CN115661082A - 冠脉血管分割方法、装置、设备、存储介质和程序产品 - Google Patents
冠脉血管分割方法、装置、设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN115661082A CN115661082A CN202211335338.3A CN202211335338A CN115661082A CN 115661082 A CN115661082 A CN 115661082A CN 202211335338 A CN202211335338 A CN 202211335338A CN 115661082 A CN115661082 A CN 115661082A
- Authority
- CN
- China
- Prior art keywords
- image
- segmentation
- initial
- coronary
- vessel
- 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
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
Abstract
本申请涉及一种冠脉血管分割方法、装置、设备、存储介质和程序产品。所述方法包括:将获取的待分割图像输入至分割网络中进行初始分割,获得所述待分割图像中冠脉血管的初始血管分割图像;根据所述冠脉血管的初始血管分割图像,确定所述冠脉血管对应的初始管腔密度衰减梯度TAG图像;将所述待分割图像和所述初始TAG图像输入至所述分割网络中进行目标分割,确定所述冠脉血管的目标血管分割图像;其中,所述初始TAG图像中所述冠脉血管首端至末端的图像值呈线性变化。采用本方法能够提高获得的冠脉分割结果的准确性。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种冠脉血管分割方法、装置、设备、存储介质和程序产品。
背景技术
冠脉血管的准确分割对冠脉的临床研究具有重大意义,同时也可以为冠脉的其他应用提供重要的先验知识,因此对冠脉的准确分割十分有必要。
相关技术中,通常是对人体的心脏区域进行图像采集,并将获得的人体心脏图像输入至训练好的分割网络中进行心脏区域的冠脉血管分割,最终获得冠脉血管的分割结果,实现对冠脉血管的分割。
然而,上述技术存在获得的冠脉血管分割结果不够准确的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高获得的冠脉血管分割结果的准确性的冠脉血管分割方法、装置、设备、存储介质和程序产品。
第一方面,本申请提供了一种冠脉血管分割方法,该方法包括:
将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;
根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;
将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
在其中一个实施例中,上述根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像,包括:
根据冠脉血管的初始血管分割图像,对待分割图像中冠脉血管处的图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在其中一个实施例中,上述根据冠脉血管的初始血管分割图像,对待分割图像中冠脉血管处的图像值进行平滑处理,确定冠脉血管对应的初始TAG图像,包括:
根据冠脉血管的初始血管分割图像,对冠脉血管进行中心线提取处理,获得冠脉血管中心线的多个中心线点以及各中心线点的位置;
将各中心线点的位置映射至待分割图像上,获得各中心线点在待分割图像上对应位置处的初始图像值;
对各中心线点对应的初始图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在其中一个实施例中,上述对各中心线点对应的初始图像值进行平滑处理,确定冠脉血管对应的初始TAG图像,包括:
对每个中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各中心线点的目标图像值;
根据各中心线点的目标图像值确定冠脉血管对应的初始TAG图像。
在其中一个实施例中,上述根据各中心线点的目标图像值确定冠脉血管对应的初始TAG图像,包括:
将各中心线点的位置映射至初始血管分割图像上,在初始血管分割图像上获得各中心线点的位置处对应的一段冠脉血管图像;
在初始血管分割图像上,为各段冠脉血管图像均填充对应的中心线点的目标图像值,获得初始TAG图像。
在其中一个实施例中,上述将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像,包括:
执行分割操作,上述分割操作包括:将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的第一分割图像;根据冠脉血管的第一分割图像确定冠脉血管对应的第一TAG图像;
将第一TAG图像作为新的初始TAG图像,并返回执行上述分割操作,直至达到预设的迭代截止条件为止,获得冠脉血管的目标血管分割图像。
在其中一个实施例中,上述迭代截止条件包括以下至少一种:
相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件;
相邻两次迭代过程中的第一TAG图像之间的损失满足第二阈值条件;
迭代次数达到预设的次数阈值。
第二方面,本申请还提供了一种冠脉血管分割装置,该装置包括:
初始分割模块,用于将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;
图像确定模块,用于根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;
目标分割模块,用于将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
