[发明专利]图像处理方法及装置在审

专利信息
申请号: 202010231206.0 申请日: 2020-03-27
公开(公告)号: CN113450368A 公开(公告)日: 2021-09-28
发明(设计)人: 刘双瑞;杨晗 申请(专利权)人: 阿里巴巴集团控股有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06N3/04
代理公司: 北京智信禾专利代理有限公司 11637 代理人: 付先智
地址: 英属开曼群岛大开*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 处理 方法 装置
【说明书】:

本申请提供图像处理方法及装置,其中,所述图像处理方法包括:获取序列图像;获取待分割管状物;对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理;展示分割处理获得的管状物特征图像。

技术领域

本申请涉及数据处理技术领域,特别涉及图像处理方法及装置。

背景技术

血管类疾病在全球范围都具有高发病率和高死亡率的特点,对于血管类疾病患者来说,无论是手术治疗还是药物治疗都是非常昂贵的。借助CT(Computed Tomography)血管造影技术诊断血管类疾病是一种无创的手段,对患者损害较小,而且还可以实现血管类疾病的筛查,避免不必要的有创治疗。

目前CT血管造影广泛应用于临床中,随之而来的是大量的CTA(ComputedTomography Angiography)影像需要医生进行诊断。不同于其他局灶性病灶,血管类疾病的诊断更加复杂繁琐,以心脏冠脉为例,临床诊断一般都需要经过冠脉的提取、冠脉分支命名、冠脉树的重建、狭窄/斑块的检测与诊断,最终生成诊断报告。整个诊断流程需要花费30分钟~1小时左右,因此,自动的血管类疾病辅助诊断就显得尤为重要。

发明内容

有鉴于此,本申请提供了两种图像处理方法、两种图像处理装置、两种计算设备以及两种计算机可读存储介质。

本申请提供一种图像处理方法,包括:获取序列图像;获取待分割管状物;对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理;展示分割处理获得的管状物特征图像。

可选的,所述对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理,包括:确定所述序列图像中包含所述管状物特征的序列图像,作为管状物图像;对所述管状物图像中待分割管状物对应的管状物特征进行分割处理,获得所述管状物特征图像。

可选的,所述对所述管状物图像中待分割管状物对应的管状物特征进行分割处理,获得所述管状物特征图像,包括:提取所述管状物图像中的管状特征线;基于所述管状特征线对所述管状物图像进行曲面重建,获得截面图像组成的三维图像序列;对所述三维图像序列进行管状特征分割处理,获得管状特征图像;根据所述截面图像与所述管状物图像的坐标映射关系,对所述管状特征图像进行坐标转换处理,获得所述管状物特征图像。

可选的,所述对所述三维图像序列进行管状特征分割处理,获得管状特征图像,采用图像分割模型实现;其中,所述图像分割模型,包含卷积神经网络、长短期记忆神经网络和全连接层;相应的,所述图像分割模型进行管状特征分割处理,包括:基于所述卷积神经网络提取所述三维图像序列包含的截面图像的语义特征,获得所述三维图像序列对应的序列化语义特征;基于所述长短期记忆神经网络对所述序列化语义特征进行融合,获得序列化图像特征;根据所述序列化图像特征,基于所述全连接层预测所述截面图像对应的管状内腔特征的内腔特征数据;基于所述内腔特征数据生成所述截面图像对应的内腔二值图像。

可选的,所述管状内腔特征的内腔特征数据,包括:以管状内腔的内腔中心为基准的方向夹角的方向夹角数值,所述方向夹角对应的半径数值;所述半径数值是指在所述方向夹角下、所述内腔中心至管状内腔的距离值;其中,所述方向夹角为等间距分布。

可选的,所述待分割管状物由用户输入。

可选的,所述待分割管状物,包括下述至少一项:待分割管状物描述文本、待分割管状物二维图像、待分割管状物三维图像序列。

本申请提供一种图像处理装置,包括:图像获取模块,被配置为获取序列图像;待分割管状物获取模块,被配置为获取待分割管状物;分割处理模块,被配置为对所述序列图像中所述待分割管状物对应的管状物特征进行分割处理;特征图像展示模块,被配置为展示分割处理获得的管状物特征图像。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于阿里巴巴集团控股有限公司,未经阿里巴巴集团控股有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010231206.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top