[发明专利]一种基于特殊区域优化的冠状动脉分割方法及装置有效
申请号: | 201811174778.9 | 申请日: | 2018-10-09 |
公开(公告)号: | CN109325948B | 公开(公告)日: | 2019-12-27 |
发明(设计)人: | 肖月庭;阳光;郑超 | 申请(专利权)人: | 数坤(北京)网络科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11 |
代理公司: | 11734 北京乐知新创知识产权代理事务所(普通合伙) | 代理人: | 李杏 |
地址: | 100102 北京市朝*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 冠状动脉 预测结果 分割 整体区域 预测 区域优化 优化 分割模型 区域分割 区域拼接 预测图像 拼接 | ||
本发明公开了一种基于特殊区域优化的冠状动脉分割方法及装置,通过冠状动脉整体区域分割模型对冠状动脉整体区域分割预测得到冠状动脉预测结果;在所述冠状动脉预测结果上获取特殊区域,通过冠状动脉特殊区域分割模型对所述特殊区域进行分割预测得到特殊区域冠状动脉优化预测结果;将执行分割预测后的特殊区域拼接在执行分割预测后的整体区域中,使所述特殊区域冠状动脉优化预测结果拼接在所述冠状动脉预测结果上,得到冠状动脉优化分割预测结果,作为冠状动脉的预测图像。
技术领域
本发明涉及冠状动脉分割技术领域,尤其涉及一种基于特殊区域优化的冠状动脉分割方法及装置。
背景技术
人体各组织器官要维持其正常的生命活动,需要心脏不停地搏动以保证血液运行。主动脉是最大的动脉,起源于心脏,负责全身的血液供应,而心脏作为一个泵血的肌性动力器官,本身也需要足够的营养和能源。冠状动脉是专供心脏营养的血管,起于主动脉根部,分左右两支,行于心脏表面。两者都是从心脏发出,供应所到器官的氧气以及营养。
目前,人们开发了许多种心血管成像技术来直观地查看心脏周围的冠状动脉的结构,冠状动脉分割的现有方法主要分为三大类:全自动分割、半自动分割和人工交互式分割。
全自动分割方法,一般先检测出整个心脏范围,然后在心脏范围内分割出候选的冠状动脉成分;再从主动脉处开始用连接成分分析并对这些成分进行区域增长,得到整个血管树的分割结果。但是,该方法准确性不够高,对细小分支和血管末端的分割识别能力不够强,而在如细小分支和血管末端等特殊区域成像的冠状动脉容易连入一些非冠脉血管,从而造成分割结果精度下降。
发明内容
鉴于上述问题,本发明实施例的一方面提供一种基于特殊区域优化的冠状动脉分割方法,使冠状动脉的分割结果具有较高精度。
本发明实施例提供一种基于特殊区域优化的冠状动脉分割方法,包括:通过冠状动脉整体区域分割模型对冠状动脉整体区域分割预测得到冠状动脉预测结果;在所述冠状动脉预测结果上获取特殊区域,通过冠状动脉特殊区域分割模型对所述特殊区域进行分割预测得到特殊区域冠状动脉优化预测结果;将执行分割预测后的特殊区域拼接在执行分割预测后的整体区域中,使所述特殊区域冠状动脉优化预测结果拼接在所述冠状动脉预测结果上,得到冠状动脉优化分割预测结果,作为冠状动脉的预测图像。
在一种可实施方式中,所述冠状动脉整体区域分割模型和冠状动脉特殊区域分割模型是通过神经网络方法分别训练获得的。
在一种可实施方式中,所述特殊区域包括有冠状动脉的分叉点和/ 或端点。
在一种可实施方式中,所述通过神经网络方法训练获得冠状动脉特殊区域分割模型,包括:在标注的冠状动脉分割数据上提取中心线,由所述中心线生成连通图,通过所述连通图得到生成树,确定生成树上的分叉点和/或端点;在分叉点和/或端点上进行神经网络方法训练得到所述冠状动脉特殊区域分割模型。
在一种可实施方式,所述方法还包括:确定拼接后执行分割预测后的特殊区域和执行分割预测后的整体区域的重合区域;在重合区域内,确定所述冠状动脉预测结果和/或特殊区域冠状动脉优化预测结果为所述冠状动脉优化分割预测结果。
本发明实施例另一方面提供一种基于特殊区域优化的冠状动脉分割装置,使冠状动脉的分割结果具有较高精度。
本发明实施例提供一种基于特殊区域优化的冠状动脉分割装置,所述装置包括:分割预测模块,用于通过冠状动脉整体区域分割模型对冠状动脉整体区域分割预测得到冠状动脉预测结果;获取预测模块,用于在所述冠状动脉预测结果上获取特殊区域,通过冠状动脉特殊区域分割模型对所述特殊区域进行分割预测得到特殊区域冠状动脉优化预测结果;结果拼接模块,用于将执行分割预测后的特殊区域拼接在执行分割预测后的整体区域中,使所述特殊区域冠状动脉优化预测结果拼接在所述冠状动脉预测结果上,得到冠状动脉优化分割预测结果,作为冠状动脉的预测图像。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于数坤(北京)网络科技有限公司,未经数坤(北京)网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811174778.9/2.html,转载请声明来源钻瓜专利网。