一种血管轮廓的提取方法、装置、电子设备及存储介质与流程

1.本技术涉及医学图像处理技术领域，尤其是涉及一种血管轮廓的提取方法、装置、电子设备及存储介质。


背景技术：

2.全球范围内，心脑血管疾病已经成为了威胁人类健康的主要疾病之一，因此在医疗影像中，准确的分割出血管例如冠状动脉血管及提取血管轮廓对于确定冠状动脉的狭窄、病变等有着重要的意义。
3.现有技术中，通常采用血管内超声(intravenous ultrasound，ivus)技术进行血管内外膜边缘检测，其中，血管内超声(intravenous ultrasound，ivus)是指无创性的超声技术和有创性的导管技术相结合，使用末端连接有超声探针的特殊导管进行的医学成像技术。
4.但是，由于ivus图像随着心脏跳动而出现扭动，不利于管腔内膜轮廓的提取，导致血管管腔内膜轮廓提取的速度较慢、准确性较低。因此，如何提高血管轮廓提取的准确性是本领域技术人员需要解决的技术问题。


技术实现要素：

5.有鉴于此，本技术的目的在于提供一种血管轮廓的提取方法、装置、电子设备及存储介质，可有效的提高血管内外径轮廓提取的准确性。
6.本技术实施例提供了一种血管轮廓的提取方法，所述提取方法包括：
7.获取基于语义算法分割出的血管壁3d图像；
8.遍历所述血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域；
9.按血管走向，依次连接每个连通区域的质心，确定出血管中心线；
10.选取所述血管中心线上的多个点作为目标点；
11.针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；
12.针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集；
13.分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。
14.可选的，通过以下步骤确定血管壁3d图像：
15.获取包括目标血管的待检测3d医学影像；
16.将所述待检测3d医学影像输入至预先训练好的图像分割模型中进行血管壁语义标注，得到血管壁的语义标注结果；
17.基于血管壁的语义标注结果，对所述待检测3d医学影像中的血管壁进行分割，由
所述图像分割模型输出血管壁3d图像。
18.可选的，通过以下步骤确定每个横断面切片图像的连通区域：
19.针对每个横断面切片图像，识别该横断面切片图像中的连通区域是否存在重叠连通区域；其中，所述重叠连通区域为将至少两个血管壁的连通区域识别为一个的连通区域；
20.基于形态学开操作对识别出的重叠连通区域进行分割处理，确定每个横断面切片图像实际包括的连通区域。
21.可选的，所述针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，包括：
22.针对每个血管壁截面图，以该血管壁截面图的目标点为起点，按预设间隔角度发射360
°
的射线；
23.将每条射线第一次到达血管壁分割结果时的坐标，作为血管内径轮廓点，将每条射线第一次离开血管壁分割结果时的坐标，作为血管外径轮廓点；
24.基于确定出的所有血管内径轮廓点确定血管内径轮廓点集，基于确定出的所有血管外径轮廓点确定血管外径轮廓点集。
25.可选的，所述针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，包括：
26.针对每个血管壁截面图中的血管壁分割结果，基于形态学对该血管壁分割结果中的血管壁中间的血管进行填充，得到血管内壁分割结果和血管外壁分割结果；
27.根据边缘提取算法，对每个血管壁截面图的血管内壁分割结果进行边缘点提取，得到血管内径轮廓点集；
28.根据边缘提取算法，对每个血管壁截面图的血管外壁分割结果进行边缘点提取，得到血管外径轮廓点集。
29.可选的，所述分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，包括：
30.分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行插值处理，增加两个轮廓点集中的坐标点数量，并分别对插值处理后的所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理。
31.本技术实施例还提供了一种血管轮廓的提取装置，所述提取装置包括：
32.获取模块，用于获取基于语义算法分割出的血管壁3d图像；
33.遍历模块，用于遍历所述血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域；
34.连接模块，用于按血管走向，依次连接每个连通区域的质心，确定出血管中心线；
35.选取模块，用于选取所述血管中心线上的多个点作为目标点；
36.截取模块，用于针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；
37.提取模块，用于针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点
集；
38.处理模块，用于分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。
39.可选的，所述提取装置还包括确定模块，所述确定模块用于：
