[发明专利]分割磁敏感加权图像中静脉血管的方法、装置和计算设备

说明书

本发明属于图像处理领域，提供了一种分割磁敏感加权图像中静脉血管的方法、装置和计算设备，以精确分割出磁敏感加权图像中的静脉血管。所述方法包括：对原始脑SWI中的脑部区域进行提取并标准化，得到标准化脑SWI；以标准化脑SWI中每间隔m个体素定义的任意一个采样点为中心，提取一组中心重合的第一图像块和第二图像块；输入n组第一图像块和第二图像块至已训练卷积神经网络，由已训练卷积神经网络对n组第一图像块和第二图像块中的静脉血管进行标记后得到标记了静脉血管的n组两个第三图像块；将n组两个第三图像块的静脉血管标记映射回原始脑SWI以得到静脉血管的分割结果。本发明能够精确识别出脑SWI中的静脉血管，提高了脑SWI中静脉血管分割的精度。

技术领域

本发明属于图像处理领域，尤其涉及一种分割磁敏感加权图像中静脉血管 的方法、装置和计算设备。

背景技术

急性缺血性脑卒中具有高发病率、高死亡率和高复发率。近年来，研究表 明，磁敏感加权图像(Susceptibility Weighted Image，SWI)比磁共振弥散加权 图像(DiffusionWeighted Image，DWI)对于急性脑缺血更加敏感，能够在脑 缺血脑部患侧呈现静脉低信号，从而得到越来越多的重视。利用脑缺血患者脑 部患侧与正常侧的静脉非对称性特征，可以用来进行急性脑缺血诊断、治疗规 划和预后预测。

目前多数工作是基于定性分析，而缺少定量分析手段。SWI定量分析的关 键是静脉低信号的精确分割。由有经验的专家十分专注仔细地对SWI进行逐层 手工标记静脉低信号可得到较好的分割结果。然而手工标记依赖于专家经验和 投入的精力，是一项非常耗时耗力的工作，且可重复性差。因此，SWI静脉低 信号的自动分割方法成为一个迫切需求。这也是本发明所要解决的技术问题。

SWI静脉低信号分割具有如下挑战：1)相对于脑部动脉，SWI静脉更加 细小。在狭窄区域半径只有1到2个体素；2)SWI静脉信号表观存在非常大 的差异性，使得专家标注非常困难；3)受到脑缺血发生区域和严重程度影响， SWI静脉低信号的位置和灰度高低变化多样。

针对这些挑战，现有技术通常使用浅层特征来对脑部计算机断层造影图像 (CTA)或者磁共振造影图像(MRA)中的体素进行分类，实现脑动脉血管分 割。例如，基于区域的主动轮廓方法能够同时利用灰度和形状信息，并通过水 平集迭代方式进行优化，实现血管分割。然而，这种方法由于使用的是灰度、 形状等浅层特征，因而识别能力有限，分割精度较低。

发明内容

本发明的目的在于提供一种分割磁敏感加权图像中静脉血管的方法、装置 和计算设备，以精确分割出磁敏感加权图像中的静脉血管。

本发明第一方面提供一种分割磁敏感加权图像中静脉血管的方法，所述方 法包括：

对原始脑磁敏感加权图像SWI中的脑部区域进行提取并标准化，得到标准 化脑SWI；

以所述标准化脑SWI中每间隔m个体素定义的任意一个采样点为中心， 提取一组中心重合的第一图像块和第二图像块，所述第一图像块的区域包含以 M₁*M₁阶矩阵排布的体素，所述第二图像块的区域包含以M₂*M₂阶矩阵排布 的体素，所述n、m、M₁和M₂为自然数，且M₂M₁m；

输入所述n组第一图像块和第二图像块至已训练卷积神经网络，由所述已 训练卷积神经网络对所述n组第一图像块和第二图像块中的静脉血管进行标记 后得到标记了静脉血管的n组两个第三图像块，所述已训练卷积神经网络通过 监督学习方式对卷积神经网络训练而成，所述第三图像块的区域包含以m*m阶 矩阵排布的体素；

将所述n组两个第三图像块的静脉血管标记映射回所述原始脑磁敏感加权 图像SWI以得到静脉血管的分割结果。