[发明专利]一种血管分割方法、装置及计算机可读介质

权利要求书

1.一种血管分割方法，其特征在于，包括：

从原始血管分割图像中提取血管点位置信息，得到血管点云数据；所述原始血管分割图像是基于原始血管电子计算机断层扫描CT影像得到的；

基于所述原始血管CT影像，对所述血管点云数据中所有血管点标记血管分类标签，并将携带有血管分类标签的血管点云数据作为第一训练样本；

对多个第一训练样本进行模型训练，得到点云分割模型；

利用所述点云分割模型对所述待测血管分割图像对应的血管点云数据进行分割处理，得到血管分类结果。

2.根据权利要求1所述的方法，其特征在于，所述对多个第一训练样本进行模型训练，得到点云分割模型，包括：

针对任一所述第一训练样本：利用点云网络对所述第一训练样本进行特征提取，得到血管特征信息；对所述血管特征信息进行边界感知处理，得到输出结果；

基于多个输出结果对所述点云网络进行参数调节，得到点云分割模型。

3.根据权利要求2所述的方法，其特征在于，所述对所述血管特征信息进行边界感知处理，得到输出结果，包括：

利用全局损失函数对所述血管特征信息进行约束处理，得到有效血管信息；

利用边界损失函数对所述有效血管信息进行约束处理，得到输出结果。

4.根据权利要求1所述的方法，其特征在于，所述待测血管分割图像通过如下方法获得：

获取待测血管CT影像；

利用血管分割模型对所述待测血管CT影像进行分割处理，得到待测血管分割图像。

5.根据权利要求4所述的方法，其特征在于，所述血管分割模型通过如下方法获得：

获取血管CT影像序列；所述血管CT影像序列用于指示目标对象在不同时间对应的血管CT影像；

针对任一所述血管CT影像：从所述血管CT影像中移除非图像区域，得到目标血管CT影像，并对所述目标血管CT影像进行数据扩增处理，得到若干待分割区域；

基于所述血管CT影像序列对应的若干非分割区域，得到第二训练样本数据；

利用所述第二训练样本数据进行模型训练，得到血管分割模型。

6.根据权利要求5所述的方法，其特征在于，所述对所述目标血管CT影像进行数据扩增处理，得到若干待分割区域，包括：

对所述目标血管CT影像进行裁剪处理，得到若干待分割区域；其中任意两个相邻所述待分割区域具有40％-60％的重叠区域。

7.一种血管分割装置，其特征在于，包括：

提取模块，用于从获取的血管分割图像中提取血管点位置信息，得到血管点云数据；所述血管分割图像是基于原始血管CT影像得到的；

标记模块，用于基于所述原始血管CT影像，对所述血管点云数据中所有血管点标记血管分类标签，并将携带有血管分类标签的血管点云数据作为第一训练样本；

训练模块，用于对多个第一训练样本进行模型训练，得到点云分割模型；

分割模块，用于利用所述点云分割模型对所述待测血管分割图像对应的血管点云数据进行分割处理，得到血管分类结果。

8.根据权利要求7所述的装置，其特征在于，所述训练模块包括：

处理模块，用于针对任一所述第一训练样本：利用点云网络对所述训练样本进行特征提取，得到血管特征信息；对所述血管特征信息进行边界感知处理，得到输出结果；

调节模块，用于基于多个输出结果对所述点云网络进行参数调节，得到点云分割模型。

9.根据权利要求8所述的装置，其特征在于，所述处理模块包括：

全局约束处理单元，用于利用全局损失函数对所述血管特征信息进行约束处理，得到有效血管信息；

边界约束处理单元，用于利用边界损失函数对所述有效血管信息进行约束处理，得到输出结果。

10.一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1-6中任一项所述的方法。