[发明专利]头颈血管中心线提取方法及装置

说明书

本申请公开了一种头颈血管中心线提取方法及装置。该方法包括：根据头颅血管CTA影像获取血管分割结果和血管热图结果；将基于所述血管分割结果提取的血管骨架线输入预设网络模型进行血管分类和命名，并得到血管起止点数据；根据所述血管起止点数据和所述血管热图结果，提取头颈血管中心线。本申请解决了相关技术中血管中心线提取准确度不高的技术问题。通过本申请，达到了结合头颈血管的局部细节信息与全局结构信息来提取血管中心线的目的，从而实现了提高头颅血管中心线提取的准确度的技术效果。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种头颈血管中心线提取方法及装置。

背景技术

脑卒中，又称脑血管意外，是一种脑血液循环障碍性疾病，其致死率仅次于心脏类疾病并且高于癌症。目前，我国的脑卒中发病和死亡率仍处于上升趋势，且罹患脑卒中后老年人的死亡率比年轻人增加一倍。脑卒中又分为缺血性和出血性脑卒中，其中缺血性脑卒中约占80％。缺血性卒中的主要原因之一则是头颈动脉粥样硬化易损斑块导致管腔狭窄、血流动力学改变。同时颈动脉作为颅内动脉的上游血管,是脑循环的主要供血动脉。因此，通过头颈动脉血管造影影像(CTA)进行头颈血管中心线提取对于及时发现风险具有重要意义。

近年来，基于深度学习的算法在医学影像中得到了广泛的应用，其通过大量数据进行训练，能大大提高各类分割任务的准确性。但是，由于头颈血管的分布稀疏，尺度多样，拓扑结构变化大等特征，基于卷积神经网络(CNN)难以直接学习出头颈血管的全局结构信息，导致血管中心线提取断裂等问题。因此，需要考虑结合头颈血管的局部细节信息与全局结构信息来实现血管中心线提取任务。

针对相关技术中血管中心线提取的准确度不高的问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种头颈血管中心线提取方法及装置，以解决相关技术中血管中心线提取的准确度不高的问题。

为了实现上述目的，根据本申请的一个方面，提供了一种头颈血管中心线提取方法。

根据本申请的头颈血管中心线提取方法包括：根据头颅血管CTA影像获取血管分割结果和血管热图结果；将基于所述血管分割结果提取的血管骨架线输入预设网络模型进行血管分类和命名，并得到血管起止点数据；根据所述血管起止点数据和所述血管热图结果，提取头颈血管中心线。

进一步地，所述根据头颅血管CTA影像获取血管分割结果和血管热图结果包括：将所述头颅血管CTA影像输入3D卷积神经网络；根据所述3D卷积神经网络的输出结果，提取血管分割结果和血管热图结果。

进一步地，所述将基于所述血管分割结果提取的血管骨架线输入预设网络模型进行血管分类和命名，并得到血管起止点数据包括：通过三维细化算法对所述血管分割结果进行处理，以提取血管骨架线；将所述血管骨架线输入点云分割网络进行血管分类和命名，并得到血管起止点数据。

进一步地，所述将基于所述血管分割结果提取的血管骨架线输入预设网络模型进行血管分类和命名，并得到血管起止点数据包括：根据头颅血管CTA影像中像素点的邻接度信息，对所述像素点进行分类；将分类结果按照预设规则进行处理；根据处理结果提取所述血管骨架线。

进一步地，所述根据所述血管起止点数据和所述血管热图结果，提取头颈血管中心线包括：通过最短路径搜寻算法对所述血管起止点数据和所述血管热图结果进行计算；根据计算结果提取所述头颈血管中心线。

为了实现上述目的，根据本申请的另一方面，提供了一种头颈血管中心线提取装置。

根据本申请的头颈血管中心线提取装置包括：获取模块，用于根据头颅血管CTA影像获取血管分割结果和血管热图结果；输入模块，用于将基于所述血管分割结果提取的血管骨架线输入预设网络模型进行血管分类和命名，并得到血管起止点数据；提取模块，用于根据所述血管起止点数据和所述血管热图结果，提取头颈血管中心线。