CN114596275A - 肺血管分割方法、装置、存储介质及电子设备 - Google Patents

Abstract

本申请提供了一种肺血管分割方法、装置、存储介质及电子设备，涉及图像处理技术领域。该肺血管分割方法包括：基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像；基于纵隔血管图像，处理基于待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像；基于待分割肺部三维图像对应的肺血管骨架图，处理第二肺血管三维图像，得到待分割肺部三维图像的肺血管分割结果。本申请中的肺血管分割方法优化了纵膈处的分割结果，使最终的肺血管分割结果更准确，进而方便医生对病人进行肺部相关疾病的诊断。

Description

肺血管分割方法、装置、存储介质及电子设备

技术领域

本申请涉及图像处理技术领域，具体涉及一种肺血管分割方法、装置、存储介质及电子设备。

背景技术

为了借助肺部医学影像更好地辅助医生进行肺部相关疾病的诊断和治疗等工作，通常需要对肺部医学影像进行血管分割，得到肺血管分割结果。

然而，由于肺血管具备密集且细长等特点，因此目前针对肺血管的分割方法存在分割效果差的缺陷。比如，针对肺部电子计算机断层扫描影像(Computed Tomography，CT)的分割方法，通常需要先对肺部CT影像进行切块操作，得到多个肺部切块，然后利用深度学习模型分别对每个肺部切块进行分割，得到多个肺部切块各自对应的分割结果，最后再拼接多个肺部切块各自对应的分割结果，从而得到最终的肺血管分割结果。上述针对肺部CT影像的分割方法会导致拼接处存在明显的拼接痕迹，尤其在纵膈相关的拼接处，拼接痕迹更加明显。

发明内容

为了解决上述技术问题，提出了本申请。本申请实施例提供了一种肺血管分割方法、装置、存储介质及电子设备。

第一方面，本申请一实施例提供了一种肺血管分割方法，包括：基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像；基于纵隔血管图像，处理基于待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像；基于待分割肺部三维图像对应的肺血管骨架图，处理第二肺血管三维图像，得到待分割肺部三维图像的肺血管分割结果。

第二方面，本申请一实施例提供了一种肺血管分割装置，包括：第一确定模块，用于基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像；第一处理模块，用于基于纵隔血管图像，处理基于待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像；第二处理模块，用于基于待分割肺部三维图像对应的肺血管骨架图，处理第二肺血管三维图像，得到待分割肺部三维图像的肺血管分割结果。

第三方面，本申请一实施例提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序用于执行上述第一方面提及的肺血管分割方法。

第四方面，本申请一实施例提供了一种电子设备，该电子设备包括：处理器；用于存储处理器可执行指令的存储器；该处理器用于执行上述第一方面提及的肺血管分割方法。

本申请提供的肺血管分割方法，通过确定纵膈区域图像对应的纵膈血管图像，对第一肺血管三维图像进行优化，得到第二肺血管三维图像。通过确定待分割肺部三维图像对应的肺血管骨架图，进一步优化第二肺血管三维图像，确定最终的肺血管分割结果。该方法可优化纵膈处的肺血管分割结果，使肺血管分割结果更加准确、美观。此外，通过肺血管骨架图优化第二肺血管三维图像，可以使第二肺血管三维图像上可能存在的断开的血管连接上，进一步提高了肺血管分割结果的准确性，优化了分割效果，从而更好地辅助医生进行肺部相关疾病的诊断与治疗。

附图说明

通过结合附图对本申请实施例进行更详细的描述，本申请的上述以及其他目的、特征和优势将变得更加明显。附图用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与本申请实施例一起用于解释本申请，并不构成对本申请的限制。在附图中，相同的参考标号通常代表相同部件或步骤。

图1所示为本申请实施例所适用的一场景示意图。

图2所示为本申请一示例性实施例提供的肺血管分割方法的流程示意图。

图3所示为本申请一示例性实施例提供的确定纵膈区域图像对应的纵膈血管图像的流程示意图。

图4为本申请一示例性实施例提供的第一肺血管三维图像的示意图。

图5为本申请一示例性实施例提供的上纵膈区域图像的示意图。

图6所示为本申请另一示例性实施例提供的确定纵膈区域图像对应的纵膈血管图像的流程示意图。

图7所示为本申请另一示例性实施例提供的肺血管分割方法的流程示意图。

图8所示为本申请一示例性实施例提供的初始上纵膈区域的结构示意图。

图9所示为本申请一示例性实施例提供的对待分割肺部三维图像进行分割，得到第一肺血管三维图像的流程示意图。

图10所示为本申请一示例性实施例提供的得到第二肺血管三维图像的流程示意图。

图11所示为本申请一示例性实施例提供的得到待分割肺部三维图像的肺血管分割结果的流程示意图。

图12所示为本申请一示例性实施例提供的待分割肺部三维图像的肺血管分割结果的结构示意图。

图13所示为本申请又一示例性实施例提供的肺血管分割方法的流程示意图。

图14所示为本申请一示例性实施例提供的初始动脉血管骨架图的示意图。

图15所示为本申请一示例性实施例提供的待生长动脉血管骨架图的示意图。

图16所示为本申请一示例性实施例提供的得到肺静脉血管骨架图和肺动脉血管骨架图的流程示意图。

图17所示为本申请一示例性实施例提供的肺血管分割装置的结构示意图。

图18所示为本申请一示例性实施例提供的电子设备的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

CT(Computed Tomography)，即电子计算机断层扫描，其是利用精确准直的X线束、γ射线、超声波等，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面扫描，具有扫描时间快，图像清晰等特点，可用于多种疾病的检查。

肺包括五个肺叶，分别为左肺上叶、左肺下叶、右肺上叶、右肺中叶、右肺下叶。每个肺叶之间有脏层胸膜相阻断，以此形成各自独立的肺叶，不同的肺叶还可通过脏层胸膜相互进行物质传输。每个肺叶都是由肺泡、毛细支气管、淋巴管和血管组成。肺血管分为肺动脉血管和肺静脉血管两部分，肺动脉血管和肺静脉血管构成肺循环系统，接受全身各器官的静脉回心血，并在肺内完成气体交换。

纵膈，左右纵膈胸膜之间的器官、结构和结缔组织的总称。纵膈呈矢状位，位于胸腔正中偏左，上窄下宽，前短后长。纵隔的前界为胸骨，后界为脊柱胸段，两侧为纵隔胸膜，上界是胸廓上口，下界是膈。正常情况下，纵隔位置较固定。

肺部血管分割对于医生进行疾病诊断有非常重要的意义，常用的肺血管分割方法通常是使用深度学习模型对肺部CT图像直接进行分割，但是肺部血管较密且长，而肺窗CT通常较大，当对肺部CT图像进行下采样再分割时，会降低图像的分辨率，导致血管大量断开。而通过将肺部CT图像进行切块再分割的方法，还需要对切块的分割结果进行拼接，进而产生很多拼接痕迹，这些拼接痕迹在纵膈处尤其明显，从而导致分割结果不准确、不美观，影响医生对肺部相关疾病的判断。

图1所示为本申请实施例所适用的一场景示意图。该场景包括图像采集设备110和计算机设备120。计算机设备120与图像采集设备110之间存在通信连接关系。通信连接可以是有线连接，也可以是无线连接。

