CN114266792A - 搭桥重建方法、装置、计算机设备及存储介质 - Google Patents

搭桥重建方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN114266792A
CN114266792A CN202111674835.1A CN202111674835A CN114266792A CN 114266792 A CN114266792 A CN 114266792A CN 202111674835 A CN202111674835 A CN 202111674835A CN 114266792 A CN114266792 A CN 114266792A
Authority
CN
China
Prior art keywords
blood vessel
bridging
segmentation
mask
point
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.)
Pending
Application number
CN202111674835.1A
Other languages
English (en)
Inventor
陈子融
吴迪嘉
董昢
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.)
Lianying Intelligent Medical Technology Beijing Co Ltd
Shanghai United Imaging Intelligent Healthcare Co Ltd
Original Assignee
Shanghai United Imaging Intelligent Healthcare 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 Shanghai United Imaging Intelligent Healthcare Co Ltd filed Critical Shanghai United Imaging Intelligent Healthcare Co Ltd
Priority to CN202111674835.1A priority Critical patent/CN114266792A/zh
Publication of CN114266792A publication Critical patent/CN114266792A/zh
Priority to PCT/CN2022/144130 priority patent/WO2023125969A1/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请涉及一种搭桥重建方法、装置、计算机设备及存储介质。该方法包括:获取心脏分割结果和血管分割结果,根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜,根据目标血管掩膜获取搭桥重建信息,通过搭桥重建信息进行处理,得到搭桥重建结果。采用本方法能够通过神经网络模型获取搭桥重建信息,并通过搭桥重建信息进行处理确定搭桥重建结果,可以避免人工手动重建搭桥模型,节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步提高搭桥重建效率。