40.获取包括目标血管的待检测3d医学影像；
41.将所述待检测3d医学影像输入至预先训练好的图像分割模型中进行血管壁语义标注，得到血管壁的语义标注结果；
42.基于血管壁的语义标注结果，对所述待检测3d医学影像中的血管壁进行分割，由所述图像分割模型输出血管壁3d图像。
43.可选的，所述遍历模块还用于：
44.针对每个横断面切片图像，识别该横断面切片图像中的连通区域是否存在重叠连通区域；其中，所述重叠连通区域为将至少两个血管壁的连通区域识别为一个的连通区域；
45.基于形态学开操作对识别出的重叠连通区域进行分割处理，确定每个横断面切片图像实际包括的连通区域。
46.可选的，所述提取模块在用于针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集时，所述提取模块用于：
47.针对每个血管壁截面图，以该血管壁截面图的目标点为起点，按预设间隔角度发射360
°
的射线；
48.将每条射线第一次到达血管壁分割结果时的坐标，作为血管内径轮廓点，将每条射线第一次离开血管壁分割结果时的坐标，作为血管外径轮廓点；
49.基于确定出的所有血管内径轮廓点确定血管内径轮廓点集，基于确定出的所有血管外径轮廓点确定血管外径轮廓点集。
50.可选的，所述提取模块在用于针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集时，所述提取模块用于：
51.针对每个血管壁截面图中的血管壁分割结果，基于形态学对该血管壁分割结果中的血管壁中间的血管进行填充，得到血管内壁分割结果和血管外壁分割结果；
52.根据边缘提取算法，对每个血管壁截面图的血管内壁分割结果进行边缘点提取，得到血管内径轮廓点集；
53.根据边缘提取算法，对每个血管壁截面图的血管外壁分割结果进行边缘点提取，得到血管外径轮廓点集。
54.可选的，所述处理模块在用于分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理时，所述处理模块用于：
55.分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行插值处理，增加两个轮廓点集中的坐标点数量，并分别对插值处理后的所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理。
56.本技术实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之
间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的提取方法的步骤。
57.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的提取方法的步骤。
58.本技术实施例提供的一种血管轮廓的提取方法、装置、电子设备及存储介质，包括：遍历血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域；按血管走向，依次连接每个连通区域的质心，确定出血管中心线；选取血管中心线上的多个点作为目标点；针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，并进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。
59.这样，通过本技术提供的技术方案，基于横断面切片图像中的连通区域的质心确定血管中心线，提高了确定血管中心线的速度和效率，通过采用形态学填充操作，得到血管内壁分割结果和血管外壁分割结果，从而提高了确定血管内径轮廓点集和血管外径轮廓点集的准确性，进而提高了血管轮廓提取的准确性。
60.为使本技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
61.为了更清楚地说明本技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
62.图1为本技术实施例所提供的血管轮廓的提取方法的流程图；
63.图2为本技术提供的一种血管壁3d图像的结构示意图；
64.图3为本技术提供的一种对血管壁3d图像后处理的过程示意图；
65.图4为本技术提供的一种血管中心线的结构示意图；
66.图5为本技术提供的一种分割结果的结构示意图；
67.图6为本技术提供的一种血管内径轮廓线的结构示意图；
68.图7为本技术实施例所提供的一种血管轮廓的提取装置的结构示意图之一；
69.图8为本技术实施例所提供的一种血管轮廓的提取装置的结构示意图之二；
70.图9为本技术实施例所提供的一种电子设备的结构示意图。
具体实施方式
71.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实
施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本技术保护的范围。
72.全球范围内，心脑血管疾病已经成为了威胁人类健康的主要疾病之一，因此在医疗影像中，准确的分割出血管例如冠状动脉血管及提取血管轮廓对于确定冠状动脉的狭窄、病变等有着重要的意义。
73.现有技术中，通常采用血管内超声(intravenous ultrasound，ivus)技术进行血管内外膜边缘检测，其中，血管内超声(intravenous ultrasound，ivus)是指无创性的超声技术和有创性的导管技术相结合，使用末端连接有超声探针的特殊导管进行的医学成像技术。
