本發(fā)明涉及腦血管圖像識別領(lǐng)域，具體涉及一種基于圖像識別的腦血管病變定位方法及系統(tǒng)。

背景技術(shù)：

1、數(shù)字減影血管造影(dsa)技術(shù)是評估腦動脈瘤的重要方法，已經(jīng)在實際的臨床中得到了廣泛應(yīng)用。作為腦血管疾病診斷和治療效果評估的金標(biāo)準(zhǔn)，dsa技術(shù)以其高敏感性、高特異性和高準(zhǔn)確度而著稱，這項技術(shù)具備優(yōu)良的空間分辨率，動態(tài)顯示全腦血流的實際情況，能讓醫(yī)生深入了解靶血管病變的嚴(yán)重性和范圍，為后續(xù)治療提供可靠的客觀依據(jù)。結(jié)合圖像處理技術(shù)可以優(yōu)化dsa技術(shù)是腦血管病變部位的定位效率，圖像相關(guān)技術(shù)可以提高圖像的清晰度和對比度，增強(qiáng)病變的可視化效果，從而幫助醫(yī)生更準(zhǔn)確地識別病變。此外，先進(jìn)的圖像處理算法能夠自動檢測和分析血管結(jié)構(gòu)，減少人為誤差，提升了dsa技術(shù)的診斷能力。

2、在現(xiàn)有技術(shù)中，醫(yī)療人員會通過dsa技術(shù)獲得腦血管圖像，對患者的腦血管病變進(jìn)行定位，并對瘤體位置、長短直徑等參數(shù)進(jìn)行勾畫，該方式主觀性較強(qiáng)，并且由于患者本身的呼吸行為，可能會造成位移干擾，進(jìn)而使得腦血管圖像本身的模糊性和復(fù)雜性進(jìn)一步增加，最終導(dǎo)致相關(guān)人員無法準(zhǔn)確對腦血管病變位置進(jìn)行定位。

技術(shù)實現(xiàn)思路

1、為了解決由于患者本身的呼吸行為，可能會造成位移干擾，進(jìn)而使得腦血管圖像本身的模糊性和復(fù)雜性進(jìn)一步增加，最終導(dǎo)致相關(guān)人員無法準(zhǔn)確對腦血管病變位置進(jìn)行定位的技術(shù)問題，本發(fā)明的目的在于提供一種基于圖像識別的腦血管病變定位方法及系統(tǒng)，所采用的技術(shù)方案具體如下：一種基于圖像識別的腦血管病變定位方法，所述方法包括：獲取患者的腦血管圖像；獲得所述腦血管圖像中的腦血管區(qū)域；根據(jù)所述腦血管圖像中的腦血管區(qū)域分布，獲得所有腦血管邊緣像素點；以所有腦血管邊緣像素點為起點建立預(yù)設(shè)數(shù)量個預(yù)設(shè)滑窗，將所有預(yù)設(shè)滑窗沿腦血管延伸方向?qū)δX血管區(qū)域進(jìn)行遍歷；獲得預(yù)設(shè)滑窗移動時所經(jīng)過的所有滑窗區(qū)域，將任意一個預(yù)設(shè)滑窗所在滑窗區(qū)域作為參考滑窗區(qū)域；根據(jù)腦血管區(qū)域的像素點分布，獲得參考滑窗區(qū)域內(nèi)的腦血管膨脹程度；根據(jù)參考滑窗區(qū)域內(nèi)的腦血管區(qū)域像素點分布與腦血管膨脹程度，獲得參考滑窗區(qū)域的膨脹系數(shù)；根據(jù)參考滑窗區(qū)域與其他滑窗區(qū)域之間的膨脹系數(shù)差異，以及其他滑窗區(qū)域的膨脹系數(shù)分布，獲得參考滑窗區(qū)域的異常系數(shù)；根據(jù)所述異常系數(shù)對所有滑窗區(qū)域進(jìn)行篩選，獲得所有異常腦血管區(qū)域；根據(jù)所述異常腦血管區(qū)域進(jìn)行腦血管病變定位。

2、進(jìn)一步地，所述腦血管邊緣像素點的獲取方法包括：利用骨架化算法，將所述腦血管圖像中的腦血管區(qū)域簡化為腦血管中心線；將所述腦血管中心線與腦血管圖像邊界的所有交點作為腦血管中心線的中心線邊界點；將所有所述中心線邊界點對應(yīng)的腦血管區(qū)域的像素點作為腦血管邊緣像素點。