Description

搭桥重建方法、装置、计算机设备及存储介质
技术领域
本申请涉及医学技术领域,特别是涉及一种搭桥重建方法、装置、计算机设备及存储介质。
背景技术
目前,心血管病已成为一种常见疾病,而且发病率死亡率居高不下。其中,冠心病尤其严重,极大地影响了人们平时的日常生活。而冠脉搭桥术是治疗冠心病的一种常用的最有效手术方式,因此,对术后搭桥病人的定期随访也是必不可少的流程。
传统技术中,术后通常采用手动方式对搭桥数据进行重建,以便医生了解术后效果。但是,采用传统方式会出现搭桥重建效率较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种搭桥重建方法、装置、计算机设备及存储介质。
一种搭桥重建方法,所述方法包括:
获取心脏分割结果和血管分割结果;
根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
根据目标血管掩膜获取搭桥重建信息;
通过所述搭桥重建信息进行处理,得到搭桥重建结果。
一种搭桥重建方法,所述方法包括:
获取心脏分割结果和血管分割结果;
根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
基于所述目标血管掩膜和所述血管分割结果,得到搭桥重建信息,所述搭桥重建信息包括搭桥起点和搭桥与正常血管的吻合口;
通过所述搭桥重建信息进行处理,得到搭桥重建结果。
一种搭桥重建方法,所述方法包括:
获取心脏分割结果和血管分割结果;
根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
基于所述目标血管掩膜和所述血管分割结果,得到搭桥重建信息,所述搭桥重建信息包括搭桥行径轨迹和搭桥与正常血管的吻合口;
通过所述搭桥重建信息进行处理,得到搭桥重建结果。
一种搭桥重建装置,所述装置包括:
分割结果获取模块,用于获取心脏分割结果和血管分割结果;
掩膜获取模块,用于根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
搭桥信息获取模块,用于根据所述目标血管掩膜获取搭桥重建信息;
重建模块,用于通过所述搭桥重建信息进行重建处理,得到搭桥重建结果。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取心脏分割结果和血管分割结果;
根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
根据目标血管掩膜获取搭桥重建信息;
通过所述搭桥重建信息进行处理,得到搭桥重建结果。
一种存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取心脏分割结果和血管分割结果;
根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
根据目标血管掩膜获取搭桥重建信息;
通过所述搭桥重建信息进行处理,得到搭桥重建结果。
上述搭桥重建方法、装置、计算机设备及存储介质,该方法包括获取心脏分割结果和血管分割结果,根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜,根据目标血管掩膜获取搭桥重建信息,通过搭桥重建信息进行处理,得到搭桥重建结果;上述方法通过神经网络模型获取目标搭桥数据和搭桥重建信息,并根据目标搭桥数据和搭桥重建信息重建确定搭桥重建结果,可以避免人工手动重建搭桥模型,节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步提高搭桥重建效率。
附图说明
图1为一个实施例中计算机设备的内部结构图;
图2为一个实施例中搭桥重建方法的流程示意图;
图3为一个实施例中获取目标血管掩膜的方法流程示意图;
图4为另一个实施例中获取初始血管掩膜的方法流程示意图;
图5为另一个实施例中获取目标血管掩膜的具体方法流程示意图;
图6为另一个实施例中确定第一血管分割结果是否包含搭桥数据的方法流程示意图;
图7为另一个实施例中确定第一血管分割结果是否包含搭桥数据的具体方法流程示意图;
图7a为另一个实施例中对一诊疗对象的心脏图像执行搭桥重建方法的过程结果示意图;
图8为一个实施例中搭桥重建方法的流程示意图;
图9为一个实施例中获取搭桥重建信息的方法流程示意图;
图10为一个实施例中确定搭桥候选点的方法流程示意图;
图11为另一个实施例中确定搭桥起点的方法流程示意图;
图12为另一个实施例中确定搭桥起点的具体方法流程示意图;
图13为另一个实施例中获取搭桥重建信息的具体方法流程示意图;
图14为一个实施例中搭桥重建方法的流程示意图;
图15为一个实施例中获取搭桥重建信息的方法流程示意图;
图16为一个实施例中确定搭桥行径轨迹的方法流程示意图;
图17为一个实施例中确定搭桥尾点的方法流程示意图;
图18为另一个实施例中一轨迹图中的多个血管分割点的分布结构图;
图19为另一个实施例中确定搭桥尾点的方法流程示意图;
图20为另一个实施例中获取搭桥重建信息的具体方法流程示意图;
图21为一个实施例中搭桥重建装置的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的搭桥重建方法,可以适用于图1所示的计算机设备。如图1所示,该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储心脏图像、血管分割结果、预先训练好的分段模型。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种搭桥重建方法。
本领域技术人员可以理解,图1中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
需要说明的是,本申请实施例提供的搭桥重建方法,其执行主体可以是搭桥重建装置,该装置可以通过软件、硬件或者软硬件结合的方式实现成为计算机设备的部分或者全部。下述方法实施例的执行主体以计算机设备为例来进行说明。
其中,在可能的实施方式中,上述搭桥重建方法可以通过多种方式实现,具体可以通过以下实施例中的技术方案对几种搭桥重建方法进一步详细说明,但是不限于以下几种实施例。
第一种搭桥重建方法
该搭桥重建方法可以通过如下实施例进行详细说明:
如图2所示为一个实施例提供的一种搭桥重建方法的流程示意图,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S1000、获取心脏分割结果和血管分割结果。
具体的,计算机设备可以将诊疗对象的多帧心脏图像输入至预先训练好的心脏分割模型,得到心脏分割结果,进一步,通过心脏分割结果确定血管范围,并对血管范围进行血管分割得到血管分割结果。可选的,血管分割结果可以为心脏分割结果中的全部血管区域对应的分割结果。上述心脏图像可以为dicom格式的三维CT增强图像。上述心脏分割结果可以为包含心脏的各个腔室以及主动脉、主动脉弓的心脏分割图像,且心脏分割图像中心脏的各个腔室以及主动脉、主动脉弓均有对应的标签,以区别心脏分割图像中的不同组织,心脏的各个腔室可以为心脏的左心房、右心房、左心室和右心室,其中,心脏的左心房、右心房、左心室、右心室、主动脉、主动脉弓对应的标签均可以不同。另外,上述心脏分割结果也可以通过包含心脏的各个腔室以及主动脉、主动脉弓的心脏分割数据表示。
可以理解的是,上述预先训练好的心脏分割模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成;其中,计算机设备可以通过心脏图像训练集对初始心脏分割模型进行网络模型训练,得到预先训练好的心脏分割模型。
同时,将心脏分割结果可以作为一个整体,以确定血管范围。其中,计算机设备可以将心脏分割结果向外延伸一定预设范围得到血管范围,进一步,将血管范围输入至预先训练好的血管分割模型中,得到血管分割结果。上述预设范围可以根据实际情况自定义,只要保证血管范围小于心脏图像所处的范围即可。若心脏分割结果通过心脏分割图像表示,则血管范围可以为将心脏分割图像向外延伸一定预设范围后得到的图像表示;若心脏分割结果通过心脏分割数据表示,则血管范围可以为将心脏分割图像向外延伸一定预设范围后得到的图像对应的心脏分割数据表示。上述血管分割结果可以为一种二值血管分割结果。
其中,上述预先训练好的血管分割模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成,若预先训练好的血管分割模型和预先训练好的心脏分割模型的结构相同,则经过网络模型训练后两者的网络参数可以不同。其中,计算机设备可以通过血管范围训练集对初始血管分割模型进行网络模型训练,得到预先训练好的血管分割模型。
另外,上述心脏分割模型和血管分割模型均可以在本实施例执行S100之前完成网络模型训练。
S1100、根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜。
具体的,计算机设备可以将心脏分割结果和血管分割结果进行处理后得到处理结果,并将处理结果输入至分段模型得到血管分割结果中每个点对应的多血管掩膜,即目标血管掩膜,或者将心脏分割结果和血管分割结果直接输入至分段模型得到血管分割结果中每个点对应的多血管掩膜,即目标血管掩膜。在本实施例中,上述心脏分割结果和血管分割结果均可以理解为图像或者数据。
可以理解的是,上述分段模型可以为预先训练好的神经网络模型,分段模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成,若预先训练好的分段模型与预先训练好的血管分割模型、预先训练好的心脏分割模型的结构相同,则经过网络模型训练后三者的网络参数可以不同。另外,上述分段模型可以在本实施例执行S200之前完成网络模型训练,具体地,计算机设备可以将心脏分割结果、血管分割结果训练集中的心脏分割结果和血管分割结果输入至初始分段模型中,得到血管预测掩膜,通过损失函数计算血管预测掩膜与标准血管掩膜之间的预测误差值,并根据预测误差值更新初始分段模型中的初始网络参数,不断迭代以上训练步骤,直到预测误差值满足预设误差阈值或迭代次数达到预设迭代次数阈值为止,得到预先训练好的分段模型。上述标准血管掩膜可以为整个血管对应的理想化的血管掩膜,即网络训练的金标准。
S1200、根据目标血管掩膜获取搭桥重建信息。
具体的,计算机设备可以对目标血管掩膜进行变换处理、比较处理、运算处理、筛选处理和/或分析处理等等,得到搭桥重建信息,或者,还可以根据预设条件先从目标血管掩膜中筛选目标搭桥数据,并对目标搭桥数据进行分析处理确定搭桥重建信息。上述目标血管掩膜可以理解为血管分割结果对应的多血管标签掩膜。上述搭桥重建信息可以包括搭桥行径轨迹、搭桥行径轨迹所处范围、搭桥行径轨迹中的搭桥起点和搭桥尾点、搭桥行径轨迹尺寸、搭桥行径轨迹中的各个途经点中的至少一个。
S1300、通过搭桥重建信息进行处理,得到搭桥重建结果。
具体的,计算机设备可以通过搭桥重建信息进行处理,得到三维心脏搭桥模型图,即搭桥重建结果。另外,计算机设备还可以先对正常血管进行分段处理,得到所有血管的中心线信息,然后通过所有血管的中心线信息和搭桥重建信息进行处理,得到搭桥重建结果。进一步,计算机设备可以将搭桥重建结果输出,展示给医生查看,以便医生根据搭桥重建结果对诊疗对象进行定期回访。
上述搭桥重建方法中,计算机设备可以获取心脏分割结果和血管分割结果,根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜,根据目标血管掩膜获取搭桥重建信息,通过搭桥重建信息进行处理,得到搭桥重建结果;该方法通过神经网络模型获取搭桥重建信息,并通过搭桥重建信息重建确定搭桥重建结果,可以避免人工手动重建搭桥模型,节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步提高搭桥重建效率;同时,该方法通过神经网络模型实现搭桥重建,能够避免人工参与重建过程出现重建误差,从而提高搭桥重建的准确性。
作为其中一个实施例,如图3所示,血管分割结果包括第一血管分割结果,分段模型包括第一分段模型,上述S1100中根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜的步骤,可以通过以下步骤实现:
S1110、通过心脏掩膜确定距离场,距离场包括心脏腔室的距离场和主动脉主动脉弓的距离场。
具体的,上述心脏掩膜可以包括心脏腔室掩膜和主动脉主动脉弓掩膜,且心脏掩膜、心脏腔室掩膜和主动脉主动脉弓掩膜均与心脏分割图像的大小相同。其中,计算机设备可以根据心脏分割图像中心脏的左心室和右心室对应的标签,生成心脏腔室掩膜,该心脏腔室掩膜中心脏的左心室和右心室区域对应的像素值可以为1,其余区域的像素值可以为0。同时,计算机设备还可以根据心脏分割图像中主动脉和主动脉弓对应的标签,生成主动脉主动脉弓掩膜,该生成主动脉主动脉弓掩膜中心脏的主动脉和主动脉弓区域对应的像素值可以为1,其余区域的像素值可以为0。
需要说明的是,将心脏腔室掩膜中心脏的左心室和右心室作为一个整体,可以称为左右心室;将主动脉主动脉弓掩膜中主动脉和主动脉弓作为一个整体,可以称为主动脉主动脉弓。进一步,计算机设备可以采用欧氏距离、曼哈顿距离、余弦距离、闵可夫斯基距离或切比雪夫距离计算方法,计算心脏腔室掩膜中除左右心室所处区域外的其它区域上各个点到左右心室表面上最近点之间的距离,并将计算得到的所有距离作为心脏腔室的距离场,同时,计算机设备还可以采用欧氏距离、曼哈顿距离、余弦距离、闵可夫斯基距离或切比雪夫距离计算方法,计算主动脉主动脉弓掩膜中除主动脉主动脉弓所处区域外的其它区域上各个点到主动脉主动脉弓表面上最近点之间的距离,并将计算得到的所有距离作为主动脉主动脉弓的距离场。
S1120、通过心脏分割结果、距离场、第一血管分割结果和第一分段模型,得到初始血管掩膜。
具体的,计算机设备可以对心脏分割结果与第一血管分割结果进行处理,然后将处理结果和距离场输入至第一分段模型进行处理,得到初始血管掩膜。或者,计算机设备可以将心脏分割结果、距离场、第一血管分割结果直接输入至第一分段模型,得到初始血管掩膜。其中,初始血管掩膜是目标血管掩膜的一部分,且目标血管掩膜和初始血管掩膜可以包括血管掩膜和搭桥掩膜。上述第一血管分割结果可以为心脏分割结果中的部分血管区域对应的分割结果,也可以为血管范围仅在心脏的腔室附近区域的分割结果;输入第一分段模型的距离场可以为心脏腔室的距离场和/或主动脉主动脉弓的距离场。