74.但是，由于ivus图像随着心脏跳动而出现扭动，不利于管腔内膜轮廓的提取，导致血管管腔内膜轮廓提取的速度较慢、准确性较低。因此，如何提高血管轮廓提取的准确性是本领域技术人员需要解决的技术问题。
75.基于此，本技术实施例提供了一种血管轮廓的提取方法、装置、电子设备及存储介质，可有效的提高血管轮廓提取的准确性。
76.请参阅图1，图1为本技术实施例所提供的血管轮廓的提取方法的流程图。如图1中所示，本技术实施例提供的提取方法，包括：
77.s101、获取基于语义算法分割出的血管壁3d图像。
78.这里，所述血管壁3d图像为剔除肌肉、骨骼等干扰组织，仅保留血管壁结构的3d图像。
79.在一种实施方式中，通过以下步骤确定血管壁3d图像：
80.s1011、获取包括目标血管的待检测3d医学影像。
81.这里，所述待检测3d医学影像可以为ct、mri等影像。当所述目标血管为冠脉血管时，所述待检测3d医学影像可为心脏3d医学影像。
82.s1012、将所述待检测3d医学影像输入至预先训练好的图像分割模型中进行血管壁语义标注，得到血管壁的语义标注结果。
83.这里，对所述待检测3d医学影像进行血管壁语义标注，是对血管壁所对应的体素进行标注。
84.其中，可通过以下步骤构建所述图像分割模型，获取多个原始医学影像数据，所述原始医学影像数据为添加有血管壁标注的数据；将所述原始医学影像数据输入至深度神经网络中，得到血管壁的预测结果；使用预测结果和真实的血管壁标注进行对比，确定损失函数值，并将确定出的损失函数值反馈给深度神经网络；基于反馈的损失函数值，更新深度神经网络，使其朝着减少预测误差的方向演化，最终得到图像分割模型。
85.其中，深度神经网络可以为u-net、v-net等经典的医学语义分割网络；损失函数可以为bce、交叉熵等。
86.s1013、基于血管壁的语义标注结果，对所述待检测3d医学影像中的血管壁进行分割，由所述图像分割模型输出血管壁3d图像。
87.示例的，请参阅图2，图2为本技术提供的一种血管壁3d图像的结构示意图。
88.此外，在执行步骤s102前，还可以对血管壁3d图像进行后处理，以消除一些非必要血管对后续提取血管轮廓的准确度的影响。示例的，请参阅图3，图3为本技术提供的一种对
血管壁3d图像后处理的过程示意图。如图3所示，这里是基于最大连通域进行后处理过程，首先得到图3左图所示的初步预测的血管壁分割结果(pf)二值化图像(元素1为外周血管，元素0为背景)；然后基于图3左图，进行最大连通区域处理，以筛除非最大联通区域，得到最大连通区域，最后使用图3左图与最大连通区域相乘，得到图3中的右图，完成后处理。
89.s102、遍历所述血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域。
90.所述横断面也可称为水平面，横断面通常为对3d图像从上向下切割所确定的平面。
91.这里，所述血管壁3d图像包括多个横断面切片图像，横断面切片图像的数量可由获取所述待检测3d医学影像所使用的设备精确确定，也可以人为设定所述血管壁3d图像可分割出的横断面切片图像的数量。
92.其中，所述横断面切片图像中可存在至少一个连通区域，也可不存在连通区域。
93.在本技术提供的一种实施方式中，通过以下步骤确定每个横断面切片图像的连通区域：针对每个横断面切片图像，识别该横断面切片图像中的连通区域是否存在重叠连通区域；基于形态学开操作对识别出的重叠连通区域进行分割处理，确定每个横断面切片图像实际包括的连通区域。
94.这里，所述重叠连通区域为将至少两个血管壁的连通区域识别为一个的连通区域。
95.需要说明的是，对于分叉处的血管壁的横断面切片图像，在进行连通区域识别时，通常会将相邻的血管壁的连通区域识别为一个连通区域，从而影响后续确定血管中心线的准确性，因此需要进行连通区域重叠识别，从而进行后续分割处理。
96.示例的，可通过识别连通区域外轮廓是否存在凹包确定是否为重叠连通区域，其中，将存在凹包的连通区域确定为重叠连通区域，并进行分割处理。
97.所述基于形态学开操作对识别出的重叠连通区域进行分割处理，包括：基于形态学操作，对所述重叠连通区域对应的横断面切片图像进行开操作处理；对进行开操作处理后的横断面切片图像进行连通域识别处理，确定该横断面切片图像包括的连通区域。所述开操作处理为对横断面切片图像先腐蚀处理再膨胀处理。
98.s103、按血管走向，依次连接每个连通区域的质心，确定出血管中心线。
99.这里，连通区域的质心也就是血管壁的质心，可作为血管壁的中心点。确定出每个连通区域的质心，即确定出了血管壁中心点集。
100.需要说明的是，血管壁包裹着血管，血管的中心与血管壁的中心基本重合，因此，根据血管壁的中心点集可确定出血管中心线。
101.示例的，请参阅图4，图4为本技术提供的一种血管中心线的结构示意图。
102.s104、选取所述血管中心线上的多个点作为目标点。
103.这里，可直接将确定出的质心作为选取的多个目标点；也可以从血管中心线上等间距的提取出多个点作为目标点；还可以基于需求，指定目标点的提取规则，从而得到多个目标点。
104.s105、针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图。