第三方面,本申请还提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;
根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;
将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
第四方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质,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:
将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;
根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;
将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
第五方面,本申请还提供了一种计算机程序产品,该计算机程序产品,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:
将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;
根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;
将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
上述冠脉血管分割方法、装置、设备、存储介质和程序产品,通过将获取的待分割图像输入至分割网络中进行初始分割,获得冠脉血管的初始分割结果,并根据初始分割结果确定冠脉血管对应的初始TAG图像,以及将待分割图像和初始TAG图像输入至分割图像进行目标分割,确定冠脉血管的目标分割图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化。该方法中,由于可以通过待分割图像结合冠脉血管首端至末端的图像值呈线性变化的TAG图像共同来对冠脉血管进行分割,这样参考呈线性变化的冠脉血管图像值来进行分割,可以避免在成像过程中由于对比剂充盈不佳造成的冠脉血管首端与末端图像值差异较大,导致冠脉血管的欠分割或过分割问题,从而可以提高对冠脉血管进行分割的准确性。
附图说明
图1为一个实施例中冠脉血管分割方法的应用环境图;
图2为一个实施例中冠脉血管分割方法的流程示意图;
图3为另一个实施例中冠脉血管分割方法的流程示意图;
图4为另一个实施例中冠脉血管分割方法的流程示意图;
图5为另一个实施例中冠脉血管分割方法的流程示意图;
图6为另一个实施例中待分割图像和冠脉血管分割图的示意图;
图7为一个实施例中冠脉血管分割装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
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。
本申请实施例提供的冠脉血管分割方法,可以应用于如图1所示的应用环境中。其中,扫描设备102可以和计算机设备104进行通信,具体可以是通过扫描设备102对待测对象进行扫描,获得扫描数据并将扫描数据传输至计算机设备104进行处理,计算机设备104可以通过扫描数据进行图像重建获得图像,并对图像进行分割处理、量化处理等处理。数据存储系统可以存储计算机设备104需要处理的数据。数据存储系统可以集成在计算机设备104上,也可以放在云上或其他网络服务器上。其中,扫描设备102可以是单模或多模的扫描设备,例如可以是CT扫描设备(Computed Tomography,电子计算机断层扫描)、PET-CT(正电子发射计算机断层显像)扫描设备等;计算机设备104可以是终端或服务器,若是终端,可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等;若是服务器,可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种冠脉血管分割方法,以该方法应用于图1中的计算机设备为例进行说明,该方法可以包括以下步骤:
S202,将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像。
其中,待分割图像可以是待测对象的胸部图像,该待分割图像中可以包括冠脉血管,当然还可以包括其他组织或器官的图像。具体可以是采用扫描设备对待测对象的胸部进行扫描,并对获得的扫描数据进行图像重建以获得待分割图像,或者还可以是从云端或服务器中等获得预存的待分割图像,总之可以获得待分割图像即可。待分割图像可以是二维图像或三维图像,或者其他维度的图像。例如待分割图像可以是冠脉血管CTA(CT血管成像)图像。
在获得待分割图像之后,就可以将其输入至分割网络中进行冠脉血管的分割处理,获得包括冠脉血管的初始血管分割图像。这里的初始血管分割图像例如可以是一个冠脉血管的掩膜图像,其中可以包括冠脉血管上各个点的位置信息,这里的冠脉血管通常包括左冠脉及其分支以及右冠脉及其分支。
另外,分割网络可以是神经网络模型,具体的神经网络模型的类型以及具体架构这里不作具体限定。该分割网络可以是一级的分割网络,也可以是多级级联的分割网络,例如可以是先由组织器官分割网络分割出组织器官图像,再进一步通过组织器官图像以及血管分割网络分割获得冠脉血管图像。
S204,根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化。
其中,TAG指的是Transluminal Attenuation Gradient,中文名称为:管腔密度衰减梯度,其定义为血管腔内密度衰减和动脉开口至末端长度之间的线性回归系数。
具体的,在上述获得冠脉血管的初始血管分割图像之后,可以通过初始血管分割图像结合待分割图像两者中的冠脉血管部分,对该冠脉血管部分从首端至末端的参数进行计算,以将该冠脉血管部分从首端至末端的图像值计算为呈线性变化的图像值,进而通过计算结果获得冠脉血管的初始TAG图像。其中这里计算的参数可以是冠脉血管的位置、图像值或灰度值、像素值等等。