需要说明的是,计算机设备可以通过心脏腔室的距离场和主动脉主动脉弓的距离场训练集、心脏分割结果和血管分割结果训练集对初始第一分段模型进行网络模型训练,得到预先训练好的第一分段模型,具体地,计算机设备可以将心脏腔室的距离场和主动脉主动脉弓的距离场训练集中的心脏腔室的距离场和主动脉主动脉弓的距离场、心脏分割结果和心脏腔室周围的血管区域对应的血管分割结果训练集中的心脏分割结果和血管分割结果输入至初始第一分段模型中,初始第一分段模型先对心脏分割结果和血管分割结果进行映射合并,得到合并分割结果,再对合并分割结果中血管区域的每个点进行投票,得到多血管预测掩膜,通过损失函数计算多血管预测掩膜与标准多血管掩膜之间的预测误差值,并根据预测误差值更新初始第一分段模型中的初始网络参数,不断迭代以上训练步骤,直到预测误差值满足预设误差阈值或迭代次数达到预设迭代次数阈值为止,得到预先训练好的第一分段模型;其中,在使用第一分段模型时,第一分段模型最终输出的是初始血管掩膜。
另外,对初始第一分段模型进行网络模型训练时,心脏分割结果和对应血管分割结果训练集中的图像可以为64*64*64~256*256*256之间大小的图像,在本实施例中,图像的大小可以选取128*128*128,图像的分辨率可以选取0.6mm~2.0mm,在本实施例中,图像的分辨率可以为1.2mm,网络模型训练过程中同时可以采用交叉熵、focal loss和/或diceloss等损失函数的最小化作为优化目标,并且采用Adam、sgd、AdamW、RMSprop等参数优化方法实现优化处理。上述标准多血管掩膜可以为理想化的多血管掩膜。第一分段模型和正常血管分段模型的结构可以相同。
其中,本实施例采用心脏腔室的距离场和主动脉主动脉弓的距离场,可以帮助第一分段模型判断血管在心脏或者主动脉的相对位置,对血管的分段起到辅助提升作用。第一分段模型可以包括四个输入通道和17个输出通道,四个输入通道分别为心脏分割结果输入通道、第一血管分割结果输入通道、心脏腔室的距离场输入通道和主动脉主动脉弓的距离场输入通道,其中17个输出通道分别可以输出15种血管掩膜、搭桥掩膜、心脏分割结果中非血管区域对应的背景掩膜。
S1130、根据初始血管掩膜,确定目标血管掩膜。
具体的,计算机设备可以通过初始血管掩膜进行扩展处理,得到目标血管掩膜,或者通过初始血管掩膜、心脏分割结果、血管分割结果和分段模型进行处理,得到目标血管掩膜。
上述搭桥重建方法可以通过心脏掩膜确定距离场,距离场包括心脏腔室的距离场和主动脉主动脉弓的距离场,通过心脏分割结果、距离场、第一血管分割结果和第一分段模型,得到初始血管掩膜,根据初始血管掩膜,确定目标血管掩膜;该方法通过神经网络模型获取整个血管区域的目标血管掩膜,从而能够提高获取的血管掩膜的准确性,并且缩小血管掩膜的确定时间。
作为其中一个实施例,如图4所示,上述S1120中通过心脏分割结果、距离场、第一血管分割结果和第一分段模型,得到初始血管掩膜的步骤,包括:
S1121、将脏分割结果以及第一血管分割结果进行映射合并,得到合并分割结果。
在本实施例中,计算机设备可以将心脏分割结果中各组织与第一血管分割结果中对应组织进行映射,并将心脏分割结果与映射后对应的第一血管分割结果进行合并,得到合并分割结果。
S1122、将距离场、合并分割结果输入至第一分段模型,得到初始血管掩膜。
进一步,计算机设备可以将距离场、合并分割结果输入至第一分段模型进行处理,得到初始血管掩膜,且该距离场可以包括心脏腔室的距离场和主动脉主动脉弓的距离场。
可以理解的是,上述初始血管掩膜或者目标血管掩膜中均可以包括至少一种血管掩膜和搭桥(Bypass)掩膜。血管掩膜可以为15种血管掩膜中的任意一种,分别为右冠状动脉(RCA)掩膜、右冠状动脉后降支(R-PDA)掩膜、左心室右后支(R-PLB)掩膜、左冠状动脉主干(LM)掩膜、左前降支(LAD)掩膜、对角支(D)掩膜、回旋支(LCX)掩膜、钝缘支(OM)掩膜、左后降支(L-PDA)掩膜、左心室左后支(L-PLB)掩膜、中间支(RAMUS)掩膜、心房支(LACX)掩膜、锐缘支(AM)掩膜、前间隔支(S)掩膜或者窦房结支(LSN)掩膜。
上述搭桥重建方法可以将心脏分割结果以及第一血管分割结果进行映射合并,得到合并分割结果,并将距离场、合并分割结果输入至第一分段模型得到初始血管掩膜,进而根据初始血管掩膜确定目标血管掩膜;该方法通过神经网络模型获取血管区域的血管掩膜,从而能够提高获取的血管掩膜的准确性,并且缩小血管掩膜的确定时间。
作为其中一个实施例,血管分割结果包括第二血管分割结果,分段模型包括第二分段模型;如图图5所示,上述S1130中根据初始血管掩膜确定目标血管掩膜的步骤,可以通过以下步骤实现:
S1131、根据初始血管掩膜,确定第一血管分割结果是否包含搭桥数据。
具体的,计算机设备可以根据合并分割结果中血管区域对应的初始血管掩膜,确定合并分割结果中属于搭桥掩膜的所有第一血管分割结果,然后根据属于搭桥掩膜的所有第一血管分割结果的数量确定第一血管分割结果是否包含搭桥数据,即搭桥数据。属于搭桥掩膜的所有第一血管分割结果可以等于合并分割结果中的所有第一血管分割结果,也可以等于合并分割结果中的部分第一血管分割结果,或者合并分割结果中不存在属于搭桥掩膜的第一血管分割结果。也就是,属于搭桥掩膜的所有第一血管分割结果的数量可以等于0,还可以大于等于1。
S1132、若第一血管分割结果包含搭桥数据,则通过获取血管范围内剩余的血管分割结果,得到第二血管分割结果。
具体的,在计算机设备确定第一血管分割结果包含搭桥数据时,可以获取血管范围内剩余的血管分割结果,得到第二血管分割结果。第二血管分割结果与心脏分割结果中心脏上方区域包含的血管区域对应,也就是,第一血管分割结果和第二分割结果合并后的结果,可以等于心脏分割结果中整个血管区域的图像或数据。
S1133、将心脏分割结果、距离场、第一血管分割结果和第二血管分割结果输入至第二分段模型,得到目标血管掩膜。
具体的,计算机设备可以对心脏分割结果、第一血管分割结果和第二血管分割结果进行运算处理,然后将运算处理结果和距离场输入至第二分段模型进行处理,得到目标血管掩膜。或者,计算机设备可以将距离场、心脏分割结果、第一血管分割结果和第二血管分割结果直接输入至第二分段模型,第二分段模型先将心脏分割结果中各组织分别与第一血管分割结果、第二血管分割结果中对应组织进行映射合并,得到合并分割结果,第二分段模型再对距离场和合并分割结果进行处理,得到目标血管掩膜。上述第一血管分割结果和第二血管分割结果合映射合并后得到的合并分割结果可以为心脏分割结果中的全部分血管区域对应的分割结果;输入第二分段模型的距离场可以为心脏腔室的距离场和/或主动脉主动脉弓的距离场。
需要说明的是,计算机设备可以通过心脏腔室的距离场和主动脉主动脉弓的距离场训练集、心脏分割结果和全部血管分割结果训练集对初始第二分段模型进行网络模型训练,得到预先训练好的第二分段模型,具体地,计算机设备可以将心脏腔室的距离场和主动脉主动脉弓的距离场训练集中的心脏腔室的距离场和主动脉主动脉弓的距离场、心脏分割结果和整个血管区域的血管分割结果训练集中的心脏分割结果和全部血管分割结果输入至初始第二分段模型中,初始第二分段模型先对心脏分割结果和整个血管区域的血管分割结果进行映射合并,得到合并分割结果,再对合并分割结果中血管区域的每个点进行投票,得到多血管预测掩膜,通过损失函数计算多血管预测掩膜与标准多血管掩膜之间的预测误差值,并根据预测误差值更新初始第二分段模型中的初始网络参数,不断迭代以上训练步骤,直到预测误差值满足预设误差阈值或迭代次数达到预设迭代次数阈值为止,得到预先训练好的第二分段模型;其中,在使用第二分段模型时,第二分段模型最终输出的是目标血管掩膜。本实施例中的全部血管分割结果与将第一血管分割结果和第二血管分割结果结合后对应的血管区域对应。
需要说明的是,第二分段模型可以包括五个输入通道和17个输出通道,五个输入通道分别为心脏分割结果输入通道、第一血管分割结果输入通道、第二血管分割结果输入通道、心脏腔室的距离场输入通道和主动脉主动脉弓的距离场输入通道,其中17个输出通道分别可以输出上述15种掩膜、搭桥掩膜、心脏分割结果中非血管区域对应的背景掩膜。在本实施例中,第一分段模型与第二分段模型的结构可以相同,只要在对第二分段模型训练时增加搭桥数据采样比例,使第二分段模型对搭桥数据拥有更好的分段性能即可,但是,第一分段模型和第二分段模型的网络参数不同。
上述搭桥重建方法可以在确定第一血管分割结果包含搭桥数据时,继续通过获取血管范围内剩余的血管分割结果得到第二血管分割结果,并将第一血管分割结果和第二血管分割结果结合得到整个血管区域对应的血管分割结果,进一步通过神经网络模型对心脏分割结果、距离场和整个血管区域对应的血管分割结果进行处理,获取整个血管区域的目标血管掩膜,从而能够提高获取的血管掩膜的完整性、准确性,并且通过神经网络模型处理能够缩小确定血管掩膜的时间,进一步,提高搭桥重建的效率。
作为其中一个实施例,如图6所示,上述S1131中根据初始血管掩膜,确定第一血管分割结果是否包含搭桥数据的步骤,可以通过以下步骤实现:
S1131a、根据第一血管分割结果确定血管连通域,并获取血管连通域的相关信息;血管连通域的相关信息包括血管连通域在心脏腔室的距离场中的初始间隔距离或血管连通域的大小。
具体的,计算机设备可以选取合并分割结果中,所有第一血管分割结果对应的所有血管分割点中的任意一点作为基准点,并获取该基准点周围的预设数量个血管分割点,并根据初始血管掩膜确定基准点和基准点周围预设数量个血管分割点中为血管掩膜的所有血管分割点,并将基准点和这些预设数量个血管分割点中为血管掩膜的所有血管分割点作为一个血管连通域,同时,计算机设备可以遍历合并分割结果中所有第一血管分割结果对应的各血管分割点,然后确定各血管分割点对应的血管连通域。若第一血管分割结果为对应三维图像时,可以选取第一血管分割结果对应的所有血管分割点中的预设数量加1个血管分割点(即基准点和基准点周围预设数量个血管分割点)来确定血管连通域。其中,任意一个血管分割点所属的血管连通域内可以找到至少一个其它血管分割点和该血管分割点是连通的,也就是在同一个邻域内(周围预设数量个血管分割点,也就是预设数量邻域)可以找到至少一个其它血管分割点与当前血管分割点连通。上述预设数量可以为任意数值,只要确保任意一个血管分割点在所属的血管连通域内能够找到至少一个其它血管分割点与其连通即可。
其中,上述血管分割结果可以为血管分割数据。该血管分割数据可以为点坐标的形式,将其展示在坐标系中,各血管分割结果均有对应的血管分割点。
可以理解的是,计算机设备可以确定各血管连通域在心脏腔室的距离场中对应的距离,即初始间隔距离,同时,还可以获取血管连通域的大小。上述血管连通域的大小可以等于血管连通域中包含血管分割点的总数量。在本实施例中,各血管连通域对应的初始间隔距离的数量可以等于该心脏腔室的距离场中包含的距离的数量。
S1131b、根据初始血管掩膜和血管连通域的相关信息,确定第一血管分割结果是否包含搭桥数据。
具体的,计算机设备可以根据初始血管掩膜和血管连通域的相关信息进行比较处理、运算处理、筛选处理和/或分析处理等等,确定各血管连通域内所有第一血管分割结果中是否包含搭桥数据。
上述搭桥重建方法可以根据第一血管分割结果确定血管连通域,并获取血管连通域的相关信息,根据初始血管掩膜和血管连通域的相关信息,确定第一血管分割结果是否包含搭桥数据,进而在确定血管连通域内中的第一血管分割结果包含搭桥数据时,以得到心脏分割结果中整个血管对应的目标血管掩膜,从而能够提高获取的血管掩膜的准确性和完整性。
作为其中一个实施例,初始血管掩膜包括搭桥掩膜;如图7所示,上述S1131b中根据初始血管掩膜和血管连通域的相关信息,确定第一血管分割结果是否包含搭桥数据的步骤,具体可以包括:
S1131c、若初始间隔距离大于第一预设距离阈值或者血管连通域的大小大于第一预设数量阈值,则获取其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果的第一总数量。
具体的,针对各血管连通域,计算机设备可以判断当前血管连通域在心脏腔室的距离场中对应的各初始间隔距离是否均大于第一预设距离阈值,若判断结果为是,则不考虑当前血管连通域,此时,可以获取当前血管连通域之外的其它各血管连通域,并获取其它每个血管连通域内包含的所有搭桥掩膜对应的血管分割结果的第一总数量;其它各血管连通域均有一个对应的第一总数量,且第一总数量可以大于等于1。
同时,还可以通过另一种方式确定第一总数量,具体地,计算机设备还可以先计算每个血管连通域的大小,判断当前血管连通域的大小是否大于第一预设数量阈值,若判断结果为是,则不考虑当前血管连通域,同时获取当前血管连通域之外的其它各血管连通域内包含的所有搭桥掩膜对应的血管分割结果的第一总数量。血管连通域的大小可以理解为血管连通域内包含的血管分割点的总数量。
另外,针对各血管连通域,计算机设备还可以判断当前血管连通域在心脏腔室的距离场中对应的各初始间隔距离是否大于或等于第一预设距离阈值,若判断结果为是,则不考虑当前血管连通域,此时,可以获取当前血管连通域之外的其它各血管连通域,并获取其它每个血管连通域内包含的所有搭桥掩膜对应的血管分割结果的第一总数量;或者,可以先计算每个血管连通域的大小,判断当前血管连通域的大小是否大于或等于第一预设数量阈值,若判断结果为是,则不考虑当前血管连通域,同时获取当前血管连通域之外的其它各血管连通域内包含的所有搭桥掩膜对应的血管分割结果的第一总数量。
可以理解的是,上述第一预设距离阈值和第一预设数量阈值的具体数值不做限定,均可以为用户根据实际需求自定义设置,也可以通过交叉验证后,并取各验证结果的平均值得到。其中,针对不同类型的预设阈值,交叉验证可以理解为将预设阈值对应的数据集分成多份,取其中一份作为验证集,剩下的数据集作为训练集,每次在训练集上调整对应阈值,使其达到最优,同时在验证上得到最大准确率时对应的阈值作为每次验证的最优结果,即预设阈值。如,确定第一预设距离阈值时,数据集可以为对应多个初始间隔距离的集合。
S1131d、若第一总数量大于第二预设数量阈值,则将其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果确定为搭桥数据,并确定其它血管连通域中的第一血管分割结果包含搭桥数据。
进一步地,计算机设备可以继续判断其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果的第一总数量是否大于第二预设数量阈值,若判断结果为是,则可以将其它血管连通域内包含的所有搭桥掩膜对应的第一血管分割结果确定为搭桥数据,该情况下,直接确定其它血管连通域内中的第一血管分割结果包含搭桥数据。另外,计算机设备还可以判断其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果的第一总数量是否等于第二预设数量阈值,若判断结果为是,则可以将其它血管连通域内包含的所有搭桥掩膜对应的第一血管分割结果确定为搭桥数据,该情况下,直接确定其它血管连通域内中的第一血管分割结果包含搭桥数据。可选的,第二预设数量阈值和第一预设数量阈值可以相等,具体确定方法也可以相同。在本实施例中,针对每个血管连通域,均要执行上述S1131b和S1131d中的步骤,也就是确定每个血管连通域中的第一血管分割结果是包含搭桥数据。
上述搭桥重建方法可以确定第一血管分割结果是否包含搭桥数据,进而在确定血管连通域内中的第一血管分割结果包含搭桥数据时,以得到心脏分割结果中整个血管对应的目标血管掩膜,从而能够提高获取的血管掩膜的准确性和完整性。