3、進(jìn)一步地，所述參考滑窗區(qū)域內(nèi)的腦血管膨脹程度的獲取方法包括：以腦血管邊緣像素點為始建立寬度一致的預(yù)設(shè)數(shù)量個預(yù)設(shè)滑窗；所有預(yù)設(shè)滑窗覆蓋到所有腦血管邊緣像素點，且所有預(yù)設(shè)滑窗彼此相鄰；將所有預(yù)設(shè)滑窗中與腦血管區(qū)域邊界相交的兩個預(yù)設(shè)滑窗作為待分析滑窗，計算每個所述待分析滑窗與腦血管區(qū)域邊界的交點之間的直線方程斜率的絕對值作為參考滑窗區(qū)域的腦血管膨脹程度。

4、進(jìn)一步地，所述參考滑窗區(qū)域的膨脹系數(shù)的獲取方法包括：將待分析滑窗以外的滑窗作為主要滑窗，將主要滑窗所在區(qū)域作為主要滑窗區(qū)域；根據(jù)參考滑窗區(qū)域的腦血管膨脹程度獲得參考滑窗區(qū)域內(nèi)兩個待分析滑窗區(qū)域的直線方程交點；將與腦血管區(qū)域上邊界相交的待分析滑窗區(qū)域的中心像素點與所述直線方程交點之間的距離作為第一距離；將與腦血管區(qū)域下邊界相交的待分析滑窗區(qū)域的中心像素點與所述直線方程交點之間的距離作為第二距離；根據(jù)膨脹系數(shù)計算公式獲取所述膨脹系數(shù)，所述膨脹系數(shù)計算公式如下所示：式中，表示參考滑窗區(qū)域的膨脹系數(shù)；表示與腦血管區(qū)域上邊界相交的待分析滑窗區(qū)域的像素點數(shù)量；表示每個主要滑窗區(qū)域的像素點數(shù)量；表示與腦血管區(qū)域下邊界相交的待分析滑窗區(qū)域的像素點數(shù)量，其中，；表示待分析滑窗區(qū)域中第個像素點的灰度值；表示每個主要滑窗區(qū)域內(nèi)第個像素點的灰度值；表示與腦血管區(qū)域下邊界相交的待分析滑窗區(qū)域的第個像素點的灰度值；表示第一距離；表示第二距離。

5、進(jìn)一步地，所述參考滑窗區(qū)域的異常系數(shù)的獲取方法包括：根據(jù)每個滑窗區(qū)域的膨脹系數(shù)對每個滑窗區(qū)域進(jìn)行篩選，獲得所有正常滑窗區(qū)域；根據(jù)異常系數(shù)計算公式獲取所述異常系數(shù)，所述異常系數(shù)計算公式如下所示：式中，表示參考滑窗區(qū)域的異常系數(shù)；表示參考滑窗區(qū)域的膨脹系數(shù)；表示參考滑窗區(qū)域以外的正?；皡^(qū)域數(shù)量；參考滑窗區(qū)域以外的第個正?；皡^(qū)域的膨脹系數(shù)；表示預(yù)設(shè)第一閾值；表示參考滑窗區(qū)域以外的正?；皡^(qū)域的膨脹系數(shù)標(biāo)準(zhǔn)差；表示艾佛森括號，其中，艾佛森括號中條件成立，則值為1，條件不成立，則值為0。

6、進(jìn)一步地，所述正常滑窗區(qū)域的獲取方法包括：將膨脹系數(shù)小于預(yù)設(shè)第二閾值的滑窗區(qū)域作為正?；皡^(qū)域。

7、進(jìn)一步地，根據(jù)所述異常系數(shù)對所有滑窗區(qū)域進(jìn)行篩選，獲得所有異常腦血管區(qū)域，包括：將異常系數(shù)大于0的滑窗區(qū)域進(jìn)行標(biāo)記，作為第一異?；皡^(qū)域；將所有第一異?；皡^(qū)域中的腦血管區(qū)域進(jìn)行輪廓擬合，獲得異常腦血管區(qū)域。

8、一種基于圖像識別的腦血管病變定位系統(tǒng)，所述系統(tǒng)包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機(jī)程序，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)如上述一種基于圖像識別的腦血管病變定位方法的步驟。

9、一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如上述一種基于圖像識別的腦血管病變定位方法的步驟。

