[发明专利]一种脑小血管结构特征的提取方法

说明书

本发明公开了一种脑小血管结构特征的提取方法，包括：获取原始脑血管图像并进行预处理，得到脑小血管区域图像；对脑小血管区域图像进行特征提取，得到脑小血管图像特征；基于脑小血管图像特征，对脑小血管进行追踪，获得脑小血管追踪结果；对脑小血管追踪结果进行筛选，获得正常脑小血管追踪结果；基于正常脑小血管追踪结果，重建血管模型，输出脑小血管的结构特征。本发明提出了一种基于深度学习、机器学习和多重滤波的脑小血管结构特征提取方法，实现了血管模型的高度自动化的三维重建，其中利用卷积神经网络和随机森林方法实现了脑小血管结构的自动提取，尤其对小血管的多级细小分支重建有很好的效果，能够定量脑小血管的多种结构特征。

技术领域

本发明涉及生物图像的计算机分析技术，特别是涉及一种脑小血管结构特征的提取方法。

背景技术

脑小血管病(CSVD)是由大脑内直径在40μm～400μm间的小动脉、穿支动脉、毛细血管及小静脉等小血管病变所导致的一系列症状的综合征。近年来，由于脑小血管病与多种脑疾病发生或病理变化之间可能存在相互作用，人们对脑小血管病理学的兴趣与日俱增。有数据显示，脑小血管病占全球卒中病因的20％，也就是说全球平均每5例卒中患者，就有1例是脑小血管病。研究表明，脑小血管病在老年人中最为多发，与30％的缺血性脑卒中、25％的颅内多发性硬化相关，且与阿尔兹海默症、常染色体显性遗传病合并皮质下梗死和白质脑病(CADASIL)等疾病的发生发展有关。7T环境下血液流动时间序列磁共振血管成像(TOF-MRA)已被证明是一种有临床诊断价值的无创性脑小血管成像技术，尤其是对于豆纹动脉(LSA)这样的脑小血管。然而，由于磁共振成像(MRI)图像的分辨率和伪影，脑小血管区域存在着信噪比低，个体差异大，对比度差等问题，精确提取脑小血管的血管结构仍然是一个挑战。目前临床上对于脑小血管的判断仅能依靠目视，缺乏完整重建且定量评估的工具。

发明内容

本发明的目的是提供一种脑小血管结构特征的提取方法，以解决上述现有技术存在的问题，能够精确提取脑小血管的结构特征，为无创评估脑小血管血流状态提供依据。

为实现上述目的，本发明提供了如下方案：脑小血管结构特征的提取方法，包括：

获取脑血管图像，并对获取的图像进行预处理，得到脑小血管区域图像；

对所述脑小血管区域图像进行特征提取，得到脑小血管图像特征；

基于所述脑小血管图像特征，对脑小血管进行追踪，获得脑小血管追踪结果；所述脑小血管包含主干脑小血管和分支脑小血管；

对所述脑小血管追踪结果进行筛选，获得正常脑小血管追踪结果；

基于所述正常脑小血管追踪结果，重建血管模型，输出脑小血管的结构特征。

优选地，对获取的所述脑血管图像进行预处理的过程为：

对获取的所述脑血管图像进行颅骨剥离，获得剥离后图像；

对所述剥离后图像进行非均匀性校正，获得校正后图像；

对所述校正后图像进行0-255标准化处理，获得处理后图像；

对所述处理后图像进行区域选定，选定的区域包括大脑中动脉MCA起始处到分叉处区域和从MCA发出的所有脑小血管起始到终末区域；

对所述选定的区域进行阈值法分割，得到脑小血管区域图像。

优选地，采用卷积神经网络CNN模型对所述脑小血管区域图像进行特征提取，得到脑小血管图像特征。

优选地，对所述脑小血管进行追踪的过程为：

基于所述脑小血管图像特征，对所述脑小血管区域图像采用双线性插值方式进行放大，获得放大图像；

采用均值滤波对所述放大图像进行平滑，获得平滑后的放大图像；