[发明专利]一种血管腔内影像分割方法、系统及电子设备

说明书

本申请涉及一种血管腔内影像分割方法、系统及电子设备。所述方法包括：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。本申请实施例的血管腔内影像分割方法、系统及电子设备通过结合图像处理和深度神经网络进行血管腔内影像的自动分割，可以大幅降低误差，整体提高了血管腔内影像分割的精度和通用性。

技术领域

本申请属于医学影像处理技术领域，特别涉及一种血管腔内影像分割方法、系统及电子设备。

背景技术

血管分割是血管影像分析中的基本而重要的问题。准确的分割能提供对血管结构不同特征的定量描述，还可以观察比较血管的几何变化，为诊断和治疗提供重要依据和参考。提取的结果可以用在其他血管分析任务中，如血管的匹配、三维重建、运动估计等。血管影像是三维血管结构在投影条件下的二维表达，由于受成像噪声、复杂的血管结构以及成像角度和距离等因素的影像，血管影像通常表现为低对比度、模糊血管结构易受噪声和非血管结构干扰而呈现不同的形态。

血管影像分割技术的发展是一个从人工分割到交互式分割再到自动分割逐步发展的过程。自动分割方法是指追求完全由计算机自主完成目标的分割任务而不需要人工的干预。但目前的自动分割还不能自主完成目标的分割任务，准确性还有待提高。

发明内容

本申请提供了一种血管腔内影像分割方法、系统及电子设备，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

为了解决上述问题，本申请提供了如下技术方案：

一种血管腔内影像分割方法，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。

本申请实施例采取的技术方案还包括：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。

本申请实施例采取的技术方案还包括：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。

本申请实施例采取的技术方案还包括：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。

本申请实施例采取的技术方案还包括：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；