CN115775216A

CN115775216A - 血管信息的获取方法、电子设备和存储介质

Info

Publication number: CN115775216A
Application number: CN202111045871.1A
Authority: CN
Inventors: 杨君荣; 杨溪
Original assignee: Shanghai Weiwei Medical Technology Co ltd
Current assignee: Shanghai Weiwei Medical Technology Co ltd
Priority date: 2021-09-07
Filing date: 2021-09-07
Publication date: 2023-03-10

Abstract

本发明提供了一种血管信息的获取方法、电子设备和存储介质，所述方法包括获取血管掩膜图像；根据血管掩膜图像，获取起始点和终止点的位置坐标；根据起始点和终止点的位置坐标，采用预设算法，确定起始点与终止点之间的目标路径，并将目标路径作为血管中心线；根据血管掩膜图像，获取血管中心线上的每一像素点所对应的横截面的点集；根据血管中心线上的每一像素点所对应的横截面的点集，获取血管的横截面特征信息。本发明可以快速自动的计算血管中心线，不仅减少了人机交互的繁琐操作，而且还提高了计算效率。此外，本发明在获取血管中心线后，还计算了血管中心线所对应的横截面的特征属性，从而可以为医生提供更全面的血管信息。

Description

血管信息的获取方法、电子设备和存储介质

技术领域

本发明涉及图像处理技术领域，特别涉及一种血管信息的获取方法、电子设备和存储介质。

背景技术

血管疾病尤其是心血管疾病，已经成为威胁人类生命安全的主要疾病之一。在手术过程中，医生通过血管成像技术来辅助诊断各种血管疾病，例如钙化、主动脉夹层、动脉瘤等。基于血管的中心线和横截面能够重建出对应的血管曲面或拉直图像，也可生成一系列血管后处理图像，对于医生的诊断和后续治疗方案(如对于主动脉夹层，可用于选择合适的支架型号等)的提出具有重要意义。

虽然目前已经有很多血管中心线提取技术，但其仍然是一个非常具有挑战性的任务。例如现有技术中公开了一种血管中心线提取方法，从多条候选中心线中选择至少一条候选中心线作为所述血管区域的中心线，通过比较候选中心线上的顶点与基准血管尺寸进行比较，从而得到中心线，可见该现有技术所提供的血管中心线的提取方法需要模板且效率较慢，且无法获取血管的横截面特征信息。

发明内容

本发明的目的在于提供一种血管信息的获取方法、电子设备和存储介质，不仅可以提高血管中心线的计算效率，同时也可以获取血管的横截面特征信息。

为达到上述目的，本发明提供一种血管信息的获取方法，包括：

获取血管掩膜图像；

根据所述血管掩膜图像，获取起始点和终止点的位置坐标；

根据所述起始点和所述终止点的位置坐标，采用预设算法，确定所述起始点与所述终止点之间的目标路径，并将所述目标路径作为血管中心线；

根据所述血管掩膜图像，获取所述血管中心线上的每一像素点所对应的横截面的点集；

根据所述血管中心线上的每一像素点所对应的横截面的点集，获取血管的横截面特征信息。

可选的，所述方法还包括：

根据所述血管掩膜图像，获取中间点的位置坐标；

所述根据所述起始点和所述终止点的位置坐标，采用预设算法，确定所述起始点与所述终止点之间的目标路径，包括：

根据所述起始点、所述中间点和所述终止点的位置坐标，采用预设算法，确定所述起始点与所述中间点之间的第一目标路径以及所述中间点与所述终止点之间的第二目标路径；

连接所述第一目标路径和所述第二目标路径，确定所述起始点与所述终止点之间的目标路径。

可选的，所述采用预设算法，确定所述起始点与所述中间点之间的第一目标路径，包括：

以所述起始点作为起始节点、所述中间点作为目标节点，采用A星算法，确定所述起始点与所述中间点之间的第一目标路径；

所述采用预设算法，确定所述中间点与所述终止点之间的第二目标路径，包括：

以所述中间点作为起始节点、所述终止点作为目标节点，采用A星算法，确定所述中间点与所述终止点之间的第二目标路径。

可选的，所述A星算法中采用的代价函数如下所示：

F(P)＝w1*G(P)+w2*H(P)

式中，F(P)是总代价，G(P)为起始节点到节点P的实际代价，H(P)为节点P到终止节点D的估计代价，

为节点P到终止节点D的欧式距离，

为节点P到其父节点的欧式距离，w1为第一权重系数，w2为第二权重系数。

可选的，所述第一权重系数w1为与所述节点P相关的动态系数。

可选的，所述方法还包括：

针对所述血管掩膜图像中的每一非零像素点，由近及远遍历其周边邻域像素点，直至找到与所述非零像素点距离最近的零像素点，计算所述非零像素点与所述零像素点之间的距离，并将所述距离设置为所述非零像素点的像素值，以获取血管距离变换图像；