105.这里，所述血管壁截面图为目标点位置处血管的切平面，该切平面垂直于此处中心线切线方向，该切平面为一定尺寸(包含血管壁范围)的影像数据。
106.其中，每个血管壁截面图中均包括一个血管壁分割结果。示例的，请参阅图5，图5为本技术提供的一种分割结果的结构示意图。如图5所示，图5中的(a)为血管壁分割结果，其中灰色部分为血管壁结构。
107.s106、针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集。
108.这里，每个血管壁截面图均可得到一组内径轮廓点和一组外径轮廓点，基于所有血管截面图各自所确定出的一组内径轮廓点和一组外径轮廓点，得到血管内径轮廓点集和血管外径轮廓点集。
109.在一种实施方式中，步骤s106所述针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，包括：
110.s10611、针对每个血管壁截面图，以该血管壁截面图的目标点为起点，按预设间隔角度发射360
°
的射线。
111.s10612、将每条射线第一次到达血管壁分割结果时的坐标，作为血管内径轮廓点，将每条射线第一次离开血管壁分割结果时的坐标，作为血管外径轮廓点。
112.s10613、基于确定出的所有血管内径轮廓点确定血管内径轮廓点集，基于确定出的所有血管外径轮廓点确定血管外径轮廓点集。
113.这里，步骤s10611至步骤s10613，阐述了基于射线法确定血管内径轮廓点集和血管外径轮廓点集的实施过程。
114.在另一种实施方式中，步骤s106中所述针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，包括：
115.s10621、针对每个血管壁截面图中的血管壁分割结果，基于形态学对该血管壁分割结果中的血管壁中间的血管进行填充，得到血管内壁分割结果和血管外壁分割结果；
116.s10622、根据边缘提取算法，对每个血管壁截面图的血管内壁分割结果进行边缘点提取，得到血管内径轮廓点集；
117.s10623、根据边缘提取算法，对每个血管壁截面图的血管外壁分割结果进行边缘点提取，得到血管外径轮廓点集。
118.这里，步骤s10621至步骤s10623，阐述了基于形态学填充操作和边缘提取法确定血管内径轮廓点集和血管外径轮廓点集的实施过程。
119.请继续参阅图5，图5中(b)为基于形态学填充操作所确定的血管内壁分割结果，图5中(c)为基于形态学填充操作所确定的血管外壁分割结果。
120.需要说明的是，之所以需要进行填充再分割，确定血管内壁分割结果和血管外壁分割结果，是因为如果直接基于血管壁分割结果采用边缘提取法进行轮廓点提取时，当内外径轮廓存在重合点时，当提取内径轮廓点时会提取出外径轮廓点，或者，当提取外径轮廓点时会提取出内径轮廓点，从而造成轮廓点提取错误。
121.s107、分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处
理，确定出封闭的血管内径轮廓线和血管外径轮廓线。
122.在一种实施方式中，所述分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，包括：分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行插值处理，增加两个轮廓点集中的坐标点数量，并分别对插值处理后的所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理。
123.这里，对轮廓点集进行插值处理，是为了更贴近轮廓的真实形态，增加轮廓点以丰富轮廓细节。
124.示例的，请参阅6，图6为本技术提供的一种血管内径轮廓线的结构示意图，为了更好观察，这里只做内径轮廓线展示，外径轮廓线展示与内径轮廓线相似。
125.此外，确定出血管内径轮廓线和血管外径轮廓线后，通过曲面光滑处理，也可以确定出内径轮廓曲面和外径轮廓曲面。
126.本技术实施例提供的一种血管轮廓的提取方法，包括：遍历血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域；按血管走向，依次连接每个连通区域的质心，确定出血管中心线；选取血管中心线上的多个点作为目标点；针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，并进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。
127.这样，通过本技术提供的技术方案，基于横断面切片图像中的连通区域的质心确定血管中心线，提高了确定血管中心线的速度和效率，通过采用形态学填充操作，得到血管内壁分割结果和血管外壁分割结果，从而提高了确定血管内径轮廓点集和血管外径轮廓点集的准确性，进而提高了血管内外径轮廓提取的准确性。
128.请参阅图7、图8，图7为本技术实施例所提供的一种血管轮廓的提取装置的结构示意图之一，图8为本技术实施例所提供的一种血管轮廓的提取装置的结构示意图之二。如图7中所示，所述提取装置700包括：
129.获取模块710，用于获取基于语义算法分割出的血管壁3d图像；
130.遍历模块720，用于遍历所述血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域；
131.连接模块730，用于按血管走向，依次连接每个连通区域的质心，确定出血管中心线；