10、本發(fā)明具有如下有益效果：本發(fā)明獲取患者的腦血管圖像；獲得腦血管圖像中的腦血管區(qū)域；由于腦血管病變通常表現(xiàn)為腦血管出現(xiàn)瘤變，為了避免遺漏腦血管瘤變位置，所以首先提取腦血管圖像的腦血管邊緣像素點，以所有腦血管邊緣像素點為起點建立預(yù)設(shè)數(shù)量個預(yù)設(shè)滑窗對腦血管區(qū)域進(jìn)行遍歷；由于腦血管區(qū)域發(fā)生瘤變的位置的特征表現(xiàn)為該部分腦血管區(qū)域相較于其他腦血管區(qū)域出現(xiàn)膨脹，所以對腦血管區(qū)域的腦血管膨脹程度進(jìn)行分析；由于在預(yù)設(shè)滑窗在遍歷腦血管區(qū)域時若是經(jīng)過腦血管病變的位置，此時預(yù)設(shè)滑窗內(nèi)的腦血管區(qū)域像素點數(shù)量要多于預(yù)設(shè)滑窗經(jīng)過腦血管正常位置，所以除了腦血管膨脹程度，還應(yīng)該結(jié)合預(yù)設(shè)滑窗區(qū)域內(nèi)腦血管區(qū)域像素點的數(shù)量，結(jié)合分析獲得參考滑窗區(qū)域的膨脹系數(shù)；每次預(yù)設(shè)滑窗滑動就可以得到本次滑動對應(yīng)的膨脹系數(shù)，通過膨脹系數(shù)的變化情況可以對存在異常的滑窗區(qū)域進(jìn)行分析，獲得每個滑窗區(qū)域的異常系數(shù)；根據(jù)異常系數(shù)對所有滑窗區(qū)域進(jìn)行篩選，獲得所有異常腦血管區(qū)域；根據(jù)異常腦血管區(qū)域進(jìn)行腦血管病變定位。本發(fā)明避免了由于腦血管圖像本身的模糊性和復(fù)雜性可能引起的誤差，從而導(dǎo)致了相關(guān)人員能夠準(zhǔn)確對腦血管病變位置進(jìn)行定位。

技術(shù)特征：

1.一種基于圖像識別的腦血管病變定位方法，其特征在于，所述方法包括：獲取患者的腦血管圖像；獲得所述腦血管圖像中的腦血管區(qū)域；根據(jù)所述腦血管圖像中的腦血管區(qū)域分布，獲得所有腦血管邊緣像素點；以所有腦血管邊緣像素點為起點建立預(yù)設(shè)數(shù)量個預(yù)設(shè)滑窗，將所有預(yù)設(shè)滑窗沿腦血管延伸方向?qū)δX血管區(qū)域進(jìn)行遍歷；獲得預(yù)設(shè)滑窗移動時所經(jīng)過的所有滑窗區(qū)域，將任意一個預(yù)設(shè)滑窗所在滑窗區(qū)域作為參考滑窗區(qū)域；根據(jù)腦血管區(qū)域的像素點分布，獲得參考滑窗區(qū)域內(nèi)的腦血管膨脹程度；根據(jù)參考滑窗區(qū)域內(nèi)的腦血管區(qū)域像素點分布與腦血管膨脹程度，獲得參考滑窗區(qū)域的膨脹系數(shù)；根據(jù)參考滑窗區(qū)域與其他滑窗區(qū)域之間的膨脹系數(shù)差異，以及其他滑窗區(qū)域的膨脹系數(shù)分布，獲得參考滑窗區(qū)域的異常系數(shù)；根據(jù)所述異常系數(shù)對所有滑窗區(qū)域進(jìn)行篩選，獲得所有異常腦血管區(qū)域；根據(jù)所述異常腦血管區(qū)域進(jìn)行腦血管病變定位。

2.根據(jù)權(quán)利要求1所述的一種基于圖像識別的腦血管病變定位方法，其特征在于，所述腦血管邊緣像素點的獲取方法包括：利用骨架化算法，將所述腦血管圖像中的腦血管區(qū)域簡化為腦血管中心線；將所述腦血管中心線與腦血管圖像邊界的所有交點作為腦血管中心線的中心線邊界點；將所有所述中心線邊界點對應(yīng)的腦血管區(qū)域的像素點作為腦血管邊緣像素點。

3.根據(jù)權(quán)利要求1所述的一種基于圖像識別的腦血管病變定位方法，其特征在于，所述參考滑窗區(qū)域內(nèi)的腦血管膨脹程度的獲取方法包括：以腦血管邊緣像素點為始建立寬度一致的預(yù)設(shè)數(shù)量個預(yù)設(shè)滑窗；所有預(yù)設(shè)滑窗覆蓋到所有腦血管邊緣像素點，且所有預(yù)設(shè)滑窗彼此相鄰；將所有預(yù)設(shè)滑窗中與腦血管區(qū)域邊界相交的兩個預(yù)設(shè)滑窗作為待分析滑窗，計算每個所述待分析滑窗與腦血管區(qū)域邊界的交點之間的直線方程斜率的絕對值作為參考滑窗區(qū)域的腦血管膨脹程度。