所述第一权重系数w1的计算公式如下所示：

w1＝β*e^ΔP

其中，β为第一调节因子，且0＜β＜1，ΔP为所述血管距离变换图像中的最大像素值与所述节点P在所述血管距离变换图像中的像素值的差值的绝对值。

可选的，所述第二权重系数w2为与所述节点P相关的动态系数。

可选的，所述第二权重系数w2的计算公式如下所示：

其中，σ为第二调节因子，且0＜σ＜1，|Z_P-Z_D|为所述节点P的Z坐标Z_P与所述终止节点D的Z坐标Z_D之间的差值的绝对值。

可选的，所述根据所述血管掩膜图像，获取所述血管中心线上的每一像素点所对应的横截面的点集，包括：

获取所述血管掩膜图像上的每一非零像素点的位置坐标；

针对所述血管中心线上的每一像素点：

将所述像素点和所述血管中心线上的与其相邻的邻像素点组成第一向量，并将所述像素点和每一所述非零像素点分别组成第二向量；

根据所述像素点、所述邻像素点和所述非零像素点的位置坐标，计算所述第一向量和所述第二向量之间的夹角；

将夹角在预设范围内的所述非零像素点所组成的点集作为所述像素点所对应的横截面的点集；

所述根据所述血管中心线上的每一像素点所对应的横截面的点集，获取血管的横截面特征信息，包括：

针对所述血管中心线上的每一像素点，将所述像素点和其所对应的横截面的点集进行拟合，以得到对应的横截面；

根据所述血管中心线上的每一所述像素点所对应的横截面，获取血管的横截面特征信息。

可选的，所述根据所述血管中心线上的每一所述像素点所对应的横截面，获取血管的横截面特征信息，包括：

将所述血管中心线上的每一所述像素点所对应的横截面映射至Z＝0的平面上，以获取对应的映射平面；

根据所述映射平面上的各像素点的位置坐标，获取所述映射平面的特征信息；

根据所述映射平面的特征信息，获取血管的横截面特征信息。

可选的，所述方法还包括：

对未分叉血管区域的血管中心线上的各像素点进行第一修正，以得到对应的第一修正点；

对分叉血管区域的血管中心线上的各像素点进行第二修正，以得到对应的第二修正点；

根据所述第一修正点和所述第二修正点，以得到修正后的血管中心线。

可选的，所述方法还包括：

所述对未分叉血管区域的血管中心线上的各像素点进行第一修正，以得到对应的第一修正点，包括：

针对所述未分叉血管区域的血管中心线上的每一像素点：

将所述像素点在所述血管距离变换图像上所对应的第一横截面图像映射到Z＝0的平面上，以获取对应的第一映射图像；

将所述第一映射图像中的像素值最大的像素点作为对应的第一映射点；

根据所述第一映射点，获取对应的第一修正点。

可选的，所述对分叉血管区域的血管中心线上的各像素点进行第二修正，以得到对应的第二修正点，包括：

针对所述分叉血管区域的血管中心线上的每一像素点：

将所述像素点在所述血管距离变换图像上所对应的第二横截面图像映射到Z＝0的平面上，以获取对应的第二映射图像；

根据所述第二映射图像上的各像素点的像素值，获取两个峰值点；

将距离所述像素点最近的所述峰值点作为对应的第二映射点；

根据所述第二映射点，获取对应的第二修正点。

可选的，所述方法还包括：

针对所述分叉血管区域的血管中心线上的每一像素点：

以所述像素点所对应的第二映射点作为种子点，采用分水岭算法对对应的所述第二映射图像进行分割；

根据所述第二映射点所在的连通域的特征信息，对对应的血管横截面特征信息进行修正。

为解决上述技术问题，本发明还提供一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现上文所述的血管信息的获取方法。

为解决上述技术问题，本发明还提供一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上文所述的血管信息的获取方法。

与现有技术相比，本发明提供的血管信息的获取方法、电子设备和存储介质具有以下优点：本发明通过先获取血管掩膜图像；再根据血管掩膜图像，获取起始点和终止点的位置坐标；然后根据所述起始点和所述终止点的位置坐标，采用预设算法，确定所述起始点与所述终止点之间的目标路径，并将所述目标路径作为血管中心线；然后根据所述血管掩膜图像，获取所述血管中心线上的每一像素点所对应的横截面的点集；最后再根据所述血管中心线上的每一像素点所对应的横截面的点集，获取血管的横截面特征信息。可见，本发明可以快速自动的计算血管中心线，不仅减少了人机交互的繁琐操作，而且还提高了计算效率。此外，本发明在获取血管中心线后，还计算了血管中心线所对应的横截面的特征属性，从而可以为医生提供更全面的血管信息，进而能够更好地辅助医生提高诊断的准确性。