S206,将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
在本步骤中,在上述获得待分割图像以及初始TAG图像之后,就可以将待分割图像和初始TAG图像分别作为分割网络的两个输入通道,采用分割网络继续对待分割图像中的冠脉血管进行分割。
具体在采用分割网络对待分割图像上的冠脉血管进行分割过程中,可以采用初始TAG图像上的冠脉血管的图像值作参考信息,这样参考呈线性变化的冠脉血管图像值来进行分割,可以通过初始TAG图像补充待分割图像由于造影剂的充盈状态不同,造成各个冠脉血管段的正常管腔的图像值的差异的问题,如果只采用原始的待分割图像进行管腔的分割,不同的图像值的冠脉血管段对应的金标准管腔可能是类似的,容易对分割网络造成混淆,从而造成分割欠佳的问题;也就是说,采用本步骤的方案可以避免在成像过程中由于对比剂充盈不佳造成的冠脉血管首端与末端图像值差异较大,导致冠脉血管的欠分割或过分割问题,即可获得准确的冠脉血管的分割结果,记为目标血管分割图像,该目标血管分割图像相对于上述的初始血管分割图像的过分割以及欠分割的情况较少,即分割精度更高。
上述冠脉血管分割方法中,通过将获取的待分割图像输入至分割网络中进行初始分割,获得冠脉血管的初始分割结果,并根据初始分割结果确定冠脉血管对应的初始TAG图像,以及将待分割图像和初始TAG图像输入至分割图像进行目标分割,确定冠脉血管的目标分割图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化。该方法中,由于可以通过待分割图像结合冠脉血管首端至末端的图像值呈线性变化的TAG图像共同来对冠脉血管进行分割,这样参考呈线性变化的冠脉血管图像值来进行分割,可以避免在成像过程中由于对比剂充盈不佳造成的冠脉血管首端与末端图像值差异较大,导致冠脉血管的欠分割或过分割问题,从而可以提高对冠脉血管进行分割的准确性。
上述实施例中提到了可以通过冠脉血管的初始血管分割图像获得其对应的初始TAG图像,以下实施例就对该过程的具体实现过程进行说明。
在另一个实施例中,提供了另一种冠脉血管分割方法,在上述实施例的基础上,上述S204可以包括以下步骤:
根据冠脉血管的初始血管分割图像,对待分割图像中冠脉血管处的图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
其中,平滑处理可以包括线性平滑处理和非线性平滑处理,线性平滑处理具体可以是对冠脉血管首端至末端的图像值进行线性平滑,以获得呈线性变化的结果;非线性平滑处理具体可以是对冠脉血管首端至末端的图像值进行非线性平滑,然后再进一步进行线性变换等方式,以获得呈线性变化的结果。
这里具体在通过初始血管分割图像对待分割图像中冠脉血管的图像值进行平滑处理时,可以参见图3所示的方法步骤,参见图3所示,具体可以包括以下步骤:
S302,根据冠脉血管的初始血管分割图像,对冠脉血管进行中心线提取处理,获得冠脉血管中心线的多个中心线点以及各中心线点的位置。
在本步骤中,在获得初始血管分割图像之后,可以采用中心线提取方法(例如距离变换、形态学腐蚀操作等方法)对初始血管图像中冠脉血管的中心线进行提取,以获得冠脉的中心线。
这里待分割图像中一般会包括多条冠脉血管,可以对每条冠脉血管都进行中心线提取处理,这样就可以获得每个冠脉血管对应的一条中心线,同时由于初始血管分割图像中一般也包括冠脉血管上各个点的位置,因此这里也可以获得每条中心线上各个点的位置。也就是说,一般对冠脉血管进行中心线提取处理时,获得的是构成每个中心线的多个离散的点,这些离散的点通过曲线拟合就可以获得中心线,这些离散的点均可以记为中心线点,即可以获得各中心线点及其位置。
S304,将各中心线点的位置映射至待分割图像上,获得各中心线点在待分割图像上对应位置处的初始图像值。
在本步骤中,上述在获得构成每个冠脉血管的多个中心线点及其位置之后,由于初始冠脉血管分割图像中的冠脉血管的位置和待分割图像中的冠脉血管的位置是对应的,那么这里就可以将每个中心线点的位置均映射回待分割图像中,即可在待分割图像中获得对应的点的位置,同时在待分割图像中获得对应的点的位置上的图像值。对每个冠脉血管的中心线上的中心线点均执行此映射操作,即可获得每个中心线点在待分割图像中对应位置上的图像值,获得的图像值均记为初始图像值。
这里的图像值可以是图像上的CT值,CT值是测定人体某一局部组织或器官密度大小的一种计量单位,CT值也可以称为HU(Hounsfiled Unit)值。
当然,针对上述各冠脉血管的中心线,以一个冠脉血管的中心线为例,也可以从中心线上的第一个中心线点开始,在待分割图像上映射获得各个中心线点的图像值,以中心线点距离起始点的距离为横轴(起始点可以根据实际情况设定),该中心线点对应的初始图像值为纵轴,就可以绘制TAG曲线。以此类推直至到达冠脉血管的末端。对所有的中心线重复上述操作就可以获得全部冠脉血管的TAG曲线信息。
S306,对各中心线点对应的初始图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在本步骤中,在获得每个冠脉血管上各中心线对应的初始图像值之后,可以通过插值算法、中值算法、均值算法等对每个冠脉血管的中心线点对应的初始图像值进行平滑处理,以获得每个冠脉血管对应的平滑后的各中心线点的图像值,并通过平滑后的各中心线点的图像值获得初始TAG图像;另外,假设上述获得的是各中心线对应的TAG曲线,那么可以对各个TAG曲线进行平滑处理,以获得初始TAG图像。
本实施例中,通过冠脉血管的初始血管分割图像对待分割图像中冠脉血管的图像值进行平滑处理以获得初始TAG图像,这样通过平滑处理以及结合分割图像和原图,可以较为容易地获得冠脉血管对应的TAG图像。进一步地,通过初始血管分割图像上血管的中心线点映射至待分割图像中获得图像值进而进行平滑处理,这样通过位置映射获得的图像值较为准确,从而后续平滑处理的结果也就更准确,同时通过中心线点进行映射,而不是采用全部点进行映射,点数较少具有代表性,可以在保证准确性的前提下提升平滑处理的效率。
上述实施例中简单说明了对各中心线点的初始图像值进行平滑处理以获得初始TAG图像,以下实施例就对该过程的一种可能的实施方式进行说明。
