公开(公告)号：CN114299018A

公开(公告)日：2022-04-08

申请号：CN202111633527.4

申请日：2021-12-29

Applicant: 福州大学

Inventor： 潘林 ,  李招培 ,  黄立勤 ,  郑绍华

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06V10/80 ,  G06V10/764

Abstract: 本发明涉及一种基于中心线拓扑连通和多视角信息的CT图像血管分割方法，包括以下步骤：步骤S1：获取原始CT图像，并进行预处理；步骤S2:将预处理后的CT图像，分成若干含动静脉血管标签的感兴趣区域的图像块；步骤S3:将图像块送入基于U‑Net的多尺度深监督网络进行分割，将网络输出的动静脉分割结果通过多视角投票策略得到初步结果;步骤S4:利用从中心线模型学习到的血管拓扑连通信息对初步结果中错误的部分进行修正；步骤S5:采用形态学膨胀得到衍生的血管颗粒，并利用肺血管网络模型学习的肺血管形态信息对动静脉进行修正，得到最终的分割结果。本发明准确率高，泛化能力强，能够在不同类型的CT图像中获得精准的动静脉分割结果。

公开(公告)号：CN114299018B

公开(公告)日：2024-07-05

申请号：CN202111633527.4

申请日：2021-12-29

Applicant: 福州大学

Inventor： 潘林 ,  李招培 ,  黄立勤 ,  郑绍华

IPC: G06T7/00 ,  G06T7/11 ,  G06T5/30 ,  G06V10/82 ,  G06V10/80 ,  G06V10/764 ,  G06T5/60 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/09

Abstract: 本发明涉及一种基于中心线拓扑连通和多视角信息的CT图像血管分割方法，包括以下步骤：步骤S1：获取原始CT图像，并进行预处理；步骤S2:将预处理后的CT图像，分成若干含动静脉血管标签的感兴趣区域的图像块；步骤S3:将图像块送入基于U‑Net的多尺度深监督网络进行分割，将网络输出的动静脉分割结果通过多视角投票策略得到初步结果;步骤S4:利用从中心线模型学习到的血管拓扑连通信息对初步结果中错误的部分进行修正；步骤S5:采用形态学膨胀得到衍生的血管颗粒，并利用肺血管网络模型学习的肺血管形态信息对动静脉进行修正，得到最终的分割结果。本发明准确率高，泛化能力强，能够在不同类型的CT图像中获得精准的动静脉分割结果。