脉连接处分割不准确甚至不正常的情况，进而得到更加完整而准确的冠脉分割结果。
在本发明实施例步骤103中，对血管图像数据进行冠口分割预测，得到冠口模型预测结果包括：对血管图像数据进行冠口分割预测，得到初始冠口模型预测结果；根据主动脉模型预测结果和小血管模型预测结果调整初始冠口模型预测结果，得到冠口模型预测结果。本发明实施例中，冠口模型对血管图像数据进行冠口分割预测后得到包括有较多主动脉预测结果和小血管预测结果的初始冠口模型预测结果，然后对初始冠口模型预测结果进行边缘处理，去除边缘上向主动脉模型预测结果或小血管模型预测结果方向预测过多的设定阈值数据，得到分割结果较为精准的冠口模型预测结果。
在一可实施方式中，方法还包括：步骤105，当主动脉模型预测结果和小血管模型预测结果能连通为一个整体时，将主动脉模型预测结果和小血管模型预测结果进行整合，得到正常冠脉模型预测结果。当判断出主动脉模型预测结果和小血管模型预测结果能连通为一个整体时，说明主动脉和小血管的分割预测都较准确，此时只要将小血管模型预测结果和主动脉模型预测结果进行对应整合，便能得到分割结果较为准确的正常冠脉模型预测结果。
在一可实施方式中，根据冠口模型预测结果整合主动脉模型预测结果和小血管模型预测结果，得到正常冠脉模型预测结果包括：
寻找冠口模型预测结果的分界点；
根据分界点查找冠口模型预测结果上的主动脉预测结果和小血管预测结果；
分别根据主动脉预测结果和小血管预测结果对应整合主动脉模型预测结果和小血管模型预测结果，得到正常冠脉模型预测结果。
在本发明实施例中，由于冠口模型预测结果是由冠口模型针对冠口区域，即主动脉和小血管的连通区域训练所得，因此冠口模型预测结果中所对应冠口区域的主动脉和小血管预测结果较为准确，一般不会出现断裂或不正常连接现象。因此，本发明通过寻找冠口模型预测结果上主动脉与小血管的分界点，然后根据分界点来查找冠口模型预测结果上的主动脉预测结果部分和小血管预测结果部分，再将查找到的主动脉预测结果和小血管预测结果分别对应整合到主动脉模型预测结果和小血管模型预测结果上，最后将整合后的结果进行拼接就得到了正常冠脉模型预测结果。这样，通过对冠口连通区域的预测结果查找主动脉与小血管预测结果分界点的方法，有效克服了传统方法分别对主动脉和小血管区域进行分割预测得到预测结果后，直接拼接所导致的主动脉与小血管连接处不准确甚至不正常的情况，有效提高了冠脉模型预测结果的分割准确性、连续性和可靠性。
在一可实施方式中，寻找冠口模型预测结果的分界点包括：
对冠口模型预测结果进行距离变换，得到距离变换结果；
在距离变换结果上沿中心线向主动脉模型预测结果寻找突变点，并将突变点确定为分界点。
本发明实施例通过对冠口模型预测结果进行距离变换，得到包括有连通区域中部分主动脉和小血管的距离变换结果，然后提取距离变换结果的中心线，即主动脉和小血管的中心线，在距离变换结果上沿中心线从小血管向主动脉模型预测结果方向寻找突变点，所寻找的突变点即为主动脉和小血管的分界点。本发明实施例利用距离变化方法，使得冠口模型预测结果中主动脉和小血管连接处形成一突变点，使其分界更加明显，有利于提高对冠口模型预测结果中分界点查找的准确性。
在一可实施方式中，分别根据主动脉预测结果和小血管预测结果对应整合主动脉模型预测结果和小血管模型预测结果，得到正常冠脉模型预测结果包括：
分析主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标；
将冠口模型预测结果中的主动脉预测结果和小血管预测结果分别根据对应坐标整合到主动脉模型预测结果和小血管模型预测结果的对应位置上，得到修正主动脉模型预测结果和修正小血管模型预测结果；
整合修正主动脉模型预测结果和修正小血管模型预测结果，得到正常冠脉模型预测结果。
本发明实施例通过分析得到主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标，然后根据主动脉预测结果和主动脉模型预测结果的坐标对应关系将冠口模型预测结果中的主动脉预测结果整合到主动脉模型预测结果上，同样的，根据小血管预测结果和小血管模型预测结果的坐标对应关系将冠口模型预测结果中的小血管预测结果整合到小血管模型预测结果上，从而将原来主动脉模型预测结果和小血管模型预测结果进行了修正，得到修正主动脉模型预测结果和修正小血管模型预测结果。最后将修正主动脉模型预测结果和修正小血管模型预测结果进行整合，便得到了能够正常连通为一个整体的，冠口区域分割准确的正常冠脉模型预测结果。
图3为本发明实施例一种血管分割设备的组成结构示意图。请参考图3。
本发明另一方面提供一种血管分割设备，设备包括：
血管图像分割模块201，用于获取并分割血管图像数据，得到主动脉模型预测结果和小血管模型预测结果；
连通判断模块202，用于判断主动脉模型预测结果和小血管模型预测结果能否连通为一个整体；
冠口分割模块203，用于当主动脉模型预测结果和小血管模型预测结果不能连通为一个整体时，对血管图像数据进行冠口分割预测，得到冠口模型预测结果；
第一整合模块204，用于根据冠口模型预测结果整合主动脉模型预测结果和小血管模型预测结果，得到正常冠脉模型预测结果。