附图说明

图1为本发明一实施方式中的血管信息的获取方法的流程示意图；

图2为本发明一实施方式中的确定起始节点与终止节点之间的目标路径的流程示意图；

图3为本发明一实施方式中的获取横截面的点集的流程示意图；

图4为本发明一实施方式中的获取血管的横截面特征信息的流程示意图；

图5为一具体示例中的一段血管的示意图；

图6为一具体示例中的血管横截面的示意图；

图7为本发明一实施方式中的对未分叉血管区域的血管中心线进行修正的流程示意图；

图8为本发明一实施方式中的对分叉血管区域的血管中心线进行修正的流程示意图；

图9为本发明一实施方式中的第二映射点的获取示意图；

图10为本发明一实施方式中的采用分水岭算法得到的连通域的示意图；

图11为本发明一实施方式中的电子设备的方框结构示意图。

其中，附图标记如下：

轮廓-1；像素点-10；峰值点-21、22；

处理器-31；通信接口-32；存储器-33；通信总线-34。

具体实施方式

以下结合附图1至11和具体实施方式对本发明提出的血管信息的获取方法、电子设备和存储介质作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂，请参阅附图。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在与本发明所能产生的功效及所能达成的目的相同或近似的情况下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本发明的核心思想在于提供一种血管信息的获取方法、电子设备和存储介质，不仅可以提高血管中心线的计算效率，同时也可以获取血管的横截面特征信息。需要说明的是，如本领域技术人员所能理解的，本文中所称的像素点的位置坐标是指该像素点在图像坐标系下的坐标。

另外，需要说明的是，本发明实施方式的电子设备可以是个人计算机、移动终端等，该移动终端可以是手机、平板电脑等具有各种操作系统的硬件设备。此外，需要说明的是，虽然本文是以获取主动脉血管的血管信息为例进行说明，但是如本领域技术人员所能理解的，本发明还可以用于获取其它血管，例如神经血管、桡动脉血管等血管的血管信息的获取。

为实现上述思想，本发明提供一种血管信息的获取方法，请参考图1，其示意性地给出了本发明一实施方式提供的血管信息的获取方法的流程示意图。如图1所示，所述血管信息的获取方法包括如下步骤：

步骤S100、获取血管掩膜图像。

其中，所述血管掩膜图像(即二值图像，在该血管掩膜图像中，血管区域的像素值为1，非血管区域的像素值为0)可以采用现有技术中的图像分割方法，例如阈值分割法、区域生长法、神经网络分割法或其它的图像分割法，对获取的医学图像，例如CTA、MRA等图像进行分割后所得到的三维血管图像，所述血管掩膜图像的大小可以根据具体情况进行设置，本发明对此并不进行限制，例如所述血管掩膜图像的大小可为512×512×347像素。

步骤S200、根据所述血管掩膜图像，获取起始点和终止点的位置坐标。

具体地，可以根据实际需求，将所述血管掩膜图像上的需要计算中心线的血管区域的起始处横截面的中心位置作为起始点，将所述血管区域的终止处横截面的中心位置作为终止点。根据所述起始点、所述终止点在所述血管掩膜图像上的位置，即可获取所述起始点和所述终止点的位置坐标(在图像坐标系下的坐标)。需要说明的是，如本领域技术人员所能理解的，所述起始点和所述终止点可以由人工手动进行选择，也可以由计算机根据预先设定好的算法进行选择，本发明对此并不进行限制。

为了进一步提高计算的准确率，在执行步骤S200之前，所述方法还包括：

对所述血管掩膜图像进行平滑处理，以去除噪点。

具体地，可以采用三维高斯滤波器对所述血管掩膜图像进行平滑处理，由此，通过对所述血管掩膜图像进行平滑处理，可以有效去除血管表面的瑕疵点。

对应地，步骤S200为：根据平滑处理后的所述血管掩膜图像，获取起始节点和终止节点的位置坐标。

步骤S300、根据所述起始点和所述终止点的位置坐标，采用预设算法，确定所述起始点与所述终止点之间的目标路径，并将所述目标路径作为血管中心线。

由于血管中心线是由血管的各个横截面的中心点所连成的线，且所述起始节点位于所述血管区域的起始处横截面的中心位置，所述终止节点位于所述血管区域的终止处横截面的中心位置，由此，所述起始点与所述终止点之间的目标路径(包括起始节点和终止节点)，就是所述血管区域的血管中心线。

为了进一步提高所提取的血管中心线的准确性，本发明提供的血管信息的获取方法还包括：

根据所述血管掩膜图像，获取中间点的位置坐标。

对应地，所述步骤S300、根据所述起始点和所述终止点的位置坐标，采用预设算法，确定所述起始点与所述终止点之间的目标路径，并将所述目标路径作为血管中心线，包括：

具体地，所述中间点为所要提取的血管中心线的必经点，由于所述中间点为所要提取的血管中心线的必经点，由此可以进一步提高所获取的血管中心线的准确性。

进一步地，所述采用预设算法，确定所述起始点与所述中间点之间的第一目标路径，包括：以所述起始点作为起始节点、所述中间点作为目标节点，采用A星算法，确定所述起始点与所述中间点之间的第一目标路径。

所述采用预设算法，确定所述中间点与所述终止点之间的第二目标路径，包括：以所述中间点作为起始节点、所述终止点作为目标节点，采用A星算法，确定所述中间点与所述终止点之间的第二目标路径。

需要说明的是，虽然本发明是以A星算法为例进行说明，但是如本领域技术人员所能理解的，还可以采用现有技术中的其它路径算法，例如广度优先算法，Dijkstra算法，最佳优先算法等，确定所述起始节点与所述终止节点之间的目标路径，本发明对此并不进行限制。

