CN116188564A - 血管中心线提取方法及装置、血管拉直方法及装置 - Google Patents

Abstract

本申请提供了一种血管中心线提取方法及装置、血管拉直方法及装置、电子设备和计算机可读存储介质，涉及医学图像处理领域。该方法包括：基于头颈部CTA图像、头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像；针对多个目标血管区域中每个目标血管区域，基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径；基于最优路径确定目标血管区域的中线，得到目标血管区域对应的中线；融合目标血管区域的血管骨架和目标血管区域对应的中线，得到目标血管区域对应的血管中心线。该方法能够有效缓解中线偏移问题，从而得到更准确的血管中心线。

Description

血管中心线提取方法及装置、血管拉直方法及装置

技术领域

本申请涉及医学图像处理领域，具体涉及一种血管中心线提取方法及装置、血管拉直方法及装置、电子设备和计算机可读存储介质。

背景技术

提取血管中心线是临床工作和产品研发中的核心基础工作，提取出的血管中心线能够用于血管建模、可视化分析以及介入手术导航，对后续血管疾病的诊断和治疗具有重大意义。因此，准确地提取出血管中心线十分重要。

然而，传统的血管中心线提取方法在面对血管迂曲或粘连等复杂情况时，无法准确地获取血管中心线。

发明内容

有鉴于此，本申请实施例提供了一种血管中心线提取方法及装置、血管拉直方法及装置、电子设备和计算机可读存储介质，以解决在面对血管迂曲或粘连等复杂情况时无法准确地获取血管中心线的问题。

根据本申请实施例的第一方面，提供一种血管中心线提取方法，该方法包括：基于头颈部CTA图像、头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像；针对多个目标血管区域中每个目标血管区域，基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径；基于最优路径，确定目标血管区域对应的中线；融合目标血管区域的血管骨架和目标血管区域对应的中线，得到目标血管区域对应的血管中心线。

在一个实施例中，基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径，包括：确定血管分割数据对应的距离图，距离图用于表征血管分割数据中每个像素与血管分割数据对应的轮廓数据之间的距离；基于血管分割数据和区域CTA图像中每个像素的CT值，对区域CTA图像进行窗变换操作和权重映射操作，得到区域CTA图像对应的权重图，权重图用于表征区域CTA图像中每个像素的权重；对距离图和权重图进行逐像素加权，得到血管分割数据中每个像素对应的加权距离值，以确定目标血管区域对应的距离权重图；基于距离权重图，搜寻起点和终点之间的最优路径。

在一个实施例中，基于血管分割数据和区域CTA图像中像素的CT值，对区域CTA图像进行窗变换操作和权重映射操作，得到区域CTA图像对应的权重图，包括：基于血管分割数据，确定窗宽参数和窗位参数；利用窗宽参数和窗位参数，对区域CTA图像进行窗变换操作；在窗变换操作过程中，将区域CTA图像中每个像素的CT值映射到预设权重阈值内，得到权重图。

在一个实施例中，基于距离权重图，搜寻起点和终点之间的最优路径，包括：选择起点和终点之间的血管分割数据对应的区域为可行域；基于距离权重图，利用迪杰斯特拉算法在可行域内，搜寻出总距离权重值最小的路径；确定总距离权重值最小的路径为最优路径。

在一个实施例中，基于头颈部CTA图像、头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像，包括：基于头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据；针对目标血管区域中每个目标血管区域，对目标血管区域的血管分割图像进行骨架提取操作，得到目标血管区域对应的血管骨架；基于目标血管区域的血管分割数据，从头颈部CTA图像中选取目标血管区域的区域CTA图像。

根据本申请实施例的第二方面，提供一种血管拉直方法，该方法包括：

确定多个目标血管区域各自对应的血管中心线，目标血管区域对应的血管中心线基于上述第一方面的血管中心线提取方法确定；针对目标血管区域中每

个目标血管区域，利用曲率平滑操作和标架平滑操作对血管中心线进行拉直5操作，得到目标血管区域对应的拉直图像。

根据本申请实施例的第三方面，提供一种血管中心线提取装置，该装置包括：第一确定模块，配置为基于头颈部CTA图像、头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像；第二确定模块，配置为针对多个目标血管区域中每个目标血管0区域，基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径；第三确定模块，配置为基于最优路径确定目标血管区域的中线，得到目标血管区域对应的中线；融合模块，配置为融合血管骨架和中线，得到目标血管区域对应的血管中心线。

