颈动脉斑块狭窄类别检测方法及其装置、电子设备

    公开(公告)号:CN115937127A

    公开(公告)日:2023-04-07

    申请号:CN202211524950.5

    申请日:2022-11-30

    摘要: 本申请提供了一种颈动脉斑块狭窄类别检测方法,包括:基于头颈部CTA图像、头颈部CTA图像的血管类别分段数据、斑块分割数据和血管中线,确定头颈部CTA图像中的颈动脉包括的斑块对应的斑块区域图像和斑块拉直区域图像;分别对斑块区域图像和斑块拉直区域图像进行稀疏卷积特征提取操作和卷积特征提取操作,得到斑块狭窄率预测数据;基于斑块狭窄率预测数据,确定斑块对应的斑块狭窄类别检测结果。该方法能够有效利用斑块稀疏性特点,从而有效利用图像信息,提高特征提取的鲁棒性,进而实现提高斑块狭窄类别检测结果准确性的目的。此外,本申请采用稀疏卷积特征提取操作,能够降低算力要求,从而降低对设备显存要求,进而实现降低硬件成本的目的。

    图像分割方法、装置、电子设备及存储介质

    公开(公告)号:CN115482248B

    公开(公告)日:2023-12-08

    申请号:CN202211160791.5

    申请日:2022-09-22

    摘要: 本发明公开了一种图像分割方法、装置、电子设备及存储介质。该方法包括:获取至少一张待分割图像;将所述待分割图像输入至预先训练完成的图像分割模型的第一阶段模型,得到初始概率图像;确定所述初始概率图像对应的目标连通区域;将所述待分割图像和所述初始概率图像的目标连通区域输入至预先训练完成的图像分割模型的第二阶段模型,得到目标概率图像;基于所述目标概率图像确定目标分割图像。上述技术方案,通过端到端的两阶段的图像分割模型进行图像分割,该模型使用简单,处理步骤少,提高了图像分割效率。

    图像处理方法、装置、存储介质及电子设备

    公开(公告)号:CN115482223A

    公开(公告)日:2022-12-16

    申请号:CN202211174774.7

    申请日:2022-09-26

    摘要: 本申请提供了一种图像处理方法、装置、存储介质及电子设备,通过获取包括待检测目标的血管图像,将所述血管图像与预设的血管分段图像输入经过训练的预测模型中,经由所述预测模型输出预测结果,实现了不依赖于人工经验对血管斑块进行识别。之后,对所述预测结果进行后处理,以得到所述血管图像中所述待检测目标的位置和类型,通过后处理可以进一步精确识别血管斑块的位置和类别,为临床工作提供了判断依据,保证了待检测目标诊断准确性的同时节省了大量的人力成本。

    一种中心线生成方法、装置、电子设备及存储介质

    公开(公告)号:CN116721148A

    公开(公告)日:2023-09-08

    申请号:CN202310748496.X

    申请日:2023-06-21

    IPC分类号: G06T7/68

    摘要: 本发明公开了一种中心线生成方法、装置、电子设备及存储介质。该方法包括:获取管状物图像,提取所述管状物图像的骨架图像;对于所述骨架图像中的像素点,根据所述像素点与起始点之间的累积弧长距离进行排序赋值,得到骨架树;基于所述骨架树确定所述管状物图像的中心线。本发明有效适应面对迂曲或粘连等问题时无法准确地获取中心线的情况,提高所获取中心线的准确性。

    图像分割方法、装置、电子设备及存储介质

    公开(公告)号:CN115482248A

    公开(公告)日:2022-12-16

    申请号:CN202211160791.5

    申请日:2022-09-22

    摘要: 本发明公开了一种图像分割方法、装置、电子设备及存储介质。该方法包括:获取至少一张待分割图像;将所述待分割图像输入至预先训练完成的图像分割模型的第一阶段模型,得到初始概率图像;确定所述初始概率图像对应的目标连通区域;将所述待分割图像和所述初始概率图像的目标连通区域输入至预先训练完成的图像分割模型的第二阶段模型,得到目标概率图像;基于所述目标概率图像确定目标分割图像。上述技术方案,通过端到端的两阶段的图像分割模型进行图像分割,该模型使用简单,处理步骤少,提高了图像分割效率。

    血管中心线提取方法及装置、血管拉直方法及装置

    公开(公告)号:CN116188564A

    公开(公告)日:2023-05-30

    申请号:CN202211727562.7

    申请日:2022-12-30

    IPC分类号: G06T7/68 G06T7/00 G06T7/11

    摘要: 本申请提供了一种血管中心线提取方法及装置、血管拉直方法及装置、电子设备和计算机可读存储介质,涉及医学图像处理领域。该方法包括:基于头颈部CTA图像、头颈部CTA图像的血管分段数据,确定多个目标血管区域各自的血管分割数据、血管骨架和区域CTA图像;针对多个目标血管区域中每个目标血管区域,基于目标血管区域的区域CTA图像中像素的CT值、目标血管区域的血管分割数据,确定血管骨架的起点和终点之间的最优路径;基于最优路径确定目标血管区域的中线,得到目标血管区域对应的中线;融合目标血管区域的血管骨架和目标血管区域对应的中线,得到目标血管区域对应的血管中心线。该方法能够有效缓解中线偏移问题,从而得到更准确的血管中心线。

    病灶分割模型的训练方法及装置、病灶分割方法及装置

    公开(公告)号:CN115496735A

    公开(公告)日:2022-12-20

    申请号:CN202211194117.9

    申请日:2022-09-28

    摘要: 本申请提供了一种病灶分割模型的训练方法及装置、病灶分割方法及装置,该训练方法包括:将包含目标病灶的二维CT图像输入预先训练好的二维病灶分割模型中,输出得到目标病灶的二维病灶分割结果;根据二维病灶分割结果中包含的目标病灶的位置信息以及尺寸信息,对目标病灶在三维CT图像中所在的体素单元进行标记,得到带有目标标记的目标三维CT图像;将目标三维CT图像输入至三维病灶分割模型中,以目标标记所在的体素单元作为感兴趣区域,输出得到目标病灶的三维分割预测结果;基于三维分割预测结果与目标标记之间的分割损失,对三维病灶分割模型进行训练,直至三维病灶分割模型达到收敛。这样,本申请有效地提高了对于目标病灶的病灶分割效率。