作为其中一个实施例,上述S1200中根据目标血管掩膜获取搭桥重建信息的步骤,可以包括:通过目标血管掩膜和血管分割结果进行后处理,得到搭桥重建信息中的搭桥起点、搭桥行径轨迹以及搭桥与正常血管的吻合口。
具体的,后处理可以为比较处理、运算处理、筛选处理、分析处理等等方式中的至少一种。也就是,计算机设备可以对目标血管掩膜、第一血管分割结果和第二血管分割结果进行变换处理、比较处理、运算处理、筛选处理和/或分析处理等等,得到搭桥重建信息,或者,基于目标血管掩膜对第一血管分割结果和第二血管分割结果进行合并,然后根据合并结果确定搭桥重建信息。
为了减少运算量,仅通过确定搭桥重建信息中的搭桥起点、搭桥行径轨迹以及搭桥与正常血管的吻合口,就能够实现搭桥重建,因此,在本实施例中,搭桥重建信息可以包括搭桥起点、搭桥行径轨迹以及搭桥与正常血管的吻合口。搭桥起点、搭桥行径轨迹、搭桥与正常血管的吻合口的数量均可以大于1。
示例性的,图7a为一诊疗对象的多帧心脏图像、心脏图像对应的心脏分割结果、第一血管分割结果、第一血管分割结果对应的初始血管掩膜、第一血管分割结果和第二血管分割结果(即心脏上整个血管区域的血管分割结果)、第一血管分割结果和第二血管分割结果对应的目标血管掩膜以及搭桥重建结果对应的示意图。其中,不同血管分割点对应的血管掩膜不同,因此,不同血管掩膜的血管分割点对应的标签值不同,在初始血管掩膜和目标血管掩膜对应的图像中不同血管掩膜的血管分割点会展示不同的标签值。
上述搭桥重建方法可以通过完整的血管掩膜和完整的血管分割结果进行后处理,得到搭桥重建信息,从而提高了搭桥重建信息的完整性和准确性,进一步能够提高搭桥重建结果的准确性。
第二种搭桥重建方法
该搭桥重建方法可以通过如下实施例进行详细说明:
如图8所示为一实施例提供的一种搭桥重建方法的流程示意图,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S2000、获取心脏分割结果和血管分割结果。
具体的,计算机设备可以将诊疗对象的多帧心脏图像输入至预先训练好的心脏分割模型,得到心脏分割结果,进一步,通过心脏分割结果绘制血管范围,并对血管范围对应的数据进行血管分割得到血管分割结果。可选的,血管分割结果可以为心脏分割结果中的整个血管区域对应的分割结果。上述心脏图像可以为dicom格式的三维CT增强图像。上述心脏分割结果可以为包含心脏的各个腔室以及主动脉、主动脉弓的心脏分割图像,且心脏分割图像中心脏的各个腔室以及主动脉、主动脉弓均有对应的标签,以区别心脏分割图像中的不同组织,心脏的各个腔室可以为心脏的左心房、右心房、左心室和右心室。另外,上述心脏分割结果也可以通过包含心脏的各个腔室以及主动脉、主动脉弓的心脏分割数据表示。
可以理解的是,上述预先训练好的心脏分割模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成;其中,计算机设备可以通过心脏图像训练集对初始心脏分割模型进行网络模型训练,得到预先训练好的心脏分割模型。
同时,将心脏分割结果可以作为一个整体,以确定血管范围。其中,计算机设备可以将心脏分割结果中的心脏区域范围向外延伸一定预设范围得到血管范围,进一步,将血管范围输入至预先训练好的血管分割模型中,得到血管分割结果。上述预设范围可以根据实际情况自定义,只要保证血管范围小于心脏图像所处的范围即可。若心脏分割结果通过心脏分割图像表示,则血管范围可以为将心脏分割图像向外延伸一定预设范围后得到的图像表示;若心脏分割结果通过心脏分割数据表示,则血管范围可以为将心脏分割图像向外延伸一定预设范围后得到的图像对应的心脏分割数据表示。上述血管分割结果可以为一种二值血管分割结果。
其中,上述预先训练好的血管分割模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成,若预先训练好的血管分割模型和预先训练好的心脏分割模型的结构相同,则经过网络模型训练后两者的网络参数可以不同。其中,计算机设备可以通过血管范围训练集对初始血管分割模型进行网络模型训练,得到预先训练好的血管分割模型。
另外,上述心脏分割模型和血管分割模型均可以在本实施例执行S2000之前完成网络模型训练。
S2100、根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜。
具体的,计算机设备可以将心脏分割结果和血管分割结果进行处理后得到处理结果,并将处理结果输入至分段模型得到血管分割结果中每个点对应的多血管掩膜,即目标血管掩膜,或者将心脏分割结果和血管分割结果直接输入至分段模型得到血管分割结果中每个点对应的多血管掩膜,即目标血管掩膜。在本实施例中,上述心脏分割结果和血管分割结果均可以理解为图像或者数据。
可以理解的是,上述分段模型可以为预先训练好的神经网络模型,分段模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成,若预先训练好的分段模型与预先训练好的血管分割模型、预先训练好的心脏分割模型的结构相同,则经过网络模型训练后三者的网络参数可以不同。另外,上述分段模型可以在本实施例执行S2100之前完成网络模型训练。
需要说明的是,计算机设备可以将心脏分割结果、心脏分割结果中整个血管的血管分割结果对应训练集中的数据均输入至初始分段模型,得到血管预测掩膜,通过损失函数计算血管预测掩膜与标准血管掩膜之间的预测误差值,并根据预测误差值更新初始分段模型中的初始网络参数,不断迭代以上训练步骤,直到预测误差值满足预设误差阈值或迭代次数达到预设迭代次数阈值为止,得到预先训练好的分段模型。上述标准血管掩膜可以为整个血管对应的理想化的血管掩膜。在本实施例中,分段模型输出的血管预测掩膜可以为整个血管对应的血管掩膜。
S2200、基于目标血管掩膜和血管分割结果,得到搭桥重建信息,搭桥重建信息包括搭桥起点和搭桥与正常血管的吻合口。
具体的,计算机设备可以对目标血管掩膜和血管分割结果进行变换处理、比较处理、运算处理、筛选处理和/或分析处理等等,得到搭桥重建信息,或者根据预设条件从目标血管掩膜中筛选目标搭桥数据,并对目标搭桥数据和血管分割结果进行分析处理确定搭桥重建信息。上述目标血管掩膜可以理解为多血管标签掩膜。上述搭桥重建信息可以包括搭桥行径轨迹、搭桥行径轨迹所处范围、搭桥行径轨迹中的搭桥起点和搭桥尾点、搭桥行径轨迹尺寸、搭桥行径轨迹中的各个途经点中的至少一个。但在本实施例中,搭桥重建信息可以包括搭桥起点和搭桥与正常血管的吻合口。上述搭桥与正常血管的吻合口可以理解为搭桥与正常血管的连接点。
S2300、通过搭桥重建信息进行处理,得到搭桥重建结果。
具体的,计算机设备可以通过搭桥重建信息进行处理,得到三维心脏搭桥模型图,即搭桥重建结果。另外,计算机设备还可以先对正常血管进行分段处理,得到所有血管的中心线信息,然后通过所有血管的中心线信息和搭桥重建信息进行处理,得到搭桥重建结果。进一步,计算机设备可以将搭桥重建结果输出,展示给医生查看,以便医生根据搭桥重建结果对诊疗对象进行定期回访。
上述搭桥重建方法中,计算机设备可以获取心脏分割结果和血管分割结果,根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜,根据目标血管掩膜获取搭桥重建信息,通过搭桥重建信息进行处理,得到搭桥重建结果;该方法通过神经网络模型获取搭桥重建信息,并通过搭桥重建信息重建确定搭桥重建结果,可以避免人工手动重建搭桥模型,节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步提高搭桥重建效率;同时,该方法通过神经网络模型实现搭桥重建,能够避免人工参与重建过程出现重建误差,从而提高搭桥重建的准确性。
作为其中一个实施例,如图9所示,上述S2200中基于目标血管掩膜和血管分割结果,得到搭桥重建信息的步骤,可以通过以下步骤实现:
S2210、通过血管分割结果获取血管中心线。
具体的,计算机设备可以对血管分割结果进行骨架化处理,得到至少一根血管中心线。所有血管分割结果可以通过血管分割图像表示,每个血管分割结果可以理解为血管分割数据。上述骨架化处理可以理解为将二值对象减小到1像素宽的表示。
或者,计算机设备还可以通过血管分割图像,确定血管的起始血管段的起始血管层和终止血管段的终止血管层,并将起始血管段的起始血管层的中心作为血管中心线的起点,将终止血管段的终止血管层的中心作为血管中心线的终点,之后根据血管中心线的起点和终点,采用最大内切球法,在血管分割图像中提取血管中心线。当然,通过血管分割结果获取血管中心线还可以采用其它方法,对此不做限定。
S2220、根据血管中心线上所有血管点,确定搭桥候选点。
具体的,计算机设备可以获取每根血管中心线上的所有血管点,并将部分血管点作为搭桥候选点。该搭桥候选点可以为每根血管中心线上的部分首端点和/或末端点。
其中,如图10所示,上述S2220中根据血管中心线上所有血管点,确定搭桥候选点的步骤,具体可以包括:
S2221、获取血管中心线上所有血管点对应的血管点集,并获取血管点集中的血管端点。
可以理解的是,计算机设备可以获取血管中心线上所有血管点,并将这些血管点存储至血管点集中,存储时,血管点可以携带各自坐标一起存储,同时,还可以从所有血管点中筛选出每根血管中心线上的两个端点,并可以得到每根血管中心线上的两个端点的坐标。进一步,可以依次遍历每根血管中心线的各端点,并将遍历到的每个端点作为血管端点。
可选的,每根血管中心线可以对应一个血管点集,且血管点集中存储的不同血管点的顺序可以等于对应血管中心线上从血管任意一个端点到血管另一端点之间所有血管点的位置顺序。
S2222、确定血管点集中包含血管端点的预设数量个目标血管点。
需要说明的是,计算机设备可以基于血管点集中的所有血管点,分别确定每个血管点集中包含对应血管中心线的血管端点之前或血管端点之后的预设数量个目标血管点。上述预设数量可以小于或者等于当前血管端点所在血管中心线上所有血管点的总数量。每根血管中心线上所有血管点可以包括该根血管中心线上的两个血管端点。
S2223、根据目标血管点,确定搭桥候选点。
具体的,计算机设备可以根据每根血管中心线上预设数量个目标血管点的目标血管掩膜,确定预设数量个目标血管点中血管端点是否为搭桥候选点。所有血管中心线上的所有血管端点中可以至少存在一个搭桥候选点。该搭桥候选点可以通过血管点坐标表示。
本实施例可以从血管中心线上的所有血管点中筛选出搭桥候选点,进一步基于搭桥候选点确定搭桥起点,该过程可以缩小搭桥起点的候选范围,从而减少确定搭桥起点的运算量,提高确定搭桥起点的速度。
S2230、基于搭桥候选点,确定搭桥起点。
具体的,计算机设备可以直接将搭桥候选点确定为搭桥起点,或者将所有搭桥候选点中的部分候选点确定为搭桥起点。在本实施例中,针对每根血管中心线,均要执行上述S2221-S2224中的步骤。
上述搭桥重建方法可以确定血管分割结果中的搭桥候选点,然后通过搭桥候选点确定搭桥起点,该方法避免了人工参与,可以节省人力资源和确定搭桥起点的时间,降低确定搭桥起点的成本,同时,不需要人工参与确定搭桥起点,可以提高确定的搭桥起点的准确性。
作为其中一个实施例,上述S2223中根据目标血管点,确定搭桥候选点的步骤,可以包括以下至少一种情况:若所有目标血管点中属于搭桥血管点的第二总数量大于第三预设数量阈值时,则将所有目标血管点中的血管端点确定为搭桥候选点;若各目标血管点与心脏腔室中最高点之间的距离均大于第二预设距离阈值时,则将所有目标血管点中的血管端点确定为搭桥候选点。若所有目标血管点中的血管端点到主动脉主动脉弓之间的最小距离小于第三预设距离阈值时,则将血管端点确定为搭桥候选点。
具体的,计算机设备可以获取预设数量个目标血管点中属于搭桥掩膜的目标血管点对应的总数量(即第二总数量),同时,计算预设数量个目标血管点中各目标血管点与心脏腔室中最高点之间的距离,然后判断第二总数量是否大于第三预设数量阈值,和/或预设数量个目标血管点中各目标血管点与心脏腔室中最高点之间的距离是否均大于第二预设距离阈值,若判断结果为是时,可以将预设数量个目标血管点中的血管端点确定为搭桥候选点;否则,若确定第二总数量小于等于第三预设数量阈值,和/或预设数量个目标血管点中各目标血管点与心脏腔室中最高点之间的距离中至少一个小于等于第二预设距离阈值时,可以滤除掉当前预设数量个目标血管点,也就是该情况下,当前这些预设数量个目标血管点中不存在搭桥候选点。
当然,计算机设备还可以判断第二总数量是否等于第三预设数量阈值,和/或预设数量个目标血管点中各目标血管点与心脏腔室中最高点之间的距离是否大于或等于第二预设距离阈值,若判断结果为是时,可以将预设数量个目标血管点中的血管端点确定为搭桥候选点;否则,若确定第二总数量小于第三预设数量阈值,和/或预设数量个目标血管点中各目标血管点与心脏腔室中最高点之间的距离中至少一个小于第二预设距离阈值时,可以滤除掉当前预设数量个目标血管点,也就是该情况下,当前这些预设数量个目标血管点中不存在搭桥候选点。可选的,预设数量个目标血管点中的各目标血管点与心脏腔室区域中最高点之间的距离可以理解为心脏上方的距离,其中,心脏腔室区域中的最高点可以为心脏腔室在冠状位的最大坐标对应的点。
同时,计算机设备还可以计算预设数量个目标血管点中的血管端点到主动脉主动脉弓之间的最小距离,血管端点到主动脉主动脉弓之间的最小距离是否小于或等于第三预设距离阈值,若判断结果为是时,可以将预设数量个目标血管点中的血管端点确定为搭桥候选点;否则,若血管端点到主动脉主动脉弓之间的最小距离小于等于第三预设距离阈值时,可以滤除掉当前预设数量个目标血管点,也就是该情况下,当前这些预设数量个目标血管点中不存在搭桥候选点。
可以理解的是,第三预设数量阈值、第二预设距离阈值和第三预设距离阈值可以相等,也可以不相等,均可以根据实际情况确定。在本实施例中,上述第三预设数量阈值可以大于预设数量的1/2,该预设数量可以等于50,上述第二预设距离阈值可以等于0.5cm,上述第三预设距离阈值可以等于1.5cm。
上述搭桥重建方法可以确定血管分割结果中的搭桥候选点,进而能够缩小搭桥起点的候选范围,减少确定搭桥起点的运算量,提高搭桥起点的确定速度,在短时间内能够快速获取到搭桥起点。
作为其中一个实施例,如图11所示,上述S2230中基于搭桥候选点,确定搭桥起点,可以通过以下步骤实现:
S2231、根据血管分割结果,确定目标血管连通域。
具体的,计算机设备可以选取整个血管区域的血管分割结果对应的所有血管分割点中的任意一点作为基准点,并获取该基准点周围的预设数量个血管分割点,并根据目标血管掩膜确定基准点和基准点周围预设数量个血管分割点中为血管掩膜的所有血管分割点,并将基准点和这些预设数量个血管分割点中为血管掩膜的所有血管分割点作为一个目标血管连通域,同时,计算机设备可以遍历血管分割结果对应的各血管分割点,然后确定各血管分割点对应的目标血管连通域。若血管分割结果为对应三维图像时,可以选取血管分割结果对应的所有血管分割点中的预设数量加1个血管分割点(即基准点和基准点周围预设数量个血管分割点)来确定目标血管连通域。其中,任意一个血管分割点所属的目标血管连通域内可以找到至少一个其它血管分割点和选取的当前血管分割点是连通的,也就是在同一个邻域内(周围预设数量个血管分割点,也就是预设数量邻域)可以找到至少一个其它血管分割点与当前血管分割点连通。在本实施例中,该预设数量可以为任意数值,只要确保任意一个血管分割点在所属的目标血管连通域内能够找到至少一个其它血管分割点与其连通即可。