5根据本申请实施例的第四方面，提供一种血管拉直装置，该装置包括：

血管中心线确定模块，配置为确定多个目标血管区域各自对应的血管中心线，目标血管区域对应的血管中心线上述第一方面的血管中心线提取方法确定；拉直模块，配置为针对目标血管区域中每个目标血管区域，利用曲率平滑操

作和标架平滑操作对血管中心线进行拉直操作，得到目标血管区域对应的拉0直图像。

根据本申请实施例的第五方面，提供一种电子设备，包括：处理器；以及存储器，在存储器中存储有计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行如上述第一方面或第二方面的方法。

根据本申请实施例的第六方面，提供一种计算机可读存储介质，计算机5可读存储介质上存储有计算机程序指令，计算机程序指令在被处理器运行时使得处理器执行如上述第一方面或第二方面的方法。

本申请实施例提供的血管中心线提取方法，通过基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径，基于最优路径确定目标血管区域的中线，并融合血管骨架和中线的方式，实现准确获得目标血管区域对应的血管中心线的目的。由于该提取方法中融合了基于骨架提取的血管骨架和最优路径确定的中线，能够有效缓解血管迂曲或粘连造成的中线偏移问题，从而实现得到更准确的血管中心线的目的，进而即使面对血管迂曲或粘连等复杂情况时，也能实现准确地获取血管中心线的目的。

附图说明

图1所示为本申请一实施例提供的血管中心线提取方法的流程示意图。

图2所示为本申请一实施例提供的头颈部CTA图像的血管分段数据和四个目标血管区域各自的血管分割数据的示意图。

图3所示为本申请一实施例提供的基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径的流程示意图。

图4所示为本申请一实施例提供的血管分割数据对应的Distance Map的示意图。

图5所示为本申请一实施例提供的血管拉直方法的流程示意图。

图6所示为本申请一实施例提供的血管中心线提取装置的结构示意图。

图7所示为本申请一实施例提供的血管拉直装置的结构示意图。

图8所示为本申请一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。

血管中心线对于后续血管疾病的诊断和治疗具有重大意义。基于血管中心线进行血管建模并对血管进行可视化分析，使得医生能够在任意角度观察血管的三维结构，从而帮助医生更加方便地分析血管疾病，对病人做出更为准确的诊断和治疗。此外，血管介入手术已经成为一种有效的血管疾病治疗措施，血管中心线能够为血管介入路径导航提供介入路径。因此，准确地提取出血管中心线十分必要。

然而，传统的血管中心线提取方法在面对血管迂曲或粘连等复杂情况时，无法准确地获取血管中心线。

为了解决上述问题，本申请实施例提供一种血管中心线提取方法，通过基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径，基于最优路径确定目标血管区域的中线，并融合血管骨架和中线的方式，实现准确获得目标血管区域对应的血管中心线的目的。由于该提取方法中融合了基于骨架提取的血管骨架和最优路径确定的中线，能够有效缓解血管迂曲或粘连造成的中线偏移问题，从而实现得到更准确的血管中心线的目的，进而即使面对血管迂曲或粘连等复杂情况时，也能实现准确地获取血管中心线的目的。

下面结合图1至图8详细介绍本申请实施例提及的血管中心线提取方法、血管中心线提取装置、血管拉直方法、血管拉直装置、电子设备和计算机可读存储介质。

示例性血管中心线提取方法

图1所示为本申请一实施例提供的血管中心线提取方法的流程示意图。如图1所示，该血管中心线提取方法包括如下步骤。

S101：基于头颈部CTA图像、头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像。

头颈部CTA图像指的是，拍摄的头颈部的电子计算机断层扫描血管造影(ComputedTomography Angiography，CTA)图像。

头颈部CTA图像的血管分段数据指的是对头颈部CTA图像中的不同类别的血管进行分段，得到利用不同标记(比如，不同颜色)标注的不同类别的血管段。例如，图2所示为本申请一实施例提供的头颈部CTA图像的血管分段数据和4个目标血管区域各自的血管分割数据的示意图，结合图2中左边第1幅图所示，头颈部CTA图像中的血管包括主动脉弓、左颈内动脉、左颈总动脉、右颈内动脉、右颈总动脉、基地动脉、左侧椎动脉、左锁骨下动脉、右侧椎动脉、右锁骨下动脉、头臂干等类别的血管，利用不同颜色将不同类别的血管段表示出。

