CN107067409A - 一种血管分离方法及*** - Google Patents

Abstract

本发明实施例提供了一种血管分离方法及***。一方面，本发明实施例中，首先，通过追踪获取血管原图像的实时追踪路径信息，并对所述实时追踪路径信息进行第一拓扑分析，生成血管的初始分割结果，然后，根据所述初始分割结果提取血管中心线，并根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果。因此，本发明实施例提供的技术方案通过两步分离的方式对血管进行分离，有效提高了血管的分离速度和分离效率。

Description

一种血管分离方法及***

【技术领域】

本发明涉及数字医疗技术领域，尤其涉及一种血管分离方法及***。

【背景技术】

随着外科手术的不断发展，精准外科手术对计算机医学影像***提出了更高的要求，在肝胆外科手术中，医生在术前就需要对肝脏的病变区域，以及与血管的支配关系进行详细的了解。借助于计算机3D成像***以及肝脏分段技术，医生在术前就能对肝脏内各组织之间的关系有着清晰、直观、立体的把握，并且能够根据肝脏自动分段结果判断手术能否实施，从而使得医生在手术前做好详细的规划，手术过程中精准切除癌变组织减少健康组织损伤。

肝脏分段过程中，将肝门静脉和肝静脉的进行精准的分割是肝脏分段具有参考价值的基础之一。然而在肝脏静脉期和延时期扫描中，肝门静脉和肝静脉显影的对比度较低且噪声较大，再加上容积效应的影响，相对位置较近的肝门静脉和肝静脉血管段在分离中可能产生粘连，导致其中一个血管系的血管部分甚至全部被识别为另一个血管系。

【发明内容】

有鉴于此，本发明实施例提供了一种血管分离方法及***，用以解决现有技术中血管分割精度和效率较低的问题。

一方面，本发明实施例提供了一种血管分离方法，所述方法包括：

通过追踪获取血管原图像的实时追踪路径信息；

对所述实时追踪路径信息进行第一拓扑分析，生成血管的初始分割结果；

根据所述初始分割结果提取血管中心线；

根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果，具体包括：

计算出各所述血管中心线对应血管段的参数信息，并将基于所述血管中心线的血管拓扑结构以无向图存储；

根据预设标记点在所述无向图内搜寻连通路径后，基于所述参数信息通过预设算法对所述连通路径进行第二拓扑分析，生成血管的最终分割结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述参数信息包括：血管段的平均半径、血管段的平均切线方向、血管段两端半径和血管段两端切线方向的一种或多种。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一拓扑分析和所述第二拓扑分析包括血管路径分析和血管分叉分析。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述方法还包括：

分别存储所述血管的各血管像素点与血管中心线的对应关系。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述追踪采用脊线跟踪法、最小代价路径法、血管横截面模型追踪法和管状结构模型追踪法中的一种或多种。

另一方面，本发明实施例提供了一种血管分离***，所述***包括：

获取单元，用于通过追踪获取血管原图像的实时追踪路径信息；

第一处理单元，用于对所述实时追踪路径信息进行第一拓扑分析，生成血管的初始分割结果；

提取单元，用于根据所述初始分割结果提取血管中心线；

第二处理单元，用于根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第二处理单元，具体用于：

计算出各所述血管中心线对应血管段的参数信息，并将基于所述血管中心线的血管拓扑结构以无向图存储；

根据预设标记点在所述无向图内搜寻连通路径后，基于所述参数信息通过预设算法对所述连通路径进行第二拓扑分析，生成血管的最终分割结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一拓扑分析和所述第二拓扑分析包括血管路径分析和血管分叉分析。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述***还包括：

存储单元，用于分别存储所述血管的各血管像素点与血管中心线的对应关系。

上述技术方案中的一个技术方案具有如下有益效果：

本发明实施例中，在初始分割过程中，通过分析血管的局部扑信息，分离出极为明显的血管粘连点，在初始分割完成后，通过分析血管的全局拓扑信息，采取路径信息和分叉信息对血管粘连点进一步分离，本发明实施例通过两步分离的方式，有效提高了血管的分离速度和分离效率。

