[发明专利]一种基于血管分割的病灶提取方法及装置

说明书

本发明公开了一种基于血管分割的病灶提取方法及装置。基于血管分割的病灶提取方法，包括：获取血管的CT图像序列；通过第一血管预测模型对CT图像序列进行预测，得到第一血管预测结果，第一血管预测模型为不带病灶标注的模型；通过第二血管预测模型对CT图像序列进行预测，得到第二血管预测结果，第二血管预测模型为带病灶标注的模型；根据第一血管预测结果和第二血管预测结果确定病灶候选区域；通过病灶分类模型对病灶候选区域进行分类预测，得到病灶分类结果。这一方法对带病灶的血管预测和不带病灶的血管预测进行对比，可以剔除血管分割中的大部分非病灶噪声，降低了人工成本，缩减了提取时间，也大大提高了病灶提取的准确度。

技术领域

本发明涉及医学成像领域，尤其涉及一种基于血管分割的病灶提取方法及装置。

背景技术

随着科学技术的不断发展，血管分割方法在血管造影和自动化血管重建中的应用，对医疗行业具有重要的临床价值和实际意义。

另一方面，从心血管病本身的防治来讲，现代医学正在从过去单纯缓解症状向积极寻找不稳定病灶进行转化，以便尽早采取干预措施，降低发病风险。因此，在血管分割的基础上进一步提取血管中的病灶变得越来越重要。

目前来看，在血管图像中提取病灶，主要依靠：1)非常有经验的医生进行手动提取；或2)使用深度学习模型直接从血管分割预测结果或血管曲面重建结果中，利用亮度和密度等图像特征提取病灶。

不难看出以上方案存在以下问题：1)提取时间长；2)由于血管分割预测结果或血管曲面重建结果存在大量类似病灶的图像噪声，仅仅利用亮度和密度等图像特征，很难准确判断某一区域是否是病灶所在的区域，准确度低。

发明内容

为解决上述问题，本发明实施例提供了一种基于血管分割的病灶提取方法及装置。

根据本发明实施例的第一方面，提供一种基于血管分割的病灶提取方法，包括：获取血管的CT图像序列；通过第一血管预测模型对CT图像序列进行预测，得到第一血管预测结果，第一血管预测模型为不带病灶标注的模型；通过第二血管预测模型对CT图像序列进行预测，得到第二血管预测结果，第二血管预测模型为带病灶标注的模型；根据第一血管预测结果和第二血管预测结果确定病灶候选区域；通过病灶分类模型对病灶候选区域进行分类预测，得到病灶分类结果。

根据本发明一实施方式，根据第一血管预测结果和第二血管预测结果确定病灶候选区域，包括：将第二血管预测结果与第一血管预测结果相减，得到疑似病灶候选区域；检测疑似病灶候选区域中是否存在噪声；若疑似病灶候选区域中存在噪声，则去除噪声，得到病灶候选区域。

根据本发明一实施方式，检测疑似病灶候选区域中是否存在噪声，包括：检测疑似病灶候选区域中的连通体；判断连通体的体积是否小于体积阈值；若连通体的体积小于体积阈值，则连通体是噪声，疑似病灶候选区域中存在噪声。

根据本发明一实施方式，检测疑似病灶候选区域中是否存在噪声，包括：对第一血管预测结果提取中心线切片方向的面积作为第一切片面积；对第二血管预测结果提取中心线切片方向的面积作为第二切片面积；计算第一切片面积和第二切片面积的面积变化率序列；判断面积变化率序列的面积变化率是否小于面积阈值；若面积变化率序列的面积变化率小于面积阈值，则第二切片面积和第一切片面积相减的结果是噪声，疑似病灶候选区域中存在噪声。

根据本发明一实施方式，在通过病灶分类模型对病灶候选区域进行分类预测之前，还包括：扩增病灶候选区域至固定大小。

根据本发明一实施方式，若所得到的病灶分类结果为是病灶，则进一步检测病灶类型。