具体而言，图像采集设备110用于采集待分割肺部三维图像。图像采集设备110可以是CT扫描仪、X线机，也可以是其它具有图像采集功能的设备，只要是可以采集肺部图像即可，本申请对图像采集设备1的结构不做具体限定。

计算机设备120用于接收图像采集设备110采集的待分割肺部三维图像，并基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像。计算机设备120可以是通用性计算机或者由专用的集成电路组成的计算机装置等，本申请对此不做限定。例如，计算机设备120可以是平板电脑等移动终端设备、也可以是个人计算机，且计算机设备120的数量可以为一个或多个，其类型可以相同或不同，本申请实施例对计算机设备120的数量和类型不做限定。计算机设备120可以用于确定纵隔区域图像对应的纵隔血管图像，并根据纵隔血管图像，得到待分割肺部三维图像对应的第二肺血管三维图像，进而根据待分割肺部三维图像对应的肺血管骨架图，确定最终的肺血管分类结果。

图2所示为本申请一示例性实施例提供的肺血管分割方法的流程示意图。如图2所示，本申请实施例提供的肺血管分割方法包括如下步骤。

步骤60，基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像。

具体地，待分割肺部三维图像可以为待分割肺部CT图像。纵膈血管图像指的是基于纵膈区域图像生成的血管图像。

步骤70，基于纵隔血管图像，处理基于待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像。

具体地，用纵膈血管图像，即纵膈区域的血管分割结果，替换第一肺血管三维图像中的纵膈区域的血管分割结果，进而得到第二肺血管三维图像。

步骤100，基于待分割肺部三维图像对应的肺血管骨架图，处理第二肺血管三维图像，得到待分割肺部三维图像的肺血管分割结果。

具体地，将肺血管骨架图和第二肺血管三维图像进行融合，得到待分割肺部三维图像的肺血管分割结果。

在本实施例中，通过纵膈血管图像，处理第一肺血管三维图像，优化了第一肺血管三维图像上的纵膈处的分割结果，使肺血管分割结果更准确、美观。此外，通过肺血管骨架图处理第二肺血管三维图像，可以使第二肺血管图像上可能断开的细小血管连接上，进一步提高了肺血管分割结果的准确性，优化了分割效果，从而更好地辅助医生进行肺部相关疾病的诊断。

在一些实施例中，上纵膈部分和下纵膈部分一起作为一个整体，纵膈区域图像中的纵膈区域包括上纵膈部分和下纵膈部分这个整体。上纵膈血管和下纵膈血管一起作为一个整体，纵膈血管图像中的纵膈血管包括上纵膈血管和下纵膈血管这个整体。具体而言，根据待分割肺部三维图像，确定其对应的纵膈区域图像，再进一步确定纵膈区域图像对应的纵膈血管图像。通过本实施例中的技术方案，可以获得包括上纵膈血管和下纵膈血管这个整体的纵膈血管图像，从而加快了肺血管分割的速度。

在另一些实施例中，纵隔区域图像包括上纵隔区域图像和下纵隔区域图像，纵隔血管图像包括上纵隔血管图像和下纵隔血管图像。具体而言，在本实施例中，将纵膈区域分为上纵膈和下纵膈。进一步地，基于纵膈区域图像确定的纵膈血管图像也分为上纵膈血管图像和下纵膈血管图像。通过本实施例中的技术方案，可以避免肺动脉血管和肺静脉血管之间的干扰，获取分割效果更好的肺血管分割结果。

图3所示为本申请一示例性实施例提供的确定纵膈区域图像对应的纵膈血管图像的流程示意图。在图2所示实施例的基础上延伸出图3所示实施例，下面着重叙述图3所示实施例与图2所示实施例的不同之处，相同之处不再赘述。

如图3所示，基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像步骤，包括如下步骤。

步骤61，基于上纵隔区域图像包含的上纵隔边界信息，截取第一肺血管三维图像，得到待分割上纵隔图像。

具体地，上纵膈区域图像仅包含上纵膈部分。在上纵隔区域图像上，沿着上纵隔的边界标记上纵隔区域包围框，再切分出上纵隔区域包围框的最小外接立方体。根据上纵隔区域包围框的最小外接立方体的位置信息，在第一肺血管三维图像的相同位置处，截取与上纵隔区域包围框的最小外接立方体相同大小的区域，得到第一肺血管三维图像对应的待分割上纵隔图像。可以理解，待分割上纵隔图像除了包含上纵隔区域，还包含一些肺部的细小血管。

示例性地，图4为第一肺血管三维图像的示意图，图5为上纵膈区域图像的示意图。基于上纵隔边界信息，标记上纵隔区域包围框。根据上纵隔区域包围框，切分出上纵隔区域包围框对应的最小外接立方体。

步骤62，基于下纵隔区域图像包含的下纵隔边界信，截取第一肺血管三维图像，得到待分割下纵隔图像。

具体地，与步骤61中的描述相似，在下纵隔区域图像上标记下纵隔区域包围框，并切分出下纵隔区域包围框的最小外接立方体，根据下纵隔区域包围框的最小外接立方体的位置信息，在第一肺血管三维图像的相同位置处，截取与下纵隔区域包围框的最小外接立方体相同大小的区域，得到第一肺血管三维图像对应的待分割下纵隔区域图像。待分割下纵隔区域图像除了包含下纵隔区域，也包含一些肺部的细小血管。

步骤65，利用纵隔血管分割模型，基于待分割上纵膈图像确定上纵隔血管图像，并基于待分割下纵隔图像确定下纵隔血管图像。

具体地，将待分割上纵隔图像和待分割下纵隔图像分别输入纵隔血管分割模型，纵隔血管分割模型输出待分割上纵隔图像对应的上纵隔血管图像、以及输出待分割下纵隔图像对应的下纵隔血管图像。

上纵隔血管图像和下纵隔血管图像也会包含一些肺部细小血管的分割结果，但相比于纵隔区域，肺部细小血管的分割结果不太准确。

在本实施例中，待分割上纵隔图像和待分割下纵隔图像分别是基于上纵隔区域包围框的最小外接立方体和下纵隔区域包围框的最小外接立方体得到的，即待分割上纵隔图像和待分割下纵隔图像分别是包括上纵隔和下纵隔的最小分割单元，可以降低纵隔血管分割模型的显存，提高纵隔血管分割模型的处理速度。此外，通过本实施例中的技术方案，可以得到分割结果更准确的上纵隔区域和下纵隔区域。

图6所示为本申请另一示例性实施例提供的确定纵膈区域图像对应的纵膈血管图像的流程示意图。在图3所示实施例的基础上延伸出图6所示实施例，下面着重叙述图6所示实施例与图3所示实施例的不同之处，相同之处不再赘述。

如图6所示，在利用纵隔血管分割模型之前，还包括如下步骤。

步骤63，获取多个上纵膈区域图像样本和多个下纵膈区域图像样本。

示例性地，多个上纵膈区域图像样本和多个下纵膈区域图像样本基于多个不同像素间距的肺血管三维图像样本确定。比如，肺血管图像样本的像素间距为1、0.6、0.6，或者1、0.7、0.7等。此外，上纵隔区域图像样本和下纵隔区域图像样本可以来自于同一肺CT图像，也可以来自不同的肺CT图像。