进一步地，请参考图2，其示意性地给出了本发明一实施方式提供的确定起始节点与目标节点之间的目标路径的流程示意图。如图2所示，可以采用如下步骤，确定所述起始节点与所述目标节点之间的目标路径：

步骤A、创建用于存放待检测节点的开放列表和用于存放检测过的节点的封闭列表，并将所述起始点放入所述开放列表中；

步骤B、判断所述开放列表是否为空集，若是，则结束计算，若否，则执行步骤C；

步骤C、对所述开放列表中的各节点的代价函数F值进行排序，将代价函数F值最小的节点作为当前节点，并将所述当前节点从所述开放列表移至所述封闭列表中，其中:

F(P)＝w1*G(P)+w2*H(P)；

式中，F(P)是代价函数，G(P)为起始节点到节点P的实际代价，H(P)为节点P到终止节点D的估计代价，

为节点P到终止节点D的欧式距离，

为节点P到其父节点的欧式距离，w1为第一权重系数，w2为第二权重系数；

步骤D、判断所述当前节点是否为终止节点，若是，则执行步骤E，若否，则执行步骤F1；

步骤E、从所述终止节点开始逐步追溯父节点，直至追溯到起始节点，将追溯到的所有节点从起始节点开始依次连接起来，以形成目标路径；

步骤F1、根据所述血管掩膜图像，确定所述当前节点周边邻域的所有邻节点，并以其中一个所述邻节点作为当前邻节点；

步骤F2、判断所述当前邻节点是否位于所述封闭列表中，若是，则执行步骤F3，若否，则执行步骤F4；

步骤F3，跳过所述当前邻节点，并以下一个所述邻节点作为当前邻节点，返回执行步骤F2；

步骤F4、判断所述当前邻节点是否位于所述开放列表中，若是，则执行步骤F5，若否，则执行步骤F6；

步骤F5、计算所述当前邻节点相对于所述当前节点的G值，若新计算的G值小于所述当前邻节点的已存G值，则将所述当前邻节点的已存G值更新为新计算的G值，将所述当前邻节点的父节点更新为当前节点，并执行步骤F7；

步骤F6、将所述邻节点放入所述开放列表中，将所述当前节点设置为所述邻节点的父节点，并执行步骤F7；

步骤F7、判断所述当前邻节点是否为最后一个邻节点，若是，则返回执行步骤B，若否，则执行步骤F8；

步骤F8、以下一个所述邻节点作为当前邻节点，返回执行步骤F2。

具体地，在所述开放列表中只有起始节点的情况下，将所述起始节点从所述开放列表中取出，开放列表中的各节点都有各自的保存的总代价(即F值)、实际代价(即G值)和估计代价(即H值)，可分别对应称为该节点的已存总代价(即已存F值)、已存实际代价(即已存G值)和已存估计代价(即已存H值)。起始节点的已存实际代价为0，随着节点的父节点信息的更新，该节点的已存总代价(即已存F值)、已存实际代价(即已存G值)相应改变。与起始节点相邻的邻节点最初都是以所述起始节点作为父节点。

其中：

在获取所述当前节点周边邻域的邻节点时，选取所述当前节点在所述血管掩膜图像(优选为平滑处理后的血管掩膜图像)上的26邻域中的非零像素点作为所述当前节点的邻节点。

由此，通过将所述起始点作为起始节点、中间点作为目标节点，并采用图2所示的流程，即可获取所述起始点与所述中间点之间的目标路径(即第一目标路径)；通过将所述中间点作为起始节点、终止点作为目标节点，并采用图2所示的流程，即可获取所述中间点与所述终止点之间的目标路径(即第二目标路径)。需要说明的是，如本领域技术人员所能理解的，在步骤E中，遍历完所述当前节点的所有邻节点后，再返回执行步骤B，由此，通过重复执行上述步骤B至步骤E，直至最终选出的当前节点为终止节点，从终止节点开始向其父节点移动，其父节点再向其自身的父节点移动，以此类推，直至移动到起始节点，这些节点所形成的路径即为目标路径，也即血管中心线。

进一步地，所述第一权重系数为与所述节点P相关的动态系数。由此，本发明通过将第一权重系数设为与所述节点P相关的动态系数，可以实现对代价函数的动态调节，更以利于高效寻找目标路径。

具体地，所述方法还包括：

所述第一权重系数w1的计算公式如下所示：

w1＝β*e^ΔP

由于血管的各横截面的中心点距离血管壁的距离最远，因此在所述血管距离变换图像中，位于血管区域的各横截面的中心点的像素点的像素值最大，若节点P在所述血管距离变换图像中的像素值越大，则w1的值越小，也即越靠近血管实际中心线的节点P所对应的第一权重系数就越小，此种设置，可以保证最终获得的路径节点尽量沿着血管中心行走，即保证获得的目标路径与血管实际中心线更加靠近，从而保证获取的血管中心线的准确性。