在另一个实施例中,提供了另一种冠脉血管分割方法,在上述实施例的基础上,如图4所示,上述S306可以包括以下步骤:
S402,对每个中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各中心线点的目标图像值。
在本步骤中,均值处理可以包括直接均值处理,也可以包括加权均值处理。以一个冠脉血管的中心线为例,可以是通过该冠脉血管对应的TAG曲线,快速选择每个中心线点与其周围一定范围内的一个或多个中心线点,并对每个中心线点的初始图像值与其周围一定范围内的一个或多个中心线点的初始图像值做均值处理,获得的均值即作为该中心线点对应的目标图像值;如此操作即可获得每个中心线点的目标图像值,最终获得一个冠脉血管的中心线上各中心线点的目标图像值。按照此方式可以获得每个冠脉血管的中心线上各中心线点的目标图像值。其中,一定范围内可以是与该中心线点之间的距离为距离阈值的中心线点,距离阈值例如可以是一个点的距离、两个点的距离等等。
这里通过计算每个冠脉血管的中心线对应的TAG曲线,可以较为直观快速地选择进行均值处理的中心线点,进而快速准确地进行图像值均值处理,提升对图像值进行平滑处理的效率,从而进一步提高冠脉分割的效率。
S404,根据各中心线点的目标图像值确定冠脉血管对应的初始TAG图像。
在本步骤中,在获得各中心线点的目标图像值之后,作为可选的实施例,可以采用如下步骤获得初始TAG图像,如下:
步骤1,将各中心线点的位置映射至初始血管分割图像上,在初始血管分割图像上获得各中心线点的位置处对应的一段冠脉血管图像。
步骤2,在初始血管分割图像上,为各段冠脉血管图像均填充对应的中心线点的目标图像值,获得初始TAG图像。
这里各中心线点由于是从初始血管分割图像中提取获得的,因此各中心线点的位置自然可以和初始血管分割图像中的点的位置对应起来,以一个冠脉血管的中心线为例,可以将该中心线上各中心线点的位置映射至初始血管分割图像中,即可在初始血管分割图像中获得一个对应的点位置,那么可以在初始血管分割图像中该对应点位置处选取一段冠脉血管图像;或者,由于各中心线点的位置与初始血管分割图像中的位置对应,而初始血管分割图像中的位置与原始的待分割图像中的冠脉血管的位置对应,那么这里也可以是在待分割图像中的冠脉血管中对应点位置处选取一段冠脉血管图像;例如可以是该对应点位置上下1mm范围内的冠脉血管作为选取的一段冠脉血管图像,该选取的一段冠脉血管图像即为该中心线点对应的一段冠脉血管图像;之后,可以对该一段冠脉血管图像均填充该中心线点对应的目标图像值,即该中心线点对应的一段冠脉血管所对应的图像值是相同的,该一段冠脉血管范围内全部的点都会获得和对应的中心线点一样的图像值。
如此操作即可获得该冠脉血管的中心线上各个中心线点分别对应的一段冠脉血管图像,以及对各段冠脉血管图像均填充对应的中心线点的目标图像值;同样的,按照此方式对全部冠脉血管的中心线进行操作,即可对全部段的冠脉血管图像均填充对应的中心线点的目标图像值,最终填充完目标图像值的初始分血管割图像即为初始TAG图像。
本实施例中,通过对每个中心线点及其周围点的初始图像值进行均值处理以获得目标图像值进而获得初始TAG图像,这里通过多个点进行均值处理,可以使得一条冠脉血管的中心线上各个中心线点的图像值分布呈线性变化,避免出现过大或过小的图像值影响后续对冠脉血管的分割结果,从而可以提升对冠脉血管进行分割的准确性。进一步地,通过中心线点的位置映射至初始血管分割图像上并对相应位置处的一段冠脉血管图像均填充相同的图像值,以获得初始TAG图像,这样获得的初始TAG图像为平滑处理后的图像,可以为冠脉血管分割提供一个较为准确的参考图像和信息。
上述实施例中还提到了在一次分割处理之后通过初始血管分割图像获得初始TAG图像,并通过初始TAG图像以及待分割图像可以分割获得冠脉血管的目标分割图像,以下就对该分割过程的一种可能的实施方式进行说明。
在另一个实施例中,提供了另一种冠脉血管分割方法,在上述实施例的基础上,如图5所示,上述S206可以包括以下步骤:
S502,执行分割操作,上述分割操作包括:将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的第一分割图像;根据冠脉血管的第一分割图像确定冠脉血管对应的第一TAG图像。
S504,将第一TAG图像作为新的初始TAG图像,并返回执行上述分割操作,直至达到预设的迭代截止条件为止,获得冠脉血管的目标血管分割图像。
在本实施例中,在上述一次分割处理通过初始血管分割图像获得初始TAG图像之后,实质上该一次分割处理为粗分割处理,之后可以将待分割图像和初始TAG图像分别作为分割网络的两个输入通道输入至分割网络中进行冠脉血管的分割,获得当次冠脉血管的分割结果,记为冠脉血管的第一分割图像。之后,可以结合上述图3-图4的步骤继续对第一分割图像进行处理,获得冠脉血管对应的新的TAG图像,记为第一TAG图像。
之后,可以将该第一TAG图像作为新的初始TAG图像,继续将待分割图像和该新的初始TAG图像分别作为分割网络的两个输入通道输入至分割网络中进行冠脉血管的分割,获得当次冠脉血管的分割结果,记为冠脉血管的新的第一分割图像;并通过新的第一分割图像获得对应的新的第一TAG图像,然后再返回迭代执行上述分割操作,直至达到迭代截止条件为止,最终达到迭代截止条件时获得的冠脉血管的分割结果记为目标血管分割图像,该目标血管分割图像中的冠脉血管一般是相对平滑连续的。
作为可选的实施例,上述迭代截止条件包括以下至少一种:相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件;相邻两次迭代过程中的第一TAG图像之间的损失满足第二阈值条件;迭代次数达到预设的次数阈值。
对于相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件,在每次计算出第一分割图像之后,就可以和上次计算的第一分割图像之间计算损失,并将计算的损失和第一阈值条件进行对比,在满足第一阈值条件时,即说明冠脉血管的分割结果已经达到要求,迭代过程可以截至。这里的第一阈值条件例如可以是第一损失阈值,在相邻两次迭代过程中的第一分割图像之间的损失小于该第一损失阈值时即可认为满足第一阈值条件。