步骤64，基于多个上纵膈区域图像样本和多个下纵膈区域图像样本，训练初始网络模型，得到纵膈血管分割模型。

在一些实施例中，训练过程中所使用的损失函数包括纵隔动脉与纵隔静脉的分类损失函数、纵隔动脉与气管的分类损失函数、纵隔静脉与气管的分类损失函数。此外，训练过程中使用的损失函数还包括血管分割损失函数、以及动脉的长度正则化平滑损失函数和静脉的长度正则化平滑损失函数。

具体而言，血管分割损失函数是为了保证纵隔血管分割模型准确的分割能力。添加纵隔动脉与纵隔静脉的分类损失函数、纵隔动脉与气管的分类损失函数、纵隔静脉与气管的分类损失函数可以使纵隔血管分割模型更好地区分纵隔动脉、纵隔静脉和气管，提高纵隔血管分割模型的输出精度。长度正则化平滑损失函数为主动轮廓模型中使用轮廓长度作为主动轮廓的能量函数，通过降低该能量函数可以使分割边缘变得平滑，由于期望纵膈处的输出结果更平滑美观，因此引入长度正则化平滑损失函数，以辅助纵隔血管分割模型输出的结果更加平滑。

当上下纵隔一起预测时，图像较大，会降低图形的分辨率。在本实施例中，使用上纵隔区域图像样本和下纵隔区域图像样本分别对纵隔血管分割模型进行训练，可以最大程度地保证模型的分辨率和感受野，提高纵隔血管分割模型的输出精度。此外，纵隔血管分割模型的训练你过程包括像素间距各向同性的过程，即，将不同像素间距的上纵隔区域图像样本和下纵隔区域图像样本统一为1.0、1.0、1.0。像素间距各向同性的过程可以使纵隔血管分割模型的输入输出尺寸保持一致，进一步提高纵隔血管分割模型分割效果，并增加纵隔血管分割模型的鲁棒性。

图7所示为本申请另一示例性实施例提供的肺血管分割方法的流程示意图。在图2所示实施例的基础上延伸出图7所示实施例，下面着重叙述图7所示实施例与图2所示实施例的不同之处，相同之处不再赘述。

如图7所示，在基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像之前，还包括如下步骤。

步骤10，对待分割肺部三维图像进行分割，得到第一肺血管三维图像。

第一肺血管三维图像包含肺静脉血管和肺动脉血管的分类信息，即在第一肺血管三维图像中，肺静脉血管和肺动脉血管用不同的颜色标记。示例性地，图4为对待分割肺部三维图像进行分割得到的第一肺血管三维图像。在第一肺血管三维图像上的纵隔区域会有一些凸起，且纵隔边缘处不平滑。

在第一肺血管三维图像上隐藏肺静脉血管，得到第一肺动脉血管三维图像。在第一肺血管三维图像上隐藏动脉血管，得到第一肺静脉血管三维图像。

步骤20，对第一肺动脉血管三维图像中的动脉血管进行距离变换，并基于预设距离阈值确定初始上纵隔区域。

具体地，对第一肺动脉血管三维图像中的动脉血管进行距离变换，从里至外分为N个单元距离，N为正整数。预设距离阈值为Q，Q为正整数，Q＜N，基于预设的距离阈值Q，确定初始上纵隔区域。示例性地，N取10，Q取2，即将第一肺动脉血管三维图像中的动脉血管从里至外分为10个单元距离，设最外层为1，最里层为10，将≥2个单元距离的区域作为初始上纵隔区域。

图8所示为初始上纵隔区域的结构示意图。第一肺动脉血管包含了很多细小的血管，进行距离变换之后，细小血管距离最外层的单元距离较小，而上纵隔区域比较厚，所以上纵隔区域距离最外层的单元距离较大，故通过对第一肺动脉血管三维图像中的动脉血管进行距离变换，可以获得初始上纵隔区域。

可以理解，本实施例中N和Q的取值仅为举例，本领域技术人员可根据实际情况选择N和Q的数值。

步骤30，对第一肺静脉血管三维图像中的静脉血管进行距离变换，并基于预设距离阈值确定初始下纵隔区域。

同步骤20中的描述相似，对第一肺静脉血管三维图像中的静脉血管进行距离变换，从里至外分为N个单元距离，N为正整数。预设距离阈值为Q，Q为正整数，Q＜N，基于预设的距离阈值Q，确定初始下纵隔区域。示例性地，N取10，Q取2，即将第一肺静脉血管三维图像中的静脉血管从里至外分为10个单元距离，设最外层为1，最里层为10，将≥2个单元距离的区域作为初始下纵隔区域。

步骤40，基于第一肺动脉血管三维图像包含的上纵隔边界信息，对初始上纵隔区域进行区域生长，得到上纵隔区域图像。

具体地，基于第一肺动脉血管三维图像包含的上纵隔边界信息，确定限定区域，设置生长步数和生长步长。根据限定区域、以及生长步数和生长步长，对初始上纵隔区域进行生长，得到上纵隔区域图像。

示例性地，进行区域生长后的上纵隔区域图像如图5所示，上纵隔区域图像中的上纵隔区域为去掉末端细支血管且比初始上纵隔区域稍大一些的纵隔区域。

步骤50，基于第一肺静脉血管三维图像包含的下纵隔边界信息，对初始下纵隔区域进行区域生长，得到下纵隔区域图像。

与步骤40中的描述相似，首先根据第一肺静脉血管三维图像包含的下纵隔边界信息，确定限定区域，再设置生长步数和生长步长。根据限定区域、生长步数和生长步长，对初始下纵隔区域进行生长，得到下纵隔区域图像。

通过本实施例中的技术方案，获得了上纵隔区域图像和下纵隔区域图像，为下一步分割上纵隔区域和下纵隔区域做基础，以便使用上纵隔区域图像和下纵隔区域图像的分割结果去优化第一肺血管三维图像，得到更准确的肺血管分割结果。

图9所示为本申请一示例性实施例提供的对待分割肺部三维图像进行分割，得到第一肺血管三维图像的流程示意图。在图7所示实施例的基础上延伸出图9所示实施例，下面着重叙述图9所示实施例与图7所示实施例的不同之处，相同之处不再赘述。

如图9所示，对待分割肺部三维图像进行分割，得到第一肺血管三维图像步骤，包括如下步骤。

步骤11，利用肺部分割模型，基于待分割肺部三维图像，确定肺部分割图像。

具体地，肺部分割图像包含左右肺的区域、以及左右肺之间的纵隔区域。

步骤12，利用肺血管分割模型，基于肺部分割图像，确定肺血管分割图像。

具体地，将肺部分割图像切分成P个肺部图像块，并记录P个肺部图像块各自的切分位置。分别将P个肺部图像块输入肺血管分割模型，得到与P个肺部图像块各自对应的P个分割结果，基于P个肺部图像块各自的切分位置，将P个分割结果重构，得到肺血管分割图像。可以理解，本领域技术人员可根据实际使用情况确定P的取值，本申请实施例对具体的P值不做限定。