在本发明实施例中，首先通过血管图像分割模块201获取血管图像数据并分别通过主动脉模型和小血管模型对血管图像数据进行分割预测，从而得到主动脉模型预测结果和小血管模型预测结果。然后通过连通判断模块202对分割所获得的主动脉模型预测结果和小血管模型预测结果是否能连通为一个整体进行判断，当判断结果为否时，通过冠口分割模块203对血管图像数据进行冠口分割预测，从而得到冠口模型预测结果，使得冠口模型预测结果分别与主动脉模型预测结果和小血管模型预测结果之间存在交叠互补区域，冠口模型预测结果如图2框选区域所示，最后再通过第一整合模块204根据冠口模型预测结果来对应整合主动脉模型预测结果和小血管模型预测结果，得到如图2所示的正常冠脉模型预测结果，使得主动脉与小血管部分之间的连接区域，即冠口区域分割更加准确，从而得以克服传统方法在分割时经常出现冠脉与主动脉连接处分割不准确甚至不正常的情况，进而得到更加完整而准确的冠脉分割结果。
在本发明实施例冠口分割模块203中，对血管图像数据进行冠口分割预测，得到冠口模型预测结果包括：对血管图像数据进行冠口分割预测，得到初始冠口模型预测结果；根据主动脉模型预测结果和小血管模型预测结果调整初始冠口模型预测结果，得到冠口模型预测结果。本发明实施例中，冠口模型对血管图像数据进行冠口分割预测后得到包括有较多主动脉预测结果和小血管预测结果的初始冠口模型预测结果，然后对初始冠口模型预测结果进行边缘处理，去除边缘上向主动脉模型预测结果或小血管模型预测结果方向预测过多的设定阈值数据，得到分割结果较为精准的冠口模型预测结果。
在一可实施方式中，设备还包括：第二整合模块205，用于当主动脉模型预测结果和小血管模型预测结果能连通为一个整体时，将主动脉模型预测结果和小血管模型预测结果进行整合，得到正常冠脉模型预测结果。当判断出主动脉模型预测结果和小血管模型预测结果能连通为一个整体时，说明主动脉和小血管的分割预测都较准确，此时只要通过第二整合模块205将小血管模型预测结果和主动脉模型预测结果进行对应整合，便能得到分割结果较为准确的正常冠脉模型预测结果。
在一可实施方式中，第一整合模块204包括：
分界点寻找单元，用于寻找冠口模型预测结果的分界点；
结果查找单元，用于根据分界点查找冠口模型预测结果上的主动脉预测结果和小血管预测结果；
整合单元，用于根据主动脉预测结果和小血管预测结果整合主动脉模型预测结果和小血管模型预测结果，得到正常冠脉模型预测结果。
在本发明实施例中，由于冠口模型预测结果是由冠口模型针对冠口区域，即主动脉和小血管的连通区域训练所得，因此冠口模型预测结果中所对应冠口区域的主动脉和小血管预测结果较为准确，一般不会出现断裂或不正常连接现象。因此，本发明通过分界点寻找单元寻找冠口模型预测结果上主动脉与小血管的分界点，然后通过结果查找单元根据分界点来查找冠口模型预测结果上的主动脉预测结果部分和小血管预测结果部分，再通过整合单元将查找到的主动脉预测结果和小血管预测结果分别对应整合到主动脉模型预测结果和小血管模型预测结果上，最后将整合后的结果进行拼接就得到了正常冠脉模型预测结果。这样，通过对冠口连通区域的预测结果查找主动脉与小血管预测结果分界点的方法，有效克服了传统方法分别对主动脉和小血管区域进行分割预测得到预测结果后，直接拼接所导致的主动脉与小血管连接处不准确甚至不正常的情况，有效提高了冠脉模型预测结果的分割准确性、连续性和可靠性。
在一可实施方式中，分界点寻找单元包括：
距离变换子单元，用于对冠口模型预测结果做距离变换，得到距离变换结果；
分界点寻找子单元，用于在距离变换结果上沿中心线向主动脉模型预测结果寻找突变点，并将突变点确定为分界点。
本发明实施例通过距离变换子单元对冠口模型预测结果进行距离变换，得到包括有连通区域中部分主动脉和小血管的距离变换结果，然后提取距离变换结果的中心线，即主动脉和小血管的中心线，通过分界点寻找子单元在距离变换结果上沿中心线从小血管向主动脉模型预测结果方向寻找突变点，所寻找的突变点即为主动脉和小血管的分界点。本发明实施例利用距离变化方法，使得冠口模型预测结果中主动脉和小血管连接处形成一突变点，使其分界更加明显，有利于提高对冠口模型预测结果中分界点查找的准确性。
在一可实施方式中，整合单元包括：
坐标分析子单元，用于分析主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标；
第一整合子单元，用于将冠口模型预测结果中的主动脉预测结果和小血管预测结果分别根据对应坐标整合到主动脉模型预测结果和小血管模型预测结果的对应位置上，得到修正主动脉模型预测结果和修正小血管模型预测结果；
第二整合子单元，用于整合修正主动脉模型预测结果和修正小血管模型预测结果，得到正常冠脉模型预测结果。
本发明实施例通过坐标分析子单元分析得到主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标，然后通过第一整合子单元根据主动脉预测结果和主动脉模型预测结果的坐标对应关系将冠口模型预测结果中的主动脉预测结果整合到主动脉模型预测结果上，同样的，根据小血管预测结果和小血管模型预测结果的坐标对应关系将冠口模型预测结果中的小血管预测结果整合到小血管模型预测结果上，从而将原来主动脉模型预测结果和小血管模型预测结果进行了修正，得到修正主动脉模型预测结果和修正小血管模型预测结果。最后通过第二整合子单元将修正主动脉模型预测结果和修正小血管模型预测结果进行整合，便得到了能够正常连通为一个整体的，冠口区域分割准确的正常冠脉模型预测结果。
