[发明专利]一种血管腔内影像分割方法、系统及电子设备

权利要求书

1.一种血管腔内影像分割方法，其特征在于，包括：

步骤a：对原始医学影像进行极坐标化处理；

步骤b：将所述极坐标化处理后的影像输入深层神经网络，得到影像中每条射线上多个腔膜到中心的距离；

步骤c：根据所述每条射线上多个腔膜到中心的距离，计算极坐标化处理之前的原始医学影像中所有点对应的坐标；

步骤d：根据原始医学影像中对应点的坐标计算原始医学影像分割结果。

2.根据权利要求1所述的血管腔内影像分割方法，其特征在于，在所述步骤a中，所述对原始医学影像进行极坐标化处理具体为：垂直于中心线，向各个角度辐射虚拟的直线，并插值计算得到射线上每个点的灰度值和对应的标注值。

3.根据权利要求2所述的血管腔内影像分割方法，其特征在于，所述步骤a还包括：对极坐标化处理后的影像进行展平处理；所述展平处理具体为：将所有射线依次垂直排列，并计算血管腔膜到中心的距离。

4.根据权利要求1至3任一项所述的血管腔内影像分割方法，其特征在于，在所述步骤b中，所述深层神经网络的训练方式具体包括：

步骤b1：将展平处理后的训练样本输入深层神经网络，得到距离预测结果；

步骤b2：将距离预测结果和人工标注进行比较，得到距离预测误差，并将距离预测误差反馈给深层神经网络；

步骤b3：根据距离预测误差更新深层神经网络并执行迭代操作，直到距离预测误差不再明显减小或者迭代操作达到设定的次数，得到训练好的深层神经网络。

5.根据权利要求4所述的血管腔内影像分割方法，其特征在于，在所述步骤d中，所述根据原始医学影像中对应点的坐标计算原始医学影像分割结果具体包括：

步骤d1：根据原始医学影像中所有点的坐标，插值计算腔膜的轮廓曲线；

步骤d2：根据轮廓曲线，计算所有连通区域，并将原始医学影像中心点所在的区域作为血管腔内影像分割结果；

步骤d3：根据血管腔内影像分割结果计算腔膜的物理面积、斑块负荷、管腔最小直径、管腔最大直径、斑块最小厚度、斑块最大厚度、钙化弧度、正性重构指数参数。

6.一种血管腔内影像分割系统，其特征在于，包括：

极坐标化处理模块：用于对原始医学影像进行极坐标化处理；

距离计算模块：用于将所述极坐标化处理后的影像输入深层神经网络，得到影像中每条射线上腔膜到中心的距离；

点坐标计算模块：用于根据所述每条射线上多个腔膜到中心的距离，计算极坐标化处理之前的原始医学影像中所有点对应的坐标；

影像分割模块：用于根据原始医学影像中对应点的坐标计算原始医学影像分割结果。

7.根据权利要求6所述的血管腔内影像分割系统，其特征在于，所述极坐标化处理模块对原始医学影像进行极坐标化处理具体为：垂直于中心线，向各个角度辐射虚拟的直线，并插值计算得到射线上每个点的灰度值和对应的标注值。

8.根据权利要求7所述的血管腔内影像分割系统，其特征在于，还包括图像展平模块，所述图像展平模块用于对极坐标化处理后的影像进行展平处理；所述展平处理具体为：将所有射线依次垂直排列，并计算血管腔膜到中心的距离。

9.根据权利要求6至8任一项所述的血管腔内影像分割系统，其特征在于，所述深层神经网络的训练方式具体为：将展平处理后的训练样本输入深层神经网络，得到距离预测结果；将距离预测结果和人工标注进行比较，得到距离预测误差，并将距离预测误差反馈给深层神经网络；根据距离预测误差更新深层神经网络并执行迭代操作，直到距离预测误差不再明显减小或者迭代操作达到设定的次数，得到训练好的深层神经网络。