更进一步地，所述第二权重系数w2也为与所述节点P相关的动态系数。由此，通过将所述第二权重系数也设为与所述节点P相关的动态系数，可以进一步实现对代价函数的动态调节，更有利于高效寻找目标路径。

具体地，所述第二权重系数w2的计算公式如下所示：

由于，默认起始节点所在的切片层数和终止节点所在的切片层数相距最远(即起始节点的Z坐标和终止节点的Z坐标之间的差值的绝对值最大)，例如，主动脉血管是沿人体的头颈部方向自上而下的，由此，通过将第二权重系数W2设置为与切片层数(即Z坐标)动态相关，其中，节点P的Z坐标与终止节点D的Z坐标的差值的绝对值越大，则W2越大，从而可以更加有利于高效寻找最佳路径。需要说明的是，如本领域技术人员所能理解的，若所获取的血管掩膜图像为神经血管的掩膜图像，则可将参数W2直接设置为1。

步骤S400、根据所述血管掩膜图像，获取所述血管中心线上的每一像素点所对应的横截面的点集。

由此，通过获取所述血管中心线上的每一像素点所对应的横截面的点集，可以为后续获取血管的横截面特征信息提供理论依据。

具体地，请参考图3，其示意性地给出了本发明一实施方式提供的获取横截面的点集的流程示意图。如图3所示，所述步骤S400、根据所述血管掩膜图像，获取所述血管中心线上的每一像素点所对应的横截面的点集，具体包括：

获取所述血管掩膜图像上的每一非零像素点的位置坐标；

针对所述血管中心线上的每一像素点：

将夹角在预设范围内的所述非零像素点所组成的点集作为所述像素点所在横截面的点集。

具体地，可以将获取的所有非零像素点(像素值为1的像素点)的位置坐标存入一个有效集合内，然后以所述血管中心线上的第一个像素点(即血管中心线上的起始像素点)作为当前点，并将所述当前点与下一个像素点(即血管中心线上的第二个像素点)组成第一向量

以及将所述当前点(即起始像素点)与所述有效集合内的第一个非零像素点A1组成第二向量

通过计算所述第一向量

与所述第二向量

之间的夹角θ₁₁并判断所述夹角θ₁₁是否位于预设范围内(例如90°±1°)，若判断结果为所述夹角θ₁₁位于预设范围内，则说明该非零像素点是所述当前点所对应的横截面上的点，则将该点A1保存至用于存放该当前点的横截面的点集的集合中。然后再将所述当前点与所述有效集合内的下一个非零像素点A2组成第二向量

并判断所述第一向量

与所述第二向量

之间的夹角θ₁₂是否位于预设范围内，若判断结果为是，则将该点A2保存至用于存放该当前点的横截面的点集的集合中。对于所述有效集合内的每一个非零像素点均执行上述操作，直至遍历完所述有效集合内的所有非零像素点，以得到第一个像素点所对应的横截面的点集。在获取第一像素点所对应的横截面的点集后，再以第二个像素点作为当前点，然后重复上述过程，以获得第二个像素点所对应的横截面的点集。以此类推，直至所述当前点为最后一个像素点，对于最后一个像素点，可以将最后一个像素点和与其相邻的上一个像素点组成第一向量，以获得最后一个像素点所对应的横截面的点集。

需要说明的是，如本领域技术人员所能理解的，假设当前点的坐标为(X_j,Y_j,Z_j)，邻像素点的坐标为(X_k,Y_k,Z_k)，非零像素点Ai的坐标为(X_Ai,Y_Ai,Z_Ai)，则第一向量

第二向量

则所述第一向量与所述第二向量之间的夹角为:

此外，需要说明的是，在其它一些实施方式中，在获取第一向量时，若当前点既不是所述血管中心线上的第一个像素点，也不是所述血管中心线上的最后一个像素点，则可以将所述当前点与所述血管中心线上的上一个像素点或下一个像素点组成第一向量，本发明对此并不进行限制。

步骤S500、根据所述血管中心线上的每一像素点所对应的横截面的点集，获取血管的横截面特征信息。

由此，本发明通过根据所述血管中心线上的每一像素点所对应的横截面的点集，即可获取血管的横截面特征信息(例如周长和/或面积和/或轮廓坐标和/或长短轴坐标等)，从而可以为医生提供更加全面的血管信息，进而能够更好地辅助医生提高诊断的准确性，此外所获取血管的横截面特征信息还可以用于后期评估血管的狭窄程度，用于指导支架的型号选择等。

进一步地，所述根据所述血管中心线上的每一像素点所对应的横截面的点集，获取血管的横截面特征信息，包括：

由于所获取的横截面的点集数据是离散的，无法直接计算血管横截面的特征信息，由此，通过对所述血管中心线上的每一所述像素点和其所对应的横截面的点集分别进行拟合，即可得到所述血管中心线上的每一像素点所对应的横截面，再根据每一像素点所对应的横截面，即可获取血管的横截面特征信息。具体地，将所述血管中心线上的第一个像素点和其所对应的横截面的点集进行拟合，例如采用最小二乘拟合，即可得到所述第一个像素点所对应的横截面，根据所述第一个像素点所对应的横截面，即可获取血管在与第一个像素点对应位置处的横截面特征信息；将所述血管中心线上的第二个像素点和其所对应的横截面的点集进行拟合，例如采用最小二乘拟合，即可得到所述第二个像素点所对应的横截面，根据所述第二个像素点所对应的横截面，即可获取血管在与第二个像素点对应位置处的横截面特征信息；以此类推，即可获取血管在各个位置处的横截面特征信息。

