[发明专利]三维断层扫描图像中树状管腔结构中心线的提取方法和装置

权利要求书

1.一种三维断层扫描图像中树状管腔结构中心线的提取方法，其特征在于，包括以下步骤：

获取待处理的三维断层扫描图像，所述三维断层扫描图像中包括树状管腔结构；

对所述三维断层扫描图像分别进行过分割预处理和特征提取预处理；

将过分割预处理后的图像输入至预先训练完成的过分割网络中进行分割预测，根据预设的预测阈值得到第一过分割的图像，并对所述第一过分割的图像进行细化以获得包含噪声的第一中心线图像；

将特征提取预处理后的图像输入至预先训练完成的特征提取网络中，提取所述特征提取预处理后的图像中的每个像素点对应的深度特征；

以所述包含噪声的第一中心线图像上的每个像素点为结点，计算每个所述结点的空间特征，并根据每个所述结点的空间特征和深度特征构建第一图模型；

将所述第一图模型输入至预先训练完成的图卷积网络中，通过所述图卷积网络预测每个所述结点是否为中心线上的点，以获得初始中心线；

通过最小生成树算法对所述初始中心线进行优化，输出树状管腔结构中心线的提取结果。

2.根据权利要求1所述的方法，其特征在于，在所述获取待处理的三维断层扫描图像之前，还包括：

获取原始数据集，并对所述原始数据集进行标注，所述原始数据集中的三维断层扫描图像的树状管腔结构与所述待处理的三维断层扫描图像中的树状管腔结构相同；

对标注后的所述原始数据集中的三维断层扫描图像分别进行过分割预处理和特征提取预处理，以生成训练数据集；

构建过分割网络和特征提取网络，并通过所述训练数据集中过分割预处理后的三维断层扫描图像训练所述过分割网络，以及通过所述训练数据集中特征提取预处理后的三维断层扫描图像训练所述特征提取网络；

通过训练完成的过分割网络对标注后的所述原始数据集中的三维断层扫描图像进行分割预测，输出第二过分割的图像，并对所述第二过分割的图像进行细化以获得包含噪声的第二中心线图像；

通过训练完成的特征提取网络提取所述训练数据集中特征提取预处理后的三维断层扫描图像中的每个像素点对应的深度特征；

以所述包含噪声的第二中心线图像上每个像素点为结点，计算所述结点的空间特征，并根据所述结点的空间特征和深度特征构建第二图模型；

构建图卷积网络，将所述第二图模型输入至所述图卷积网络并训练所述图卷积网络。

3.根据权利要求1或2所述的方法，其特征在于，所述过分割预处理，包括：

将三维断层扫描图像切分为多个图像块，所述多个图像块中每相邻两块间具有重叠的数据；

对每个所述图像块进行灰度归一化处理；

所述特征提取预处理，包括：

统一三维断层扫描图像的分辨率；

裁剪统一分辨率后的三维断层扫描图像的尺寸，并进行灰度归一化处理。

4.根据权利要求1所述的方法，其特征在于，所述结点的空间特征，包括：所述结点的三维坐标位置、三维方向，以及距离所述结点最近的十个结点与所述结点的距离中的最大距离值和最小距离值。

5.根据权利要求1所述的方法，其特征在于，所述第一图模型包括结点的集合和连接结点形成的边的集合，所述通过所述图卷积网络预测每个所述结点是否为中心线上的点，包括：

通过所述图卷积网络对每个所述结点的特征和边的特征进行更新，其中，对任一结点的特征进行更新时并联所述任一结点所在的边的特征；

在更新至预设次数后，通过全连接网络对每个所述结点进行分类，输出每个所述结点属于中心线上的点的概率值。