[发明专利]一种血管分割的方法、装置及计算机可读介质

权利要求书

1.一种血管的分割方法，其特征在于，包括：

将所述血管电子计算机断层扫描CT图像作为训练样本，对所述训练样本进行图像特征提取，得到血管特征图；

利用标签掩膜图对所述血管特征图进行特征点索引，得到血管掩膜图；所述标签掩膜图用于指示对血管进行特征点标注的图像；

对所述血管掩膜图中所有特征点进行特征提取，得到血管特征向量；所述所有特征点的数量为N，N为大于或等于2的正整数；

获取所述N个特征点中的各个特征点的坐标，针对每个特征点，计算其与自身以及其余特征点中各特征点之间的欧式距离，得到N个欧式距离，将基于每个特征点得到的N个欧式距离形成的矩阵确定为每个特征点的位置注意力权重；将N个特征点的位置注意力权重进行排列形成第一矩阵；计算第一矩阵与血管特征向量的内积以对每个特征点的特征施加对应的位置注意力权重，得到血管的位置特征向量；其中，所述位置注意力权重用于指示任意两个特征点之间的位置关联度；

对血管特征向量进行转置处理，得到血管特征向量的转置矩阵；基于血管特征向量以及转置矩阵之间的内积，确定表示血管的语义注意力权重的第二矩阵；计算第二矩阵与血管特征向量的内积以对每个特征点的特征施加对应的语义注意力权重，得到血管的语义特征向量；其中，所述语义注意力权重用于指示任意两个特征点之间的语义关联度；

基于所述位置特征向量和所述语义特征向量，进行模型训练，得到血管分割模型；

利用所述血管分割模型对待测血管CT图像进行预测处理，生成血管分割结果。

2.根据权利要求1所述的方法，其特征在于，所述基于所述位置特征向量和所述语义特征向量，进行模型训练，得到血管分割模型，包括：

将所述位置特征向量和所述语义特征向量进行融合处理，得到融合特征；

利用所述融合特征进行模型训练，得到血管分割模型。

3.根据权利要求1所述的方法，其特征在于，还包括：

获取原始血管CT图像；

对所述原始CT图像进行数据扩增处理，得到多个训练样本。

4.一种血管分割装置，其特征在于，包括：

特征提取模块，用于将所述血管电子计算机断层扫描CT图像作为训练样本，对所述训练样本进行图像特征提取，得到血管特征图；

索引单元，用于利用标签掩膜图对所述血管特征图进行特征点索引，得到血管掩膜图；所述标签掩膜图用于指示对血管进行特征点标注的图像；

特征点提取单元，用于对所述血管掩膜图中所有特征点进行特征提取，得到血管特征向量；所述所有特征点的数量为N，N为大于或等于2的正整数；

位置特征向量单元，用于获取所述N个特征点中的各个特征点的坐标，针对每个特征点，计算其与自身以及其余特征点中各特征点之间的欧式距离，得到N个欧式距离，将基于每个特征点得到的N个欧式距离形成的矩阵确定为每个特征点的位置注意力权重；将N个特征点的位置注意力权重进行排列形成第一矩阵；计算第一矩阵与血管特征向量的内积以对每个特征点的特征施加对应的位置注意力权重，得到血管的位置特征向量；其中，所述位置注意力权重用于指示任意两个特征点之间的位置关联度；

语义特征向量单元，用于对血管特征向量进行转置处理，得到血管特征向量的转置矩阵；基于血管特征向量以及转置矩阵之间的内积，确定表示血管的语义注意力权重的第二矩阵；计算第二矩阵与血管特征向量的内积以对每个特征点的特征施加对应的语义注意力权重，得到血管的语义特征向量；其中，所述语义注意力权重用于指示任意两个特征点之间的语义关联度；训练模块，用于基于所述位置特征向量和所述语义特征向量，进行模型训练，得到血管分割模型；

预测模块，用于利用所述血管分割模型对待测血管CT图像进行预测处理，生成血管分割结果。

5.一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1-3中任一项所述的方法。