【CN110223271A】血管图像的自动水平集分割方法及装置【专利】

(19)中华人民共和国国家知识产权局

(12)发明专利申请

(10)申请公布号 (43)申请公布日 (21)申请号 201910364864.4

(22)申请日 2019.04.30

(71)申请人 深圳市阅影科技有限公司

地址 518102 广东省深圳市宝安区西乡街

道臣田社区宝民二路东方雅苑2层B37

(72)发明人 王纯亮　张超　赵清华　毛益进　

(74)专利代理机构 北京康信知识产权代理有限

责任公司 11240

代理人 赵囡囡

(51)Int.Cl.

G06T 7/00(2017.01)

G06T 7/11(2017.01)

G06T 7/136(2017.01)

(54)发明名称

血管图像的自动水平集分割方法及装置

(57)摘要

本发明公开了一种血管图像的自动水平集

分割方法及装置。其中，该方法包括：获取初始血

管模型，其中，初始血管模型是基于初始血管模

型对应的血管的中心线和半径函数确定的，半径

函数用于描述血管区域；在局部流明统计模型的

基础上，对初始血管模型进行水平集分割，得到

分割后的血管模型，其中，局部流明统计模型包

括血管沿中心线上的横截面的流明阈值。本发明

解决了相关技术中采用传统全局阈值水平集无

法实现冠状动脉血管进行精准建模的技术问题。权利要求书2页 说明书13页 附图6页CN 110223271 A 2019.09.10

C N 110223271

A

权　利　要　求　书1/2页CN 110223271 A

1.一种血管图像的自动水平集分割方法，其特征在于，包括：

获取初始血管模型，其中，所述初始血管模型是基于所述初始血管模型对应的血管的中心线和半径函数确定的，所述半径函数用于描述血管区域；

在局部流明统计模型的基础上，对所述初始血管模型进行水平集分割，得到分割后的血管模型，其中，所述局部流明统计模型包括所述血管沿中心线上的横截面的流明阈值。

2.根据权利要求1所述的方法，其特征在于，在局部流明统计模型的基础上，对所述初始血管模型进行水平集分割之后，还包括：

利用分割后的血管模型对所述中心线和所述半径函数进行修正，以得到修正后的初始血管模型，直至所述中心线和所述半径函数满足第一预定条件；

利用分割后的血管模型对所述局部流明统计模型进行修正，以对所述局部流明统计模型的流明阈值进行修正，直到所述局部流明统计模型满足第二预定条件；

在修正后的局部流明统计模型的基础上，基于水平集分割方式对修正后的初始血管模型进行水平集分割。

3.根据权利要求1所述的方法，其特征在于，获取所述初始血管模型包括：

获取所述初始血管模型对应的血管图像；

对所述血管图像进行预处理，得到初始血管模型；

其中，对所述血管图像进行预处理，得到初始血管模型包括：

生成所述血管图像对应的血管的初始中心线，同时建立所述血管图像对应的血管的初始半径函数；

基于所述初始中心线以及所述初始半径函数进行建模，得到所述初始血管模型。

4.根据权利要求2所述的方法，其特征在于，在局部流明统计模型的基础上，对所述初始血管模型进行水平集分割包括：

在所述局部流明统计模型的基础上，确定所述初始血管模型对应的血管沿中心线的多个横截面中每个横截面处所述水平集分割方式的分割阈值，其中，所述分割阈值包括：上限阈值和下限阈值；

利用所述分割阈值对所述初始血管模型进行分割。

5.根据权利要求4所述的方法，其特征在于，在所述局部流明统计模型的基础上，确定所述初始血管模型对应的血管沿中心线的多个横截面中每个横截面处所述水平集分割方式的分割阈值包括：

通过第一公式确定所述多个横截面中每个横截面的分割阈值的上限阈值，其中，所述第一公式为：T upper＝μ+p upper*ρ，T upper表示所述分割阈值中的上限阈值，μ表示所述多个横截面中每个横截面的平均流明值，p upper表示所述上限阈值的百分比，ρ表示所述多个横截面中每个横截面的流明值标准差；以及，

通过第二公式确定所述多个横截面中每个横截面的分割阈值的下限阈值，其中，所述第二公式为：T lower＝μ-p lower*ρ，T lower表示所述分割阈值中的上限阈值，μ表示所述多个横截面中每个横截面的平均流明值，p upper表示所述下限阈值的百分比，ρ表示所述多个横截面中每个横截面的流明值标准差。

6.根据权利要求3所述的方法，其特征在于，在对所述血管图像进行预处理，得到初始血管模型之前，还包括：

2