需要说明的是，图2中的彩色无法显示出来，但血管分割数据是用不同颜色记性区分的。

示例性地，获得头颈部CTA图像的血管分段数据的具体实现方式为，将颈部CTA图像输入预先训练好的血管分段模型中，得到头颈部CTA图像的血管分段数据。

目标血管区域指的是根据实际应用场景需求将所有血管段划分为几个目标血管区域。目标血管区域如何划分还可以根据用户需求进行划分。比如，结合图2中从左到右第2到第5幅图所示，利用血管分段数据，划分四个目标血管区域，目标血管区域1：左颈内动脉、左颈总动脉、主动脉弓，目标血管区域2：右颈内动脉、右颈总动脉、主动脉弓，目标血管区域3：基地动脉、左侧椎动脉、左锁骨下动脉、头臂干、主动脉弓，目标血管区域4：基地动脉、右侧椎动脉、右锁骨下动脉、主动脉弓。血管分割数据指的是将血管和背景区分开的数据。

在一些实施例中，基于头颈部CTA图像、头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像的具体实现方式为：基于头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据，针对目标血管区域中每个目标血管区域，对目标血管区域的血管分割图像进行骨架提取(skeletonize)操作，得到目标血管区域对应的血管骨架，基于目标血管区域的血管分割数据，从头颈部CTA图像中选取目标血管区域的区域CTA图像。

具体而言，提前预设几个目标血管区域，根据血管分段数据，获取属于每个目标血管区域的血管段，从而得到每个目标血管区域的血管分割图像。对目标血管区域的血管分割图像进行骨架提取操作，得到目标血管区域对应的血管骨架。根据属于每个目标血管区域的血管段，在头颈部CTA图像中截取与目标血管区域对应的区域图像，将该区域图像确定为目标血管区域的区域CTA图像。

S102：针对多个目标血管区域中每个目标血管区域，基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径。

最优路线指的是最居中的路线。具体地，考虑到根据目标血管区域的血管分割数据能够确定血管轮廓，而血管轮廓位置与血管中心线息息相关，因此，目标血管区域的血管分割数据是确定最优路径的重要因素。此外，还考虑到血管分割数据并非百分百完全准确，而血管区域和血管周围区域的CT值不同、CT值某种程度上能够修正血管分割数据，从而影响血管中心线，因此，区域CTA图像中像素的CT值也是确定最优路径的重要因素。基于此，在获得目标血管区域的血管骨架之后，先确定出血管骨架的起点和终点，再基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，利用TEASAR函数提取出起点和终点之间的最优路径。

CT值是拍摄CT的一种计量单位，通常称亨氏单位(hounsfield unit，HU)。

S103：基于最优路径，确定目标血管区域对应的中线。

示例性地，利用TEASAR函数提取出血管骨架的起点和终点之间的最优路径，确定该最优路径就是目标血管区域对应的中线。

利用TEASAR函数提取出血管骨架的起点和终点之间的最优路径，并基于最优路径，确定目标血管区域对应的中线，也可以被理解为利用TEASAR函数提取出目标血管区域对应的中线。

S104：融合目标血管区域的血管骨架和目标血管区域对应的中线，得到目标血管区域对应的血管中心线。

具体地，目标血管区域对应的中线是基于TEASAR函数提取到的，能够使得到的中线在血管居中位置，并且血管骨架是利用skeletonize骨架提取操作得到的，两种方式的结合，能够进一步有效缓解血管迂曲或粘连造成的中线偏移问题，从而得到更准确的血管中心线，进而即使面对血管迂曲或粘连等复杂情况时，也能准确地获取血管中心线。

本申请实施例中，通过基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径，基于最优路径确定目标血管区域的中线，并融合血管骨架和中线的方式，实现准确获得目标血管区域对应的血管中心线的目的。由于该提取方法中融合了基于骨架提取的血管骨架和最优路径确定的中线，能够有效缓解血管迂曲或粘连造成的中线偏移问题，从而实现得到更准确的血管中心线的目的，进而即使面对血管迂曲或粘连等复杂情况时，也能实现准确地获取血管中心线的目的。

下面结合图3详细说明基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径的具体实现方式。

图3所示为本申请一实施例提供的基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径的流程示意图。如图3所示，基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径步骤，包括下列步骤。

