[发明专利]一种血管中心线提取方法、装置及电子设备

权利要求书

1.一种血管中心线提取方法，其特征在于，所述方法包括：

获取医学影像图像的特征图；

基于医学影像图像的特征图，确定包含血管中心线的候选区域；

针对每一个候选区域，确定所述候选区域内的候选中线点；

基于所有候选区域内的候选中线点确定所述血管中心线。

2.根据权利要求1所述的方法，其特征在于，所述基于医学影像图像的特征图，确定包含血管中心线的候选区域，包括：

针对所述特征图上的每一个特征点，确定所述特征点在所述医学影像图像上对应的图像区域；

根据第一线性层预测所述特征点包含有所述血管中心线的第一概率；

若所述第一概率大于第一阈值，则确定所述图像区域为所述候选区域。

3.根据权利要求1所述的方法，其特征在于，所述针对每一个候选区域，确定所述候选区域内的候选中线点，包括：

针对每一个候选区域，确定第一数量个预测中线点；

针对每一个预测中线点，若所述预测中线点在所述血管中心线上的第二概率大于第二阈值，则确定所述预测中线点为所述候选中线点。

4.根据权利要求3所述的方法，其特征在于，所述针对每一个候选区域，确定第一数量个预测中线点，包括：

针对所述候选区域，确定所述候选区域在所述特征图上对应的特征点；

针对每一个特征点，确定第一数量个预测中线点中，每个预测中线点在所述血管中心线上的第二概率以及每个预测中线点的坐标偏移量。

5.根据权利要求4所述的方法，其特征在于，所述针对每一个特征点，确定第一数量个预测中线点中，每个预测中线点在所述血管中心线上的第二概率以及每个预测中线点的坐标偏移量，包括：

确定所述候选区域的中心点坐标；

基于第二线性层对所述特征点进行第二处理，得到第一数量个预测中线点中每个预测中线点在所述血管中心线上的第二概率；

基于第三线性层对所述特征点进行第三处理，得到第一数量个预测中线点中每个预测中线点相对于所述中心点坐标的坐标偏移量。

6.根据权利要求1所述的方法，其特征在于，所述基于所有候选区域内的候选中线点确定所述血管中心线，包括：

将所有候选区域内的候选中线点合并，得到中线点集；

确定所述中线点集的中的离群点；

基于排除离群点后的中线点集确定所述血管中心线。

7.根据权利要求6所述的方法，所述确定所述中线点集的中的离群点，包括：

确定所述中线点集的所有连通分量；

针对每一个连通分量，若所述连通分量包含的中线点的数量小于第三阈值，则确定所述连通分量包含的中线点为离群点。

8.一种血管中心线提取模型训练方法，其特征在于，所述方法包括：

基于训练集中的医学影像图像和第一神经网络进行血管中心线提取模型的训练，得到第二数量个血管中心线提取模型；

针对每个血管中心线提取模型，基于验证集中的医学影像图像进行模型验证，将其中准确率最高的模型确定为目标血管中心线提取模型。

9.根据权利要求8所述的方法，其特征在于，所述基于训练集中的医学影像图像和第一神经网络进行血管中心线提取模型的训练，得到第二数量个血管中心线提取模型，包括：

基于所述第一神经网络和训练集中第三数量个医学影像图像，确定每一个医学影像图像中血管中心线的候选中线点；

基于所述候选中线点与对应的医学影像图像中标注的血管中线点之间的差异，对所述血管中心线提取模型进行参数更新；

当全部训练集中的医学影像图像训练完毕，完成一个轮次的模型训练；

每完成第四数量轮次的模型训练，得到一个对应的血管中心线提取模型；

循环训练所述模型，直到得到所述第二数量个血管中心线提取模型。