更进一步地，请参考图4，其示意性地给出了本发明一实施方式提供的获取血管的横截面特征信息的流程示意图。如图4所示，所述根据所述血管中心线上的每一所述像素点所对应的横截面，获取血管的横截面特征信息，包括：

由于横截面是与血管中心线相垂直的平面，其可能存在任意角度，无法直接计算横截面属性(即特征信息)，因此需要进行变换。由此，本发明通过先将所述血管中心线上的各个像素点所对应的横截面分别映射至Z＝0的平面(即Z坐标为0的平面，也即以图像坐标系为参考系的XOY平面)上，再进行特征信息的计算，可以大大减少计算量。具体地，以其中一个横截面为例，可通过旋转平移操作将所述横截面移至Z＝0的平面上，以得到对应的映射平面(映射平面上的各像素点的Z坐标为0)，所述映射平面与所述横截面之间的映射关系可用一旋转平移矩阵进行表示，不同的横截面对应不同的旋转平移矩阵；根据所述映射平面上的各像素点的位置坐标，即可获取所述映射平面的周长、面积、轮廓坐标、长短轴坐标等特征信息，由于周长、面积属于固定属性，并不随着旋转平移而改变，因此该映射平面的周长、面积即为所述横截面的周长、面积，将所述映射平面的轮廓坐标、长短轴坐标通过所述旋转平移矩阵逆变换到所述横截面上，即可得到所述横截面的轮廓坐标和长短轴坐标，根据所述横截面的周长和/或面积和/或轮廓坐标和/或长短轴坐标，即可获取血管的横截面特征信息。重复采用上述方法，可以得到血管中心线上的其它各个像素点所对应的横截面的特征信息，由此可以获得血管在各个横截面处的特征信息。需要说明的是，如本领域技术人员所能理解的，所获取的血管横截面特征信息可以为周长、面积、轮廓坐标和长短轴坐标中的任一种或任几种，具体可以根据实际情况进行选择，本发明对此并不进行限制。

请参考图5和图6，其中图5示意性地给出了一具体示例中的一段血管的示意图；图6示意性地给出了一具体示例中的血管横截面的示意图，如图5和图6所示，血管横截面的长轴a的坐标用血管横截面的轮廓1上的距离该血管横截面的中心点O最远的点A的坐标表示，血管横截面的短轴b的坐标用血管横截面的轮廓1上的距离该血管横截面的中心点O最近的点B的坐标表示。需要说明的是，如本领域技术人员所能理解的，轮廓1的周长即为该血管横截面的周长，轮廓1所限定的面积即为该血管横截面的的面积。

作为一种优选，本发明提供的血管信息的获取方法还包括：

对所述血管中心线进行修正，以获取修正后的血管中心线。

由于本发明在确定目标路径时，虽然对第一权重系数W1和第二权重系数W2的值进行了动态调整，但是还是会出现计算得到的目标路径(即血管中心线)上的某一像素点或某些像素点未在血管中间，而是沿着血管壁行走的可能，为此，本发明通过对所述血管中心线进行修正，可以保证最终获得的血管中心线上的各点都是沿着血管中心行走的，以确保最终获得的血管中心线的准确性。

具体地，所述对所述血管中心线进行修正，以获取修正后的血管中心线，包括：

对分叉血管区域的血管中心线上的各点节进行第二修正，以得到对应的第二修正点；

由此，本发明针对未分叉血管区域的血管中心线上的各像素点采用第一修正手段进行修正，针对分叉血管区域的血管中心线上的各像素点采用第二修正手段进行修正，即针对未分叉血管区域和分叉血管区域的血管中心线采用不同的修正方法，可以进一步确保最终获得的血管中心线的准确性。

进一步地，请参考图7，其示意性地给出了本发明一实施方式提供的对未分叉血管区域的血管中心线进行修正的流程示意图。如图7所示，所述对未分叉血管区域的血管中心线上的各像素点进行第一修正，以得到对应的第一修正点，包括：