132.选取模块740，用于选取所述血管中心线上的多个点作为目标点；
133.截取模块750，用于针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；
134.提取模块760，用于针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集；
135.处理模块770，用于分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。
136.可选的，如图8所示，所述提取装置700还包括确定模块780，所述确定模块780用
于：
137.获取包括目标血管的待检测3d医学影像；
138.将所述待检测3d医学影像输入至预先训练好的图像分割模型中进行血管壁语义标注，得到血管壁的语义标注结果；
139.基于血管壁的语义标注结果，对所述待检测3d医学影像中的血管壁进行分割，由所述图像分割模型输出血管壁3d图像。
140.可选的，所述遍历模块720还用于：
141.针对每个横断面切片图像，识别该横断面切片图像中的连通区域是否存在重叠连通区域；其中，所述重叠连通区域为将至少两个血管壁的连通区域识别为一个的连通区域；
142.基于形态学开操作对识别出的重叠连通区域进行分割处理，确定每个横断面切片图像实际包括的连通区域。
143.可选的，所述提取模块760在用于针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集时，所述提取模块760用于：
144.针对每个血管壁截面图，以该血管壁截面图的目标点为起点，按预设间隔角度发射360
°
的射线；
145.将每条射线第一次到达血管壁分割结果时的坐标，作为血管内径轮廓点，将每条射线第一次离开血管壁分割结果时的坐标，作为血管外径轮廓点；
146.基于确定出的所有血管内径轮廓点确定血管内径轮廓点集，基于确定出的所有血管外径轮廓点确定血管外径轮廓点集。
147.可选的，所述提取模块760在用于针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集时，所述提取模块760用于：
148.针对每个血管壁截面图中的血管壁分割结果，基于形态学对该血管壁分割结果中的血管壁中间的血管进行填充，得到血管内壁分割结果和血管外壁分割结果；
149.根据边缘提取算法，对每个血管壁截面图的血管内壁分割结果进行边缘点提取，得到血管内径轮廓点集；
150.根据边缘提取算法，对每个血管壁截面图的血管外壁分割结果进行边缘点提取，得到血管外径轮廓点集。
151.可选的，所述处理模块770在用于分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理时，所述处理模块770用于：
152.分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行插值处理，增加两个轮廓点集中的坐标点数量，并分别对插值处理后的所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理。
153.请参阅图9，图9为本技术实施例所提供的一种电子设备的结构示意图。如图9中所示，所述电子设备900包括处理器910、存储器920和总线930。
154.所述存储器920存储有所述处理器910可执行的机器可读指令，当电子设备900运行时，所述处理器910与所述存储器920之间通过总线930通信，所述机器可读指令被所述处理器910执行时，可以执行如上述图1至图6所示方法实施例中的步骤，具体实现方式可参见
方法实施例，在此不再赘述。
155.本技术实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1至图6所示方法实施例中的步骤，具体实现方式可参见方法实施例，在此不再赘述。
156.所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
157.在本技术所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
158.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
159.另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
160.所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可以存储程序代码的介质。
161.最后应说明的是：以上所述实施例，仅为本技术的具体实施方式，用以说明本技术的技术方案，而非对其限制，本技术的保护范围并不局限于此，尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本技术实施例技术方案的精神和范围，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以权利要求的保护范围为准。

技术特征：