需要说明的是,每个目标血管连通域可以为多个血管分割点的集合。
S2232、根据搭桥候选点和目标血管连通域,确定搭桥候选点所属的目标血管连通域。
具体的,针对各搭桥候选点,计算机设备可以将搭桥候选点与目标血管连通域内的血管分割点进行匹配,确定匹配成功的搭桥候选点所属的目标血管连通域。可选的,搭桥候选点所属的目标血管连通域可以为所有目标血管连通域内的任意一个。
S2233、获取目标血管连通域内两两搭桥候选点之间的间隔距离。
可以理解的是,计算机设备可以采用欧氏距离、曼哈顿距离、余弦距离、闵可夫斯基距离或切比雪夫距离计算方法,计算搭桥候选点所属的目标血管连通域内所有搭桥候选点中两两搭桥候选点之间的间隔距离。搭桥候选点所属的目标血管连通域内可以包括至少两个搭桥候选点。若搭桥候选点所属的目标血管连通域内包括n(n>2)个搭桥候选点时,n个搭桥候选点中每两个搭桥候选点均可以确定一个间隔距离,n个搭桥候选点可以确定n*(n-1)/2个间隔距离。
S2234、根据间隔距离,确定搭桥起点。
需要说明的是,计算机设备可以将间隔距离与预设距离阈值进行比较,根据比较结果确定搭桥候选点是否为搭桥起点。比较结果可以为间隔距离大于、小于或等于预设距离阈值。在本实施例,该预设距离阈值可以为任意值,对此不做限定。
上述搭桥重建方法可以通过搭桥候选点确定搭桥起点,进而通过搭桥起点进行处理得到搭桥重建结果;该方法避免了人工参与,可以节省人力资源和确定搭桥起点的时间,降低确定搭桥起点的成本,同时,不需要人工参与确定搭桥起点,可以提高确定的搭桥起点的准确性,进一步提高搭桥重建结果的准确性;另外,该方法能够在较小的范围内确定搭桥起点,从而减少确定搭桥起点的运算量,提高搭桥起点的确定速度,在短时间内能够快速获取到搭桥起点,进而提高搭桥重建效率。
作为其中一个实施例,如图12所示,上述S2234中根据间隔距离,确定搭桥起点的步骤,具体可以包括以下步骤:
S2234a、若间隔距离小于第四预设距离阈值,则保留间隔距离对应的搭桥候选点中距离主动脉最近的搭桥候选点,得到第一保留候选点。
需要说明的是,计算机设备可以判断各搭桥候选点对应的间隔距离是否小于或等于第四预设距离阈值,若判断结果为是时,保留各间隔距离对应的所有搭桥候选点中距离主动脉最近的搭桥候选点,并将保留的搭桥候选点作为第一保留候选点。上述搭桥候选点对应的间隔距离可以为搭桥候选点所属的目标血管连通域内所有搭桥候选点中,两两搭桥候选点之间的间隔距离。上述第四预设距离阈值、第二预设距离阈值和第三预设距离阈值可以相等,也可以不相等,均可以根据实际情况确定。在本实施例中,上述第四预设距离阈值可以等于0.5cm。
S2234b、若目标血管连通域内的搭桥候选点到心脏腔室外表面之间的距离大于第五预设距离阈值,则根据目标血管掩膜,获取目标血管连通域内的所有血管分割点中属于左前降支掩膜和/或对角支掩膜的搭桥候选点的第三总数量;目标血管掩膜包括左前降支掩膜和/或对角支掩膜。
具体的,计算机设备可以判断各目标血管连通域内的所有搭桥候选点到心脏腔室外表面之间的距离是否大于第五预设距离阈值,若判断结果为是,这些搭桥候选点可以视为乳内动脉搭桥数据,此时,可以根据目标血管掩膜,获取目标血管连通域内的所有血管分割点中属于左前降支掩膜和/或对角支掩膜的搭桥候选点的总数量,即第三总数量。另外,计算机设备还可以判断各目标血管连通域内的所有搭桥候选点到心脏腔室外表面之间的距离是否等于第五预设距离阈值,若判断结果为是,这些搭桥候选点也可以视为乳内动脉搭桥数据。上述第五预设距离阈值、第四预设距离阈值、第二预设距离阈值和第三预设距离阈值可以相等,也可以不相等,均可以根据实际情况确定。在本实施例中,上述第五预设距离阈值可以等于5cm。
另外,计算机设备可以判断搭桥候选点所属的目标血管连通域内所有搭桥候选点到心脏腔室外表面之间的最近距离是否大于预设距离,若是,则可以将该搭桥候选点舍弃。该预设距离可以根据实际情况确定。在本实施例中,该预设距离可以等于0.5cm。
S2234c、若第三总数量大于等于第四预设数量阈值,则将目标血管连通域内的所有血管分割点中属于左前降支掩膜和对角支掩膜的搭桥候选点,确定为第二保留候选点。
具体的,计算机设备可以判断第三总数量是否大于等于第四预设数量阈值,若判断结果为是时,可以将目标血管连通域内的所有血管分割点中属于左前降支掩膜或对角支掩膜的搭桥候选点保留,并将这些搭桥候选点确定为第二保留候选点。第四预设数量阈值可以根据实际情况确定。
S2234d、将第一保留候选点和第二保留候选点确定为搭桥起点。
进一步地,计算机设备可以将获取到的第一保留候选点和第二保留候选点确定为各搭桥起点。搭桥起点的数量可以等于第一保留候选点和第二保留候选点的总数量。
上述搭桥重建方法可以确定搭桥起点,进而通过搭桥起点进行处理得到搭桥重建结果;该方法避免了人工参与,可以节省人力资源和确定搭桥起点的时间,降低确定搭桥起点的成本,同时,不需要人工参与确定搭桥起点,可以提高确定的搭桥起点的准确性,进一步提高搭桥重建结果的准确性;另外,该方法能够在较小的范围内确定搭桥起点,从而减少确定搭桥起点的运算量,提高搭桥起点的确定速度,在短时间内能够快速获取到搭桥起点,进而提高搭桥重建效率。
作为其中一个实施例,如图13所示,上述S2200中基于目标血管掩膜和血管分割结果,得到搭桥重建信息的步骤,可以通过以下步骤实现:
S2240、根据血管分割结果确定对应的血管分割点。
具体的,上述血管分割结果可以为血管分割数据。该血管分割数据可以为点坐标的形式,将其展示在坐标系中,各血管分割结果均有对应的血管分割点。
S2250、沿搭桥行径轨迹,从搭桥尾点开始向搭桥起点依次回溯各血管分割点,并根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口。
具体的,计算机设备可以沿各搭桥行径轨迹,从各搭桥行径轨迹的搭桥尾点开始向搭桥起点依次回溯各血管分割点,并根据回溯到的血管分割点的目标血管掩膜,将回溯到的任意一个血管分割点可以确定为搭桥与正常血管的吻合口。确定的搭桥与正常血管的吻合口的数量可以大于等于1。在本实施例中,上述搭桥行径轨迹可以为预先确定的,搭桥尾点可以为预先确定的搭桥行径轨迹中的搭桥尾点。
其中,上述S2250中根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口的步骤,可以包括:若根据血管分割点的目标血管掩膜确定搭桥尾点为血管掩膜点,且当前血管分割点为搭桥掩膜点时停止回溯,将当前血管分割点确定为搭桥与正常血管的吻合口。
需要说明的是,若根据各血管分割点的目标血管掩膜确定回溯的搭桥尾点为血管掩膜点,且计算机设备回溯到该搭桥尾点所属搭桥行径轨迹中的当前血管分割点为搭桥掩膜点时停止回溯,此时,计算机设备可以将回溯到的当前血管分割点确定为搭桥与正常血管的吻合口。该情况下,搭桥与正常血管的吻合口可以为搭桥起点,也可以为搭桥尾点与搭桥起点之间的任意一个血管分割点。上述血管掩膜点可以理解为目标血管掩膜为血管掩膜的血管分割点;上述搭桥掩膜点可以理解为目标血管掩膜为搭桥掩膜的血管分割点。
其中,上述S2250中根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口的步骤,还可以包括:若搭桥尾点为搭桥掩膜点,则回溯到当前血管分割点为血管掩膜点时停止回溯,并将当前血管分割点确定为搭桥与正常血管的吻合口。
可以理解的是,若根据各血管分割点的目标血管掩膜确定回溯的搭桥尾点为搭桥掩膜点,此时,计算机设备可以继续向前回溯,回溯到该搭桥尾点所属搭桥行径轨迹中的当前血管分割点为血管掩膜点时停止回溯,此时,将当前血管分割点可以确定为搭桥与正常血管的吻合口。
同时,上述S2250中根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口的步骤,还可以包括:若回溯到的当前血管分割点与搭桥尾点之间的所有血管分割点均为搭桥掩膜点,且当前血管分割点与搭桥尾点之间的回溯距离大于预设距离阈值,则将搭桥尾点确定为搭桥与正常血管的吻合口。
可以理解的是,若计算机设备回溯到的当前血管分割点与搭桥尾点之间的所有血管分割点(包含当前血管分割点和搭桥尾点)均为搭桥掩膜点,且当前血管分割点与搭桥尾点之间的回溯距离大于或等于第六预设距离阈值,此时,将搭桥尾点可以确定为搭桥与正常血管的吻合口。其中,回溯到的当前血管分割点与对应搭桥尾点在同一搭桥行径轨迹上。上述第六预设距离阈值可以根据实际情况确定,具体数值不做限定。在本实施例中,上述第六预设距离阈值可以等于3cm。
上述搭桥重建方法可以确定搭桥与正常血管的吻合口,进而通过搭桥与正常血管的吻合口、搭桥起点和搭桥尾点进行处理,得到搭桥重建结果,该方法避免了人工手动重建搭桥模型,可以节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步能够提高搭桥重建效率。
第三种搭桥重建方法
该搭桥重建方法可以通过如下实施例进行详细说明:
如图14所示为一实施例提供的一种搭桥重建方法的流程示意图,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S3000、获取心脏分割结果和血管分割结果。
具体的,计算机设备可以将诊疗对象的多帧心脏图像输入至预先训练好的心脏分割模型,得到心脏分割结果,进一步,通过心脏分割结果确定血管范围,并对血管范围进行血管分割得到血管分割结果。可选的,血管分割结果可以为心脏分割结果中整个血管区域对应的分割结果。上述心脏图像可以为dicom格式的三维CT增强图像。上述心脏分割结果可以为包含心脏的各个腔室以及主动脉、主动脉弓的心脏分割图像,且心脏分割图像中心脏的各个腔室以及主动脉、主动脉弓均有对应的标签,以区别心脏分割图像中的不同组织,心脏的各个腔室可以为心脏的左心房、右心房、左心室和右心室。另外,上述心脏分割结果也可以通过包含心脏的各个腔室以及主动脉、主动脉弓的心脏分割数据表示。
可以理解的是,上述预先训练好的心脏分割模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成;其中,计算机设备可以通过心脏图像训练集对初始心脏分割模型进行网络模型训练,得到预先训练好的心脏分割模型,具体地,计算机设备可以将心脏图像训练集中的心脏图像输入至初始心脏分割模型中,得到心脏分割预测结果,通过损失函数计算心脏分割预测结果与标准心脏分割结果之间的预测误差值,并根据预测误差值更新初始心脏分割模型中的初始网络参数,不断迭代以上训练步骤,直到预测误差值满足预设误差阈值或迭代次数达到预设迭代次数阈值为止,得到预先训练好的心脏分割模型。上述心脏图像训练集可以为不同诊疗对象的心脏图像的集合,上述标准心脏分割结果可以为理想化的心脏分割结果。
同时,将心脏分割结果可以作为一个整体,以确定血管范围。其中,计算机设备可以将心脏分割结果向外延伸一定预设范围得到血管范围,进一步,将血管范围输入至预先训练好的血管分割模型中,得到血管分割结果。上述预设范围可以根据实际情况自定义,只要保证血管范围小于心脏图像所处的范围即可。若心脏分割结果通过心脏分割图像表示,则血管范围可以为将心脏分割图像向外延伸一定预设范围后得到的图像表示;若心脏分割结果通过心脏分割数据表示,则血管范围可以为将心脏分割图像向外延伸一定预设范围后得到的图像对应的心脏分割数据表示。上述血管分割结果可以为一种二值血管分割结果。
其中,上述预先训练好的血管分割模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成,若预先训练好的血管分割模型和预先训练好的心脏分割模型的结构相同,则经过网络模型训练后两者的网络参数可以不同。其中,计算机设备可以通过血管范围训练集对初始血管分割模型进行网络模型训练,得到预先训练好的血管分割模型,具体地,计算机设备可以将血管范围训练集中的血管范围对应的血管数据输入至初始血管分割模型中,得到血管分割预测结果,通过损失函数计算血管分割预测结果与标准血管分割结果之间的预测误差值,并根据预测误差值更新初始血管分割模型中的初始网络参数,不断迭代以上训练步骤,直到预测误差值满足预设误差阈值或迭代次数达到预设迭代次数阈值为止,得到预先训练好的血管分割模型。上述血管范围训练集可以为不同诊疗对象对应的血管范围数据的集合,上述标准血管分割结果可以为理想化的血管分割结果。
另外,上述心脏分割模型和血管分割模型均可以在本实施例执行S3000之前完成网络模型训练。
S3100、根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜。
具体的,计算机设备可以将心脏分割结果和血管分割结果进行处理后得到处理结果,并将处理结果输入至分段模型得到血管分割结果中每个点对应的多血管掩膜,即目标血管掩膜,或者将心脏分割结果和血管分割结果直接输入至分段模型得到血管分割结果中每个点对应的多血管掩膜,即目标血管掩膜。在本实施例中,上述心脏分割结果和血管分割结果均可以理解为图像或者数据。
可以理解的是,上述分段模型可以为预先训练好的神经网络模型,分段模型可以由卷积神经网络模型、循环神经网络模型、对抗神经网络模型中的至少一种组成,若预先训练好的分段模型与预先训练好的血管分割模型、预先训练好的心脏分割模型的结构相同,则经过网络模型训练后三者的网络参数可以不同。另外,上述分段模型可以在本实施例执行S3100之前完成网络模型训练。
S3200、基于目标血管掩膜和血管分割结果,得到搭桥重建信息,搭桥重建信息包括搭桥行径轨迹和搭桥与正常血管的吻合口。
具体的,计算机设备可以对目标血管掩膜和血管分割结果进行变换处理、比较处理、运算处理、筛选处理和/或分析处理等等,得到搭桥重建信息,或者根据预设条件从目标血管掩膜中筛选目标搭桥数据,并对目标搭桥数据和血管分割结果进行分析处理确定搭桥重建信息。上述目标血管掩膜可以理解为多血管标签掩膜,在本实施例中,上述目标血管掩膜可以包括至少一种血管掩膜和搭桥(Bypass)掩膜。血管掩膜可以为15种掩膜中的任意一种,分别为右冠状动脉(RCA)掩膜、右冠状动脉后降支(R-PDA)掩膜、左心室右后支(R-PLB)掩膜、左冠状动脉主干(LM)掩膜、左前降支(LAD)掩膜、对角支(D)掩膜、回旋支(LCX)掩膜、钝缘支(OM)掩膜、左后降支(L-PDA)掩膜、左心室左后支(L-PLB)掩膜、中间支(RAMUS)掩膜、心房支(LACX)掩膜、锐缘支(AM)掩膜、前间隔支(S)掩膜或者窦房结支(LSN)掩膜。上述搭桥重建信息可以包括搭桥行径轨迹、搭桥行径轨迹所处范围、搭桥行径轨迹中的搭桥起点和搭桥尾点、搭桥行径轨迹尺寸、搭桥行径轨迹中的各个途经点中的至少一个。但在本实施例中,搭桥重建信息可以包括搭桥行径轨迹和搭桥与正常血管的吻合口。