对于相邻两次迭代过程中的第一TAG图像之间的损失满足第二阈值条件,其中相邻两次迭代过程中的第一TAG图像实质上就是相邻两次迭代过程中的初始TAG图像;与上述相同,也可以是在每次计算出第一TAG图像之后,就可以和上次计算的第一TAG图像之间计算损失,并将计算的损失和第二阈值条件进行对比,在满足第二阈值条件时,即说明冠脉血管的分割结果已经达到要求,迭代过程可以截至。这里的第二阈值条件例如可以是第二损失阈值,在相邻两次迭代过程中的第一TAG图像之间的损失小于该第二损失阈值时即可认为满足第二阈值条件。
对于迭代次数达到预设的次数阈值,其中次数阈值可以根据实际情况设定,例如可以是100、1000等等,在迭代过程中可以不断统计迭代次数,并将迭代次数和次数阈值进行对比,在迭代次数大于次数阈值时,即说明冠脉血管的分割结果已经达到要求,迭代过程可以截至。
本实施例中,通过将待分割图像和初始TAG图像进行再次分割处理获得冠脉分割结果,再根据冠脉分割结果获得新的初始TAG图像进而进行迭代分割过程,直至最终达到迭代截止条件为止获得目标冠脉分割图像,这样通过不断迭代过程获得冠脉血管最终的分割结果,可以使得最终获得的冠脉血管的分割结果的准确性更高。进一步地,通过设置不同的迭代截止条件可以避免迭代过程进入死循环过程,保证冠脉血管分割过程的顺利进行。
以下给出一个详细的实施例来说明本申请的技术方案,在上述实施例的基础上,该方法可以包括以下步骤:
S1,将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;
S2,根据冠脉血管的初始血管分割图像,对冠脉血管进行中心线提取处理,获得冠脉血管中心线的多个中心线点以及各中心线点的位置;
S3,将各中心线点的位置映射至待分割图像上,获得各中心线点在待分割图像上对应位置处的初始图像值;
S4,对每个中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各中心线点的目标图像值;
S5,将各中心线点的位置映射至初始血管分割图像上,在初始血管分割图像上获得各中心线点的位置处对应的一段冠脉血管图像;
S6,在初始血管分割图像上,为各段冠脉血管图像均填充对应的中心线点的目标图像值,获得初始TAG图像;
S7,将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的第一分割图像;
S8,将第一分割图像作为新的初始血管分割图像,返回执行S2-S7,直至达到预设的迭代截止条件为止,获得冠脉血管的目标血管分割图像;其中,上述迭代截止条件包括以下至少一种:相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件;相邻两次迭代过程中的初始TAG图像之间的损失满足第二阈值条件;迭代次数达到预设的次数阈值。
基于上述的方法步骤,参见图6所示,其中(1)图为冠脉血管的原始的待分割图像,(2)图为采用本实施例的方法步骤后获得的部分TAG图像(这里的部分TAG图像指的是某一层的TAG图像)。从两幅图中可以看出,该部分TAG图像中的冠脉血管相对原始的待分割图像而言,更加清晰,细节也更清楚,这样可以为后续进一步图像分析提供准确的分割结果。另外,通过该部分TAG图像和原始的待分割图像共同进行冠脉血管的分割,这样可以使分割过程中更专注于对TAG图像中的冠脉血管部分的分割,从而可以加快分割的速度,提高分割效率和准确性。
应该理解的是,虽然如上所述的各实施例所涉及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,如上所述的各实施例所涉及的流程图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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的冠脉血管分割方法的冠脉血管分割装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个冠脉血管分割装置实施例中的具体限定可以参见上文中对于冠脉血管分割方法的限定,在此不再赘述。
在一个实施例中,如图7所示,提供了一种冠脉血管分割装置,包括:初始分割模块11、图像确定模块12和目标分割模块13,其中:
初始分割模块11,用于将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;
图像确定模块12,用于根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;
目标分割模块13,用于将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
在另一个实施例中,提供了另一种冠脉血管分割装置,在上述实施例的基础上,上述图像确定模块12可以包括图像确定单元,该图像确定单元,用于根据冠脉血管的初始血管分割图像,对待分割图像中冠脉血管处的图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
可选的,该图像确定单元可以包括:
提取子单元,用于根据冠脉血管的初始血管分割图像,对冠脉血管进行中心线提取处理,获得冠脉血管中心线的多个中心线点以及各中心线点的位置;
映射子单元,用于将各中心线点的位置映射至待分割图像上,获得各中心线点在待分割图像上对应位置处的初始图像值;
平滑子单元,用于对各中心线点对应的初始图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
可选的,上述平滑子单元,具体用于对每个中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各中心线点的目标图像值;根据各中心线点的目标图像值确定冠脉血管对应的初始TAG图像。
可选的,上述平滑子单元,具体用于将各中心线点的位置映射至初始血管分割图像上,在初始血管分割图像上获得各中心线点的位置处对应的一段冠脉血管图像;在初始血管分割图像上,为各段冠脉血管图像均填充对应的中心线点的目标图像值,获得初始TAG图像。
