[发明专利]一种器官血管识别方法及装置

说明书

技术领域

本发明涉及医学图像处理领域，尤其涉及一种器官血管识别方法及装置。

背景技术

电脑断层扫描(Computer Tomography，CT)血管造影技术获得的身体器官信息，只是两维的切片图像。通常需要通过图像处理器(Graphic Processing Unit，GPU)对切片图像处理，得到三维图像，显示出器官中的血管结构。GPU对切片图像处理时，先由计算机中央处理器(Central Processing Unit，CPU)将所有的切片图像读入内存当中，再将需要处理的切片图像转存到显存中。通常GPU可以利用像素点对应的海森(Hessian)矩阵及Hessian矩阵的特征值，来识别出器官中的血管结构。因此，GPU首先需要计算出切片图像所有像素点对应的Hessian矩阵。计算Hessian矩阵时，需要首先为所有像素点对应的Hessian矩阵的6个元素，分别分配与所有像素点相同的存储空间。即共需要分配所有像素点存储空间的6倍。例如，所有切片图像共有1万个像素点，计算1万个像素点对应的Hessian矩阵时，需要同时为第1个元素分配1万个像素点的存储空间，为第2个元素分配1万个像素点的存储空间，为第3个元素分配1万个像素点的存储空间，同样的，其余3个元素也分别分配1万个像素点的存储空间。因此，计算Hessian矩阵时，需要占据大量的存储空间。计算出所有像素点对应的Hessian矩阵之后，根据每个像素点对应的Hessian矩阵计算出该Hessian矩阵的特征值。计算出所有像素点对应的Hessian矩阵的特征值之后，再根据该特征值，利用血管度量函数计算切片图像所有像素点对应的血管度量值。将计算得到各个像素点对应的血管度量值分别与设定的阈值进行比较，如果大于阈值，则确定对应的像素点为血管位置的像素点，如果小于阈值，则确定对应的像素点不是血管位置的像素点，从而可以识别出器官血管。由于器官的切片图像数量比较多，在采用该方法计算血管函数值时，占用大量内存和显存的空间，又要受到计算量巨大而计算时间过长的影响。

发明内容

本发明实施例的目的是提供一种器官血管识别方法及装置，以解决现有技术中器官血管识别存在的如下问题：在进行器官血管识别时，因计算量大导致血管识别效率低，占用大量内存和显存的空间。本发明的目的是通过以下技术方案实现的：

一种器官血管识别方法，包括：

分别判断各个切片图像中的各个像素点是否位于目标器官区域，每个切片图像分为目标器官区域和非目标器官区域；

对位于目标器官区域的像素点，计算像素点对应的血管度量值；

根据得到的血管度量值识别器官血管。

较佳地，分别判断各个切片图像中的各个像素点是否位于目标器官区域，包括：

获取每个切片图像对应的模板图像，每个切片图像对应的模板图像分为目标器官区域和非目标器官区域，其中，所述目标器官区域的像素值为第一像素值，所述第一像素值不同于非目标区域的像素值；

分别对各个模板图像中目标器官区域与非目标器官区域的边界进行形态学膨胀；

分别判断每个切片图像中的各个像素点对应的形态学膨胀后的模板图像中的像素点的像素值是否为第一像素值；如果是，则对应的切片图像的像素点位于目标器官区域，否则，对应的切片图像的像素点位于非目标器官区域。

较佳地，分别判断各个切片图像中的各个像素点是否位于目标器官区域，包括：

获取每个切片图像对应的模板图像，每个切片图像对应的模板图像分为目标器官区域和非目标器官区域，其中，所述非目标器官区域的像素值为第一像素值，所述第一像素值不同于目标区域的像素值；

分别对各个模板图像中目标器官区域与非目标器官区域的边界进行形态学膨胀；

分别判断每个切片图像中的各个像素点对应的形态学膨胀后的模板图像中的像素点的像素值是否为第一像素值；如果是，则对应的切片图像的像素点位于非目标器官区域，否则，对应的切片图像的像素点位于目标器官区域。

较佳地，分别判断各个切片图像中的各个像素点是否位于目标器官区域，包括：

获取每个切片图像对应的模板图像，每个切片图像对应的模板图像分为目标器官区域和非目标器官区域，其中，所述目标器官区域的像素值为第一像素值，所述第一像素值不同于非目标区域的像素值；

分别判断每个切片图像中的各个像素点对应的模板图像中的像素点的像素值是否为第一像素值；如果是，则对应的切片图像的像素点位于目标器官区域，否则，对应的切片图像的像素点位于非目标器官区域。