S3300、通过搭桥重建信息进行处理,得到搭桥重建结果。
具体的,计算机设备可以通过搭桥起点以及获取到的搭桥行径轨迹和搭桥与正常血管的吻合口搭桥重建信息进行处理,得到三维心脏搭桥模型图,即搭桥重建结果。另外,计算机设备还可以先对正常血管进行分段处理,得到所有血管的中心线信息,然后通过所有血管的中心线信息和搭桥重建信息进行处理,得到搭桥重建结果。上述搭桥起点可以为已知信息,可以为搭桥行径轨迹中的起点。进一步,计算机设备可以将搭桥重建结果输出,展示给医生查看,以便医生根据搭桥重建结果对诊疗对象进行定期回访。
上述搭桥重建方法中,计算机设备可以获取心脏分割结果和血管分割结果,根据心脏分割结果、血管分割结果和分段模型获取目标血管掩膜,基于目标血管掩膜和血管分割结果得到搭桥重建信息,通过搭桥重建信息进行处理,得到搭桥重建结果;该方法是基于神经网络模型以获取目标血管掩膜,进一步基于目标血管掩膜获取搭桥重建信息,之后通过搭桥重建信息重建确定搭桥重建结果,可以避免人工手动重建搭桥模型,节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步提高搭桥重建效率;同时,该方法基于神经网络模型实现搭桥重建,能够避免人工参与重建过程出现重建误差,从而提高搭桥重建的准确性。
在一些场景中,由于构建的血管分割点对应的轨迹图是否完整、是否准确会直接影响确定的搭桥行径轨迹的完整性和准确性,因此,为了提高确定的搭桥行径轨迹的完整性和准确性,在本实施例中,如图15所示,上述S3200中基于目标血管掩膜和血管分割结果,得到搭桥重建信息的步骤,可以通过以下步骤实现:
S3210、根据血管分割结果和目标血管掩膜,确定目标血管连通域。
具体的,计算机设备可以选取整个血管区域的血管分割结果对应的所有血管分割点中的任意一点作为基准点,并获取该基准点周围的预设数量个血管分割点,并根据目标血管掩膜确定基准点和基准点周围预设数量个血管分割点中为血管掩膜的所有血管分割点,并将基准点和这些预设数量个血管分割点中为血管掩膜的所有血管分割点作为一个目标血管连通域,同时,计算机设备可以遍历血管分割结果对应的各血管分割点,然后确定各血管分割点对应的目标血管连通域。
需要说明的是,若血管分割结果为对应三维图像时,可以选取血管分割结果对应的所有血管分割点中的预设数量加1个血管分割点(即基准点和基准点周围预设数量个血管分割点)来确定目标血管连通域。其中,任意一个血管分割点所属的目标血管连通域内可以找到至少一个其它血管分割点和选取的当前血管分割点是连通的,也就是在同一个邻域内(周围预设数量个血管分割点,也就是预设数量邻域)可以找到至少一个其它血管分割点与当前血管分割点连通。预设数量可以为任意数值,只要确保任意一个血管分割点在所属的目标血管连通域内能够找到至少一个其它血管分割点与其连通即可。
S3220、通过目标血管连通域内对应的所有血管分割结果,构建血管分割点对应的轨迹图。
具体的,计算机设备可以对血管分割结果进行骨架化处理,得到至少一根血管中心线。上述骨架化处理可以理解为将二值对象减小到1像素宽的表示。搭桥起点与血管中心线上的起点对应。血管中心线的数量可以等于轨迹图的数量。每根血管中心线上包含有多个血管分割点,各血管分割点均有各自所属的目标血管连通域。
具体的,每个血管分割结果可以理解为一个点坐标,即血管分割点坐标。计算机设备可以先通过各目标血管连通域内对应的所有血管分割结果建立点状图,然后根据各目标血管连通域内的搭桥起点和每根血管中心线上所有血管分割点的位置顺序,从点状图中的搭桥起点开始依次连接点状图中各相邻的血管分割点,得到至少一个轨迹图,也就是,每个轨迹图中包括多个血管分割点和两两相邻血管分割点之间的边,其中,轨迹图中各个边也可以为搭桥行径轨迹中的一部分。每个目标血管连通域对应的轨迹图的数量可以大于等于1,也可以等于对应目标血管连通域内包含的搭桥起点的数量。轨迹图中的各个边可以理解为轨迹图中的各个路径。
S3230、从搭桥起点开始,沿轨迹图依次向后遍历相邻的血管分割点,确定搭桥行径轨迹。
需要说明的是,上述轨迹图可以为直线或者折线形式,对此不做限定。在本实施例中,轨迹图可以为二叉树形式,因此,轨迹图中的血管分割点可以为搭桥行径轨迹中的血管分割点,也可以不为搭桥行径轨迹中的血管分割点。但在本实施例中,可以遍历轨迹图中的部分血管分割点,也可以遍历轨迹图中的全部血管分割点。
上述搭桥重建方法可以根据血管分割结果和目标血管掩膜,确定目标血管连通域,通过目标血管连通域内对应的所有血管分割结果,构建血管分割点对应的轨迹图,从搭桥起点开始,沿轨迹图依次向后遍历相邻的血管分割点,确定搭桥行径轨迹;该过程避免了人工手动构建血管分割点对应的轨迹图,能够通过机器学习算法实现建图,从而提高建图结果的准确性和完整性,进一步能够遍历完整的、准确性的轨迹图,还可以提高确定的搭桥行径轨迹的准确性和完整性,并能够为确定搭桥重建结果提供准确、完整的搭桥重建信息;同时,该方法避免人工手动参与确定搭桥行径轨迹,可以节省人力资源,减小医护人员的工作量。
作为其中一个实施例,如图16所示,上述S3230中从搭桥起点开始,沿轨迹图依次向后遍历相邻的血管分割点,确定搭桥行径轨迹的步骤,可以通过以下步骤实现:
S3231、从搭桥起点开始,沿轨迹图依次向后遍历相邻的血管分割点,确定搭桥尾点。
具体的,计算机设备可以沿各轨迹图中的搭桥起点开始依次向后遍历相邻的血管分割点,以确定对应轨迹图中所有血管分割点中的搭桥尾点。一个轨迹图中可以包括一个搭桥起点和一个或多个搭桥尾点。
S3232、根据搭桥起点、搭桥尾点以及已遍历的血管分割点,确定搭桥行径轨迹。
需要说明的是,计算机设备可以根据搭桥起点、搭桥尾点、以及搭桥起点和搭桥尾点之间已遍历的所有血管分割点,确定搭桥行径轨迹。一个轨迹图中可以包括一个或多个搭桥行径轨迹。上述搭桥起点可以为预先确定的搭桥行径轨迹中的搭桥点。
上述搭桥重建方法可以从搭桥起点开始,沿轨迹图依次向后遍历相邻的血管分割点,确定所有血管分割点中的搭桥尾点,根据搭桥起点、搭桥尾点以及已遍历的血管分割点,确定搭桥行径轨迹,该方法避免人工手动参与遍历以确定搭桥行径轨迹,可以节省人力资源,减小医护人员的工作量。
作为其中一个实施例,如图17所示,上述S3231中沿轨迹图依次向后遍历相邻的血管分割点,确定搭桥尾点的步骤,可以通过以下步骤实现:
S3231a、若遍历到的当前血管分割点为第一分叉点,则确定与第一分叉点相邻的至少一个第二分叉点。
具体的,若计算机设备遍历到的当前血管分割点为分叉点,即第一分叉点,此时,可以确定当前血管分割点之后至少有两个相邻的血管分割点。进一步地,可以将第一分叉点之后的所有相邻的血管分割点均称为第二交叉点,或者将第一分叉点之后相邻的一个血管分割点或相邻的部分血管分割点称为第二交叉点。其中,第一交叉点的数量可以等于1,第二交叉点的数量可以大于1。
需要说明的是,第一分叉点之后至少有两个血管分割点在其邻域内,然后依次对第一分叉点之后的所有相邻血管分割点,若该邻域内仅有两个血管分割点且为轨迹图中的边上的血管分割点时,可以选择未遍历过的血管分割点继续向后遍历,若该邻域内没有血管分割点时,可以将当前第二分叉点确定为搭桥尾点,若该邻域内的血管分割点的总数量大于2,则将遍历到的当前血管分割点确定为第二分叉点。
S3231b、若第一分叉点与各第二分叉点之间所有血管分割点中不存在搭桥掩膜点,则判断第一分叉点与各第二分叉点之间所有血管分割点中是否存在主支血管掩膜点。
可以理解的是,计算机设备可以判断第一分叉点与任意一个第二分叉点之间所有血管分割点中是否存在属于搭桥掩膜的血管分割点,若确定第一分叉点与当前第二分叉点之间所有血管分割点中不存在搭桥掩膜点时,可以继续判断第一分叉点与当前第二分叉点之间所有血管分割点中是否存在属于主支血管掩膜的血管分割点。当前第二交叉点可以为所有第二交叉点中的任意一个第二交叉点。上述第一分叉点与当前第二分叉点之间所有血管分割点中的搭桥掩膜点的数量可以大于等于0,上述第一分叉点与当前第二分叉点之间所有血管分割点中主支血管掩膜点的数量可以大于等于0。
需要说明的是,搭桥掩膜点可以理解为属于搭桥掩膜的血管分割点。主支血管掩膜点可以理解为属于主支血管掩膜的血管分割点。第一交叉点与第二交叉点之间可以存在一个或多个其它血管分割点,第一交叉点与第二交叉点之间也可以不存在其它血管分割点。
S3231c、若是,则从各第二分叉点开始,沿轨迹图继续向后遍历相邻的血管分割点,直到遍历至轨迹图中最后一个血管分割点为止,并将最后一个血管分割点确定为搭桥尾点。
具体的,若计算机设备确定第一分叉点与当前第二分叉点之间所有血管分割点中存在主支血管掩膜点,此时可以从各当前第二分叉点开始,沿轨迹图继续向后遍历相邻的血管分割点,直到遍历至轨迹图中不同路径上的最后一个血管分割点为止,并将最后一个血管分割点确定为搭桥尾点。搭桥尾点的数量可以大于1。
需要说明的是,若轨迹图中当前第二分叉点之后还存在交叉点,该情况下可以将当前第二交叉点作为第一分叉点,并将遍历到的这些交叉点作为当前第二分叉点,继续执行上述S3231b和S3231c中的步骤,直到遍历完轨迹图中最后一个血管分割点为止,得到搭桥尾点。
进一步,计算机设备可以通过各搭桥起点、对应的各搭桥尾点和各搭桥起点与对应的各搭桥尾点之间已遍历的所有血管分割点,确定搭桥行径轨迹。搭桥行径轨迹的数量可以大于1,不同搭桥行径轨迹可以共用一个搭桥起点,但是搭桥尾点不同。
其中,搭桥起点与搭桥尾点之间已遍历的所有血管分割点可以为搭桥行径轨迹中的血管分割点,也可以不为搭桥行径轨迹中的血管分割点。示例性的,如图18所示,一轨迹图中的搭桥起点为点A,点A之后的交叉点有点B和点C,点B之后相邻的血管分割点有点D和点E,点C之后相邻的血管分割点有点F和点G,若已遍历的点A和点B之间的所有血管分割点中不存在主支血管掩膜点,已遍历的点A和点C之间的所有血管分割点中存在主支血管掩膜点,此时,可以保留点C,滤除点B,从点C开始向后继续遍历,最后得到的搭桥行径轨迹可以为路径A-C-F和/或路径A-C-G,也就是,搭桥行径轨迹中不包含滤除掉的血管分割点以及未遍历的血管分割点。
上述搭桥重建方法可以确定搭桥尾点,进而通过搭桥尾点获取搭桥行径轨迹,并通过搭桥行径轨迹和搭桥与正常血管的吻合口进行处理,得到搭桥重建结果,该方法避免了人工手动重建搭桥模型,可以节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步能够提高搭桥重建效率。
在一些场景中,若轨迹图中存在多个第二分叉点,且各第二交叉点之后还存在交叉点,则在上述步骤S3231a执行之后,如图19所示,上述搭桥重建方法还可以包括以下步骤:
S3231d、若第一交叉点与各第二交叉点之间所有血管分割点中存在搭桥掩膜点,则从各第二分叉点开始,沿轨迹图继续向后遍历相邻的血管分割点,将遍历到的至少一个下一交叉点确定为第三交叉点。
具体的,计算机设备可以判断第一分叉点与当前第二分叉点之间的所有血管分割点中是否存在属于搭桥掩膜的血管分割点,若确定第一分叉点与当前第二分叉点之间所有血管分割点中存在搭桥掩膜点时,可以从该当前第二分叉点开始,沿轨迹图继续向后遍历相邻的血管分割点,将遍历到的至少一个下一交叉点确定为第三交叉点。第三交叉点的数量可以大于等于1。
另外,若从当前第二分叉点开始,沿轨迹图继续向后遍历相邻的血管分割点,确定遍历到的相邻的血管分割点中不存在交叉点,此时可以获取遍历的相邻的血管分割点中搭桥掩膜点的总数量,并判断搭桥掩膜点的总数量是否小于或等于预设数量,若搭桥掩膜点的总数量小于或等于预设数量时,可以将当前第二分叉点舍弃,然后从其它第二分叉点开始,向后继续遍历相邻的血管分割点,以确定第三交叉点。
S3231e、若第二交叉点与各第三交叉点之间所有血管分割点中存在搭桥掩膜点,则确定第一交叉点与各第二交叉点之间的方向向量角。
具体的,计算机设备可以判断第二交叉点与任意一个第三交叉点之间所有血管分割点中是否存在属于搭桥掩膜的血管分割点,若确定第二交叉点与当前第三交叉点之间所有血管分割点中存在搭桥掩膜点时,可以计算第一交叉点与当前第三交叉点之前相邻的第二交叉点之间的方向向量角。当前第三交叉点可以理解为所有第三交叉点中任意一个第三交叉点。
需要说明的是,上述第二交叉点与当前第三交叉点之间可以有一个或者多个非交叉点,还可以没有交叉点。第一交叉点与各第二交叉点均有对应的方向向量角。从第一交叉点开始,对第一交叉点与当前第二交叉点之间的所有血管分割点(包括第一交叉点和当前第二交叉点)按照顺序依次进行编号,分别为血管分割点1、血管分割点2、血管分割点3、...、血管分割点n,其中,第一交叉点为第一个血管分割点1,最后一个血管分割点n为当前第二交叉点,则第一交叉点与当前第二交叉点之间的方向向量角可以等于第一交叉点与当前第二交叉点之间第一个血管分割点1的坐标值减第二个血管分割点2的坐标值、第二个血管分割点2的坐标值减第一个血管分割点1的坐标值、第三个血管分割点3的坐标值减第一个血管分割点1的坐标值、...、与最后一个血管分割点n的坐标值减第一个血管分割点1的坐标值之和,再进行归一化得到归一化结果,然后计算归一化结果的余弦值,即方向向量角。上述血管分割点可以为三维坐标点,归一化结果可以为一个方向向量。
S3231f、根据方向向量角确定搭桥行径轨迹中的目标第二分叉点。
需要说明的是,计算机设备可以将各第二交叉点对应的方向向量角进行比较,确定最小方向向量角,并将最小方向向量角对应的第二交叉点确定为搭桥行径轨迹中的目标第二分叉点。确定的目标第二分叉点的数量可以大于等于1。
同时,在上述步骤S3231d执行之后,上述搭桥重建方法还可以包括:若第一分叉点与各第二分叉点之间所有血管分割点中存在分支掩膜点,则根据第一分叉点与已遍历的上一血管分割点之间所有血管分割点对应的最多归属掩膜点,确定搭桥行径轨迹中的目标第二分叉点。
可以理解的是,计算机设备可以判断第一分叉点与当前第二分叉点之间所有血管分割点中是否存在属于分支掩膜的血管分割点,若确定第一分叉点与当前第二分叉点之间所有血管分割点中存在分支掩膜点时,可以根据第一分叉点与已遍历的上一血管分割点之间所有血管分割点对应的最多归属掩膜点,判断第一分叉点与当前第二分叉点之间是否存在最多归属掩膜点,若存在,则将该当前第二交叉点作为搭桥行径轨迹中的目标第二分叉点。已遍历的上一血管分割点可以为第一交叉点之前的血管分割点。
其中,若第一分叉点与已遍历的上一血管分割点之间所有血管分割点中包含7个血管分割点,分别为血管分割点1(属于左前降支掩膜点)、血管分割点2(属于左前降支掩膜点)、血管分割点3(属于对角支掩膜点)、血管分割点4(属于左前降支掩膜点)、血管分割点5(属于前间隔支掩膜点)、血管分割点6(属于对角支掩膜点)、血管分割点7(属于前间隔支掩膜点),其中,3个左前降支掩膜点,2个前间隔支掩膜点,2个对角支掩膜点,由于左前降支属于三大主支,因此,最多归属掩膜点可以为主支掩膜点。
S3231g、从目标第二交叉点开始,沿轨迹图继续向后遍历相邻的血管分割点,直到遍历至轨迹图中的最后一个血管分割点为止,将最后一个血管分割点确定为搭桥尾点。