在另一个实施例中,提供了另一种冠脉血管分割装置,在上述实施例的基础上,上述目标分割模块13可以包括:
执行单元,用于执行分割操作,上述分割操作包括:将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的第一分割图像;根据冠脉血管的第一分割图像确定冠脉血管对应的第一TAG图像;
迭代单元,用于将第一TAG图像作为新的初始TAG图像,并返回执行上述分割操作,直至达到预设的迭代截止条件为止,获得冠脉血管的目标血管分割图像。
可选的,上述迭代截止条件包括以下至少一种:相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件;相邻两次迭代过程中的第一TAG图像之间的损失满足第二阈值条件;迭代次数达到预设的次数阈值。
上述冠脉血管分割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,该计算机设备可以是终端,其内部结构图可以如图8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、通信接口、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。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种冠脉血管分割方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8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。
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:
将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据冠脉血管的初始血管分割图像,对待分割图像中冠脉血管处的图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据冠脉血管的初始血管分割图像,对冠脉血管进行中心线提取处理,获得冠脉血管中心线的多个中心线点以及各中心线点的位置;将各中心线点的位置映射至待分割图像上,获得各中心线点在待分割图像上对应位置处的初始图像值;对各中心线点对应的初始图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
对每个中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各中心线点的目标图像值;根据各中心线点的目标图像值确定冠脉血管对应的初始TAG图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将各中心线点的位置映射至初始血管分割图像上,在初始血管分割图像上获得各中心线点的位置处对应的一段冠脉血管图像;在初始血管分割图像上,为各段冠脉血管图像均填充对应的中心线点的目标图像值,获得初始TAG图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
执行分割操作,上述分割操作包括:将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的第一分割图像;根据冠脉血管的第一分割图像确定冠脉血管对应的第一TAG图像;将第一TAG图像作为新的初始TAG图像,并返回执行上述分割操作,直至达到预设的迭代截止条件为止,获得冠脉血管的目标血管分割图像。
在一个实施例中,上述迭代截止条件包括以下至少一种:相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件;相邻两次迭代过程中的第一TAG图像之间的损失满足第二阈值条件;迭代次数达到预设的次数阈值。
在一个实施例中,提供了一种计算机可读存储介质,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:
将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据冠脉血管的初始血管分割图像,对待分割图像中冠脉血管处的图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据冠脉血管的初始血管分割图像,对冠脉血管进行中心线提取处理,获得冠脉血管中心线的多个中心线点以及各中心线点的位置;将各中心线点的位置映射至待分割图像上,获得各中心线点在待分割图像上对应位置处的初始图像值;对各中心线点对应的初始图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对每个中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各中心线点的目标图像值;根据各中心线点的目标图像值确定冠脉血管对应的初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将各中心线点的位置映射至初始血管分割图像上,在初始血管分割图像上获得各中心线点的位置处对应的一段冠脉血管图像;在初始血管分割图像上,为各段冠脉血管图像均填充对应的中心线点的目标图像值,获得初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
执行分割操作,上述分割操作包括:将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的第一分割图像;根据冠脉血管的第一分割图像确定冠脉血管对应的第一TAG图像;将第一TAG图像作为新的初始TAG图像,并返回执行上述分割操作,直至达到预设的迭代截止条件为止,获得冠脉血管的目标血管分割图像。
在一个实施例中,上述迭代截止条件包括以下至少一种:相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件;相邻两次迭代过程中的第一TAG图像之间的损失满足第二阈值条件;迭代次数达到预设的次数阈值。