针对所述未分叉血管区域的血管中心线上的每一像素点：

根据所述第一映射点以及所所述第一横截面图像和所述第一映射图像之间的映射关系，获取对应的第一修正点。

关于如何获取血管距离变换图像，可以参考上文的相关描述，在此不再进行赘述。以未分叉血管区域的血管中心线上的其中一个像素点为例，可以根据该像素点所对应的横截面的点集(参考上文中的相关描述)，获取该像素点在所述血管距离变换图像上所对应的第一横截面图像；然后将该第一横截面图像通过一旋转平移矩阵映射至Z＝0的平面(即Z坐标为0的平面，也即以图像坐标系为参考系的XOY平面)上，以获取对应的第一映射图像；再遍历所述第一映射图像中的每一像素点，以找出像素值最大的像素点(即距离血管边缘最远的点，也即中心点)，并将该像素值最大的像素点作为该像素点所对应的第一映射点；最后再通过所述旋转平移矩阵的逆矩阵将所述第一映射点映射至所述第一横截面图像上，即可得到所述像素点所对应的第一修正点。同理，可以对所述未分叉血管区域的血管中心线上的其它像素点进行修正，以获取对应的第一修正点。依次连接所述第一修正点，即可得到未分叉血管区域的修正后的血管中心线。

请继续参考图8，其示意性地给出了本发明一实施方式提供的对分叉血管区域的血管中心线进行修正的流程示意图。如图8所示，所述对分叉血管区域的血管中心线上的各像素点进行第二修正，以得到对应的第二修正点，包括：

针对所述分叉血管区域的血管中心线上的每一像素点：

根据所述第二映射图像上的各像素点的像素值，获取两个峰值点(这两个像素峰值点可能为所述第二映射图像中的两个像素值最大的点，也可能是所述第二映射图像中的最大像素值点和第二大像素值点)；

根据所述第二映射点以及所述第二横截面图像和所述第二映射图像之间的映射关系，获取对应的第二修正点。

具体地，以所述分叉血管区域的血管中心线上的某一个像素点为例，可以根据该像素点所对应的横截面的点集(参考上文中的相关描述)，获取该像素点在所述血管距离变换图像上所对应的第二横截面图像；然后将该第二横截面图像通过一旋转平移矩阵映射至Z＝0的平面(即Z坐标为0的平面，也即以图像坐标系为参考系的XOY平面)上，以获取对应的第二映射图像；再遍历所述第二映射图像中的每一像素点，以找出两个像素峰值点(这两个峰值点分别对应两个分支血管的中心)，这两个像素峰值点可能为所述第二映射图像中的两个像素值最大的点(即这两个峰值点的像素值相同，且像素值最大)，也可能是所述第二映射图像中的最大像素值点和第二大像素值点(即其中一个峰值点为最大像素值点，另一个峰值点为第二大像素值点)，再分别计算这两个峰值点与所述像素点之间的距离，并将距离所述像素点最近的峰值点作为所述像素点的第二映射点，最后再通过所述旋转平移矩阵的逆矩阵将所述第二映射点映射至所述第二横截面图像上，即可得到所述像素点所对应的第二修正点。同理，可以对所述分叉血管区域的血管中心线上的其它像素点进行修正，以获取对应的第二修正点。依次连接所述第二修正点，即可得到分叉血管区域的修正后的血管中心线。请参考图9，其示意性地给出了本发明一实施方式提供的第二映射点的获取示意图。如图9所示，在像素点10所对应的第二映射图像中，找到了两个峰值点21和22，其中峰值点21距离像素点10更近，因此将峰值点21作为像素点10所对应的第二修正点。

由于在微小血管长度内，由目标路径所确定的血管中心线与血管理论上的中心线是平行的，即由目标路径确定的血管中心线与修正后的血管中心线是平行的。因此，针对未分叉血管区域，通过未修正前的血管中心线上的各像素点对应的横截面点集获取的血管的横截面特征信息，可以不用进行修正。而针对分叉血管区域，需要对其血管的横截面特征信息进行修正。

进一步地，可以采用如下过程对所述分叉血管区域的血管中心线上的每一像素点所对应的血管的横截面特征信息进行修正：

针对所述分叉血管区域的血管中心线上的每一像素点，以所述像素点所对应的第二映射点作为种子点，采用分水岭算法对对应的所述第二映射图像进行分割；并根据所述第二映射点所在的连通域的特征信息，对对应的血管横截面特征信息进行修正。

具体地，可以在所述第二映射图像中，以所述第二映射点作为种子点，然后基于所述种子点遍历周边像素点，当遇到像素值为1的像素点或没有像素点时，则退出，从而将两个分支血管区域分割开，所述第二映射点所在的连通域即为关注的分支血管区域。关于分水岭算法的更多内容可参考现有技术，在此不再进行赘述。请参考图10，其示意性地给出了本发明一实施方式中的采用分水岭算法得到的连通域的示意图。如图10所示，通过采用分水岭算法，可以将峰值点21(即第二映射点)和峰值点22所在的区域完整的分割开。由此根据所述第二映射点所在的连通域所对应的特征信息，即可对对应位置处的血管的横截面的特征信息进行修正。具体地，根据所述第二映射点所在的连通域的各像素点的位置坐标，可以获取所述连通域的周长、面积、轮廓坐标和长短轴坐标，该连通域的周长、面积即为分叉血管在对应位置横截面处的周长、面积，通过所述第二横截面图像和所述第二映射图像之间的旋转平移矩阵的逆矩阵，即可将所述轮廓坐标和长短轴坐标映射至所述第二横截面图像上，从而获取分叉血管在对应横截面处的轮廓坐标和长短轴坐标。