具体的,计算机设备可以从任意一个目标第二分叉点开始,沿轨迹图继续向后遍历与当前目标第二分叉点相邻的血管分割点,直到遍历至轨迹图中不同路径上的最后一个血管分割点为止,并将最后一个血管分割点确定为搭桥尾点。当前目标第二分叉点可以为所有目标第二交叉点中的任意一个目标第二交叉点。
上述搭桥重建方法可以确定搭桥尾点,进而根据搭桥尾点对目标搭桥数据进行重建,得到搭桥重建结果,该方法避免了人工手动重建搭桥模型,可以节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步能够提高搭桥重建效率。
作为其中一个实施例,如图20所示,上述S3200中基于目标血管掩膜和血管分割结果,得到搭桥重建信息的步骤,可以通过以下步骤实现:
S3240、根据血管分割结果确定对应的血管分割点。
具体的,上述血管分割结果可以为血管分割数据。该血管分割数据可以为点坐标的形式,将其展示在坐标系中,各血管分割结果均有对应的血管分割点。
S3250、沿搭桥行径轨迹,从搭桥尾点开始向搭桥起点依次回溯各血管分割点,并根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口。
具体的,计算机设备可以沿各搭桥行径轨迹,从各搭桥行径轨迹的搭桥尾点开始向搭桥起点依次回溯各血管分割点,并根据回溯到的血管分割点的目标血管掩膜,将回溯到的任意一个血管分割点可以确定为搭桥与正常血管的吻合口。确定的搭桥与正常血管的吻合口的数量可以大于等于1。
其中,上述S3250中根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口的步骤,可以包括:若搭桥尾点为血管掩膜点,且回溯到的当前血管分割点为搭桥掩膜点时停止回溯,将当前血管分割点确定为搭桥与正常血管的吻合口。
需要说明的是,若根据各血管分割点的目标血管掩膜确定回溯的搭桥尾点为血管掩膜点,且计算机设备回溯到该搭桥尾点所属搭桥行径轨迹中的当前血管分割点为搭桥掩膜点时停止回溯,此时,计算机设备可以将回溯到的当前血管分割点确定为搭桥与正常血管的吻合口。其中,搭桥与正常血管的吻合口可以为分叉点,也就是搭桥尾点与搭桥起点之间的任意一个交叉点。
另外,在本实施例中,还可以根据每个血管分割点对应的目标血管掩膜,确定相邻两个血管分割点之间的边的血管掩膜,相邻两个血管分割点之间的边的血管掩膜可以为相邻两个血管分割点之间的所有血管分割点中最多归属掩膜点对应的目标血管掩膜。各个边的血管掩膜可以为血管掩膜或者搭桥掩膜。
若当前血管分割点(即为分叉点)为血管掩膜的搭桥尾点,且与当前血管分割点相连接的上一条边为搭桥掩膜时,可以确定当前血管分割点为搭桥与正常血管的吻合口。若当前血管分割点为搭桥掩膜的搭桥尾点(即为分叉点)时,且当前血管分割点包含血管掩膜时,确定当前血管分割点为搭桥与正常血管的吻合口。
其中,上述S3250中根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口的步骤,还可以包括:若搭桥尾点为搭桥掩膜点,则回溯到当前血管分割点为血管掩膜点时停止回溯,并将当前血管分割点确定为搭桥与正常血管的吻合口。
可以理解的是,若根据各血管分割点的目标血管掩膜确定回溯的搭桥尾点为搭桥掩膜点,此时,计算机设备可以继续向前回溯,回溯到该搭桥尾点所属搭桥行径轨迹中的当前血管分割点为血管掩膜点时停止回溯,此时,将当前血管分割点可以确定为搭桥与正常血管的吻合口。
同时,上述S3250中根据血管分割点的目标血管掩膜确定搭桥与正常血管的吻合口的步骤,还可以包括:若当前血管分割点与搭桥尾点之间的所有血管分割点均为搭桥掩膜点,且当前血管分割点与搭桥尾点之间的回溯距离大于预设距离阈值,则将搭桥尾点确定为搭桥与正常血管的吻合口。
可以理解的是,若计算机设备回溯到的当前血管分割点与搭桥尾点之间的所有血管分割点(包含当前血管分割点和搭桥尾点)均为搭桥掩膜点,且当前血管分割点与搭桥尾点之间的回溯距离大于或等于预设距离阈值,此时,将搭桥尾点可以确定为搭桥与正常血管的吻合口。其中,回溯到的当前血管分割点与对应搭桥尾点在同一搭桥行径轨迹上。上述预设距离阈值可以根据实际情况确定,具体数值不做限定。在本实施例中,上述预设距离阈值可以等于3cm。
上述搭桥重建方法可以确定搭桥与正常血管的吻合口,进而通过搭桥与正常血管的吻合口、搭桥起点和搭桥尾点进行处理,得到搭桥重建结果,该方法避免了人工手动重建搭桥模型,可以节省人力资源和搭桥重建时间,降低搭桥重建成本,进一步能够提高搭桥重建效率。
应该理解的是,虽然图1-20的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图1-20中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图21所示,提供了一种搭桥重建装置,包括:分割结果获取模块11、掩膜获取模块12、搭桥信息获取模块13和重建模块14,其中:
分割结果获取模块11,用于获取心脏分割结果和血管分割结果;
掩膜获取模块12,用于根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜;
搭桥信息获取模块13,用于根据目标血管掩膜获取搭桥重建信息;
重建模块14,用于通过搭桥重建信息进行重建处理,得到搭桥重建结果。
本实施例提供的搭桥重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,血管分割结果包括第一血管分割结果,分段模型包括第一分段模型;掩膜获取模块12包括:距离场确定单元、分段模型处理单元和掩膜确定单元,其中:
距离场确定单元,用于通过心脏掩膜确定距离场,距离场包括心脏腔室的距离场和主动脉主动脉弓的距离场;
分段模型处理单元,用于通过心脏分割结果、距离场、第一血管分割结果和第一分段模型,得到初始血管掩膜;
掩膜确定单元,用于根据初始血管掩膜,确定目标血管掩膜。
本实施例提供的搭桥重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,分段模型处理单元包括:映射合并子单元和分段模型处理子单元,其中:
映射合并子单元,用于将心脏分割结果以及第一血管分割结果进行映射合并,得到合并分割结果;
分段模型处理子单元,用于将距离场、合并分割结果输入至第一分段模型,得到初始血管掩膜。
本实施例提供的搭桥重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,血管分割结果包括第二血管分割结果,分段模型包括第二分段模型;掩膜确定单元包括:搭桥数据确定子单元、分割结果获取子单元和分段模型处理子单元,其中:
搭桥数据确定子单元,用于根据初始血管掩膜,确定第一血管分割结果是否包含搭桥数据;
分割结果获取子单元,用于在确定第一血管分割结果包含搭桥数据时,通过获取血管范围内剩余的血管分割结果,得到第二血管分割结果;
分段模型处理子单元,用于将心脏分割结果、距离场、第一血管分割结果和第二血管分割结果输入至第二分段模型,得到目标血管掩膜。
本实施例提供的搭桥重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,搭桥数据确定子单元包括:第一确定子单元和第二确定子单元,其中:
第一确定子单元,用于根据第一血管分割结果确定血管连通域,并获取血管连通域的相关信息;血管连通域的相关信息包括血管连通域在心脏腔室的距离场中的初始间隔距离或血管连通域的大小;
第二确定子单元,用于根据初始血管掩膜和血管连通域的相关信息,确定第一血管分割结果是否包含搭桥数据。
本实施例提供的搭桥重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,初始血管掩膜包括搭桥掩膜;第二确定子单元包括:第三确定子单元和第四确定子单元,其中:
第三确定子单元,用于在初始间隔距离大于第一预设距离阈值或者血管连通域的大小大于第一预设数量阈值时,获取其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果的第一总数量;
第四确定子单元,用于在第一总数量大于第二预设数量阈值时,将其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果确定为搭桥数据,并确定其它血管连通域中的第一血管分割结果包含搭桥数据。
本实施例提供的搭桥重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
在其中一个实施例中,搭桥信息获取模块13包括:后处理单元,其中:
后处理单元,用于通过目标血管掩膜和血管分割结果进行后处理,得到搭桥重建信息中的搭桥起点、搭桥行径轨迹以及搭桥与正常血管的吻合口。
本实施例提供的搭桥重建装置,可以执行上述方法实施例,其实现原理和技术效果类似,在此不再赘述。
关于搭桥重建装置的具体限定可以参见上文中对于搭桥重建方法的限定,在此不再赘述。上述搭桥重建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取心脏分割结果和血管分割结果;
根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜;
根据目标血管掩膜获取搭桥重建信息;
通过搭桥重建信息进行处理,得到搭桥重建结果。
在一个实施例中,提供了一种存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取心脏分割结果和血管分割结果;
根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜;
根据目标血管掩膜获取搭桥重建信息;
通过搭桥重建信息进行处理,得到搭桥重建结果。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取心脏分割结果和血管分割结果;
根据心脏分割结果、血管分割结果和分段模型,获取目标血管掩膜;
根据目标血管掩膜获取搭桥重建信息;
通过搭桥重建信息进行处理,得到搭桥重建结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种搭桥重建方法,其特征在于,所述方法包括:
获取心脏分割结果和血管分割结果;
根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
根据目标血管掩膜获取搭桥重建信息;
通过所述搭桥重建信息进行处理,得到搭桥重建结果。
2.根据权利要求1所述的方法,其特征在于,所述血管分割结果包括第一血管分割结果,所述分段模型包括第一分段模型;所述根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜,包括:
通过心脏掩膜确定距离场,所述距离场包括心脏腔室的距离场和主动脉主动脉弓的距离场;
通过所述心脏分割结果、所述距离场、所述第一血管分割结果和所述第一分段模型,得到初始血管掩膜;
根据所述初始血管掩膜,确定所述目标血管掩膜。
3.根据权利要求2所述的方法,其特征在于,通过所述心脏分割结果、所述距离场、所述第一血管分割结果和所述第一分段模型,得到所述初始血管掩膜,包括:
将所述心脏分割结果以及所述第一血管分割结果进行映射合并,得到合并分割结果;
将所述距离场、所述合并分割结果输入至所述第一分段模型,得到所述初始血管掩膜。
4.根据权利要求2或3所述的方法,其特征在于,所述血管分割结果包括第二血管分割结果,所述分段模型包括第二分段模型;所述根据所述初始血管掩膜确定所述目标血管掩膜,包括:
根据所述初始血管掩膜,确定所述第一血管分割结果是否包含搭桥数据;
若所述第一血管分割结果包含所述搭桥数据,则通过获取血管范围内剩余的血管分割结果,得到第二血管分割结果;
将所述心脏分割结果、所述距离场、所述第一血管分割结果和所述第二血管分割结果输入至所述第二分段模型,得到所述目标血管掩膜。
5.根据权利要求4所述的方法,其特征在于,根据所述初始血管掩膜,确定所述第一血管分割结果是否包含搭桥数据,包括:
根据所述第一血管分割结果确定血管连通域,并获取所述血管连通域的相关信息;所述血管连通域的相关信息包括所述血管连通域在心脏腔室的距离场中的初始间隔距离或所述血管连通域的大小;
根据所述初始血管掩膜和所述血管连通域的相关信息,确定所述第一血管分割结果是否包含所述搭桥数据。
6.根据权利要求5所述的方法,其特征在于,所述初始血管掩膜包括搭桥掩膜;所述根据所述初始血管掩膜和所述血管连通域的相关信息,确定所述第一血管分割结果是否包含所述搭桥数据,包括:
若所述初始间隔距离大于第一预设距离阈值或者所述血管连通域的大小大于第一预设数量阈值,则获取其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果的第一总数量;
若所述第一总数量大于第二预设数量阈值,则将所述其它血管连通域内包含的搭桥掩膜对应的第一血管分割结果确定为搭桥数据,并确定所述其它血管连通域中的第一血管分割结果包含所述搭桥数据。
7.根据权利要求1所述的方法,其特征在于,根据目标血管掩膜获取搭桥重建信息,包括:
通过所述目标血管掩膜和所述血管分割结果进行后处理,得到所述搭桥重建信息中的搭桥起点、搭桥行径轨迹以及搭桥与正常血管的吻合口。
8.一种搭桥重建装置,其特征在于,所述装置包括:
分割结果获取模块,用于获取心脏分割结果和血管分割结果;
掩膜获取模块,用于根据所述心脏分割结果、所述血管分割结果和分段模型,获取目标血管掩膜;
搭桥信息获取模块,用于根据所述目标血管掩膜获取搭桥重建信息;
重建模块,用于通过所述搭桥重建信息进行重建处理,得到搭桥重建结果。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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1-7中任一项所述方法的步骤。
10.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-7中任一项所述方法的步骤。
CN202111674835.1A 2021-12-31 2021-12-31 搭桥重建方法、装置、计算机设备及存储介质 Pending CN114266792A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202111674835.1A CN114266792A (zh) 2021-12-31 2021-12-31 搭桥重建方法、装置、计算机设备及存储介质
PCT/CN2022/144130 WO2023125969A1 (en) 2021-12-31 2022-12-30 Systems and methods for bypass vessel reconstruction