S301：确定血管分割数据对应的距离图。

距离图(Distance Map)用于表征血管分割数据中每个像素与血管分割5数据对应的轮廓数据之间的距离。

示例性地，确定血管分割数据对应的距离图可以被执行为，基于血管分割数据得到血管轮廓数据，计算血管分割数据中每个像素和血管轮廓数据的距离，从而得到血管分割数据对应的Distance Map。图4所示为本申请一实

施例提供的血管分割数据对应的Distance Map的示意图，Distance Map具体0形式如图4所示，Distance Map每一层的厚度定义为一个像素宽度，越往里层走，表示越居中，距离越小。

已知最优路线指的是在血管中最居中的路线，并且已知像素越居中，距离越小，则最优路线用最短路径体现，最短路径并非指的是实际的最短的物理距离，而是指的是最居中。

5S302：基于血管分割数据和区域CTA图像中每个像素的CT值，对区域CTA图像进行窗变换操作和权重映射操作，得到区域CTA图像对应的权重图。

权重图用于表征区域CTA图像中每个像素的权重。

已得知血管分割数据并非百分百完全准确，而血管区域和血管周围区域0的CT值不同、CT值某种程度上能够修正血管分割数据，也就是说，基于CT值确定的权重能够修正距离图，从而使得到的血管中心线更居中。

示例性地，基于血管分割数据和区域CTA图像中每个像素的CT值，对区域CTA图像进行窗变换操作和权重映射操作，得到区域CTA图像对应的

权重图可以被执行为：基于血管分割数据，确定窗宽参数和窗位参数。利用5窗宽参数和窗位参数，对区域CTA图像进行窗变换操作。在窗变换操作过程中，将区域CTA图像中每个像素的CT值映射到预设权重阈值内，得到权重图。

具体而言，预设权重阈值为0到1之间，基于血管分割数据计算自适应的窗宽窗位，采用自适应的窗宽窗位，对区域CTA图像做窗变换，每个像素的CT值映射[0，1]之间，得到权重图。

S303：对距离图和权重图进行逐像素加权，得到血管分割数据中每个像素对应的加权距离值，以确定目标血管区域对应的距离权重图。

具体地，将权重图和Distance Map逐像素相乘，得到距离权重图，距离权重图能够表示每个像素的加权距离值。

S304：基于距离权重图，搜寻起点和终点之间的最优路径。

示例性地，基于距离权重图，搜寻起点和终点之间的最优路径可以被执行为：基于距离权重图，利用迪杰斯特拉算法在可行域内，搜寻出总距离权重值最小的路径；确定总距离权重值最小的路径为最优路径。

迪杰斯特拉(Dijkstra)算法，是从一个顶点到其余各顶点的最短路径算法，解决的是有权图中最短路径问题。

具体而言，从起点穿过可行域到终点，有无数条可选路径，根据距离权重图，计算每个可选路径中每个像素点对应的加权距离值的和，即得到总距离权重值，利用迪杰斯特拉算法选择出总距离权重值最小的路径，也就是最短路径，亦可以称为最优路径。

本申请实施例中，利用距离权重图，约束最终选择的路径向居中而非贴近血管轮廓的方向靠近，从而使获得的最优路径最大程度地居中，进而能够有效缓解血管迂曲或粘连造成的中线偏移问题，继而熟悉实现即使面对血管迂曲或粘连等复杂情况时，也能准确地获取血管中心线的目的。

示例性血管拉直方法

在得到目标血管区域对应的血管中心线之后，需要对其进行拉直操作，得到拉直(lumen)图像，以备后续进行血管分析。具体地，拉直操作指的是，曲面重建(curved planarreformation，CPR)，CPR常用来做血管的分析，因为血管结构非常扭曲，很难在CT上直观观察血管的整体状态，CPR可以将扭曲的血管进行拉直，展示在同一平面上，方便观察血管的内壁情况。

