一种颅内动脉瘤检测和分割方法及系统、终端和介质

1.本发明涉及颅内动脉瘤检测技术领域，具体地，涉及一种颅内动脉瘤检测和分割方法及系统、终端和介质。


背景技术：

2.颅内动脉瘤在健康的人体内是十分常见的。据统计，大约有1％～3％的人群的颅内有动脉瘤的存在。颅内动脉瘤在破裂或者压迫到脑内神经之前是很难被发现的，而一旦破裂就会造成颅内大出血，具有极高的死亡风险。因此，如果能在早期发现动脉瘤将为医生和病人争取到很多的治疗时间。然而，让医生去检测动脉瘤是一件极其消耗时间消耗精力的任务，一位有经验的医生寻找动脉瘤大概需要30分钟。而且医生在寻找动脉瘤时的疲劳是一件无法回避的事情，这会导致很多未被发现的小动脉瘤的问题。因此，一个高效、鲁棒又自动的动脉瘤检测工具将具有非常大的临床应用价值，同时也会极大的提高动脉瘤检测的效率。
3.颅内动脉瘤的检测是十分困难的，尤其对于比较小的动脉瘤。这是因为检测动脉瘤的时候，必须先对人的整个头颅进行扫描，获得头颅的cta数据，然后从这些cta数据中寻找动脉瘤。而动脉瘤相对头颅来说，大小相差十分的悬殊，这就导致了数据分布的严重不平衡。此外，动脉瘤实际上就是动脉的一部分，组成动脉瘤的成分和动脉是完全一致的，动脉瘤和动脉最主要的区别是它不规则的形状，即是动脉上的一个凸起。因此，如果直接从原始的cta数据中去寻找动脉瘤的话，即使有经验的医生也很难直接找到动脉瘤，而且很容易将一些动脉组织判定为动脉瘤。并且，动脉瘤很容易被颅内的一些其它组织遮挡，动脉瘤只能从特定的角度才能找的到。
4.在深度学习兴起之前，研究人员主要通过传统的方法来检测动脉瘤。比如通过分析血管的3d几何形态来确定动脉瘤的位置，即分析整条血管的扭曲度，那些扭曲数不正常的地方就是动脉瘤。另外还有通过传统的图像分割算法，将血管从原始的数据中分割出来，然后从分割好的血管中寻找动脉瘤。这些方法的准确度都不是很高。
5.近些年来，凭借着深度学习在图像分类，目标检测以及图像分割等各项任务中的优异表现，研究者们将深度学习技术应用到了动脉瘤的检测方面，尤其是卷积神经网络。采用深度学习去检测动脉瘤的技术可以分为两种类型。一种是使用目标检测模型从原始的cta数据或者经过一定特征增强的图片当中寻找动脉瘤。另外一种是尝试直接去分割动脉瘤，将分割的结果当作检测的结果。
6.在深度学习领域，特征增强也是非常经典的技术。特征增强的提出是为了解决传统的数据表示形式难以被深度学习模型学习到有价值的信息的问题。特征增强通过恢复结构化的信息来增强较为简单的数据表示形式。


