[发明专利]一种基于迁移学习的颅内血管模拟三维模型的建立方法

权利要求书

1.一种基于迁移学习的颅内血管模拟三维模型的建立方法，其特征在于，包括：

获取颅内血管部位的亮血图像组和增强黑血图像组；其中，所述亮血图像组和所述增强黑血图像组分别包括K个亮血图像和K个增强黑血图像；所述亮血图像组和所述增强黑血图像组中的图像一一对应；K为大于2的自然数；

针对所述亮血图像组中每一个亮血图像，以所述增强黑血图像组中对应的增强黑血图像为基准，利用基于互信息和图像金字塔的配准方法进行图像配准，得到包括K个配准后亮血图像的配准后亮血图像组；

将所述配准后亮血图像组利用最大强度投影法在预设的三个方向进行投影，得到各个方向的MIP图；

将各个方向的MIP图作为目标域，将眼底血管图作为源域，利用迁移学习方法得到各个方向的MIP图对应的二维血管分割图；

将三个方向的所述二维血管分割图利用反投影法进行合成，得到第一三维血管体数据；其中，所述第一三维血管体数据中血管部分的体素值为0，非血管部分的体素值为负无穷；

基于所述第一三维血管体数据、所述配准后亮血图像组对应的第二三维血管体数据，得到颅内血管模拟三维模型。

2.根据权利要求1所述的方法，其特征在于，所述针对所述亮血图像组中每一个亮血图像，以所述增强黑血图像组中对应的增强黑血图像为基准，利用基于互信息和图像金字塔的配准方法进行图像配准，得到包括K个配准后亮血图像的配准后亮血图像组，包括：

对每一个亮血图像和对应的增强黑血图像进行预处理，得到第一亮血图像和第一黑血图像；

基于下采样处理，由所述第一亮血图像得到亮血高斯金字塔，由所述第一黑血图像得到黑血高斯金字塔；其中，所述亮血高斯金字塔和所述黑血高斯金字塔中包括从下至上分辨率依次变小的m个图像；m为大于3的自然数；

基于上采样处理，利用所述亮血高斯金字塔得到亮血拉普拉斯金字塔，利用所述黑血高斯金字塔得到黑血拉普拉斯金字塔；其中，所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的m-1个图像；

对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中对应层的图像进行配准，得到配准的亮血拉普拉斯金字塔；

利用所述配准的亮血拉普拉斯金字塔作为叠加信息，对所述亮血高斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准，得到配准的亮血高斯金字塔；

基于所述配准的亮血高斯金字塔得到该亮血图像对应的配准后亮血图像；

由K个亮血图像分别对应的配准后亮血图像，得到配准后亮血图像组。

3.根据权利要求2所述的方法，其特征在于，所述对每一个亮血图像和对应的增强黑血图像进行预处理，得到第一亮血图像和第一黑血图像，包括：

针对每一个亮血图像，以对应的增强黑血图像为基准，将该亮血图像进行坐标变换和图像插值，并使用基于互信息的相似性度量及预定搜索策略，得到预配准后的第一亮血图像；

从对应的增强黑血图像中，提取与所述第一亮血图像的扫描范围相同的区域内容，形成第一黑血图像。

4.根据权利要求3所述的方法，其特征在于，所述基于下采样处理，由所述第一亮血图像得到亮血高斯金字塔，由所述第一黑血图像得到黑血高斯金字塔，包括：

获取第i层的输入图像，对第i层的输入图像利用高斯内核进行滤波，并删除滤波后图像的偶数行和偶数列，得到高斯金字塔的第i层图像G_i，并将第i层图像G_i作为第i+1层的输入图像，得到高斯金字塔的第i+1层图像G_i+1；

其中，i＝1、2，…，m-1；当高斯金字塔为亮血高斯金字塔时，第1层的输入图像为第一亮血图像，当高斯金字塔为黑血高斯金字塔时，第1层的输入图像为第一黑血图像。