[发明专利]一种冠脉中心线提取模型的生成方法及装置

说明书

本发明提供了一种冠脉中心线提取模型的生成方法及装置，方法包括：对冠脉样本图像进行分割处理，得到冠脉样本分割图像；对冠脉样本分割图像进行冠脉中心线标注，得到冠脉标注图像；获取上一次训练的冠脉中心线训练模型中的首个生成器的输出图像，将冠脉样本分割图像与输出图像输入冠脉中心线训练模型中，得到冠脉中心线预测结果图像，所述冠脉中心线训练模型包括依次相连的多个生成器；将冠脉中心线预测结果图像与对应的冠脉标注图像输入鉴别器，依据鉴别器的判定结果进行损失计算，若损失满足预先设置的损失阈值，依据满足损失阈值的冠脉中心线训练模型，得到所述冠脉中心线生成模型。可以降低冠脉中心线提取模型的复杂度。

技术领域

本发明涉及医学图像分析技术领域，具体而言，涉及一种冠脉中心线提取模型的生成方法及装置。

背景技术

在医学图像分析领域，冠脉中心线的正确提取对于医学的准确诊断具有重要意义。目前，一般基于深度神经网络训练生成的冠脉中心线提取模型进行冠脉中心线提取，例如，利用三维卷积神经网络(CNN，Convolutional Neural Network)的冠脉中心线提取模型，通过学习数十万个训练样本，可以实现冠脉中心线的自动提取。但该冠脉中心线提取模型，由于CNN学习能力需要基于大样本量，对于样本量较少的冠脉，需要通过增加模型参数量保障较好的提取精度，使得构建的冠脉中心线提取模型的复杂度高，训练所需的时间较长。

发明内容

有鉴于此，本发明的目的在于提供冠脉中心线提取模型的生成方法及装置，在保障冠脉中心线提取精度的同时，降低冠脉中心线提取模型的复杂度。

第一方面，本发明实施例提供了冠脉中心线提取模型的生成方法，包括：

对冠脉样本图像进行分割处理，得到冠脉样本分割图像；

对冠脉样本分割图像进行冠脉中心线标注，得到冠脉标注图像；

获取上一次训练的冠脉中心线训练模型中的首个生成器的输出图像，将冠脉样本分割图像与输出图像输入冠脉中心线训练模型中，得到冠脉中心线预测结果图像，所述冠脉中心线训练模型包括依次相连的多个生成器；

将冠脉中心线预测结果图像与对应的冠脉标注图像输入鉴别器，依据鉴别器的判定结果进行损失计算，若损失满足预先设置的损失阈值，依据满足损失阈值的冠脉中心线训练模型，得到所述冠脉中心线生成模型。

结合第一方面，本发明实施例提供了第一方面的第一种可能的实施方式，其中，所述方法还包括：

获取满足损失阈值的冠脉中心线训练模型的首个生成器的输出图像，得到所述冠脉中心线生成模型的第一输入图像。

结合第一方面的第一种可能的实施方式，本发明实施例提供了第一方面的第二种可能的实施方式，其中，所述方法还包括：

获取冠脉图像，对冠脉图像进行分割处理，得到冠脉分割图像；

将冠脉分割图像与所述第一输入图像输入冠脉中心线生成模型中，得到冠脉中心线结果图像。

结合第一方面的第二种可能的实施方式，本发明实施例提供了第一方面的第三种可能的实施方式，其中，所述对冠脉图像进行分割处理，得到冠脉分割图像，包括：

对冠脉图像进行一次分割，得到主动脉区域分割图像、心脏区域分割图像以及其他区域分割图像；

获取心脏区域分割图像的最小外接立方体；

对最小外接立方体进行下采样，得到冠脉分割图像。

结合第一方面的第三种可能的实施方式，本发明实施例提供了第一方面的第四种可能的实施方式，其中，所述将冠脉分割图像与所述第一输入图像输入冠脉中心线生成模型中，得到冠脉中心线结果图像，包括：