步骤13，利用血管分类模型，基于肺血管分割图像，确定第一肺血管三维图像。

具体地，首先将肺血管分割图像按左右肺的区域切分成左肺血管分割图像和右肺血管分割图像。分别将左肺血管分割图像和右肺血管分割图像输入血管分类模型，得到与左肺血管分割图像和右肺血管分割图像各自对应的左肺血管分类图像和右肺血管分类图像，再将左肺血管分类图像和右肺血管分类图像拼接在一起，确定第一肺血管三维图像。

相应地，第一肺血管三维图像包含肺静脉血管和肺动脉血管的分类信息。示例性地，可以用不同颜色标注肺静脉血管和肺动脉血管。比如，第一肺血管三维图像如图4所示，肺静脉血管和肺动脉血管用不同的灰度值表示。

在本实施例中，因为肺血管分割图像的数据较大，将整个肺血管分割图像输入血管分类模型会导致显存不足。通过左右肺切割的方式可以很好地保留肺内血管的结构，也可以减少血管分类模型工作时占用的显存，有利于肺血管分类模型输出正确的血管分类结果。

图10所示为本申请一示例性实施例提供的得到第二肺血管三维图像的流程示意图。在图2所示实施例的基础上延伸出图10所示实施例，下面着重叙述图10所示实施例与图2所示实施例的不同之处，相同之处不再赘述。

如图10所示，基于纵隔血管图像，处理基于待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像步骤，包括如下步骤。

步骤71，基于上纵膈区域图像包含的上纵膈边界信息，确定上纵隔血管图像在上纵隔边界内的上纵隔血管分割结果、以及第一肺动脉血管三维图像在上纵隔边界外的肺动脉血管分割结果。

示例性地，如图5所示，根据上纵隔区域边界信息，标记上纵隔区域包围框，并记录上纵隔区域包围框的位置信息。根据上纵隔区域包围框的位置信息，确定上纵隔血管图像中相同位置处的上纵隔区域包围框内的上纵隔血管分割结果、以及确定第一肺动脉血管三维图像中相同位置处的上纵隔区域包围框外的肺动脉血管分割结果。

步骤72，基于上纵膈边界信息，将上纵隔血管分割结果和肺动脉血管分割结果进行拼接，得到第二肺动脉血管三维图像。

具体地，根据上纵隔区域包围框的位置信息，将上纵隔血管分割结果和肺动脉血管分割结果进行拼接，得到第二肺动脉血管三维图像。

步骤73，基于下纵膈区域图像包含的下纵膈边界信息，确定下纵隔血管图像在下纵隔边界内的下纵隔血管分割结果、以及第一肺静脉血管三维图像在下纵隔边界外的肺静脉血管分割结果。

与步骤71中的描述相似，根据下纵隔边界信息，确定下纵隔区域包围框，记录下纵隔区域包围框的位置信息。根据下纵隔区域包围框的位置信息，确定下纵隔血管图像中相同位置处的下纵隔区域包围框内的下纵隔血管分割结果、以及确定第一肺静脉血管三维图像中相同位置处的下纵隔区域包围框外的肺静脉血管分割结果。

步骤74，基于下纵膈边界信息，将下纵隔血管分割结果和肺静脉血管分割结果进行拼接，得到第二肺静脉血管三维图像。

具体地，根据下纵隔区域包围框的位置信息，将下纵隔血管分割结果和肺静脉血管分割结果进行拼接，得到第二肺静脉血管三维图像。

第一肺动脉血管三维图像和第一肺静脉血管三维图像的纵隔位置处会有很多凸起，且纵隔边缘位置处不平滑，影响医生对肺肺部疾病的诊断。在本实施例中，用二次分割后得到的上纵隔血管分割结果替换第一肺动脉血管三维图像上的上纵隔分割结果，用二次分割后得到的下纵隔血管分割结果替换第一肺静脉血管三维图像上的下纵隔分割结果，得到纵隔边缘位置更为平滑、纵隔分割更为准确的第二肺动脉血管三维图像和第二肺静脉血管三维图像。

图11所示为本申请一示例性实施例提供的得到待分割肺部三维图像的肺血管分割结果的流程示意图。在图2所示实施例的基础上延伸出图8所示实施例，下面着重叙述图11所示实施例与图2所示实施例的不同之处，相同之处不再赘述。

如图11所示，基于待分割肺部三维图像对应的肺血管骨架图，处理第二肺血管三维图像，得到待分割肺部三维图像的肺血管分割结果步骤，包括如下步骤。

步骤101，对肺动脉血管骨架图进行膨胀，得到肺动脉血管骨架膨胀图，对肺静脉血管骨架图进行膨胀，得到肺静脉血管骨架膨胀图。

肺动脉血管骨架图和肺静脉血管骨架图的像素宽度为1，为了使肺动脉血管骨架更好地与第二肺动脉血管三维图像更好地融合、以及肺静脉血管骨架与第二肺静脉血管三维图像更好地融合，对肺动脉血管骨架图和肺静脉血管骨架图进行膨胀。

步骤102，确定肺动脉血管骨架膨胀图中、上纵膈区域对应的最小外接立方体内的待融合肺动脉血管骨架膨胀图、以及确定肺静脉血管骨架膨胀图中、下纵膈区域对应的最小外接立方体内的待融合肺静脉血管骨架膨胀图。

具体地，根据上纵隔区域对应的最小外接立方体的位置信息，确定肺动脉血管骨架膨胀图中相同位置处的、上纵隔区域对应的最小外接立方体内的待融合肺动脉血管骨架膨胀图。相应地，根据下纵隔区域对应的最小外接立方体的位置信息，确定肺静脉血管骨架膨胀图中相同位置处的、下纵隔区域对应的最小外接立方体内的待融合肺静脉血管骨架膨胀图。

步骤103，基于上纵膈区域对应的最小外接立方体的位置信息，将待融合肺动脉血管骨架膨胀图和第二肺动脉血管三维图像进行融合，得到肺动脉血管融合图像。

具体地，根据上纵隔区域对应的最小外接立方体的位置信息，将第二肺动脉血管三维图像上相应位置处的肺动脉血管与待融合肺动脉血管骨架膨胀图进行融合，得到肺动脉血管融合图像。

步骤104，针对肺动脉血管融合图像，在上纵隔血管分割结果和肺动脉血管分割结果的拼接处，分别对上纵隔血管和肺动脉血管进行区域生长。

具体地，在上纵隔血管分割结果和肺动脉血管分割结果的拼接处，沿着肺动脉血管骨架的延伸方向，分别对上纵隔血管和肺动脉血管进行区域生长，直至在上纵隔血管分割结果和肺动脉血管分割结果拼接处的上纵隔血管和肺动脉血管连接上。

步骤105，基于肺动脉血管融合图像中的肺动脉血管骨架膨胀区域与上纵隔血管的区域生长结果和肺动脉血管的区域生长结果之间的重叠信息，确定肺动脉血管分割结果。

具体地，取肺动脉血管骨架膨胀区域与上纵隔血管区域生长结果的交集、以及肺动脉血管骨架膨胀区域与肺动脉血管区域生长结果的交集，去掉肺动脉血管骨架膨胀区域中超出上纵隔血管区域生长后的宽度、以及去掉肺动脉血管骨架膨胀区域中超出肺动脉血管区域生长后的宽度，保留肺动脉血管原有的粗细，得到肺动脉血管分割结果。