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:
将获取的待分割图像输入至分割网络中进行初始分割,获得待分割图像中冠脉血管的初始血管分割图像;根据冠脉血管的初始血管分割图像,确定冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,初始TAG图像中冠脉血管首端至末端的图像值呈线性变化;将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的目标血管分割图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据冠脉血管的初始血管分割图像,对待分割图像中冠脉血管处的图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据冠脉血管的初始血管分割图像,对冠脉血管进行中心线提取处理,获得冠脉血管中心线的多个中心线点以及各中心线点的位置;将各中心线点的位置映射至待分割图像上,获得各中心线点在待分割图像上对应位置处的初始图像值;对各中心线点对应的初始图像值进行平滑处理,确定冠脉血管对应的初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
对每个中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各中心线点的目标图像值;根据各中心线点的目标图像值确定冠脉血管对应的初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将各中心线点的位置映射至初始血管分割图像上,在初始血管分割图像上获得各中心线点的位置处对应的一段冠脉血管图像;在初始血管分割图像上,为各段冠脉血管图像均填充对应的中心线点的目标图像值,获得初始TAG图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
执行分割操作,上述分割操作包括:将待分割图像和初始TAG图像输入至分割网络中进行目标分割,确定冠脉血管的第一分割图像;根据冠脉血管的第一分割图像确定冠脉血管对应的第一TAG图像;将第一TAG图像作为新的初始TAG图像,并返回执行上述分割操作,直至达到预设的迭代截止条件为止,获得冠脉血管的目标血管分割图像。
在一个实施例中,上述迭代截止条件包括以下至少一种:相邻两次迭代过程中的第一分割图像之间的损失满足第一阈值条件;相邻两次迭代过程中的第一TAG图像之间的损失满足第二阈值条件;迭代次数达到预设的次数阈值。
需要说明的是,本申请所涉及的数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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、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-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。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等。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 RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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本申请专利范围的限制。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,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种冠脉血管分割方法,其特征在于,所述方法包括:
将获取的待分割图像输入至分割网络中进行初始分割,获得所述待分割图像中冠脉血管的初始血管分割图像;
根据所述冠脉血管的初始血管分割图像,确定所述冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,所述初始TAG图像中所述冠脉血管首端至末端的图像值呈线性变化;
将所述待分割图像和所述初始TAG图像输入至所述分割网络中进行目标分割,确定所述冠脉血管的目标血管分割图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述冠脉血管的初始血管分割图像,确定所述冠脉血管对应的初始管腔密度衰减梯度TAG图像,包括:
根据所述冠脉血管的初始血管分割图像,对所述待分割图像中冠脉血管处的图像值进行平滑处理,确定所述冠脉血管对应的初始TAG图像。
3.根据权利要求2所述的方法,其特征在于,所述根据所述冠脉血管的初始血管分割图像,对所述待分割图像中冠脉血管处的图像值进行平滑处理,确定所述冠脉血管对应的初始TAG图像,包括:
根据所述冠脉血管的初始血管分割图像,对所述冠脉血管进行中心线提取处理,获得所述冠脉血管中心线的多个中心线点以及各所述中心线点的位置;
将各所述中心线点的位置映射至所述待分割图像上,获得各所述中心线点在所述待分割图像上对应位置处的初始图像值;
对各所述中心线点对应的初始图像值进行平滑处理,确定所述冠脉血管对应的初始TAG图像。
4.根据权利要求3所述的方法,其特征在于,所述对各所述中心线点对应的初始图像值进行平滑处理,确定所述冠脉血管对应的初始TAG图像,包括:
对每个所述中心线点对应的初始图像值及其周围的中心线点对应的初始图像值进行均值处理,获得各所述中心线点的目标图像值;
根据各所述中心线点的目标图像值确定所述冠脉血管对应的初始TAG图像。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述中心线点的目标图像值确定所述冠脉血管对应的初始TAG图像,包括:
