[发明专利]血管OCT图像中血管壁及血流区域的分割方法与装置

说明书

本发明实施例提供一种血管OCT图像中血管壁及血流区域的分割方法与装置，其中所述方法包括：基于血管多普勒OCT强度图，利用级联全卷积神经网络模型中的第一级全卷积神经网络，分割出血管壁的轮廓图；基于所述血管壁的轮廓图，对血管多普勒OCT相位图进行去背景噪声处理，并基于处理后的血管多普勒OCT相位图，利用级联全卷积神经网络模型中的第二级全卷积神经网络，分割出血流区域的轮廓图。本发明实施例利用级联全卷积网络进行多普勒OCT血管特征提取，结合多普勒信号使得血流区域的分割更加准确，能够有效降低血管OCT图像中血管壁及血流区域的分割难度，方便有效的分割出图像中的血管壁及血流区域。

技术领域

本发明实施例涉及图像处理技术领域，更具体地，涉及一种血管OCT图像中血管壁及血流区域的分割方法与装置。

背景技术

光学相干断层扫描(OCT)是一种具有微米量级的空间分辨率和毫米量级的成像深度的成像技术，这与血管吻合的特征尺寸比较匹配，同时OCT成像速度快，能够对样品进行实时三维成像。另外，多普勒OCT可以同时提供血管的三维结构和血流信息。

目前，基于深度学习的生物医学图像分割技术已有很多，在采用多普勒OCT系统获取小鼠动脉图像时，由于血管内的血液散射，以及随着深度增加、系统的敏感性降低、图像的噪声严重、对比度低等因素，尤其是血管强度图中血管壁下边缘模糊，给血管壁的完整准确分割带来困难，相位图中出现大量的背景噪声，使得准确分割血流区域变得困难。

发明内容

为了克服上述问题或者至少部分地解决上述问题，本发明实施例提供一种血管OCT图像中血管壁及血流区域的分割方法与装置，用以有效降低血管OCT图像中血管壁及血流区域的分割难度，方便有效的分割出图像中的血管壁及血流区域。

第一方面，本发明实施例提供一种血管OCT图像中血管壁及血流区域的分割方法，包括：

基于血管多普勒OCT强度图，利用级联全卷积神经网络模型中的第一级全卷积神经网络，分割出血管壁的轮廓图；

基于所述血管壁的轮廓图，对血管多普勒OCT相位图进行去背景噪声处理，并基于处理后的血管多普勒OCT相位图，利用级联全卷积神经网络模型中的第二级全卷积神经网络，分割出血流区域的轮廓图。

第二方面，本发明实施例提供一种血管OCT图像中血管壁及血流区域的分割装置，包括：

第一分割模块，用于基于血管多普勒OCT强度图，利用级联全卷积神经网络模型中的第一级全卷积神经网络，分割出血管壁的轮廓图；

第二分割模块，用于基于所述血管壁的轮廓图，对血管多普勒OCT相位图进行去背景噪声处理，并基于处理后的血管多普勒OCT相位图，利用级联全卷积神经网络模型中的第二级全卷积神经网络，分割出血流区域的轮廓图。

第三方面，本发明实施例提供一种电子设备，包括：至少一个存储器、至少一个处理器、通信接口和总线；所述存储器、所述处理器和所述通信接口通过所述总线完成相互间的通信，所述通信接口用于所述电子设备与血管OCT图像设备之间的信息传输；所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上第一方面所述的血管OCT图像中血管壁及血流区域的分割方法。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行如上第一方面所述的血管OCT图像中血管壁及血流区域的分割方法。

本发明实施例提供的血管OCT图像中血管壁及血流区域的分割方法与装置，通过利用级联全卷积网络，进行多普勒OCT血管特征提取，结合多普勒信号使得血流区域的分割更加准确，能够有效降低血管OCT图像中血管壁及血流区域的分割难度，方便有效的分割出图像中的血管壁及血流区域。

附图说明