步骤106，基于下纵膈区域对应的最小外接立方体的位置信息，将待融合肺静脉血管骨架膨胀图和第二肺静脉血管三维图像进行融合，得到肺静脉血管融合图像。

与步骤103中的描述相似，具体地，根据下纵隔区域对应的最小外接立方体的位置信息，将第二肺静脉血管三维图像上相应位置处的肺静脉血管与待融合肺静脉血管骨架膨胀图进行融合，得到肺静脉血管融合图像。

步骤107，针对肺静脉血管融合图像，在下纵隔血管分割结果和肺静脉血管分割结果的拼接处，分别对下纵隔血管和肺静脉血管进行区域生长。

与步骤104中的描述相似，在下纵隔血管分割结果和肺静脉血管分割结果的拼接处，沿着肺静脉血管骨架的延伸方向，分别对下纵隔血管和肺静脉血管进行区域生长，直至在下纵隔血管分割结果和肺静脉血管分割结果拼接处的下纵隔血管和肺静脉血管连接上。

步骤108，基于肺静脉血管融合图像中的肺静脉血管骨架膨胀区域与下纵隔血管的区域生长结果和肺静脉血管的区域生长结果之间的重叠信息，确定肺静脉血管分割结果；

与步骤105中的描述相似，取肺静脉血管骨架膨胀区域与下纵隔血管区域生长结果的交集、以及肺静脉血管骨架膨胀区域与肺静脉血管区域生长结果的交集，去掉肺静脉血管骨架膨胀区域中超出下纵隔血管区域生长后的宽度、以及去掉肺静脉血管骨架膨胀区域中超出肺静脉血管区域生长后的宽度，保留肺静脉血管原有的粗细，得到肺静脉血管分割结果。

步骤109，对肺静脉血管分割结果和肺动脉血管结果进行重构，得到待分割肺部三维图像的肺血管分割结果。

示例性地，待分割肺部三维图像的肺血管分割结果的结构示意图如图12所示。该肺血管分割结果的纵隔区域更加平滑、美观。

在本实施例中，第二肺动脉血管三维图像中的上纵膈血管分割结果和肺动脉血管分割结果的拼接处可能会存在细小血管断开、第二肺静脉血管三维图像中的下纵膈血管分割结果和肺静脉血管分割结果的拼接处也可能会存在细小血管的断开。而肺动脉血管骨架图和肺静脉血管骨架图保留了原有血管的结构，通过将待融合肺动脉血管骨架膨胀图和第二肺动脉血管三维图像进行融合、以及将待融合肺静脉血管骨架膨胀图和第二肺静脉血管三维图像进行融合，可以将第二肺动脉血管三维图像和第二肺静脉血管三维图像上断开的血管连接上。此外，通过本实施例中的技术方案，在断开的血管处，可以保证连接上的血管保持了原有血管的粗细，进而获得更准确的肺血管分割结果。

图13所示为本申请又一示例性实施例提供的肺血管分割方法的流程示意图。在图2所示实施例的基础上延伸出图13所示实施例，下面着重叙述图13所示实施例与图2所示实施例的不同之处，相同之处不再赘述。

如图13所示，在基于所述待分割肺部三维图像对应的肺血管骨架图，处理第二肺血管三维图像，得到第三肺血管三维图像之前，还包括如下步骤。

步骤80，基于第一肺血管三维图像，生成初始静脉血管骨架图和初始动脉血管骨架图。

具体地，使用图像处理函数对第一肺动脉血管三维图像进行处理，获得初始动脉血管骨架图、以及使用图像处理函数对第一肺静脉血管三维图像进行处理，获得初始静脉血管血管骨架图。

示例性地，如图14所示，为通过第一肺动脉血管骨架三维图像得到的初始动脉血管骨架图。

步骤90，基于末端点生长算法，分别处理初始静脉血管骨架图和初始动脉血管骨架图，得到肺静脉血管骨架图和肺动脉血管骨架图。

具体地，分别确定初始静脉血管骨架图上肺部区域的末端点、以及初始动脉血管骨架图上肺部区域的末端点。根据初始静脉血管骨架图上肺部区域的末端点，对初始静脉血管骨架图进行一系列处理，得到肺静脉血管骨架图。相应地，根据初始动脉血管骨架图上肺部区域的末端点，对初始动脉血管图进行一系列处理，得到肺动脉血管骨架图。

在本实施例中，分别获取初始静脉血管骨架图和初始动脉血管骨架图，区别于获取完整的包括动静脉的血管骨架图，本实施例中的技术方案可以有效防止动脉骨架和静脉骨架粘连到一起，进而提高获取的初始静脉血管骨架图和初始动脉血管骨架图的准确度。此外初始静脉血管骨架图的下纵膈区域的静脉血管骨架、以及初始动脉血管骨架图的上纵膈区域的动脉血管骨架可能会存在很多凸起的、以及误生成的血管骨架，通过末端点生长算法，在初始静脉血管骨架图和初始动脉血管骨架图的基础上，可以获取结果更为准确的肺静脉血管骨架图和肺动脉血管骨架图。

图16所示为本申请一示例性实施例提供的得到肺静脉血管骨架图和肺动脉血管骨架图的流程示意图。在图13所示实施例的基础上延伸出图16所示实施例，下面着重叙述图16所示实施例与图13所示实施例的不同之处，相同之处不再赘述。

如图16所示，基于末端点生长算法，分别处理初始静脉血管骨架图和初始动脉血管骨架图，得到肺静脉血管骨架图和肺动脉血管骨架图步骤，包括如下步骤。

步骤91，基于初始动脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，确定动脉血管骨架末端点。

具体地，初始动脉血管骨架图的骨架宽度为1个像素。邻接像素点信息包括邻接像素点位置信息和邻接像素点数量信息。其中，若血管骨架像素点的邻接像素点数量等于1，则该血管骨架像素点为末端点；若血管骨架像素点的邻接像素点数量等于2，则该血管骨架像素点为中间点；若血管骨架像素点的邻接像素点数量等于3，则该血管骨架像素点为三叉点。

步骤92，基于上纵隔区域图像包含的上纵隔边界信息，截掉初始动脉血管骨架图中的上纵隔区域，得到待生长动脉血管骨架图。

示例性地，如图5所示，根据上纵膈区域图像包含的上纵膈边界信息，确定上纵膈区域包围框。根据上纵膈区域包围框的位置信息，截掉初始动脉血管骨架图中相同位置处的上纵膈包围框内的初始动脉血管骨架，得到待生长动脉血管骨架图。如图15所示，为待生长动脉血管骨架图的示意图。

步骤93，确定待生长动脉血管骨架图的动脉血管末端点。

具体地，确定待生长动脉血管骨架图中肺内部区域的动脉血管末端点。

步骤94，基于初始动脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，对动脉血管末端点进行生长，得到肺动脉血管骨架图。