下面结合图5详细说明血管拉直方法的具体实现方式。

图5所示为本申请一实施例提供的血管拉直方法的流程示意图。如图5所示，该血管拉直方法包括下列步骤。

S501：确定多个目标血管区域各自对应的血管中心线。

目标血管区域对应的血管中心线基于上述任一实施例提供的血管中心线提取方法确定。

S502：针对目标血管区域中每个目标血管区域，利用曲率平滑操作和标架平滑操作对血管中心线进行拉直操作，得到目标血管区域对应的拉直图像。

示例性地，利用曲率平滑操作和标架平滑操作对血管中心线进行拉直操作，得到目标血管区域对应的拉直图像的具体实现方式为：计算血管中心线的曲率。对曲率进行曲率平滑操作，得到平滑后曲率。基于平滑后曲率，构建初始旋转最小化框架。对初始旋转最小化框架中的法线进行平滑操作，以对初始旋转最小化框架进行标架平滑操作，得到平滑后旋转最小化框架。利用平滑后旋转最小化框架对血管中心线进行拉直操作，得到目标血管区域对应的拉直图像。

具体地，在得到多个目标血管区域各自对应的血管中心线之后，每个血管中心线进行弧长参数化处理，以得到血管中心的曲率，对曲率进行曲率平滑操作，得到平滑后曲率。平滑后曲率对应线上的每个点上互相垂直的坐标系，从而构建初始旋转最小化框架(Rotation Minimization Frames，RMF)。对初始RMF中的法线和负法线进行平滑操作，得到平滑后RMF。利用平滑后RMF对血管中心线进行拉直操作，得到lumen图像。由于平滑后RMF旋转的更小，使得相邻的像素之间像素值差距不大，从而lumen图像更平滑。

本申请实施例中，基于平滑后RMF来进行CPR，对比传统方式，平滑后RMF能显著减少标架系统的旋转，从而实现得到更加平滑的lumen图的目的。

上文结合图1至图5，详细描述了本申请的方法实施例，下面结合图6和图7，详细描述本申请的装置实施例。此外，应理解，方法实施例的描述与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。

示例性血管中心线提取装置

图6所示为本申请一实施例提供的血管中心线提取装置的结构示意图。如图6所示，本申请实施例提供的血管中心线提取装置600包括第一确定模块610、第二确定模块620、第三确定模块630和融合模块640。

在本申请实施例中，第一确定模块610被配置为，基于头颈部CTA图像、头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像。第二确定模块620被配置为，针对多个目标血管区域中每个目标血管区域，基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径。第三确定模块630被配置为，基于最优路径确定目标血管区域的中线，得到目标血管区域对应的中线。融合模块640被配置为，融合血管骨架和中线，得到目标血管区域对应的血管中心线。

本申请实施例中，过基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据，确定血管骨架的起点和终点之间的最优路径，基于最优路径确定目标血管区域的中线，并融合血管骨架和中线的方式，实现准确获得目标血管区域对应的血管中心线的目的。由于该提取方法中融合了基于骨架提取的血管骨架和最优路径确定的中线，能够有效缓解血管迂曲或粘连造成的中线偏移问题，从而实现得到更准确的血管中心线的目的。

在一个实施例中，第二确定单元620进一步被配置为，确定血管分割数据对应的距离图，距离图用于表征血管分割数据中每个像素与血管分割数据对应的轮廓数据之间的距离。基于血管分割数据和区域CTA图像中每个像素的CT值，对区域CTA图像进行窗变换操作和权重映射操作，得到区域CTA图像对应的权重图，权重图用于表征区域CTA图像中每个像素的权重。对距离图和权重图进行逐像素加权，得到血管分割数据中每个像素对应的加权距离值，以确定目标血管区域对应的距离权重图。基于距离权重图，搜寻起点和终点之间的最优路径。

在一个实施例中，第二确定单元620进一步被配置为，基于血管分割数据，确定窗宽参数和窗位参数。利用窗宽参数和窗位参数，对区域CTA图像进行窗变换操作。在窗变换操作过程中，将区域CTA图像中每个像素的CT值映射到预设权重阈值内，得到权重图。

在一个实施例中，第二确定单元620进一步被配置为，选择起点和终点之间的血管分割数据对应的区域为可行域。基于距离权重图，利用迪杰斯特拉算法在可行域内，搜寻出总距离权重值最小的路径。确定总距离权重值最小的路径为最优路径。

在一个实施例中，第一确定单元610进一步被配置为，基于头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据。针对目标血管区域中每个目标血管区域，对目标血管区域的血管分割图像进行骨架提取操作，得到目标血管区域对应的血管骨架。基于目标血管区域的血管分割数据，从头颈部CTA图像中选取目标血管区域的区域CTA图像。