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111674835.1A CN114266792A (zh) 2021-12-31 2021-12-31 搭桥重建方法、装置、计算机设备及存储介质

Publications (1)

Publication Number Publication Date
CN114266792A true CN114266792A (zh) 2022-04-01

Family

ID=80832285

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111674835.1A Pending CN114266792A (zh) 2021-12-31 2021-12-31 搭桥重建方法、装置、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN114266792A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023125969A1 (en) * 2021-12-31 2023-07-06 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for bypass vessel reconstruction

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023125969A1 (en) * 2021-12-31 2023-07-06 Shanghai United Imaging Intelligence Co., Ltd. Systems and methods for bypass vessel reconstruction

Similar Documents

Publication Publication Date Title
CN111145206B (zh) 肝脏图像分割质量评估方法、装置及计算机设备
US20240153087A1 (en) Vascular characteristic determination with correspondence modeling of a vascular tree
US9773219B2 (en) Systems and methods for using geometry sensitivity information for guiding workflow
JP4914517B2 (ja) 構造物検出装置および方法ならびにプログラム
US11461895B2 (en) Automatic identification and processing of anatomical structures in an anatomical map
US20140355858A1 (en) Vascular anatomy modeling derived from 3-dimensional medical image processing
US20140114618A1 (en) Systems and methods for numerically evaluating vasculature
CN111161241B (zh) 一种肝脏图像识别方法、电子设备及存储介质
CN109934812A (zh) 图像处理方法、装置、服务器及存储介质
CN111445449A (zh) 感兴趣区域的分类方法、装置、计算机设备和存储介质
CN109727242B (zh) 血管中心线提取方法、装置、计算机设备和存储介质
CN110796670A (zh) 一种夹层动脉分割方法及装置
CN113192069A (zh) 三维断层扫描图像中树状结构的语义分割方法和装置
BR112020014144A2 (pt) Sistema e método de segmentação automática de uma imagem médica 3d por várias redes neurais através de convolução estruturada de acordo com a geometria da imagem médica 3d
CN114266792A (zh) 搭桥重建方法、装置、计算机设备及存储介质
CN114266791A (zh) 搭桥重建方法及计算机设备
CN114283150A (zh) 搭桥重建方法和计算机设备
CN116051738A (zh) 基于cta影像的冠状动脉血管模型重构的方法和可读存储介质
CN113516623A (zh) 穿刺路径校验方法、装置、计算机设备和可读存储介质
KR102354396B1 (ko) 관상동맥석회화점수 산정 방법 및 장치
US10354349B2 (en) Systems and methods for using geometry sensitivity information for guiding workflow
CN111312374A (zh) 医学图像处理方法、装置、存储介质及计算机设备
CN107392891A (zh) 血管树提取方法、装置、设备及存储介质
CN113436187A (zh) 颅脑ct血管造影图像的处理方法、装置、介质及电子设备
US9058651B2 (en) System and methods for functional analysis of soft organ segments in SPECT-CT images

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20220629

Address after: 200232 floors 20, 21 and 22, No. 701, Yunjin Road, Xuhui District, Shanghai (nominal floors are 23, 25 and 26)

Applicant after: SHANGHAI UNITED IMAGING INTELLIGENT MEDICAL TECHNOLOGY Co.,Ltd.

Applicant after: Lianying intelligent medical technology (Beijing) Co., Ltd

Address before: 200232 floors 20, 21 and 22, No. 701, Yunjin Road, Xuhui District, Shanghai (nominal floors are 23, 25 and 26)

Applicant before: SHANGHAI UNITED IMAGING INTELLIGENT MEDICAL TECHNOLOGY Co.,Ltd.