技术实现要素：

7.针对现有技术中的缺陷，本发明的目的是提供一种颅内动脉瘤检测和分割方法及
系统、终端和介质。
8.根据本发明的一个方面，提供一种颅内动脉瘤检测方法，包括：对从原始cta数据提取出骨头和血管部分进行三维重建，获得三维头颅模型；
9.将所述三维头颅模型进行六维切割及投影，获得六组二维图片；
10.检测所述六组二维图片，得到不同方位的动脉瘤的二维位置；
11.融合所述动脉瘤的二维位置，确定三维空间中动脉瘤的位置。
12.优选地，所述对从原始cta数据提取出骨头和血管部分进行三维重建，获得三维头颅模型，包括：
13.利用marchingcube算法将头颅和血管从原始的cta数据中重建出来；
14.将原来不连续的部分连续起来，强化出动脉瘤在血管上凸起的特征，得到一个包含头骨和血管的三维头颅模型。
15.优选地，所述将三维头颅模型进行六维切割及投影，获得六组二维图片，包括：
16.从上、下、左、右、前和后共六个方向，片状切割所述三维头颅模型；
17.相同方向相邻片之间切割的间距保持于0.5mm到2mm之间；
18.每切割一次，将三维头颅模型切割剩下的部分投影，获得包含三维头颅的立体信息和动脉瘤凸起特征的二维图片；
19.每个方向上切割投影的图片形成一组图片，共得到六组二维图片。
20.优选地，所述检测所述六组二维图片，得到不同方位的动脉瘤的二维位置，包括：
21.利用深度学习中的目标检测模型分别在所述六组二维图片中检测动脉瘤的位置；
22.所述目标检测模型在某一方向的二维图片上检测到了动脉瘤，即确定动脉瘤在一个此方向上贯穿头颅的长方体中。
23.优选地，所述融合所述动脉瘤的二维位置，确定三维空间中动脉瘤的位置，包括：
24.确认不同方向上的长方体的交集，确定出动脉瘤的位置，即：两个长方体相交后的小立方体是动脉瘤的位置。
25.根据本发明的第二个方面，提供一种颅内动脉瘤分割方法，基于上述方法检测得到的动脉瘤位置；将包含动脉瘤的所述立方体切割，并送入分割模型中分割。
26.根据本发明的第三个方面，提供一种颅内动脉瘤检测系统，包括：
27.三维重建模块，所述三维重建模块从原始的cta数据提取出头骨以及血管的部分，并进行三维重建获得三维头颅模型，强化动脉瘤的从动脉中的凸起特征；
28.投影模块，所述投影模块对重建出来的三维头颅模型从上、下、左、右、前和后共六个方向进行切割，每一次切割后，将切割剩下的部分投影，获得六组包括动脉瘤的特征的二维图片；
29.检测模块，所述检测模块使用目标检测模型在所述二维图片中检测动脉瘤，得到在不同方向上动脉瘤的二维位置；
30.结果融合模块，所述结果融合模块，将所述不同方向动脉瘤的二维位置信息融合，得到三维空间中的动脉瘤的位置。
31.根据本发明的第四个方面，提供一种颅内动脉瘤分割系统，包括分割模块，所述分割模块基于上述检测系统检测获得的三维空间中的动脉瘤位置，从原始的cta数据中将只包含动脉瘤的立方体切割出来，送入到分割模型中分割动脉瘤，得到动脉瘤的分割结果。
32.根据本发明的第五个方面，提供一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时可用于执行上述任一项检测方法，或，执行上述分割方法，或，运行上述检测系统，或，运行上述分割系统。
33.根据本发明的第六个方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行所述程序时可用于执行上述任一项检测方法，或，执行上述分割方法，或，运行上述检测系统，或，运行上述分割系统。
34.与现有技术相比，本发明具有如下的有益效果：
35.本发明的实施例通过头骨和血管的三维重建，强化了动脉瘤的特征，使得动脉瘤易于被目标检测模型识别，进一步提高了动脉瘤检测的成功率，并且通过将只包含动脉瘤的小块送入分割模型，相对于直接将所有的cta数据送入分割模型降低了数据分布的不平衡性，提高了动脉瘤分割的精度。
附图说明
36.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
37.图1为本发明的一实施例中的总体架构图；
38.图2为本发明的一实施例中切割以及投影的过程图；
39.图3为本发明的一实施例中从二维图片中得到动脉瘤的二维位置信息；
40.图4为本发明的一实施例中融合不同方向的二维位置信息得到动脉瘤的三维位置信息；
41.图5为本发明的一实施例中进行特征强化后的图片和原始的cta图片的区别。
具体实施方式
42.下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进。这些都属于本发明的保护范围。
43.如图1所示，为本发明的一个实施例的总体架构图，包括了其基于特征增强的颅内动脉瘤的检测与分割的流程，具体包括：
44.s100,对从原始cta数据提取出骨头和血管部分进行三维重建，获得三维头颅模型；
45.s200,将所述三维头颅模型进行六维切割及投影，获得六组二维图片；
46.s300,检测所述六组二维图片，得到不同方位的动脉瘤的二维位置；
47.s400,融合所述动脉瘤的二维位置，确定三维空间中动脉瘤的位置。
