本公開涉及圖像處理，尤其涉及一種血管壁厚度測量方法、裝置、設備和存儲介質。

背景技術：

1、顱內動脈血管壁病變是腦血管疾病的根本原因，其中，顱內血管壁厚度的改變通常被認為對腦血管病疾病(如動脈粥樣硬化)的診斷和鑒別診斷提供重要的幫助。目前，磁共振血管壁成像（vessel?wall?magnetic?resonance?imaging，vw-mri）是目前顱內血管壁的可視化的唯一無創(chuàng)手段。然而，普通磁共振圖像由于分辨率較低，無法準測量出極早期的血管壁厚度，而高場強磁共振圖像雖然分辨率高，可以準確地測量出極早期的血管壁厚度，但是其掃描時間長，會給患者帶來不適感，而且獲取高場強磁共振圖像的影像設備成本高昂，僅有少數醫(yī)院具備此項技術設備。因此，如何高效準確地測量血管壁厚度是本領技術人員亟待解決的技術問題。

技術實現(xiàn)思路

1、有鑒于此，本公開提出了一種血管壁厚度測量方法、裝置、設備和存儲介質，可以提高了血管壁厚度測量的效率和準確性。

2、根據本公開的第一方面，提供了一種血管壁厚度測量的方法，包括：

3、獲取腦血管的第一磁共振圖像；

4、由所述第一磁共振圖像中確定出willis?環(huán)的最大動脈，并沿所述最大動脈的中心線進行mpr圖像重建，得到第一mpr圖像；

5、確定所述第一mpr圖像中血管的第一骨架點，并以所述第一骨架點為中心，以預設體素網格大小進行采樣，得到所述第一骨架點對應的圖像塊；

6、根據所述第一骨架點對應的圖像塊，采用預先構建的血管壁厚度測量模型，計算所述第一骨架點對應的血管壁厚度值。

7、在一種可能的實現(xiàn)方式中，在確定所述第一mpr圖像中血管的第一骨架點時，包括：

8、在所述第一mpr圖像中繪制出血管的內壁和外壁；

9、基于所述內壁和外壁，確定出所述第一mpr圖像中血管的第一骨架點。

10、在一種可能的實現(xiàn)方式中，所述預設體素網格大小為0.4mm。

11、在一種可能的實現(xiàn)方式中，所述血管壁厚度測量模型基于卷積神經網絡架構構建。

12、在一種可能的實現(xiàn)方式中，在基于卷積神經網絡架構構建所述血管壁厚度測量模型時，包括：

13、獲取檢測對象腦血管的第二磁共振圖像和高場強磁共振圖像；

14、基于所述第二磁共振圖像和所述高場強磁共振圖像，構建樣本數據，其中，所述樣本數據包括骨架點對應的圖像塊以及地面實況厚度；

15、采用所述樣本數據對所述卷積神經網絡架構的模型參數進行訓練，得到所述血管壁厚度測量模型。

16、在一種可能的實現(xiàn)方式中，在基于所述第二磁共振圖像和所述高場強磁共振圖像，構建樣本數據時，包括：

17、獲取所述高場強磁共振圖像，由所述高場強磁共振圖像中確定出willis?環(huán)的最大動脈，并沿所述最大動脈的中心線進行mpr圖像重建，得到第三mpr圖像；

18、確定各所述第三mpr圖像中血管的第三骨架點，并計算所述第三骨架點對應的地面實況厚度；

19、獲取所述第二磁共振圖像，由所述第二磁共振圖像中確定出willis?環(huán)的最大動脈，并沿所述最大動脈的中心線進行mpr圖像重建，得到第二mpr圖像；

20、獲取與所述第二mpr圖像匹配的所述第三mpr圖像，并基于與所述第二mpr圖像匹配的所述第三mpr圖像中血管的第三骨架點以及所述第三骨架點對應的地面實測厚度標注所述第二mpr圖像中血管的第二骨架點和所述第二骨架點對應的地面實測厚度；

21、基于所述第二mpr圖像中血管的第二骨架點和所述第二骨架點對應的地面實測厚度，構建樣本數據。

22、在一種可能的實現(xiàn)方式中，在基于所述第二mpr圖像中血管的第二骨架點和所述第二骨架點對應的地面實測厚度，構建樣本數據時，包括：

23、以所述第二骨架點為中心，以預設體素網格大小進行采樣，得到所述第二骨架點對應的圖像塊；

24、將所述第二骨架點對應的地面實測厚度，作為所述第二骨架點對應的圖像塊的標注數據，標注有地面實測厚度的圖像塊即為一個樣本數據。

25、根據本公開的第二方面，提供了一種血管壁厚度測量的裝置，包括：

26、磁共振圖像獲取模塊，用于獲取腦血管的第一磁共振圖像；

27、mpr圖像構建模塊，用于由所述第一磁共振圖像中確定出willis?環(huán)的最大動脈，并沿所述最大動脈的中心線進行mpr圖像重建，得到第一mpr圖像；