【附图说明】

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。

图1是本发明实施例所提供的血管分离方法的流程示意图；

图2为本发明实施例分离前血管图像；

图3为本发明实施例分离后血管图像；

图4是本发明实施例所提供血管分离***的功能方块图。

【具体实施方式】

为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。

应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

应当理解，本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。

取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。

请参考图1，其为本发明实施例所提供的血管分离方法的流程示意图，如图1所示，该方法包括以下步骤：

步骤S101，通过追踪获取血管原图像的实时追踪路径信息。

具体的，本发明实施例中通过血管追踪算法获取血管原图像的实时追踪路径信息，其中血管追踪算法的原理具体如下：

基于血管原图像选定追踪起点后，确定追踪起始点所处血管段的血管半径、坐标和方向，建立初始血管模型，从追踪起始点开始将初始血管模型与位于追踪起始点的邻近区域进行拟合匹配，对初始血管模型进行优化，然后进一步确定模型优化后的追踪起始点所处血管段的血管半径、血管方向、血管对比度、血管匹配度等实时追踪路径信息；然后将血管模型前向移动，采用和前述相同的方法对下一个血管位置处的实时追踪路径信息进行确定。

步骤S102，对所述实时追踪路径信息进行第一拓扑分析，生成血管的初始分割结果。

本发明实施例中，第一拓扑分析是基于分析血管原图像的局部拓扑信息进行的。其中，局部拓扑信息分析可以理解为从一个追踪点开始前向追踪几层新的血管段后，分析这几层血管段的血管路径信息和血管分叉信息，可以得出基于局部拓扑信息的局部深度检测树。其中，获得第一拓扑分析的追踪方法包括脊线跟踪法、最小代价路径法、血管横截面模型追踪法和管状模型追踪法等多种方式。可以采用上述追踪方式中的一种或多种的结合获取血管原图像的实时追踪路径信息。所述脊线跟踪法通过对图像进行平滑、滤波等预处理，获得使图像中血管管径中心区域的像素值提高，血管边界区域像素值降低的滤波响应图像，并在此图像上从一个初始点开始沿着滤波响应的脊线方向跟踪血管中心线。最小代价路径法(Minimal Cost Path)通过对图像进行滤波或能量计算，对相邻像素之间赋予代价值，并在代价图上从一个初始点开始通过动态规划方法逐步搜索最小路径，从而追踪得到血管中心线。血管横截面模型追踪法通常构建一个2D的血管横截面模型，从起始点开始，变换该模型的半径、对比度、法向量等参数，与血管图像进行相似度匹配，找到最相似的位置，将匹配好的模型中心点作为追踪到的血管中心点，然后向前推进并重复上述步骤。管状结构模型追踪法构建一个3D的管状模型，通常呈椭球状或圆柱状，从起始点开始，变换该模型的半径、对比度、管径方向等参数，与血管图像进行相似度匹配，找到最相似的位置，将匹配好的模型中心点作为追踪到的血管中心点，然后向前推进并重复上述步骤。

现以管状结构模型追踪法为例来进行说明，在管状结构模型追踪法中，每个管状模型表示每个节点，通过管状结构追踪形成一系列中心点不连续的节点，然后根据追踪方向构建有向图，其中，追踪路径中每个管状模型的节点作为有向图中的顶点，追踪路径中相邻节点的连接关系作为有向图中的边。有向图为无环的树状结构，即局部深度检测树，树状示意图的每个节点至少存储了该节点所处血管段的血管半径、血管方向、血管对比度和血管匹配度，节点之间的连线至少存储了父节点与子节点之间的血管方向偏差信息和分叉子节点之间的夹角信息。

需要说明的是，第一拓扑分析用于确定明显的血管粘连点，举例来说，可以通过以下策略来确定明显的血管粘连点：

1、分叉分析

基于局部拓扑信息，对每个分叉的主支和子支夹角进行分析，当两个分叉的子血管段方向偏角大于160度，确定为血管粘连点，并中断粘连处的路径追踪；当两个分叉的子血管段方向偏角大于130度，且该分叉处的两个子血管段的匹配度都大于父血管段(因为父血管段处于粘连处其血管对比度和匹配度都偏低)，确定为明显的血管粘连点，并中断粘连处的路径追踪。

2、局部路径分析

基于局部深度检测树，计算出其中每一条由根节点到叶节点的路径对应的半径、角度和匹配度的变化率，并将其与预设值进行比较，将不满足预设条件的路径确定为明显的血管粘连点，并中断粘连处的路径追踪。