示例性血管拉直装置

图7所示为本申请一实施例提供的血管拉直装置的结构示意图。如图7所示，本申请实施例提供的血管拉直装置700包括血管中心线确定模块710和拉直模块720。

在本申请实施例中，血管中心线确定模块710被配置为，确定多个目标血管区域各自对应的血管中心线，目标血管区域对应的血管中心线基于上述任一实施例提供的血管中心线提取方法确定。拉直模块720被配置为，针对目标血管区域中每个目标血管区域，利用曲率平滑操作和标架平滑操作对血管中心线进行拉直操作，得到目标血管区域对应的拉直图像。

本申请实施例中，基于平滑后RMF来进行CPR，对比传统方式，平滑后RMF能显著减少标架系统的旋转，从而实现得到更加平滑的lumen图的目的。

在一个实施例中，拉直模块720进一步被配置为，计算血管中心线的曲率。对曲率进行曲率平滑操作，得到平滑后曲率。基于平滑后曲率，构建初始旋转最小化框架。对初始旋转最小化框架中的法线进行平滑操作，以对初始旋转最小化框架进行标架平滑操作，得到平滑后旋转最小化框架。利用平滑后旋转最小化框架对血管中心线进行拉直操作，得到目标血管区域对应的拉直图像。

示例性电子设备和计算机可读存储介质

图8所示为本申请一实施例提供的电子设备的结构示意图。图8所示的电子设备800(该电子设备800具体可以是一种计算机设备)包括存储器801、处理器802、通信接口803以及总线804。其中，存储器801、处理器802、通信接口803通过总线804实现彼此之间的通信连接。

存储器801可以是只读存储器(Read Only Memory，ROM)，静态存储设备，动态存储设备或者随机存取存储器(Random Access Memory，RAM)。存储器801可以存储程序，当存储器801中存储的程序被处理器802执行时，处理器802和通信接口803用于执行本申请实施例的血管中心线提取方法或血管拉直方法的各个步骤。

处理器802可以采用通用的中央处理器(Central Processing Unit，CPU)，微处理器，应用专用集成电路(Application Specific Integrated Circuit，ASIC)，图形处理器(Graphics Processing Unit，GPU)或者一个或多个集成电路，用于执行相关程序，以实现本申请实施例的血管中心线提取装置或血管拉直装置中的单元所需执行的功能。

处理器802还可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，本申请的血管中心线提取方法或血管拉直方法的各个步骤可以通过处理器802中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器802还可以是通用处理器、数字信号处理器(Digital Signal Processing，DSP)、专用集成电路(ASIC)、现场可编程门阵列(FieldProgrammable 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。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。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。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器801，处理器802读取存储器801中的信息，结合其硬件完成本申请实施例的血管中心线提取装置或血管拉直装置中包括的单元所需执行的功能，或者执行本申请方法实施例的血管中心线提取方法或血管拉直方法。

通信接口803使用例如但不限于收发器一类的收发装置，来实现电子设备800与其他设备或通信网络之间的通信。

总线804可包括在电子设备800各个部件(例如，存储器801、处理器802、通信接口803)之间传送信息的通路。

应注意，尽管图8所示的电子设备800仅仅示出了存储器、处理器、通信接口，但是在具体实现过程中，本领域的技术人员应当理解，电子设备800还包括实现正常运行所必需的其他器件。同时，根据具体需要，本领域的技术人员应当理解，电子设备800还可包括实现其他附加功能的硬件器件。此外，本领域的技术人员应当理解，电子设备800也可仅仅包括实现本申请实施例所必需的器件，而不必包括图8中所示的全部器件。

除了上述方法、装置和设备以外，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申请各个实施例提供的血管中心线提取方法或血管拉直方法的各个步骤。

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，还包括常规的步骤式程序设计语言，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申请各个实施例提供的血管中心线提取方法或血管拉直方法的各个步骤。

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。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其他的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其他的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个相似区域分割单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (11)

1.一种血管中心线提取方法，其特征在于，包括：

基于头颈部CTA图像、所述头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像；

针对所述多个目标血管区域中每个目标血管区域，基于所述目标血管区域的区域CTA图像中像素的CT值、所述目标血管区域的血管分割数据，确定所述血管骨架的起点和终点之间的最优路径；

基于所述最优路径，确定所述目标血管区域对应的中线；

融合所述目标血管区域的血管骨架和所述目标血管区域对应的中线，得到所述目标血管区域对应的血管中心线。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标血管区域的区域CTA图像中像素的CT值、所述目标血管区域的血管分割数据，确定所述血管骨架的起点和终点之间的最优路径，包括：

