[发明专利]医学影像的血管分割方法、计算机设备和可读存储介质

说明书

本申请涉及一种医学影像的血管分割方法、计算机设备和可读存储介质。该方法包括：获取待分割的医学影像；将医学影像输入预设的血管分割模型中，得到医学影像的血管分割结果；其中，血管分割模型为根据带有感兴趣血管分类信息的训练样本进行训练所得到的。由该方法训练得到的血管分割模型，考虑了医生感兴趣血管(即重要血管)的分类信息，可使得血管分割模型更加关注重要血管的分割过程，则其得到的血管分割结果中重要血管的分割结果比较突出或明显，能够更好的辅助医生进行阅片。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种医学影像的血管分割方法、计算机设备和可读存储介质。

背景技术

血管分析在临床领域发挥着重要作用，而血管分割是血管分析过程极其重要的一步。早期的血管分割方法主要是针对血管造影图像进行图像分析，得到血管分割结果，但其易受血管周围骨质或斑块的干扰，影响对血管狭窄程度的测量；或是采用减影法对血管造影图像进行处理，但其要求患者在扫描时保持固定，轻微的移动都会导致减影图像结果不理想。

当前，深度学习已逐渐应用在血管分割任务中，采用监督学习方法从带标注的训练数据中学习到用于血管分割的网络模型，对于血管造影图像中的每个像素通过网络模型都会输出一个对应结果，表示这个像素是否属于血管部分。

但是，传统技术得到的血管分割结果比较笼统，对医生的阅片辅助效果不理想。

发明内容

基于此，有必要针对传统技术中得到的血管分割结果比较笼统，对医生的阅片辅助效果不理想的问题，提供一种医学影像的血管分割方法、计算机设备和可读存储介质。

第一方面，本申请实施例提供一种医学影像的血管分割方法，包括：

获取待分割的医学影像；

将医学影像输入预设的血管分割模型中，得到医学影像的血管分割结果；其中，血管分割模型为根据带有感兴趣血管分类信息的训练样本进行训练所得到的。

在其中一个实施例中，上述方法还包括：

针对医学影像，确定医学影像中像素点的位置信息；

将医学影像和位置信息输入预设的血管分割模型，通过医学影像和位置信息表征的血管空间分布信息，得到医学影像的血管分割结果；其中，血管分割模型为根据带有感兴趣血管分类信息和血管位置信息的训练样本进行训练所得到的。

在其中一个实施例中，将医学影像和位置信息输入预设的血管分割模型中，通过医学影像和位置信息表征的血管空间分布信息，得到医学影像的血管分割结果，包括：

将医学影像和位置信息通过不同通道输入血管分割模型中；

血管分割模型通过位置信息，获取血管空间分布信息，以及对医学影像进行特征提取，得到医学影像的特征信息；

根据血管空间分布信息和特征信息，确定医学影像的血管分割结果。

在其中一个实施例中，训练样本包括多个训练样本影像和每个训练样本影像对应的标签，标签包括分割标签和感兴趣血管分类信息；血管分割模型的训练方式包括：

将训练样本影像和训练样本影像的坐标矩阵输入初始血管分割模型，通过训练样本影像和坐标矩阵表征的血管空间分布信息，得到初始血管分割结果；利用第一损失对初始血管分割模型进行训练，得到参考血管分割模型；其中，第一损失为初始血管分割结果和分割标签之间的损失，分割标签用于表征当前区域是否为血管区域，坐标矩阵用于表征训练样本影像中像素点的位置信息；