经过上述步骤在对实时追踪路径信息进行第一拓扑分析(包括分叉信息和局部路径信息)后，生成血管的初始分割结果(即图像掩模)。

步骤S103，根据所述初始分割结果提取血管中心线。

本发明实施例中，对初始分割结果(即图像掩模)进行图像细化，也称作骨架化，通过提取算法进行由连续像素组成的中心线的快速提取，其中提取算法可以根据类别分为基于形态学提取和基于水平集提取两种。具体的，提取算法的原理具体如下：首先对图像掩模上物体表面对称地进行腐蚀，腐蚀不满足欧拉不变性和非简单点的边缘像素，在腐蚀后进行复查补填孔洞像素，最后可以提取出初始分割结果中的各血管中心线。因为提取算法是本领域技术人员常用的技术手段，故在此不过多赘述。在提取血管中心线后，分别存储所述血管的各血管像素点与血管中心线的对应关系，进而当某个血管像素点被选择时，可以直接定位到血管中心线。

步骤S104，根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果。

本发明实施例对步骤S104进一步细化，具体包括：

a)计算出各所述血管中心线对应血管段的参数信息，并将基于所述血管中心线的血管拓扑结构以无向图存储；

本发明实施例中，第二拓扑分析是基于第二拓扑结构进行的，第二拓扑结构是通过分析中心线提取的分叉点和末端点后，以分叉点和末端点作为顶点，节点的邻接关系作为边，所构建的无向图。其中，无向图的每条边存储血管段的血管平均半径和血管方向，无向图的每个顶点存储节点所在位置处的血管半径和血管方向。

b)根据预设标记点在所述无向图内搜寻连通路径后，基于所述参数信息通过预设算法对所述连通路径进行第二拓扑分析，生成血管的最终分割结果。

本发明实施例中，需要计算的血管段的参数信息包括血管段的平均半径、血管段的平均切线方向、血管段两端半径和血管段两端切线方向，并在计算完成后将各血管段的参数信息进行存储，同时将基于所述血管中心线的血管拓扑结构以无向图存储；然后在用户添加预设标记点后，通过深度优先搜索算法在无向图内搜寻连通路径，然后对连通路径进行第二拓扑分析。具体的，当用户设置完预设标记点后，算法搜索出每个标记点对的所有连通路径，然后对这些连通路径上存储的参数信息进行分析。

需要说明的是，在第二拓扑分析中包括以下三个步骤：

1)首先，分别找出预设标记点对应连通路径中的最小半径、最大前后夹角、最大前后半径差所在位置，将无向图中的这些边确定为疑似粘连处。

2)然后，判断各疑似粘连处是否存在分叉，若疑似粘连处不存在分叉，则排除疑似粘连处；若疑似粘连处存在分叉，则通过预设策略对其进行分叉分析，举例来说，可以通过以下策略对疑似粘连处进行分叉分析：

a)判断两分叉边的平均方向夹角是否大于130度，若是，则判断其为疑似粘连处，若否，则排除该疑似粘连处；

b)判断两分叉边的平均方向夹角是否大于90度且分叉处节点方向夹角大于130度，若是，则判断其为疑似粘连处，若否，则排除该疑似粘连处。

3)最后，确定最终疑似粘连处，若经过步骤1)和步骤2)的筛除，每条连通路径上只剩下一个疑似粘连处，则以该疑似粘连处为最终疑似粘连处；如果还存在多个疑似粘连处，则对多个疑似粘连处进行粘连相似度概率分析后，选择概率最高的疑似粘连处作为最终疑似粘连处。

举例来说，粘连相似度概率分析可以通过将连通路径上边的半径、角度偏差、方向等参数信息进行加权计算以作为该疑似粘连处的概率，然后在疑似粘连处中选取概率最大的作为该连通路径的最终疑似粘连处。

图2为本发明实施例分离前血管图像，图3为本发明实施例分离后血管图像。请参考图2，用户在分离前血管图像中标定一定数量的肝静脉点和门静脉点后，通过本发明实施例的分离方法自动将整体的血管图像分离为由肝静脉和门静脉组成的血管图像，从而实现血管的分离。

本发明实施例的技术方案具有以下有益效果：

本发明实施例中，在初始分割过程中，通过分析血管的局部扑信息，分离出极为明显的血管粘连点，在初始分割完成后，通过分析血管的全局拓扑信息，采取路径信息和分叉信息对血管粘连点进一步分离，本发明实施例通过两步分离的方式，有效提高了血管的分离速度和分离效率。

下面结合具体应用场景对本发明技术方案进行进一步说明。

本发明实施例结合肝门静脉和肝静脉分割结果的特点，即血管级数不多，细支也不多，粘连处通常在1-5处，提出了一种快速识别两血管***粘连处并进行分离的方法。可以在初始分割过程中，通过分析血管的局部扑信息，分离出极为明显的血管粘连点，在初始分割完成后，通过分析血管的全局拓扑信息，采取路径信息和分叉信息对血管粘连点进一步分离，本发明实施例通过两步分离的方式，肝脏分析工作流中有效提高了血管的分离速度和分离效率。

