[发明专利]分离动静脉血管的图像处理方法、装置、存储介质及终端

说明书

本发明公开了一种分离动静脉血管的图像处理方法、装置、存储介质及终端，方法包括：根据待处理血管造影三维图像生成血管拉直图像；按照预设步长将血管拉直图像在预先构建的滑窗中移动，每次移动确定滑窗内当前步长中的目标滑窗范围图像；提取目标滑窗范围图像的目标全局特征，并计算目标滑窗范围图像中每个法线截面的内积；根据目标全局特征与每个法线截面的内积确定最优动静脉分割点，根据最优动静脉分割点分离滑窗范围图像的动静脉血管。由于采用滑窗进行图像处理，可将动静脉分割点误差控制在滑窗大小范围内，从而提升动静脉血管的分离精度，提升较细血管分离能力。借助提取的全局特征以及内积可实现自动的动静脉分离，提升了动静脉分离效率。

技术领域

本发明涉及图像处理技术领域，特别涉及一种分离动静脉血管的图像处理方法、装置、存储介质及终端。

背景技术

临床上，通常采用计算机断层扫描血管造影技术(Computed TomographyAngiography, CTA)、和磁共振血管造影技术(Magnetic Resonance Angiography)实现人体血管成像。血管造影技术是通过向人体内注射一定量的造影剂，在造影剂充盈整个人体血管后，利用CT和MR设备对整个人体进行扫描，从而实现对血管组织的突出显示，便于观察血管的形态和分布情况，有利于医生更好地进行诊断检查和手术治疗。由于全身血管成像范围大，扫描时间较单一部位血管时间长，但动静脉造影剂循环时间窗窄，于是在完成全身血管扫描的同时，静脉会不可避免的在图像上显影。通常在完成全身血管造影技术后，需将动脉和静脉进行分离，并分别对其形态、结构和走形等特征进行分析。

在现有技术中，现有动静脉分离技术主要是通过人工标记与机器学习结合实现动静脉分离技术。首先利用机器学习方法提取血管灰度值与其他区域的差异及形态学特征，基于两者特征的差异，从CTA和MRA图像中提取出全部血管组织（同时包含动脉和静脉），然后利用人工标记出感兴趣血管的动静脉分离点，最后将分离点两侧的联通区进行分离，从而实现动脉和静脉的分离。现有技术中的缺点为：1.受肉眼分辨率的限制，其只能对较粗的动静脉血管进行分离，对较细血管分离能力弱；2.由于动静脉连接处血管网络复杂，肉眼分离工作量巨大。

发明内容

本申请实施例提供了一种分离动静脉血管的图像处理方法、装置、存储介质及终端。为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键／重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

第一方面，本申请实施例提供了一种分离动静脉血管的图像处理方法，方法包括：

根据待处理血管造影三维图像生成血管拉直图像；血管拉直图像是由血管上多个法线截面组成；

按照预设步长将血管拉直图像在预先构建的滑窗中移动，并每次移动后确定出滑窗内当前步长中的目标滑窗范围图像；

提取目标滑窗范围图像的目标全局特征，并计算目标滑窗范围图像中每个法线截面的内积；

根据目标全局特征与每个法线截面的内积确定最优动静脉分割点，并根据最优动静脉分割点分离目标滑窗范围图像的动静脉血管。

可选的，根据待处理血管造影三维图像生成血管拉直图像，包括：

计算待处理血管造影三维图像的灰度统计直方图；

根据灰度统计直方图确定血管与人体组织的灰度阈值；

根据灰度阈值在待处理血管造影三维图像中分割出血管与人体组织，得到血管模板；

根据血管模板构建血管拉直图像。

可选的，根据血管模板构建血管拉直图像，包括：

提取血管模板的血管中心线；

计算血管中心线上每个离散点的法线；