本发明另一方面提供一种计算机可读存储介质，存储介质包括一组计算机可执行指令，当指令被执行时用于执行上述任一项的血管分割方法。
在本发明实施例中计算机可读存储介质包括一组计算机可执行指令，当指令被执行时用于，首先获取血管图像数据并分别通过主动脉模型和小血管模型对血管图像数据进行分割预测，从而得到主动脉模型预测结果和小血管模型预测结果。然后对分割所获得的主动脉模型预测结果和小血管模型预测结果是否能连通为一个整体进行判断，当判断结果为否时，对血管图像数据进行冠口分割预测，从而得到冠口模型预测结果，使得冠口模型预测结果分别与主动脉模型预测结果和小血管模型预测结果之间存在交叠互补区域，最后再根据冠口模型预测结果来对应整合主动脉模型预测结果和小血管模型预测结果，使得主动脉与小血管部分之间的连接区域，即冠口区域分割更加准确，从而得以克服传统方法在分割时经常出现冠脉与主动脉连接处分割不准确甚至不正常的情况，进而得到更加完整而准确的冠脉分割结果。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种血管分割方法，其特征在于，所述方法包括：
获取并分割血管图像数据，得到主动脉模型预测结果和小血管模型预测结果；
判断所述主动脉模型预测结果和所述小血管模型预测结果能否连通为一个整体；
当所述主动脉模型预测结果和所述小血管模型预测结果不能连通为一个整体时，对所述血管图像数据进行冠口分割预测，得到冠口模型预测结果；
根据所述冠口模型预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
当所述主动脉模型预测结果和所述小血管模型预测结果能连通为一个整体时，将所述主动脉模型预测结果和所述小血管模型预测结果进行整合，得到正常冠脉模型预测结果。
3.根据权利要求1所述的方法，其特征在于，所述根据所述冠口模型预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果包括：
寻找所述冠口模型预测结果的分界点；
根据所述分界点查找所述冠口模型预测结果上的主动脉预测结果和小血管预测结果；
分别根据所述主动脉预测结果和所述小血管预测结果对应整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
4.根据权利要求3所述的方法，其特征在于，所述寻找所述冠口模型预测结果的分界点包括：
对所述冠口模型预测结果进行距离变换，得到距离变换结果；
在所述距离变换结果上沿中心线向主动脉模型预测结果寻找突变点，并将所述突变点确定为分界点。
5.根据权利要求3所述的方法，其特征在于，所述分别根据所述主动脉预测结果和所述小血管预测结果对应整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果包括：
分析所述主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标；
将所述冠口模型预测结果中的主动脉预测结果和小血管预测结果分别根据对应坐标整合到所述主动脉模型预测结果和所述小血管模型预测结果的对应位置上，得到修正主动脉模型预测结果和修正小血管模型预测结果；
整合所述修正主动脉模型预测结果和所述修正小血管模型预测结果，得到正常冠脉模型预测结果。
6.一种血管分割设备，其特征在于，所述设备包括：
血管图像分割模块，用于获取并分割血管图像数据，得到主动脉模型预测结果和小血管模型预测结果；
连通判断模块，用于判断所述主动脉模型预测结果和所述小血管模型预测结果能否连通为一个整体；
冠口分割模块，用于当所述主动脉模型预测结果和所述小血管模型预测结果不能连通为一个整体时，对所述血管图像数据进行冠口分割预测，得到冠口模型预测结果；
第一整合模块，用于根据所述冠口模型预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
7.根据权利要求6所述的设备，其特征在于，所述设备还包括：
第二整合模块，用于当所述主动脉模型预测结果和所述小血管模型预测结果能连通为一个整体时，将所述主动脉模型预测结果和所述小血管模型预测结果进行整合，得到正常冠脉模型预测结果。
8.根据权利要求7所述的设备，其特征在于，所述第一整合模块包括：
分界点寻找单元，用于寻找所述冠口模型预测结果的分界点；
结果查找单元，用于根据所述分界点查找所述冠口模型预测结果上的主动脉预测结果和小血管预测结果；
整合单元，用于根据所述主动脉预测结果和所述小血管预测结果整合所述主动脉模型预测结果和所述小血管模型预测结果，得到正常冠脉模型预测结果。
9.根据权利要求8所述的设备，其特征在于，所述分界点寻找单元包括：
距离变换子单元，用于对所述冠口模型预测结果做距离变换，得到距离变换结果；
分界点寻找子单元，用于在所述距离变换结果上沿中心线向主动脉模型预测结果寻找突变点，并将所述突变点确定为分界点。
10.根据权利要求8所述的设备，其特征在于，所述整合单元包括：
坐标分析子单元，用于分析所述主动脉预测结果、小血管预测结果、主动脉模型预测结果和小血管模型预测结果的对应坐标；
第一整合子单元，用于将所述冠口模型预测结果中的主动脉预测结果和小血管预测结果分别根据对应坐标整合到所述主动脉模型预测结果和所述小血管模型预测结果的对应位置上，得到修正主动脉模型预测结果和修正小血管模型预测结果；