将各所述中心线点的位置映射至所述初始血管分割图像上,在所述初始血管分割图像上获得各所述中心线点的位置处对应的一段冠脉血管图像;
在所述初始血管分割图像上,为各段所述冠脉血管图像均填充对应的中心线点的目标图像值,获得所述初始TAG图像。
6.根据权利要求1-5任一项所述的方法,其特征在于,所述将所述待分割图像和所述初始TAG图像输入至所述分割网络中进行目标分割,确定所述冠脉血管的目标血管分割图像,包括:
执行分割操作,所述分割操作包括:将所述待分割图像和所述初始TAG图像输入至所述分割网络中进行目标分割,确定所述冠脉血管的第一分割图像;根据所述冠脉血管的第一分割图像确定所述冠脉血管对应的第一TAG图像;
将所述第一TAG图像作为新的初始TAG图像,并返回执行所述分割操作,直至达到预设的迭代截止条件为止,获得所述冠脉血管的目标血管分割图像。
7.一种冠脉血管分割装置,其特征在于,所述装置包括:
初始分割模块,用于将获取的待分割图像输入至分割网络中进行初始分割,获得所述待分割图像中冠脉血管的初始血管分割图像;
图像确定模块,用于根据所述冠脉血管的初始血管分割图像,确定所述冠脉血管对应的初始管腔密度衰减梯度TAG图像;其中,所述初始TAG图像中所述冠脉血管首端至末端的图像值呈线性变化;
目标分割模块,用于将所述待分割图像和所述初始TAG图像输入至所述分割网络中进行目标分割,确定所述冠脉血管的目标血管分割图像。
8.一种计算机设备,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至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,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至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211335338.3A CN115661082A (zh) | 2022-10-28 | 2022-10-28 | 冠脉血管分割方法、装置、设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211335338.3A CN115661082A (zh) | 2022-10-28 | 2022-10-28 | 冠脉血管分割方法、装置、设备、存储介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115661082A true CN115661082A (zh) | 2023-01-31 |
Family
ID=84994192
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211335338.3A Pending CN115661082A (zh) | 2022-10-28 | 2022-10-28 | 冠脉血管分割方法、装置、设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115661082A (zh) |
-
2022
- 2022-10-28 CN CN202211335338.3A patent/CN115661082A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110148192B (zh) | 医学影像成像方法、装置、计算机设备和存储介质 | |
CN111161275B (zh) | 医学图像中目标对象的分割方法、装置和电子设备 | |
CN110310256B (zh) | 冠脉狭窄检测方法、装置、计算机设备和存储介质 | |
CN109712163B (zh) | 冠脉提取方法、装置、图像处理工作站和可读存储介质 | |
CN115965750B (zh) | 血管重建方法、装置、计算机设备和可读存储介质 | |
CN113538471B (zh) | 斑块的分割方法、装置、计算机设备和存储介质 | |
CN115409859A (zh) | 冠状动脉血管图像分割方法及装置、存储介质和终端 | |
CN113129418B (zh) | 基于三维影像的目标表面重建方法、装置、设备和介质 | |
CN114299057A (zh) | 血管中心线的提取方法和存储介质 | |
CN114170440A (zh) | 图像特征点的确定方法、装置、计算机设备和存储介质 | |
CN111489318B (zh) | 医学图像增强方法和计算机可读存储介质 | |
CN113192031A (zh) | 血管分析方法、装置、计算机设备和存储介质 | |
CN116128895A (zh) | 医学图像分割方法、装置和计算机可读存储介质 | |
CN116977352A (zh) | 斑块分割方法、装置和计算机可读存储介质 | |
CN111209946A (zh) | 三维图像处理方法、图像处理模型训练方法及介质 | |
CN116521915A (zh) | 一种相似医学图像的检索方法、系统、设备及介质 | |
CN115661082A (zh) | 冠脉血管分割方法、装置、设备、存储介质和程序产品 | |
CN115861248A (zh) | 医学图像分割方法、医学模型训练方法、装置和存储介质 | |
CN113177953B (zh) | 肝脏区域分割方法、装置、电子设备及存储介质 | |
CN116188412A (zh) | 一种心脏血管分支识别方法、系统和存储介质 | |
CN115482261A (zh) | 血管配准方法、装置、电子设备及存储介质 | |
CN109242962A (zh) | 肺结节的3d显示方法、装置及电子设备 | |
CN115546089A (zh) | 医学图像分割方法、病理图像处理方法、装置、设备 | |
CN117115187B (zh) | 颈动脉壁分割方法、装置、计算机设备和存储介质 | |
CN114677335A (zh) | 血管图像处理方法、装置、计算机设备和存储介质 |
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 |