具体地，根据初始动脉血管骨架图包含的血管骨架像素点的邻接像素点位置信息，对肺内部区域的动脉血管末端点进行广度优先搜索，获取全部与肺内部区域的动脉血管末端点相连的骨架像素点，将全部的与肺内部区域的动脉血管末端点相连的骨架像素点连接起来，得到肺动脉血管骨架像素点。

步骤95，基于初始静脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，确定静脉血管骨架末端点。

与步骤91中的描述相似，标记初始静脉血管骨架图中血管骨架像素点的邻接像素点位置信息和邻接像素点数量信息。将邻接像素点数量等于1的血管骨架像素点确定为静脉血管骨架末端点。

步骤96，基于下纵隔区域图像包含的下纵隔边界信息，截掉初始静脉血管骨架图中的下纵隔区域，得到待生长静脉血管骨架图。

具体地，根据下纵膈区域图像的下纵膈边界信息，确定下纵膈区域包围框。根据下纵膈区域包围框的位置信息，截掉初始静脉血管骨架图中相同位置处的下纵膈包围框内的初始静脉血管骨架，得到待生长静脉血管骨架图。

步骤97，确定待生长静脉血管骨架图的静脉血管末端点。

具体地，确定待生长静脉血管骨架图中肺内部区域的静脉血管末端点。

步骤98，基于初始静脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，对静脉血管末端点进行生长，得到肺静脉血管骨架图。

具体地，根据初始静脉血管骨架图包含的血管骨架像素点的邻接像素点位置信息，对肺内部区域的静脉血管末端点进行广度优先搜索，获取全部与肺内部区域的静脉血管末端点相连的骨架像素点，将全部的与肺内部区域的静脉血管末端点相连的骨架像素点连接起来，得到肺静脉血管骨架像素点。

初始动脉血管骨架图和初始静脉血管骨架图上的纵膈区域也包含一部分与左右肺相连的血管骨架，通过本实施例中的技术方案，一方面可以去掉初始动脉血管骨架图和初始静脉血管骨架图上的纵膈区域的不准确的骨架，另一方面又能通过末端点生长算法，找回初始静脉血管骨架图和初始动脉血管骨架图上、纵膈区域中与左右肺相连的血管骨架，确保得到的肺动脉血管骨架图和肺静脉血管骨架图中的血管骨架的完整性和准确性。

上文结合图2至图16，详细描述了本申请的肺血管分割方法实施例，下面结合图17，详细描述本申请的肺血管分割装置实施例。应理解，肺血管分割方法实施例的描述与肺血管分割装置实施例的描述相互对应，因此，未详细描述的部分可以参见前面方法实施例

图17所示为本申请一示例性实施例提供的肺血管分割装置的结构示意图。如图17所示，本申请实施例提供的肺血管分割装置包括：

第一确定模块1710，用于基于待分割肺部三维图像对应的纵隔区域图像，确定纵隔区域图像对应的纵隔血管图像；

第一处理模块1720，用于基于纵隔血管图像，处理基于待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像；

第二处理模块1730，用于基于待分割肺部三维图像对应的肺血管骨架图，处理第二肺血管三维图像，得到待分割肺部三维图像的肺血管分割结果。

在本申请一实施例中，第一确定模块1710还用于，基于上纵隔区域图像包含的上纵隔边界信息，截取第一肺血管三维图像，得到待分割上纵隔图像；基于下纵隔区域图像包含的下纵隔边界信息，截取第一肺血管三维图像，得到待分割下纵隔图像；利用纵隔血管分割模型，基于待分割上纵膈图像确定上纵隔血管图像，并基于待分割下纵隔图像确定下纵隔血管图像。

在本申请一实施例中，第一确定模块1710还用于，获取多个上纵膈区域图像样本和多个下纵膈区域图像样本，其中，多个上纵膈区域图像样本和多个下纵膈区域图像样本基于多个不同像素间距的肺血管三维图像样本确定；基于多个上纵膈区域图像样本和多个下纵膈区域图像样本，训练初始网络模型，得到所述纵膈血管分割模型，其中，训练过程中所使用的损失函数包括纵隔动脉与纵隔静脉的分类损失函数、纵隔动脉与气管的分类损失函数、纵隔静脉与气管的分类损失函数。

在本申请一实施例中，第一确定模块1710还用于，对待分割肺部三维图像进行分割，得到第一肺血管三维图像；对第一肺动脉血管三维图像中的动脉血管进行距离变换，并基于预设距离阈值确定初始上纵隔区域；对第一肺静脉血管三维图像中的静脉血管进行距离变换，并基于预设距离阈值确定初始下纵隔区域；基于第一肺动脉血管三维图像包含的上纵隔边界信息，对初始上纵隔区域进行区域生长，得到上纵隔区域图像；基于第一肺静脉血管三维图像包含的下纵隔边界信息，对初始下纵隔区域进行区域生长，得到下纵隔区域图像。

在本申请一实施例中，第一确定模块1710还用于，利用肺部分割模型，基于待分割肺部三维图像，确定肺部分割图像；利用肺血管分割模型，基于肺部分割图像，确定肺血管分割图像；利用血管分类模型，基于肺血管分割图像，确定第一肺血管三维图像。

在本申请一实施例中，第一处理模块1720还用于，基于上纵膈区域图像包含的上纵膈边界信息，确定上纵隔血管图像在上纵隔边界内的上纵隔血管分割结果、以及第一肺动脉血管三维图像在上纵隔边界外的肺动脉血管分割结果；基于上纵膈边界信息，将上纵隔血管分割结果和肺动脉血管分割结果进行拼接，得到第二肺动脉血管三维图像；基于下纵膈区域图像包含的下纵膈边界信息，确定下纵隔血管图像在下纵隔边界内的下纵隔血管分割结果、以及第一肺静脉血管三维图像在下纵隔边界外的肺静脉血管分割结果。

在本申请一实施例中，第二处理模块1730还用于，对肺动脉血管骨架图进行膨胀，得到肺动脉血管骨架膨胀图，对肺静脉血管骨架图进行膨胀，得到肺静脉血管骨架膨胀图；确定肺动脉血管骨架膨胀图中、上纵膈区域对应的最小外接立方体内的待融合肺动脉血管骨架膨胀图、以及确定肺静脉血管骨架膨胀图中、下纵膈区域对应的最小外接立方体内的待融合肺静脉血管骨架膨胀图；基于上纵膈区域对应的最小外接立方体的位置信息，将待融合肺动脉血管骨架膨胀图和第二肺动脉血管三维图像进行融合，得到肺动脉血管融合图像；针对肺动脉血管融合图像，在上纵隔血管分割结果和肺动脉血管分割结果的拼接处，分别对上纵隔血管和肺动脉血管进行区域生长；基于肺动脉血管融合图像中的肺动脉血管骨架膨胀区域与上纵隔血管的区域生长结果和肺动脉血管的区域生长结果之间的重叠信息，确定肺动脉血管分割结果；基于下纵膈区域对应的最小外接立方体的位置信息，将待融合肺静脉血管骨架膨胀图和第二肺静脉血管三维图像进行融合，得到肺静脉血管融合图像；针对肺静脉血管融合图像，在下纵隔血管分割结果和肺静脉血管分割结果的拼接处，分别对下纵隔血管和肺静脉血管进行区域生长；基于肺静脉血管融合图像中的肺静脉血管骨架膨胀区域与下纵隔血管的区域生长结果和肺静脉血管的区域生长结果之间的重叠信息，确定肺静脉血管分割结果；对肺静脉血管分割结果和肺动脉血管结果进行重构，得到待分割肺部三维图像的肺血管分割结果。

