[发明专利]一种基于CTA影像的血管分段模型训练数据标注方法及装置有效

专利信息
申请号: 202210502553.1 申请日: 2022-05-09
公开(公告)号: CN114723739B 公开(公告)日: 2023-07-21
发明(设计)人: 王思伦;周竞宇 申请(专利权)人: 深圳市铱硙医疗科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T7/136;G16H30/40
代理公司: 深圳市诺正鑫泽知识产权代理有限公司 44689 代理人: 颜燕红
地址: 518000 广东省深圳市南山区粤*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 cta 影像 血管 分段 模型 训练 数据 标注 方法 装置
【权利要求书】:

1.一种基于CTA影像的血管分段模型训练数据标注方法,其特征在于,所述方法包括:

颅骨分割步骤:获取待处理的CTA影像数据并对所述CTA影像数据进行去骨处理得到颅骨掩膜;基于人工对所述颅骨掩膜的修改操作得到颅骨标签并基于所述颅骨标签训练得到颅骨分割模型;

血管组织分割步骤:基于所述颅骨分割模型对所述CTA影像数据进行去骨处理并对去骨处理后的CTA影像数据进行血管组织分割得到血管组织掩膜;基于人工对所述血管组织掩膜的修改操作得到血管组织标签并基于所述血管组织标签训练得到血管组织分割模型;其中,所述血管组织掩膜包括纯血管和钙化斑;

钙化分割步骤:基于所述血管组织分割模型对所述CTA影像数据进行血管组织分割得到血管组织影像数据并对所述血管组织影像数据进行分割得到纯血管掩膜和钙化斑块掩膜;基于人工对所述纯血管掩膜和钙化斑块掩膜的修改操作得到纯血管标签和钙化斑块标签并基于所述纯血管标签和钙化斑块标签共同训练得到纯血管分割模型;

血管分段步骤:基于所述纯血管分割模型对所述CTA影像数据进行纯血管分割得到纯血管影像数据并基于所述纯血管影像数据对纯血管进行血管分段,根据血管分段结果对所述纯血管标签重新赋予血管分段标签得到血管分段数据;基于人工对所述血管分段数据的修改操作得到血管分段标签,以便基于所述血管分段标签训练得到血管分段模型。

2.根据权利要求1所述的一种基于CTA影像的血管分段模型训练数据标注方法,其特征在于,所述对所述CTA影像数据进行去骨处理得到颅骨掩膜,具体包括:

获取与所述CTA影像数据和对应的NCCT影像数据;

利用CTA影像数据与CTA影像数据进行做差处理得到颅骨掩膜。

3.根据权利要求1所述的一种基于CTA影像的血管分段模型训练数据标注方法,其特征在于,所述对去骨处理后的CTA影像数据进行血管分割得到血管组织掩膜,具体包括:

基于聚类算法分割得到所述去骨处理后的CTA影像数据中血管组织对应的区域;

在血管组织对应的区域中定位动脉弓位置并将其作为种子点,结合区域生长算法与随机游走算法得到分割后的血管初始掩膜;

利用活动轮廓模型对血管初始掩膜进行处理得到血管组织掩膜。

4.根据权利要求1所述的一种基于CTA影像的血管分段模型训练数据标注方法,其特征在于,所述对所述血管组织影像数据进行分割得到纯血管掩膜和钙化斑块掩膜,具体包括:

对血管组织影像数据进行统计得到的灰度分布直方图;

对所述灰度分布直方图构建高斯混合模型;

根据所述灰度分布直方图确定纯血管和钙化斑块二者的灰度阈值;

采用二者的灰度阈值分割得到纯血管掩膜和钙化斑块掩膜。

5.根据权利要求1所述的一种基于CTA影像的血管分段模型训练数据标注方法,其特征在于,所述基于所述纯血管影像数据对纯血管进行血管分段,根据血管分段结果对所述纯血管标签重新赋予血管分段标签得到血管分段数据,具体包括:

从纯血管中提取血管中心线;

基于所述血管中心线以及血管树形态特征对纯血管进行血管分段得到血管分段结果,所述血管分段结果包括分段节点的位置,所述分段节点包括中心线分叉点和中心线末端点;

根据所述分段节点的位置将纯血管上任意两个相邻分段节点之间的区域作为一段血管并对不同段血管赋予对应的血管分段标签得到血管分段数据。

6.根据权利要求5所述的一种基于CTA影像的血管分段模型训练数据标注方法,其特征在于,所述方法还包括:

遍历全部中心线分叉点,并对于每个中心线分叉点:计算包含同一个所述中心线分叉点的两条血管中心线所成的夹角,将所述夹角作为相应所述两条血管中心线对应的两条血管的夹角;

对于夹角位于相同角度区间内的两条血管,均采用同一颜色对集合中的两种标记颜色分别进行标记。

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深圳市铱硙医疗科技有限公司,未经深圳市铱硙医疗科技有限公司许可,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/202210502553.1/1.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