基于同一发明构思，本发明还提供一种电子设备，请参考图11，其示意性地给出了本发明一实施方式提供的电子设备的方框结构示意图。如图11所示，所述电子设备包括处理器31和存储器33，所述存储器33上存储有计算机程序，所述计算机程序被所述处理器31执行时，实现上文所述的血管信息的获取方法。

如图11所示，所述电子设备还包括通信接口32和通信总线34，其中所述处理器31、所述通信接口32、所述存储器33通过通信总线34完成相互间的通信。所述通信总线34可以是外设部件互连标准(Peripheral Component Interconnect，PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，EISA)总线等。该通信总线34可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。所述通信接口32用于上述电子设备与其他设备之间的通信。

本发明中所称处理器31可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器31是所述电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。

所述存储器33可用于存储所述计算机程序，所述处理器31通过运行或执行存储在所述存储器33内的计算机程序，以及调用存储在存储器33内的数据，实现所述电子设备的各种功能。

所述存储器33可以包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

本发明还提供了一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时可以实现上文所述的血管信息的获取方法。

本发明实施方式的可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、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。计算机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、便携式计算机硬盘、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、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其组合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

综上所述，与现有技术相比，本发明提供的血管信息的获取方法、电子设备和存储介质具有以下优点：本发明通过先获取血管掩膜图像；再根据血管掩膜图像，获取起始点和终止点的位置坐标；然后根据所述起始点和所述终止点的位置坐标，采用预设算法，确定所述起始点与所述终止点之间的目标路径，并将所述目标路径作为血管中心线；然后根据所述血管掩膜图像，获取所述血管中心线上的每一像素点所对应的横截面的点集；最后再根据所述血管中心线上的每一像素点所对应的横截面的点集，获取血管的横截面特征信息。可见，本发明可以快速自动的计算血管中心线，不仅减少了人机交互的繁琐操作，而且还提高了计算效率。此外，本发明在获取血管中心线后，还计算了血管中心线所对应的横截面的特征属性，从而可以为医生提供更全面的血管信息，进而能够更好地辅助医生提高诊断的准确性。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

应当注意的是，在本文的实施方式中所揭露的装置和方法，也可以通过其他的方式实现。以上所描述的装置实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本文的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用于执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本文各个实施方式中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

上述描述仅是对本发明较佳实施方式的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于本发明的保护范围。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims

1.一种血管信息的获取方法，其特征在于，包括：

获取血管掩膜图像；

根据所述血管掩膜图像，获取起始点和终止点的位置坐标；

2.根据权利要求1所述的血管信息的获取方法，其特征在于，所述方法还包括：

根据所述血管掩膜图像，获取中间点的位置坐标；

3.根据权利要求2所述的血管信息的获取方法，其特征在于，所述采用预设算法，确定所述起始点与所述中间点之间的第一目标路径，包括：

4.根据权利要求3所述的血管信息的获取方法，其特征在于，所述A星算法中采用的代价函数如下所示：

F(P)＝w1*G(P)+w2*H(P)

为节点P到终止节点D的欧式距离，

5.根据权利要求4所述的血管信息的获取方法，其特征在于，所述第一权重系数w1为与所述节点P相关的动态系数。

6.根据权利要求4所述的血管信息的获取方法，其特征在于，所述方法还包括：

所述第一权重系数w1的计算公式如下所示：

w1＝β*e^ΔP

7.根据权利要求6所述的血管信息的获取方法，其特征在于，所述第二权重系数w2为与所述节点P相关的动态系数。

8.根据权利要求7所述的血管信息的获取方法，其特征在于，所述第二权重系数w2的计算公式如下所示：

9.根据权利要求1所述的血管信息的获取方法，其特征在于，所述根据所述血管掩膜图像，获取所述血管中心线上的每一像素点所对应的横截面的点集，包括：

获取所述血管掩膜图像上的每一非零像素点的位置坐标；

针对所述血管中心线上的每一像素点：

10.根据权利要求9所述的血管信息的获取方法，其特征在于，所述根据所述血管中心线上的每一所述像素点所对应的横截面，获取血管的横截面特征信息，包括：

11.根据权利要求10所述的血管信息的获取方法，其特征在于，所述方法还包括：

12.根据权利要求11所述的血管信息的获取方法，其特征在于，所述方法还包括：

针对所述未分叉血管区域的血管中心线上的每一像素点：

根据所述第一映射点，获取对应的第一修正点。

13.根据权利要求12所述的血管信息的获取方法，其特征在于，所述对分叉血管区域的血管中心线上的各像素点进行第二修正，以得到对应的第二修正点，包括：

针对所述分叉血管区域的血管中心线上的每一像素点：

根据所述第二映射点，获取对应的第二修正点。

14.根据权利要求13所述的血管信息的获取方法，其特征在于，所述方法还包括：

针对所述分叉血管区域的血管中心线上的每一像素点：

15.一种电子设备，其特征在于，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现权利要求1至14中任一项所述的血管信息的获取方法。

16.一种可读存储介质，其特征在于，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至14中任一项所述的血管信息的获取方法。