第二整合子单元，用于整合所述修正主动脉模型预测结果和所述修正小血管模型预测结果，得到正常冠脉模型预测结果。
11.一种计算机可读存储介质，其特征在于，所述存储介质包括一组计算机可执行指令，当所述指令被执行时用于执行权利要求1-5任一项所述的血管分割方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910189849.0A CN109872336B (zh) | 2019-03-13 | 2019-03-13 | 一种血管分割方法、设备及计算机存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910189849.0A CN109872336B (zh) | 2019-03-13 | 2019-03-13 | 一种血管分割方法、设备及计算机存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109872336A true CN109872336A (zh) | 2019-06-11 |
| CN109872336B CN109872336B (zh) | 2021-07-09 |
Family
ID=66920421
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910189849.0A Active CN109872336B (zh) | 2019-03-13 | 2019-03-13 | 一种血管分割方法、设备及计算机存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109872336B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110298846A (zh) * | 2019-06-27 | 2019-10-01 | 数坤（北京）网络科技有限公司 | 基于多分类的冠脉分割方法、装置及存储设备 |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110222750A1 (en) * | 2010-03-09 | 2011-09-15 | Siemens Corporation | System and method for guiding transcatheter aortic valve implantations based on interventional c-arm ct imaging |
| CN103932694A (zh) * | 2014-05-07 | 2014-07-23 | 霍云龙 | 精确诊断心肌血流储备分数（ffr）的方法和设备 |
| CN104081401A (zh) * | 2011-11-10 | 2014-10-01 | 西门子公司 | 用于对冠脉循环进行多尺度的解剖学和功能建模的方法和系统 |
| CN104867147A (zh) * | 2015-05-21 | 2015-08-26 | 北京工业大学 | 基于冠状动脉造影图像分割的syntax自动评分方法 |
| US20150282777A1 (en) * | 2014-04-02 | 2015-10-08 | International Business Machines Corporation | Detecting coronary stenosis through spatio-temporal tracking |
| CN105118056A (zh) * | 2015-08-13 | 2015-12-02 | 重庆大学 | 基于三维形态学的冠脉血管自动提取方法 |
| CN105662451A (zh) * | 2016-03-31 | 2016-06-15 | 北京思创贯宇科技开发有限公司 | 一种主动脉图像处理方法和装置 |
| CN105741299A (zh) * | 2016-02-02 | 2016-07-06 | 河北大学 | 一种冠状动脉ct血管造影图像分割方法 |
| CN108010041A (zh) * | 2017-12-22 | 2018-05-08 | 数坤（北京）网络科技有限公司 | 基于深度学习神经网络级联模型的人体心脏冠脉提取方法 |
| CN108122616A (zh) * | 2016-12-28 | 2018-06-05 | 北京昆仑医云科技有限公司 | 个体特异性的心血管模型的生成方法及其应用 |
| CN108242075A (zh) * | 2018-01-05 | 2018-07-03 | 苏州润迈德医疗科技有限公司 | 一种基于x射线冠脉造影图像的多角度血管重建方法 |
| CN109345546A (zh) * | 2018-09-30 | 2019-02-15 | 数坤（北京）网络科技有限公司 | 一种冠脉体数据模型分割方法及设备 |
| CN109377458A (zh) * | 2018-09-30 | 2019-02-22 | 数坤（北京）网络科技有限公司 | 一种冠脉分割断裂的修复方法及装置 |
