CN113592764B 识别和分割不同模态不同解剖部位动脉瘤的系统和方法 （复旦大学）

识别和分割不同模态不同解剖部位动脉瘤过将目标血管段与正常血管三维表面分别建模2括模型训练部分或者模型预测部分，通过将目标血管段与正常血管三维表面分别建模并血管三维表面模型生成模块，将分割的二值图像转化为三维表面模型，并动脉瘤血管段提取模块，选取与标注动脉瘤测地距离小正常血管段提取模块，在以血管交叉点为中心，随机选取测地模型训练模块，三维表面模型使用不同的卷积结构，直观显示动脉瘤的三血管三维表面模型生成模块，采用marchingcubes算法将动脉瘤分割模块，加载训练的模型，对提取的目标血管2.根据权利要求1所述的识别和分割不同模态不同解剖部位动脉瘤的系统，其特征c)血管分割：依据中心线和半径对原始图像进行前景和背景分类，然后采用graph3.根据权利要求1所述的识别和分割不同模态不同解剖部位动脉瘤的系统，其特征4.根据权利要求1所述的识别和分割不同模态不同解剖部位动脉瘤的系统，其特征在于，所述的正常血管段提取模块挑选出的正常血管段与动脉瘤血管段在数量上保持一5.根据权利要求1所述的识别和分割不同模态不同解剖部位动脉瘤的系统，其特征3a)对血管提取模块中的血管图像区域进行多尺度Hessian特征值的计算，将特征值6.根据权利要求1所述的识别和分割不同模态不同解剖部位动脉瘤的系统，其特征7.一种基于权利要求的识别和分割不同模态不同解剖部位动脉瘤的系统的识别和分B)血管三维表面模型生成，采用marchingcubes算法C)动脉瘤标注，通过使用三维表面模型进行标注，用户仅需D)动脉瘤血管段提取，选取与标注动脉瘤测地距离小F)模型训练，三维表面模型直观显示动脉瘤的三维拓扑结构和形态4)目标血管段提取，选取与步骤3)种子点测地距离小于某一阈值的血管范围作为目6)动脉瘤显示，将分割的动脉瘤与原始图像或步骤2)中的血管三维表面模型叠加显4[0005][1]DaijuUeda,AkiAneurysms.Radiology.290.180901.[0006][2]AllisonPark,ChrisChute,PranavRajpurkar,et,al.(2019).DeepLearning-AssistedDiagnosisofCerebralAneurysmsUsingtheHeadXNetModel.JAMAnetworkopen.2.e195600.10.1001/jamanetworkopen.2019.5600.[0007][3]Jen-TangLu,RupertBrooks,StefanHahn,et,al.(2019).DeepAAA:clinicallyapplicableandgeneralizabledetectionofabdominalaorticaneurysmusingdeeplearning.10.1007/978-3-030[0008][4]JohnZech,MarcusBadgeley,ManwayLiu,etal.(2018).Variablegeneralizationperformanceofadeeplearningmodeltodetectpneumoniainchestradiographs:Across-sectionalstudy.PLOSMedicine.15.e1002683.10.1371/[0009]本发明的目的旨在基于现有技术中动脉瘤可发生在人体动脉系统的各个部位的5[0019]血管增强：对图像进行基于多尺度Hessian特征值的计算。具体可采用Frangi、[0021]血管分割：依据中心线和半径对原始图像进行前景和背景分类，然后采用graph[0032]对血管提取模块中的血管图像区域进行多尺度Hessian特征值的计算，将特征值全为负数且特征相应函数值高于某一阈值的区67[0067]4)动脉瘤血管段提取。选取