(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111633527.4 (22)申请日 2021.12.2 9 (71)申请人 福州大学 地址 350108 福建省福州市闽侯县福州大 学城乌龙江北 大道2号福州大 学 (72)发明人 潘林　李招培　黄立勤　郑绍华　 (74)专利代理 机构 福州元创专利商标代理有限 公司 35100 代理人 陈鼎桂　蔡学俊 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 5/30(2006.01) G06K 9/62(2022.01) G06N 3/04(2006.01)G06N 3/08(2006.01) G06V 10/80(2022.01) G06V 10/764(2022.01) (54)发明名称 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 (57)摘要 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。 权利要求书2页 说明书3页 附图3页 CN 114299018 A 2022.04.08 CN 114299018 A 1.一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， 其特征在于， 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。 2.根据权利要求1所述的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， 其特征在于， 所述预处理具体为： 将每个像素值进行归一化操作到[0,1]之间， 并采用一个 预设大小的滑窗取块。 3.根据权利要求1所述的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， 其特征在于， 所述步骤S2具体为： 将 CT图像从三种视图， 包括矢状面、 冠状面和横截面， 分成 含动静脉 血管标签的感兴趣区域的图像块。 4.根据权利要求1所述的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， 其特征在于， 所述基于U ‑Net的多尺度深监督网络， 具体为： 利用类似U ‑Net的4个编码层和4 个解码层作为主干， 编码器和解码器在每个基本块中与多尺度特征融合块(MSFF)相连， 基 本块主要由两个3*3*3的卷积层， 一个BN层以及一个步数为2的2*2*2的池化层组成； 在 进行 完每一个卷积操作之后， 通过Relu函数进行激活， 然后编码 器和解码 器通过跳跃连接连接； 上采样阶段利用深度监督， 逐步聚集了最终输出和侧输出之间的信息， 获得了隐藏层中相 对有效的特 征； 最后， 网络的输出通过一个sigmi od函数进行分类。 5.根据权利要求1所述的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， 其特征在于， 所述多视角策略， 具体为： 将N个视角的切块分别通过所提出的N种网络进 行测 试， 并将所得到的结果经过投票策略得到融合的结果； 投票策略是将N种网络的结果进行 one_hot编码转 为N通道， 最后通过argmax取 出元素最大值所对应的索引并输出保存。 6.根据权利要求1所述的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， 其特征在于， 所述利用形态学膨胀得到衍 生的血管颗粒， 修 正表达式为： C(La,Lv)+A(La,Lv)＝Lcor          (1) 其中C(La,Lv)是中心线分割的初步结果， A(La,Lv)是动静脉分离的初步结果， Lcor(La, Lv)为修正后的结果， La为动脉， Lv为静脉。 7.根据权利要求5所述的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， 其特征在于， 所述利用肺血管网络模型分割 出的肺血管形态信息对动静脉进行修正， 得到 分割结果， 修 正表达式为： Lcor(La)∩P(Lav)＝Rrep(La)           (2) Lcor(Lv)∩P(Lav)＝Rrep(Lv)             (3) Rrep(La)+Rrep(Lv)＝Rrep(La,Lv)          (4) 上式中， Lcor(La)和分别是Lcor(Lv)利用中心线修正后的动脉和静脉结果， P(Lav)是肺全权　利　要　求　书 1/2 页 2 CN 114299018 A 2血管分离的结果， Rrep(La,Lv)形态信息修 正后的结果。权　利　要　求　书 2/2 页 3 CN 114299018 A 3