1.一种血管轮廓的提取方法，其特征在于，所述提取方法包括：获取基于语义算法分割出的血管壁3d图像；遍历所述血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域；按血管走向，依次连接每个连通区域的质心，确定出血管中心线；选取所述血管中心线上的多个点作为目标点；针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集；分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。2.根据权利要求1所述的提取方法，其特征在于，通过以下步骤确定血管壁3d图像：获取包括目标血管的待检测3d医学影像；将所述待检测3d医学影像输入至预先训练好的图像分割模型中进行血管壁语义标注，得到血管壁的语义标注结果；基于血管壁的语义标注结果，对所述待检测3d医学影像中的血管壁进行分割，由所述图像分割模型输出血管壁3d图像。3.根据权利要求1所述的提取方法，其特征在于，通过以下步骤确定每个横断面切片图像的连通区域：针对每个横断面切片图像，识别该横断面切片图像中的连通区域是否存在重叠连通区域；其中，所述重叠连通区域为将至少两个血管壁的连通区域识别为一个的连通区域；基于形态学开操作对识别出的重叠连通区域进行分割处理，确定每个横断面切片图像实际包括的连通区域。4.根据权利要求1所述的提取方法，其特征在于，所述针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，包括：针对每个血管壁截面图，以该血管壁截面图的目标点为起点，按预设间隔角度发射360
°
的射线；将每条射线第一次到达血管壁分割结果时的坐标，作为血管内径轮廓点，将每条射线第一次离开血管壁分割结果时的坐标，作为血管外径轮廓点；基于确定出的所有血管内径轮廓点确定血管内径轮廓点集，基于确定出的所有血管外径轮廓点确定血管外径轮廓点集。5.根据权利要求1所述的提取方法，其特征在于，所述针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，包括：针对每个血管壁截面图中的血管壁分割结果，基于形态学对该血管壁分割结果中的血管壁中间的血管进行填充，得到血管内壁分割结果和血管外壁分割结果；根据边缘提取算法，对每个血管壁截面图的血管内壁分割结果进行边缘点提取，得到血管内径轮廓点集；
根据边缘提取算法，对每个血管壁截面图的血管外壁分割结果进行边缘点提取，得到血管外径轮廓点集。6.根据权利要求1所述的提取方法，其特征在于，所述分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，包括：分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行插值处理，增加两个轮廓点集中的坐标点数量，并分别对插值处理后的所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理。7.一种血管轮廓的提取装置，其特征在于，所述提取装置包括：获取模块，用于获取基于语义算法分割出的血管壁3d图像；遍历模块，用于遍历所述血管壁3d图像的横断面切片图像，确定每个横断面切片图像的连通区域；连接模块，用于按血管走向，依次连接每个连通区域的质心，确定出血管中心线；选取模块，用于选取所述血管中心线上的多个点作为目标点；截取模块，用于针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；提取模块，用于针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集；处理模块，用于分别对所述血管内径轮廓点集和所述血管外径轮廓点集进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。8.根据权利要求7所述的提取装置，其特征在于，所述提取装置还包括确定模块，所述确定模块用于：获取包括目标血管的待检测3d医学影像；将所述待检测3d医学影像输入至预先训练好的图像分割模型中进行血管壁语义标注，得到血管壁的语义标注结果；基于血管壁的语义标注结果，对所述待检测3d医学影像中的血管壁进行分割，由所述图像分割模型输出血管壁3d图像。9.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过所述总线进行通信，所述机器可读指令被所述处理器运行时执行如权利要求1至6任一所述的提取方法的步骤。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6任一所述的提取方法的步骤。

技术总结
本申请提供了一种血管轮廓的提取方法、装置、电子设备及存储介质，包括：遍历血管壁3D图像的横断面切片图像，确定每个横断面切片图像的连通区域；按血管走向，依次连接每个连通区域的质心，确定出血管中心线；选取血管中心线上的多个点作为目标点；针对每个目标点，截取垂直于该目标点所在血管中心线切线方向的包括血管壁范围的平面，得到每个目标点各自对应的血管壁截面图；针对每个血管壁截面图，根据该血管壁截面图中包括的环形管状中空结构的血管壁分割结果，进行轮廓点提取，得到血管内径轮廓点集和血管外径轮廓点集，并进行曲线拟合处理，确定出封闭的血管内径轮廓线和血管外径轮廓线。可有效的提高血管内外径轮廓提取的准确性。准确性。准确性。


技术研发人员：黄星胜 马骏 郑凌霄 兰宏志
受保护的技术使用者：深圳睿心智能医疗科技有限公司
技术研发日：2023.07.10
技术公布日：2023/10/15