在本申请一实施例中，第二处理模块1730还用于，基于第一肺血管三维图像，生成初始静脉血管骨架图和初始动脉血管骨架图；基于末端点生长算法，分别处理初始静脉血管骨架图和初始动脉血管骨架图，得到肺静脉血管骨架图和肺动脉血管骨架图。

在本申请一实施例中，第二处理模块1730还用于，基于初始动脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，确定动脉血管骨架末端点；基于上纵隔区域图像包含的上纵隔边界信息，截掉初始动脉血管骨架图中的上纵隔区域，得到待生长动脉血管骨架图；确定待生长动脉血管骨架图的动脉血管末端点；基于初始动脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，对动脉血管末端点进行生长，得到肺动脉血管骨架图；基于初始静脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，确定静脉血管骨架末端点；基于下纵隔区域图像包含的下纵隔边界信息，截掉初始静脉血管骨架图中的下纵隔区域，得到待生长静脉血管骨架图；确定待生长静脉血管骨架图的静脉血管末端点；基于初始静脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，对静脉血管末端点进行生长，得到肺静脉血管骨架图。

下面，参考图18来描述根据本申请实施例的电子设备。图18所示为本申请一示例性实施例提供的电子设备的结构示意图。

如图18所示，电子设备1800包括一个或多个处理器1801和存储器1802。

处理器1801可以是中央处理单元(CPU)或者具有数据处理能力和/或指令执行能力的其他形式的处理单元，并且可以控制电子设备1800中的其他组件以执行期望的功能。

存储器1802可以包括一个或多个计算机程序产品，所述计算机程序产品可以包括各种形式的计算机可读存储介质，例如易失性存储器和/或非易失性存储器。所述易失性存储器例如可以包括随机存取存储器(RAM)和/或高速缓冲存储器(cache)等。所述非易失性存储器例如可以包括只读存储器(ROM)、硬盘、闪存等。在所述计算机可读存储介质上可以存储一个或多个计算机程序指令，处理器1801可以运行所述程序指令，以实现上文所述的本申请的各个实施例的肺血管分割方法以及/或者其他期望的功能。在所述计算机可读存储介质中还可以存储诸如包括第一肺血管三维图像、第二肺血管三维图像、肺血管骨架图等各种内容。

在一个示例中，电子设备1800还可以包括：输入装置1003和输出装置1004，这些组件通过总线系统和/或其他形式的连接机构(未示出)互连。

该输入装置1803可以包括例如键盘、鼠标等等。

该输出装置1804可以向外部输出各种信息，包括第一肺血管三维图像、第二肺血管三维图像、肺血管骨架图等。该输出装置1804可以包括例如显示器、扬声器、打印机、以及通信网络及其所连接的远程输出设备等等。

当然，为了简化，图18中仅示出了该电子设备1800中与本申请有关的组件中的一些，省略了诸如总线、输入/输出接口等等的组件。除此之外，根据具体应用情况，电子设备1800还可以包括任何其他适当的组件。

除了上述方法和设备以外，本申请的实施例还可以是计算机程序产品，其包括计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述描述的根据本申请各种实施例的肺血管分割方法中的步骤。

所述计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码，所述程序设计语言包括面向对象的程序设计语言，诸如Java、C++等，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。

此外，本申请的实施例还可以是计算机可读存储介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行本说明书上述描述的根据本申请各种实施例的肺血管分割方法中的步骤。

所述计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

以上结合具体实施例描述了本申请的基本原理，但是，需要指出的是，在本申请中提及的优点、优势、效果等仅是示例而非限制，不能认为这些优点、优势、效果等是本申请的各个实施例必须具备的。另外，上述公开的具体细节仅是为了示例的作用和便于理解的作用，而非限制，上述细节并不限制本申请为必须采用上述具体的细节来实现。

还需要指出的是，在本申请的装置、设备和方法中，各部件或各步骤是可以分解和/或重新组合的。这些分解和/或重新组合应视为本申请的等效方案。

提供所公开的方面的以上描述以使本领域的任何技术人员能够做出或者使用本申请。对这些方面的各种修改对于本领域技术人员而言是非常显而易见的，并且在此定义的一般原理可以应用于其他方面而不脱离本申请的范围。因此，本申请不意图被限制到在此示出的方面，而是按照与在此公开的原理和新颖的特征一致的最宽范围。

为了例示和描述的目的已经给出了以上描述。此外，此描述不意图将本申请的实施例限制到在此公开的形式。尽管以上已经讨论了多个示例方面和实施例，但是本领域技术人员将认识到其某些变型、修改、改变、添加和子组合。

Claims (13)

1.一种肺血管分割方法，其特征在于，包括：

基于待分割肺部三维图像对应的纵隔区域图像，确定所述纵隔区域图像对应的纵隔血管图像；

基于所述纵隔血管图像，处理基于所述待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像；

基于所述待分割肺部三维图像对应的肺血管骨架图，处理所述第二肺血管三维图像，得到所述待分割肺部三维图像的肺血管分割结果。

2.根据权利要求1所述的肺血管分割方法，其特征在于，所述纵隔区域图像包括上纵隔区域图像和下纵隔区域图像，所述纵隔血管图像包括上纵隔血管图像和下纵隔血管图像。

3.根据权利要求2所述的肺血管分割方法，其特征在于，所述基于待分割肺部三维图像对应的纵隔区域图像，确定所述纵隔区域图像对应的纵隔血管图像，包括：

基于所述上纵隔区域图像包含的上纵隔边界信息，截取所述第一肺血管三维图像，得到待分割上纵隔图像；

基于所述下纵隔区域图像包含的下纵隔边界信息，截取所述第一肺血管三维图像，得到待分割下纵隔图像；

利用纵隔血管分割模型，基于所述待分割上纵膈图像确定所述上纵隔血管图像，并基于所述待分割下纵隔图像确定所述下纵隔血管图像。

4.根据权利要求3所述的肺血管分割方法，其特征在于，在所述利用纵隔血管分割模型之前，还包括：

获取多个上纵膈区域图像样本和多个下纵膈区域图像样本，其中，所述多个上纵膈区域图像样本和所述多个下纵膈区域图像样本基于多个不同像素间距的肺血管三维图像样本确定；

基于所述多个上纵膈区域图像样本和所述多个下纵膈区域图像样本，训练初始网络模型，得到所述纵膈血管分割模型，其中，训练过程中所使用的损失函数包括纵隔动脉与纵隔静脉的分类损失函数、纵隔动脉与气管的分类损失函数、纵隔静脉与气管的分类损失函数。

5.根据权利要求2至4任一项所述的肺血管分割方法，其特征在于，所述第一肺血管三维图像包括第一肺动脉血管三维图像和第一肺静脉血管三维图像，在所述基于待分割肺部三维图像对应的纵隔区域图像，确定所述纵隔区域图像对应的纵隔血管图像之前，还包括：

