[发明专利]冠状动脉分割方法以及冠状动脉分割装置有效

专利信息
申请号: 202110420571.0 申请日: 2021-04-19
公开(公告)号: CN113096141B 公开(公告)日: 2022-01-11
发明(设计)人: 尹思源;张欢;王瑜;王少康;陈宽 申请(专利权)人: 推想医疗科技股份有限公司
主分类号: G06T7/11 分类号: G06T7/11;G06T7/136;G06K9/62
代理公司: 北京布瑞知识产权代理有限公司 11505 代理人: 秦卫中
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 冠状动脉 分割 方法 以及 装置
【说明书】:

本申请提供了一种冠状动脉分割方法以及冠状动脉分割装置,该冠状动脉分割方法包括:基于心脏CTA图像,确定心脏CTA图像对应的主动脉分割数据;基于心脏CTA图像和主动脉分割数据,确定心脏CTA图像对应的冠状动脉主干分割数据;基于心脏CTA图像和冠状动脉主干分割数据,确定心脏CTA图像对应的冠状动脉细节分割数据;以及基于心脏CTA图像、冠状动脉主干分割数据和冠状动脉细节分割数据,确定心脏CTA图像对应的冠状动脉分割数据。本申请提供的冠状动脉分割方法,在进行冠状动脉分割时,先进行主动脉分割,再进行主干分割,继而进行细节分割,继而删除静脉假阳,有效提高分割精度,增强鲁棒性,降低静脉假阳和动脉漏诊发生概率。

技术领域

本申请涉及医学影像处理技术领域,具体涉及一种冠状动脉分割方法、冠状动脉分割装置、电子设备及计算机可读存储介质。

背景技术

基于心脏电子计算机断层扫描血管造影(Computed Tomography Angiography,CTA)图像的冠状动脉三维重建技术是心脏疾病早期筛查的重要手段之一,冠状动脉分割的准确性对于三维重建的结果至关重要。但冠状动脉分割存在分割精度低、静脉假阳、动脉漏诊以及鲁棒性低等问题。因此,亟需一种有效提高分割精度、降低静脉假阳和动脉漏诊发生概率以及具有高鲁棒性的冠状动脉分割方法。

发明内容

有鉴于此,本申请实施例提供了一种冠状动脉分割方法、冠状动脉分割装置、电子设备及计算机可读存储介质,以解决在冠状动脉分割时分割精度低、静脉假阳、动脉漏诊以及鲁棒性低等技术问题。

根据本申请的一个方面,本申请一实施例提供的一种冠状动脉分割方法,包括:基于心脏CTA图像,确定所述心脏CTA图像对应的主动脉分割数据;基于所述心脏CTA图像和所述主动脉分割数据,确定所述心脏CTA图像对应的冠状动脉主干分割数据;基于所述心脏CTA图像和所述冠状动脉主干分割数据,确定所述心脏CTA图像对应的冠状动脉细节分割数据;以及基于所述心脏CTA图像、所述冠状动脉主干分割数据和所述冠状动脉细节分割数据,确定所述心脏CTA图像对应的冠状动脉分割数据。

在一个实施例中,所述基于所述心脏CTA图像、所述冠状动脉主干分割数据和所述冠状动脉细节分割数据,确定所述心脏CTA图像对应的冠状动脉分割数据,包括:基于所述冠状动脉主干分割数据和所述冠状动脉细节分割数据,构建冠脉树;以及基于所述冠脉树,删除静脉假阳数据,以获取所述冠状动脉分割数据。

在一个实施例中,所述基于所述冠状动脉主干分割数据和所述冠状动脉细节分割数据,构建冠脉树,包括:基于所述冠状动脉主干分割数据和所述冠状动脉细节分割数据进行中线提取操作,以获取初始冠状动脉分割中线;以及基于所述初始冠状动脉分割中线构建所述冠脉树。

在一个实施例中,所述基于所述冠脉树,删除静脉假阳数据,以获取所述冠状动脉分割数据,包括:基于预设动静脉分类器对所述冠脉树中的段对应的图像区域进行分类识别操作,以删除所述冠脉树中与所述静脉假阳数据对应的段;以及基于所述分类识别操作后的冠脉树,获取所述冠状动脉分割数据。

在一个实施例中,所述基于预设动静脉分类器对所述冠脉树中的段对应的图像区域进行分类识别操作,以删除所述冠脉树中与所述静脉假阳数据对应的段,包括:在所述冠脉树中选取满足预设条件的待检测段;在所述心脏CTA图像中截取与所述待检测段对应的待检测心脏CTA图像块数据;将所述待检测心脏CTA图像块数据输入所述预设动静脉分类器进行分类识别操作,确定所述待检测心脏CTA图像块数据对应的静脉假阳数据;以及删除所述冠脉树中与所述静脉假阳数据对应的段。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于推想医疗科技股份有限公司,未经推想医疗科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110420571.0/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top