-
2019
- 2019-03-13 CN CN201910189849.0A patent/CN109872336B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110222750A1 (en) * | 2010-03-09 | 2011-09-15 | Siemens Corporation | System and method for guiding transcatheter aortic valve implantations based on interventional c-arm ct imaging |
| CN104081401A (zh) * | 2011-11-10 | 2014-10-01 | 西门子公司 | 用于对冠脉循环进行多尺度的解剖学和功能建模的方法和系统 |
| US20150282777A1 (en) * | 2014-04-02 | 2015-10-08 | International Business Machines Corporation | Detecting coronary stenosis through spatio-temporal tracking |
| CN103932694A (zh) * | 2014-05-07 | 2014-07-23 | 霍云龙 | 精确诊断心肌血流储备分数（ffr）的方法和设备 |
| CN104867147A (zh) * | 2015-05-21 | 2015-08-26 | 北京工业大学 | 基于冠状动脉造影图像分割的syntax自动评分方法 |
| CN105118056A (zh) * | 2015-08-13 | 2015-12-02 | 重庆大学 | 基于三维形态学的冠脉血管自动提取方法 |
| CN105741299A (zh) * | 2016-02-02 | 2016-07-06 | 河北大学 | 一种冠状动脉ct血管造影图像分割方法 |
| CN105662451A (zh) * | 2016-03-31 | 2016-06-15 | 北京思创贯宇科技开发有限公司 | 一种主动脉图像处理方法和装置 |
| CN108122616A (zh) * | 2016-12-28 | 2018-06-05 | 北京昆仑医云科技有限公司 | 个体特异性的心血管模型的生成方法及其应用 |
| CN108010041A (zh) * | 2017-12-22 | 2018-05-08 | 数坤（北京）网络科技有限公司 | 基于深度学习神经网络级联模型的人体心脏冠脉提取方法 |
| CN108242075A (zh) * | 2018-01-05 | 2018-07-03 | 苏州润迈德医疗科技有限公司 | 一种基于x射线冠脉造影图像的多角度血管重建方法 |
| CN109345546A (zh) * | 2018-09-30 | 2019-02-15 | 数坤（北京）网络科技有限公司 | 一种冠脉体数据模型分割方法及设备 |
| CN109377458A (zh) * | 2018-09-30 | 2019-02-22 | 数坤（北京）网络科技有限公司 | 一种冠脉分割断裂的修复方法及装置 |
Non-Patent Citations (4)
| Title |
|---|
| MICHIEL SCHAAP 等: "Robust Shape Regression for Supervised Vessel Segmentation and its Application to Coronary Segmentation in CTA", 《IEEE TRANSACTIONS ON MEDICAL IMAGING》 * |
| WENWEI KANG 等: "The segmentation method of degree-based fusion algorithm for coronary angiograms", 《PROCEEDINGS OF 2013 2ND INTERNATIONAL CONFERENCE ON MEASUREMENT, INFORMATION AND CONTROL》 * |
| 康文炜 等: "基于融合的冠状动脉血管分割方法", 《计算机工程与应用》 * |
| 李致勋: "2D/3D冠状动脉血管分割与配准方法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110298846A (zh) * | 2019-06-27 | 2019-10-01 | 数坤（北京）网络科技有限公司 | 基于多分类的冠脉分割方法、装置及存储设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109872336B (zh) | 2021-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN100471455C (zh) | 利用拓扑信息从三维图像数据中分割解剖结构的方法 | |
| US9811912B2 (en) | Image processing apparatus, image processing method and medical imaging device | |