48.为了更精准实现三维重建，本发明提供一个优选实施例执行s100。我们首先将原始cta数据中头骨和血管的体素点变为1，其它的体素点变为0。随后使用marchingcube面重建算法，此算法可以将数据中体素点的1的部分重建起来，将原来非连续的组织变连续。在原来的cta数据中，动脉瘤的特征不是很明显，三维重建之后，动脉瘤是血管上的凸起的这一特征明显起来。具体如图5所示，左面是原始的cta数据，右面是三维重建之后的图片，动
脉瘤的位置被红框标出并放大，可以明显看出三维重建后的动脉瘤的特征比原始的cta数据中明显了很多。三维重建之后，得到了一个包含头骨和血管的三维的stl文件。
49.为了获得六组包含动脉瘤凸起特征的二维图片，本发明提供一个优选实施例执行s200，将三维的stl文件进行上、下、左、右、前和后共计六个方向切割。图2为本实施例的切割及投影过程。图示过程以从上面切割三维stl文件为例，每切割一次，就将剩余的部分投影到二维的图片上去，得到一张充满三维细节的二维图片。图示过程只切割了三次，实际上每一个方向需切割上百次，并且切割的间隔要足够小，以保证能够将动脉瘤暴露出来。一般的，间隔在。。。范围。切割及投影结束后，得到了六组二维图片。其投影的方向是，从上往下切时，进行俯视投影，得到俯视图；从左向右切时，进行左视投影，得到左视图；从前往后切时，进行主视投影，得到主视图。其余方向采用同样的投影方式，从而得到六个视角的图片组。
50.为了更精准的在二维图片中寻找动脉瘤信息，本发明提供一个优选实施例执行s300。在该实施例中，目标检测模型优选为fasterrcnn模型。将投影得到的六组二维图片输入到fasterrcnn模型中，fasterrcnn会自动在这些二维图片中找出动脉瘤的位置。如图3左所示，图片上的红框就是fasterrcnn模型在二维图片上找到的动脉瘤的位置信息，从这个位置信息中我们可以得出动脉瘤一定在图3右所示的贯穿头颅的长方体中。
51.此外，fasterrcnn在使用前需要训练，训练所用的数据也是类似的带有标注的二维图片。检测结束后，得到了在各个方向上，动脉瘤的二维位置信息。
52.本发明提供一个优选实施例执行s400。得到动脉瘤在某一个方向上的二维位置信息后，就可以确定，动脉瘤一定在此方向上贯穿头颅一个长方体中。当从不同的方向得到动脉瘤的二维位置信息后，就可以在不同方向上得到贯穿头颅的长方体，将这些长方体相交，它们的交集就是动脉瘤的三维位置，如图4所示。如果它们不相交，就说明此病例中没有动脉瘤。
53.基于上述实施例的相同构思，在本发明的其他实施例中，还提供一种颅内动脉瘤分割方法，基于上述实施例中的检测方法检测得到的动脉瘤位置；将包含动脉瘤的立方体从原始的cta数据中切割出来，并送入分割模型中分割。优选的分割模型是vnet。
54.基于上述实施例的相同构思，在本发明的其他实施例中，还提供一种颅内动脉瘤检测系统，包括：
55.三维重建模块，所述三维重建模块从原始的cta数据提取出头骨以及血管的部分，并进行三维重建获得三维头颅模型，强化动脉瘤的从动脉中的凸起特征；
56.投影模块，所述投影模块对重建出来的三维头颅模型从上、下、左、右、前和后共六个方向进行切割，每一次切割后，将切割剩下的部分投影，获得六组包括动脉瘤的特征的二维图片；
57.检测模块，所述检测模块使用目标检测模型在所述二维图片中检测动脉瘤，得到在不同方向上动脉瘤的二维位置；
58.结果融合模块，所述结果融合模块，将所述不同方向动脉瘤的二维位置信息融合，得到三维空间中的动脉瘤的位置。
59.基于上述实施例的相同构思，在本发明的其他实施例中，还提供一种颅内动脉瘤分割系统，包括分割模块，所述分割模块基于上述检测系统检测获得的三维空间中的动脉
瘤位置，即不同长方体的交集之后，将此交集从原始的cta数据中切割出来，得到一个小立方体，此小立方体中包含有动脉瘤，将此小立方体送入到分割模型vnet中分割动脉瘤，得到分割的结果。
60.基于上述实施例的相同构思，在本发明的其他实施例中，还提供一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时可用于执行上述任一项检测方法，或，执行上述分割方法，或，运行上述检测系统，或，运行上述分割系统。
61.基于上述实施例的相同构思，在本发明的其他实施例中，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时可用于执行所述程序时可用于执行上述任一项检测方法，或，执行上述分割方法，或，运行上述检测系统，或，运行上述分割系统。
62.本发明的上述实施例解决现如今动脉瘤的检测与分割精度不高的问题，通过三维重建强化了动脉瘤的特征，使得动脉瘤易于被目标检测模型识别，进一步提高了动脉瘤检测的成功率，并且通过将只包含动脉瘤的小块送入分割模型，相对于直接将所有cta数据送入分割模型降低了数据分布的不平衡性，提高了动脉瘤分割的精度。上述动脉瘤检测与分割的技术，可有效提高对于动脉瘤检测与分割的性能，有利于普通企业或团队进行研制。
63.以上对本发明的具体实施例进行了描述。需要理解的是，本发明并不局限于上述特定实施方式，本领域技术人员可以在权利要求的范围内做出各种变形或修改，这并不影响本发明的实质内容。上述各优选特征在互不冲突的情况下，可以任意组合使用。

