[发明专利]肝脏静脉血管三维结构特征定量分析方法、装置、计算机设备和存储介质

说明书

本发明提供一种肝脏静脉血管三维结构特征定量分析方法，包括：获取待分析的肝脏三维影像，获取静脉血管的分割区域；中心线计算；血管分段处理，将静脉血管分为肝左、中、右静脉以及肝门静脉左、右支；根据各段的中心线和使用三维表面重建算法重建的静脉血管模型对静脉血管的三维结构特征进行定量分析，参数指标包括血管形态、分支、网格表征指标中的一种或几种。还提供了相关的装置、计算机设备和存储介质。本发明由于无需人工干预，可实现全自动分析，能够满足批量分析血管参数的需求，从而能快速、准确、批量的分析肝脏静脉血管的三维结构特征定量指标，能提供更全面详细的血管三维结构特征定量分析，可为医生评估血管提供更全面的参考。

技术领域

本发明涉及医学影像处理技术领域，特别涉及血管三维结构特征定量分析技术领域，具体是指一种肝脏静脉血管三维结构特征定量分析方法、装置、计算机设备和存储介质。

背景技术

许多疾病都会在一定程度上引起血管的形态发生改变，故通过对血管的定量分析可以对某些疾病进行早期预测和临床诊断。由于二维血管定量分析常常会受到结构重叠的影响，因此三维血管定量分析结果更加准确。

目前市面上已经有一部分血管参数评估的软件或者专利，其内容尚存在一定的缺陷或不完善。比如血管的参数评估采用的是交互式的评估方式，也就是通过人机交互的方式在血管的位置放置一系列点，根据点的位置来计算血管的长度、血管的截面直径以及血管的分叉处的角度等参数，但是，这种方式无法满足批量处理的需求。当然，也有一些全自动的血管结构特征评估算法，但其对血管的评估指标比较单一，无法为血管的健康状况提供一个全面的定量分析。

例如，中国发明专利申请CN202010153299.X(发明名称“血管参数测量方法、装置、计算机设备和存储介质”)披露了一种血管参数测量方法，其具体的技术方案如下：

1、对待测医学影像数据(CT、MRI)进行基于深度学习的血管分割；

首先对已经标注的医学影像数据进行预处理，包括加噪、过欠均衡采样处理、数据白化等至少一种预处理，实现训练样本的扩充以及增加训练后模型的泛化能力，以得到比较准确的分割结果。

2、对待测医学影像数据通过深度学习的方式分割种子点区域，并提取种子点区域的种子点；

使用血管影像样本数据以及血管影像样本种子点区域标注数据(用于标注出整体动脉中的种子点区域)对种子点区域模型进行训练，得到种子点区域分割模型。

3、根据种子点生成血管的中心线；

对种子点区域分割模型分割的种子点区域提取的种子点在已分割的血管数据中进行区域生长，并将所有生长的区域的质心连接起来作为血管的中心线。具体的步骤如下：

(1)、将分割图像中的整体动脉作为当前的未标记区域，以种子点为队列起始点，建立第一中心线队列，并将种子点作为第一中心线队列的当前点。

(2)、基于当前点所在的区域，在当前的未标记区域中进行区域生长，得到生长区域，并将生长区域作为已标记区域。

(3)、当生长区域未达到整体动脉的血管末端、且生长区域连通时，则将生长区域的质心添加到第一中心线队列，并将质心作为当前点、且将整体动脉中除已标记区域之外的区域，作为当前的未标记区域，返回基于当前点所在的区域，在当前的未标记区域中进行区域生长的步骤以继续执行。

(4)、当生长区域未达到整体动脉的血管末端、且生长区域为不连通的多个分支区域时，则对各分支区域分别取质心，将其中一个质心添加至第一中心线队列，并将质心作为第一中心线队列的当前点。以剩余的质心为队列起始点分别建立相应的第二中心线队列，将剩余的质心分别作为相应第二中心线队列的当前点。将整体动脉中除已标记区域之外的区域，作为当前的未标记区域，执行基于当前点所在的区域，在当前的未标记区域中进行区域生长，得到生长区域及后续步骤，直至生长区域达到整体动脉的血管末端。