28、采樣模塊，用于確定所述第一mpr圖像中血管的第一骨架點，并以所述第一骨架點為中心，以預設體素網格大小進行采樣，得到所述第一骨架點對應的圖像塊；

29、血管厚度測量模塊，用于根據所述第一骨架點對應的圖像塊，采用預先構建的血管壁厚度測量模型，計算所述第一骨架點對應的血管壁厚度值。

30、根據本公開的第三方面，提供了一種血管壁厚度測量設備，包括：處理器；用于存儲處理器可執(zhí)行指令的存儲器；其中，所述處理器被配置為執(zhí)行本公開第一方面所述的方法。

31、根據本公開的第四方面，提供了一種非易失性計算機可讀存儲介質，其上存儲有計算機程序指令，其中，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)本公開第一方面所述的方法。

32、在本公開中一種血管壁厚度測量方法，包括：獲取腦血管的第一磁共振圖像；由第一磁共振圖像中確定出willis?環(huán)的最大動脈，并沿最大動脈的中心線進行mpr圖像重建，得到第一mpr圖像；確定第一mpr圖像中血管的第一骨架點，并以第一骨架點為中心，以預設體素網格大小進行采樣，得到第一骨架點對應的圖像塊；根據第一骨架點對應的圖像塊，采用預先構建的血管壁厚度測量模型，計算第一骨架點對應的血管壁厚度值。本公開通過常規(guī)的腦血管磁共振圖像即可準確的確定出血管骨架點對應的血管壁厚度，從而提高了血管壁厚度測量的效率和準確性。也使得沒有磁共振增強檢查條件的醫(yī)院也可以準確的測量出血管壁的厚度。

33、根據下面參考附圖對示例性實施例的詳細說明，本公開的其它特征及方面將變得清楚。

技術特征：

1.一種血管壁厚度測量方法，其特征在于，包括：

2.根據權利要求1所述的方法，其特征在于，在確定所述第一mpr圖像中血管的第一骨架點時，包括：

3.根據權利要求1所述的方法，其特征在于，所述預設體素網格大小為0.4mm。

4.根據權利要求1所述的方法，其特征在于，所述血管壁厚度測量模型基于卷積神經網絡架構構建。

5.根據權利要求4所述的方法，其特征在于，在基于卷積神經網絡架構構建所述血管壁厚度測量模型時，包括：

6.根據權利要求5所述的方法，其特征在于，在基于所述第二磁共振圖像和所述高場強磁共振圖像，構建樣本數據時，包括：

7.根據權利要求6所述的方法，其特征在于，在基于所述第二mpr圖像中血管的第二骨架點和所述第二骨架點對應的地面實測厚度，構建樣本數據時，包括：

8.一種血管壁厚度測量裝置，其特征在于，包括：

9.一種血管壁厚度測量設備，其特征在于，包括：

10.一種非易失性計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執(zhí)行時實現(xiàn)權利要求1至7中任意一項所述的方法。

技術總結
本公開提供了一種血管壁厚度測量方法、裝置、設備和存儲介質，該方法包括：獲取腦血管的第一磁共振圖像；由第一磁共振圖像中確定出Willis環(huán)的最大動脈，并沿最大動脈的中心線進行MPR圖像重建，得到第一MPR圖像；確定第一MPR圖像中血管的第一骨架點，并以第一骨架點為中心，以預設體素網格大小進行采樣，得到第一骨架點對應的圖像塊；根據第一骨架點對應的圖像塊，采用預先構建的血管壁厚度測量模型，計算第一骨架點對應的血管壁厚度值。本公開通過常規(guī)的腦血管磁共振圖像即可準確的確定出血管骨架點對應的血管壁厚度，從而提高了血管壁厚度測量的效率和準確性。

技術研發(fā)人員：徐蔚海,李明利,劉彩燕,張宗慕雨,戴悅萱,袁偉壯,高山,任超
受保護的技術使用者：中國醫(yī)學科學院北京協(xié)和醫(yī)院
技術研發(fā)日：
技術公布日：2025/1/2