确定所述血管分割数据对应的距离图，所述距离图用于表征所述血管分割数据中每个像素与所述血管分割数据对应的轮廓数据之间的距离；

基于所述血管分割数据和所述区域CTA图像中每个像素的CT值，对所述区域CTA图像进行窗变换操作和权重映射操作，得到所述区域CTA图像对应的权重图，所述权重图用于表征所述区域CTA图像中每个像素的权重；

对所述距离图和所述权重图进行逐像素加权，得到所述血管分割数据中每个像素对应的加权距离值，以确定所述目标血管区域对应的距离权重图；

基于所述距离权重图，搜寻所述起点和所述终点之间的最优路径。

3.根据权利要求2所述的方法，其特征在于，所述基于所述血管分割数据和所述区域CTA图像中像素的CT值，对所述区域CTA图像进行窗变换操作和权重映射操作，得到所述区域CTA图像对应的权重图，包括：

基于所述血管分割数据，确定窗宽参数和窗位参数；

利用所述窗宽参数和所述窗位参数，对所述区域CTA图像进行所述窗变换操作；

在所述窗变换操作过程中，将所述区域CTA图像中每个像素的CT值映射到预设权重阈值内，得到所述权重图。

4.根据权利要求2所述的方法，其特征在于，所述基于所述距离权重图，搜寻所述起点和所述终点之间的最优路径，包括：

选择所述起点和所述终点之间的所述血管分割数据对应的区域为可行域；

基于所述距离权重图，利用迪杰斯特拉算法在所述可行域内，搜寻出总距离权重值最小的路径；

确定所述总距离权重值最小的路径为所述最优路径。

5.根据权利要求1至4任一项所述的方法，其特征在于，所述基于头颈部CTA图像、所述头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像，包括：

基于头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据；

针对所述目标血管区域中每个目标血管区域，对所述目标血管区域的血管分割图像进行骨架提取操作，得到所述目标血管区域对应的血管骨架；

基于所述目标血管区域的血管分割数据，从所述头颈部CTA图像中选取所述目标血管区域的区域CTA图像。

6.一种血管拉直方法，其特征在于，包括：

确定多个目标血管区域各自对应的血管中心线，所述目标血管区域对应的血管中心线基于权利要求1至5中任一项提供的血管中心线提取方法确定；

针对所述目标血管区域中每个目标血管区域，利用曲率平滑操作和标架平滑操作对所述血管中心线进行拉直操作，得到所述目标血管区域对应的拉直图像。

7.根据权利要求6所述的方法，其特征在于，所述利用曲率平滑操作和标架平滑操作对所述血管中心线进行拉直操作，得到所述目标血管区域对应的拉直图像，包括：

计算所述血管中心线的曲率；

对所述曲率进行所述曲率平滑操作，得到平滑后曲率；

基于所述平滑后曲率，构建初始旋转最小化框架；

对所述初始旋转最小化框架中的法线进行平滑操作，以对所述初始旋转最小化框架进行所述标架平滑操作，得到所述平滑后旋转最小化框架；

利用所述平滑后旋转最小化框架对所述血管中心线进行拉直操作，得到所述目标血管区域对应的拉直图像。

8.一种血管中心线提取装置，其特征在于，包括：

第一确定模块，配置为基于头颈部CTA图像、所述头颈部CTA图像的血管分段数据，确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像；

第二确定模块，配置为针对所述多个目标血管区域中每个目标血管区域，基于所述目标血管区域的区域CTA图像中像素的CT值、所述目标血管区域的血管分割数据，确定所述血管骨架的起点和终点之间的最优路径；

第三确定模块，配置为基于所述最优路径，确定所述目标血管区域对应的中线；

融合模块，配置为融合所述血管骨架和所述中线，得到所述目标血管区域对应的血管中心线。

9.一种血管拉直装置，其特征在于，包括：

血管中心线确定模块，配置为确定多个目标血管区域各自对应的血管中心线，所述目标血管区域对应的血管中心线基于权利要求1至5中任一项提供的血管中心线提取方法确定；

拉直模块，配置为针对所述目标血管区域中每个目标血管区域，利用曲率平滑操作和标架平滑操作对所述血管中心线进行拉直操作，得到所述目标血管区域对应的拉直图像。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如权利要求1至7任一项所述的方法。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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如权利要求1至7任一项所述的方法。

Images