可以理解的是，本发明实施例的技术方案还可以应用在其他血管拓扑结构相对简单的应用场景，如心血管动脉与静脉分离等；对于拓扑结构较复杂的场景，如肺动静脉分离，本发明实施例的技术方案可以作为辅助的处理手段。

请参考图4，其为本发明实施例所提供的血管分离***的功能方块图，如图4所示，该***包括：

获取单元410，用于通过追踪获取血管原图像的实时追踪路径信息；

第一处理单元420，用于对所述实时追踪路径信息进行第一拓扑分析，生成血管的初始分割结果；

提取单元430，用于根据所述初始分割结果提取血管中心线；

第二处理单元440，用于根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第二处理单元，具体用于：

计算出各所述血管中心线对应血管段的参数信息，并将基于所述血管中心线的血管拓扑结构以无向图存储；

根据预设标记点在所述无向图内搜寻连通路径后，基于所述参数信息通过预设算法对所述连通路径进行第二拓扑分析，生成血管的最终分割结果。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述参数信息包括：血管段的平均半径、血管段的平均切线方向、血管段两端半径和血管段两端切线方向的一种或多种。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述第一拓扑分析和所述第二拓扑分析包括血管路径分析和血管分叉分析。

如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述***还包括：

存储单元，用于分别存储所述血管的各血管像素点与血管中心线的对应关系。

由于本实施例中的各单元能够执行图1所示的方法，本实施例未详细描述的部分，可参考对图1-3的相关说明。

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***，服务器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。

在本发明所提供的几个实施例中，应该理解到，所揭露的***，服务器和方法，可以通过其它的方式实现。例如，以上所描述的服务器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，例如，多个单元或组件可以结合或者可以集成到另一个***，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接口，服务器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。

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。

另外，在本发明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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元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服务器(可以是个人计算机，服务器，或者网络服务器等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。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。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。

Claims (10)

1.一种血管分离方法，其特征在于，所述方法包括：

通过追踪获取血管原图像的实时追踪路径信息；

对所述实时追踪路径信息进行第一拓扑分析，生成血管的初始分割结果；

根据所述初始分割结果提取血管中心线；

根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果。

2.根据权利要求1所述的血管分离方法，其特征在于，根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果，具体包括：

计算出各所述血管中心线对应血管段的参数信息，并将基于所述血管中心线的血管拓扑结构以无向图存储；

根据预设标记点在所述无向图内搜寻连通路径后，基于所述参数信息通过预设算法对所述连通路径进行第二拓扑分析，生成血管的最终分割结果。

3.根据权利要求2所述的血管分离方法，其特征在于，所述参数信息包括：血管段的平均半径、血管段的平均切线方向、血管段两端半径和血管段两端切线方向的一种或多种。

4.根据权利要求2所述的血管分离方法，其特征在于，所述第一拓扑分析和所述第二拓扑分析包括血管路径分析和血管分叉分析。

5.根据权利要求1所述的血管分离方法，其特征在于，所述方法还包括：

分别存储所述血管的各血管像素点与血管中心线的对应关系。

6.根据权利要求1所述的血管分离方法，其特征在于，所述追踪采用脊线跟踪法、最小代价路径法、血管横截面模型追踪法和管状结构模型追踪法中的一种或多种。

7.一种血管分离***，其特征在于，所述***包括：

获取单元，用于通过追踪获取血管原图像的实时追踪路径信息；

第一处理单元，用于对所述实时追踪路径信息进行第一拓扑分析，生成血管的初始分割结果；

提取单元，用于根据所述初始分割结果提取血管中心线；

第二处理单元，用于根据预设算法，对基于所述血管中心线的血管拓扑信息进行第二拓扑分析，生成血管的最终分割结果。

8.根据权利要求7所述的血管分离***，其特征在于，所述第二处理单元，具体用于：

计算出各所述血管中心线对应血管段的参数信息，并将基于所述血管中心线的血管拓扑结构以无向图存储；

根据预设标记点在所述无向图内搜寻连通路径后，基于所述参数信息通过预设算法对所述连通路径进行第二拓扑分析，生成血管的最终分割结果。

9.根据权利要求8所述的血管分离***，其特征在于，所述第一拓扑分析和所述第二拓扑分析包括血管路径分析和血管分叉分析。

10.根据权利要求7所述的血管分离***，其特征在于，所述***还包括：

存储单元，用于分别存储所述血管的各血管像素点与血管中心线的对应关系。