[发明专利]为生理树结构生成解剖标签的计算机实现的方法、装置和介质

权利要求书

1.一种为生理树结构生成解剖标签的计算机实现的方法，其特征在于包括如下步骤：

接收所述生理树结构的3D模型和3D骨架线，其中，所述3D模型是基于由成像装置获取的所述生理树结构的医学图像数据重建的；

从包括从点到路径的范围的多个可选级别的池中选择至少一个级别用于提取几何特征；

由处理器，在所选择的至少一个可选级别沿着所述3D骨架线从所述生理树结构的所述3D模型提取几何特征；以及

由所述处理器，基于所提取的几何特征使用训练好的学习网络为所述生理树结构生成解剖标签。

2.根据权利要求1所述的计算机实现的方法，其中，在各个所选择级别所述几何特征包括数种类型的几何特征。

3.根据权利要求1所述的计算机实现的方法，其中，所选择的至少一个级别包括多个级别，以及其中，提取几何特征包括在所述多个级别的各个级别上提取几何特征。

4.根据权利要求1所述的计算机实现的方法，其中，可选择的级别包括点、单元和路径。

5.根据权利要求1所述的计算机实现的方法，其中，所述生理树结构是血管、气管通路、淋巴管和神经组织的任何一种的树结构。

6.根据权利要求1所述的计算机实现的方法，其中，所述生理树结构是血管的树结构，所述骨架线是中心线。

7.根据权利要求1所述的计算机实现的方法，其中，所述解剖标签是在不低于所提取的几何特征的所选择级别的级别上生成的。

8.根据权利要求1所述的计算机实现的方法，其中，用于提取几何特征的级别基于计算速度、计算资源和粒度精度中的至少一种来选择。

9.根据权利要求1所述的计算机实现的方法，其中，所述学习网络是包括分类层的神经网络。

10.据权利要求9所述的计算机实现的方法，其中，所述神经网络包括序列多层神经网络和树结构神经网络中的至少一种。

11.根据权利要求10所述的计算机实现的方法，其中，生成解剖标签进一步包括：

基于所提取的几何特征，使用训练好的序列长短期记忆(LSTM)多层神经网络或训练好的树结构LSTM神经网络，为所述生理树结构生成解剖标签的序列。

12.根据权利要求1所述的计算机实现的方法，其中，所述学习网络以在线过程或离线过程来训练。

13.根据权利要求1所述的计算机实现的方法，还包括：将生成的解剖标签映射到所述生理树结构的对应部分。

14.根据权利要求13所述的计算机实现的方法，还包括：在用户界面上所述生理树结构的对应部分附近呈现所生成的解剖标签，以让用户修正所生成的解剖标签。

15.根据权利要求13所述的计算机实现的方法，还包括：

接收来自用户的修正后的解剖标签；以及

使用所提取的几何特征以及修正后的解剖标签作为训练数据集，来更新所述训练好的学习网络。

16.一种为生理树结构生成解剖标签的装置，所述装置包括：

接口，其配置为接收由成像装置获取的所述生理树结构的医学图像数据；以及

处理器，其配置为：

基于所接收的医学图像数据，重建所述生理树结构的3D模型并提取所述生理树结构的3D骨架线；

从包括从点到路径的范围的多个可选择级别的池中选择至少一个级别用于提取几何特征；

在所选择的至少一个级别沿着所述3D骨架线从所述生理树结构的所述3D模型提取几何特征；以及

基于所提取的几何特征使用训练好的学习网络为所述生理树结构生成解剖标签。