4.根據(jù)權(quán)利要求3所述的一種基于圖像識別的腦血管病變定位方法，其特征在于，所述參考滑窗區(qū)域的膨脹系數(shù)的獲取方法包括：將待分析滑窗以外的滑窗作為主要滑窗，將主要滑窗所在區(qū)域作為主要滑窗區(qū)域；根據(jù)參考滑窗區(qū)域的腦血管膨脹程度獲得參考滑窗區(qū)域內(nèi)兩個待分析滑窗區(qū)域的直線方程交點；將與腦血管區(qū)域上邊界相交的待分析滑窗區(qū)域的中心像素點與所述直線方程交點之間的距離作為第一距離；將與腦血管區(qū)域下邊界相交的待分析滑窗區(qū)域的中心像素點與所述直線方程交點之間的距離作為第二距離；根據(jù)膨脹系數(shù)計算公式獲取所述膨脹系數(shù)，所述膨脹系數(shù)計算公式如下所示：式中，表示參考滑窗區(qū)域的膨脹系數(shù)；表示與腦血管區(qū)域上邊界相交的待分析滑窗區(qū)域的像素點數(shù)量；表示每個主要滑窗區(qū)域的像素點數(shù)量；表示與腦血管區(qū)域下邊界相交的待分析滑窗區(qū)域的像素點數(shù)量，其中，；表示待分析滑窗區(qū)域中第個像素點的灰度值；表示每個主要滑窗區(qū)域內(nèi)第個像素點的灰度值；表示與腦血管區(qū)域下邊界相交的待分析滑窗區(qū)域的第個像素點的灰度值；表示第一距離；表示第二距離。

5.根據(jù)權(quán)利要求1所述的一種基于圖像識別的腦血管病變定位方法，其特征在于，所述參考滑窗區(qū)域的異常系數(shù)的獲取方法包括：根據(jù)每個滑窗區(qū)域的膨脹系數(shù)對每個滑窗區(qū)域進(jìn)行篩選，獲得所有正?；皡^(qū)域；根據(jù)異常系數(shù)計算公式獲取所述異常系數(shù)，所述異常系數(shù)計算公式如下所示：式中，表示參考滑窗區(qū)域的異常系數(shù)；表示參考滑窗區(qū)域的膨脹系數(shù)；表示參考滑窗區(qū)域以外的正?；皡^(qū)域數(shù)量；參考滑窗區(qū)域以外的第個正?；皡^(qū)域的膨脹系數(shù)；表示預(yù)設(shè)第一閾值；表示參考滑窗區(qū)域以外的正常滑窗區(qū)域的膨脹系數(shù)標(biāo)準(zhǔn)差；表示艾佛森括號，其中，艾佛森括號中條件成立，則值為1，條件不成立，則值為0。

6.根據(jù)權(quán)利要求5所述的一種基于圖像識別的腦血管病變定位方法，其特征在于，所述正?；皡^(qū)域的獲取方法包括：將膨脹系數(shù)小于預(yù)設(shè)第二閾值的滑窗區(qū)域作為正?；皡^(qū)域。

7.根據(jù)權(quán)利要求1所述的一種基于圖像識別的腦血管病變定位方法，其特征在于，根據(jù)所述異常系數(shù)對所有滑窗區(qū)域進(jìn)行篩選，獲得所有異常腦血管區(qū)域，包括：將異常系數(shù)大于0的滑窗區(qū)域進(jìn)行標(biāo)記，作為第一異?；皡^(qū)域；將所有第一異?；皡^(qū)域中的腦血管區(qū)域進(jìn)行輪廓擬合，獲得異常腦血管區(qū)域。

8.一種基于圖像識別的腦血管病變定位系統(tǒng)，所述系統(tǒng)包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)如權(quán)利要求1至7任意一項所述一種基于圖像識別的腦血管病變定位方法的步驟。

9.一種計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)可讀存儲介質(zhì)存儲有計算機(jī)程序，其特征在于，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述一種基于圖像識別的腦血管病變定位方法的步驟。

技術(shù)總結(jié)
本發(fā)明涉及腦血管圖像識別領(lǐng)域，具體涉及一種基于圖像識別的腦血管病變定位方法及系統(tǒng)。本發(fā)明獲得腦血管邊緣像素點，以邊緣像素點為起點建立預(yù)設(shè)滑窗，對腦血管區(qū)域進(jìn)行遍歷；根據(jù)腦血管區(qū)域的像素點分布獲得腦血管膨脹程度；結(jié)合滑窗區(qū)域的腦血管區(qū)域像素點分布獲得膨脹系數(shù)；根據(jù)滑窗區(qū)域與其他滑窗區(qū)域的膨脹系數(shù)差異獲得異常系數(shù)；根據(jù)異常系數(shù)篩選換出異常腦血管區(qū)域；進(jìn)而進(jìn)行腦血管病變定位。本發(fā)明避免了由于腦血管圖像本身的模糊性和復(fù)雜性可能引起的誤差，從而導(dǎo)致了相關(guān)人員能夠準(zhǔn)確對腦血管病變位置進(jìn)行定位。

技術(shù)研發(fā)人員：孔靜淵,閆菲菲
受保護(hù)的技術(shù)使用者：陜西中醫(yī)藥大學(xué)附屬醫(yī)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6