| US9949643B2 (en) | Automatic visualization of regional functional parameters of left ventricle from cardiac imaging | |
| CN107067409A (zh) | 一种血管分离方法及系统 | |
| CN110298844B (zh) | X光造影图像血管分割与识别方法及装置 | |
| KR101625256B1 (ko) | 심장 ｍ-모드 뷰들의 자동 분석 | |
| US20060182341A1 (en) | Method for automatically determining the position and orientation of the left ventricle in 3D image data records of the heart | |
| CN109377458A (zh) | 一种冠脉分割断裂的修复方法及装置 | |
| CN109662686B (zh) | 一种眼底黄斑定位方法、装置、系统及存储介质 | |
| CN105118056A (zh) | 基于三维形态学的冠脉血管自动提取方法 | |
| CN109345546B (zh) | 一种冠脉体数据模型分割方法及设备 | |
| CN105139030A (zh) | 一种肝脏血管的分类方法 | |
| CN113313715B (zh) | 心脏动脉血管的分割方法、分割装置、设备和介质 | |
| CN105761252A (zh) | 图像分割的方法及装置 | |
| KR101294858B1 (ko) | 간 문맥의 혈관 구조 정보를 이용한 간 세그먼트 구분 방법 및 장치 | |
| CN111161241A (zh) | 一种肝脏图像识别方法、电子设备及存储介质 | |
| CN102132320A (zh) | 图像处理，特别是医学图像处理的方法和设备 | |
| CN109360209A (zh) | 一种冠状血管分割方法及系统 | |
| CN114332013A (zh) | 基于肺动脉树分级的ct图像靶肺段识别方法 | |
| CN109872336A (zh) | 一种血管分割方法、设备及计算机存储介质 | |
| CN109919937A (zh) | 血管分割图像断裂的修复方法、系统和计算机存储介质 | |
| CN110432894A (zh) | 心电图关键点标注方法及电子设备 | |
| CN109875595B (zh) | 一种颅内血管状态检测方法及装置 | |
| CN109903840B (zh) | 一种模型整合方法及设备 | |
| CN105741287A (zh) | 牙齿三维网格数据的分割方法及装置 |
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 | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Applicant after: Shukun (Beijing) Network Technology Co.,Ltd. Address before: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Applicant before: SHUKUN (BEIJING) NETWORK TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Patentee after: Shukun Technology Co.,Ltd. Address before: 100102 No. 501 No. 12, 5th floor, No. 6, Wangjing Dongyuan District 4, Chaoyang District, Beijing Patentee before: Shukun (Beijing) Network Technology Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20241008 Address after: Room 313 and 315, Building No. 11, Innovation Road, Changping District, Beijing 102200 Patentee after: YUKUN (BEIJING) NETWORK TECHNOLOGY Co.,Ltd. Country or region after: China Address before: Rooms 303, 304, 305, 321 and 322, building 3, No. 11, Chuangxin Road, science and Technology Park, Changping District, Beijing Patentee before: Shukun Technology Co.,Ltd. Country or region before: China |