技术特征：
1.一种颅内动脉瘤检测方法，其特征在于，包括：对从原始cta数据提取出骨头和血管部分进行三维重建，获得三维头颅模型；将所述三维头颅模型进行六维切割及投影，获得六组二维图片；检测所述六组二维图片，得到不同方位的动脉瘤的二维位置；融合所述动脉瘤的二维位置，确定三维空间中动脉瘤的位置。2.根据权利要求1所述的一种颅内动脉瘤检测方法，其特征在于，所述对从原始cta数据提取出骨头和血管部分进行三维重建，获得三维头颅模型，包括：利用marchingcube算法将头颅和血管从原始的cta数据中重建出来；将原来不连续的部分连续起来，强化出动脉瘤在血管上凸起的特征，得到一个包含头骨和血管的三维头颅模型。3.根据权利要求1所述的一种颅内动脉瘤检测方法，其特征在于，所述将三维头颅模型进行六维切割及投影，获得六组二维图片，包括：从上、下、左、右、前和后共六个方向，片状切割所述三维头颅模型；相同方向相邻片之间切割的间距保持于0.5mm到2mm之间；每切割一次，将三维头颅模型切割剩下的部分投影，获得包含三维头颅的立体信息和动脉瘤凸起特征的二维图片；每个方向上切割投影的图片形成一组图片，共得到六组二维图片。4.根据权利要求1所述的一种颅内动脉瘤检测方法，其特征在于，所述检测所述六组二维图片，得到不同方位的动脉瘤的二维位置，包括：利用深度学习中的目标检测模型分别在所述六组二维图片中检测动脉瘤的位置；所述目标检测模型在某一方向的二维图片上检测到了动脉瘤，即确定动脉瘤在一个此方向上贯穿头颅的长方体中。5.根据权利要求4所述的一种颅内动脉瘤检测方法，其特征在于，所述融合所述动脉瘤的二维位置，确定三维空间中动脉瘤的位置，包括：确认不同方向上的长方体的交集，确定出动脉瘤的位置，即：两个长方体相交后的小立方体是动脉瘤的位置。6.一种颅内动脉瘤分割方法，其特征在于，基于所述权利要求1-5任一项所述的方法检测得到的动脉瘤位置，将包含动脉瘤的立方体从原始cta数据中切割出来，并送入分割模型中分割。7.一种颅内动脉瘤检测系统，其特征在于，包括：三维重建模块，所述三维重建模块从原始的cta数据提取出头骨以及血管的部分，并进行三维重建获得三维头颅模型，强化动脉瘤的从动脉中的凸起特征；投影模块，所述投影模块对重建出来的三维头颅模型从上、下、左、右、前和后共六个方向进行切割，每一次切割后，将切割剩下的部分投影，获得六组包括动脉瘤的特征的二维图片；检测模块，所述检测模块使用目标检测模型在所述二维图片中检测动脉瘤，得到在不同方向上动脉瘤的二维位置；结果融合模块，所述结果融合模块，将所述不同方向动脉瘤的二维位置信息融合，得到三维空间中的动脉瘤的位置。
8.一种颅内动脉瘤分割系统，其特征在于，包括分割模块，所述分割模块基于所述权利要求7所述的系统检测获得的三维空间中的动脉瘤位置，从原始的cta数据中将只包含动脉瘤的立方体切割出来，送入到分割模型中分割动脉瘤，得到动脉瘤的分割结果。9.一种终端，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时可用于执行权利要求1-5中任一项所述的检测方法，或，执行权利要求6所述的分割方法，或，运行权利要求7所述的检测系统，或，运行权利要求8所述的分割系统。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时可用于执行权利要求1-5中任一项所述的检测方法，或，执行权利要求6所述的分割方法，或，运行权利要求7所述的检测系统，或，运行权利要求8所述的分割系统。

技术总结
本发明提供一种颅内动脉瘤检测方法，包括：对从原始CTA数据提取出骨头和血管部分进行三维重建，获得三维头颅模型；将所述三维头颅模型进行六维切割及投影，获得六组二维图片；检测所述六组二维图片，得到不同方位的动脉瘤的二维位置；融合所述动脉瘤的二维位置，确定三维空间中动脉瘤的位置。本发明通过头骨和血管的三维重建，强化了动脉瘤的特征，使得动脉瘤易于被目标检测模型识别，进一步提高了动脉瘤检测的成功率，并且通过将只包含动脉瘤的小块送入分割模型，相对于直接将所有的CTA数据送入分割模型降低了数据分布的不平衡性，提高了动脉瘤分割的精度。提高了动脉瘤分割的精度。提高了动脉瘤分割的精度。


技术研发人员：马瑞 涂仕奎 李培莹 周甲丰 杨运俊 赵兵 万杰清 徐雷
受保护的技术使用者：上海交通大学
技术研发日：2022.01.07
技术公布日：2023/7/22