对所述待分割肺部三维图像进行分割，得到所述第一肺血管三维图像；

对所述第一肺动脉血管三维图像中的动脉血管进行距离变换，并基于预设距离阈值确定初始上纵隔区域；

对所述第一肺静脉血管三维图像中的静脉血管进行距离变换，并基于所述预设距离阈值确定初始下纵隔区域；

基于所述第一肺动脉血管三维图像包含的上纵隔边界信息，对所述初始上纵隔区域进行区域生长，得到所述上纵隔区域图像；

基于所述第一肺静脉血管三维图像包含的下纵隔边界信息，对所述初始下纵隔区域进行区域生长，得到所述下纵隔区域图像。

6.根据权利要求5所述的肺血管分割方法，其特征在于，所述对所述待分割肺部三维图像进行分割，得到所述第一肺血管三维图像，包括：

利用肺部分割模型，基于所述待分割肺部三维图像，确定肺部分割图像；

利用肺血管分割模型，基于所述肺部分割图像，确定肺血管分割图像；

利用血管分类模型，基于所述肺血管分割图像，确定所述第一肺血管三维图像。

7.根据权利要求2至4任一项所述的肺血管分割方法，其特征在于，所述第一肺血管三维图像包括第一肺动脉血管三维图像和第一肺静脉血管三维图像，所述第二肺血管三维图像包括第二肺动脉血管三维图像和第二肺静脉血管三维图像，

其中，所述基于所述纵隔血管图像，处理基于所述待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像，包括：

基于所述上纵膈区域图像包含的上纵膈边界信息，确定所述上纵隔血管图像在上纵隔边界内的上纵隔血管分割结果、以及所述第一肺动脉血管三维图像在上纵隔边界外的肺动脉血管分割结果；

基于所述上纵膈边界信息，将所述上纵隔血管分割结果和所述肺动脉血管分割结果进行拼接，得到所述第二肺动脉血管三维图像；

基于所述下纵膈区域图像包含的下纵膈边界信息，确定所述下纵隔血管图像在下纵隔边界内的下纵隔血管分割结果、以及所述第一肺静脉血管三维图像在下纵隔边界外的肺静脉血管分割结果。

8.根据权利要求2至4任一项所述的肺血管分割方法，其特征在于，所述肺血管骨架图包括肺静脉血管骨架图和肺动脉血管骨架图，所述第二肺血管三维图像包括第二肺动脉血管三维图像和第二肺静脉血管三维图像，

其中，所述基于所述待分割肺部三维图像对应的肺血管骨架图，处理所述第二肺血管三维图像，得到所述待分割肺部三维图像的肺血管分割结果，包括：

对所述肺动脉血管骨架图进行膨胀，得到肺动脉血管骨架膨胀图，对所述肺静脉血管骨架图进行膨胀，得到肺静脉血管骨架膨胀图；

确定所述肺动脉血管骨架膨胀图中、上纵膈区域对应的最小外接立方体内的待融合肺动脉血管骨架膨胀图、以及确定所述肺静脉血管骨架膨胀图中、下纵膈区域对应的最小外接立方体内的待融合肺静脉血管骨架膨胀图；

基于所述上纵膈区域对应的最小外接立方体的位置信息，将所述待融合肺动脉血管骨架膨胀图和所述第二肺动脉血管三维图像进行融合，得到肺动脉血管融合图像；

针对所述肺动脉血管融合图像，在所述上纵隔血管分割结果和所述肺动脉血管分割结果的拼接处，分别对上纵隔血管和肺动脉血管进行区域生长；

基于所述肺动脉血管融合图像中的肺动脉血管骨架膨胀区域与所述上纵隔血管的区域生长结果和所述肺动脉血管的区域生长结果之间的重叠信息，确定肺动脉血管分割结果；

基于所述下纵膈区域对应的最小外接立方体的位置信息，将所述待融合肺静脉血管骨架膨胀图和所述第二肺静脉血管三维图像进行融合，得到肺静脉血管融合图像；

针对所述肺静脉血管融合图像，在所述下纵隔血管分割结果和所述肺静脉血管分割结果的拼接处，分别对下纵隔血管和肺静脉血管进行区域生长；

基于所述肺静脉血管融合图像中的肺静脉血管骨架膨胀区域与所述下纵隔血管的区域生长结果和所述肺静脉血管的区域生长结果之间的重叠信息，确定肺静脉血管分割结果；

对所述肺静脉血管分割结果和所述肺动脉血管结果进行重构，得到所述待分割肺部三维图像的肺血管分割结果。

9.根据权利要求1至4任一项所述的肺血管分割方法，其特征在于，所述肺血管骨架图包括肺静脉血管骨架图和肺动脉血管骨架图，在所述基于所述待分割肺部三维图像对应的肺血管骨架图，处理所述第二肺血管三维图像，得到第三肺血管三维图像之前，还包括：

基于所述第一肺血管三维图像，生成初始静脉血管骨架图和初始动脉血管骨架图；

基于末端点生长算法，分别处理所述初始静脉血管骨架图和所述初始动脉血管骨架图，得到所述肺静脉血管骨架图和所述肺动脉血管骨架图。

10.根据权利要求9所述的肺血管分割方法，其特征在于，所述纵隔区域图像包括上纵隔区域图像和下纵隔区域图像，所述基于末端点生长算法，分别处理所述初始静脉血管骨架图和所述初始动脉血管骨架图，得到所述肺静脉血管骨架图和所述肺动脉血管骨架图，包括：

基于所述初始动脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，确定动脉血管骨架末端点；

基于所述上纵隔区域图像包含的上纵隔边界信息，截掉所述初始动脉血管骨架图中的上纵隔区域，得到待生长动脉血管骨架图；

确定所述待生长动脉血管骨架图的动脉血管末端点；

基于所述初始动脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，对所述动脉血管末端点进行生长，得到所述肺动脉血管骨架图；

基于所述初始静脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，确定静脉血管骨架末端点；

基于所述下纵隔区域图像包含的下纵隔边界信息，截掉所述初始静脉血管骨架图中的下纵隔区域，得到待生长静脉血管骨架图；

确定所述待生长静脉血管骨架图的静脉血管末端点；

基于所述初始静脉血管骨架图包含的血管骨架像素点各自的邻接像素点信息，对所述静脉血管末端点进行生长，得到所述肺静脉血管骨架图。

11.一种肺血管分割装置，其特征在于，包括：

第一确定模块，用于基于待分割肺部三维图像对应的纵隔区域图像，确定所述纵隔区域图像对应的纵隔血管图像；

第一处理模块，用于基于所述纵隔血管图像，处理基于所述待分割肺部三维图像生成的第一肺血管三维图像，得到第二肺血管三维图像；

第二处理模块，用于基于所述待分割肺部三维图像对应的肺血管骨架图，处理所述第二肺血管三维图像，得到所述待分割肺部三维图像的肺血管分割结果。

12.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序用于执行上述权利要求1至10任一项所述的肺血管分割方法。

13.一种电子设备，其特征在于，所述电子设备包括：

处理器；

用于存储所述处理器可执行指令的存储器；

所述处理器，用于执行上述权利要求1至10任一项所述的肺血管分割方法。

Images