摘要
本发明提供了一种血管夹层腔体分离方法及装置、存储介质、设备,其中方法包括获取待处理的CTA图像,提取CTA图像中的血管模型;针对血管模型执行内膜片填充操作,得到第一目标血管模型,提取第一目标血管模型的中心线;计算血管模型与第一目标血管模型之间的最大连通域,得到血管夹层内膜片模型;提取中心线上针对血管夹层内膜片模型的每个点距离最近的目标点,形成目标中心线;确定目标中心线附近的第二目标血管模型;基于第二目标血管模型的连通情况,将第二目标血管模型分离为两侧腔体。由此,通过连通域分析技术实现了夹层模型腔体的分离,在解决人工标注耗时耗力的同时,无需大量的数据集作为深度学习网络的训练集,方法原理明确,操作便捷。
技术关键词
血管模型
中心线
腔体
深度学习网络
图像
膨胀算法
处理器
模块
可读存储介质
计算机设备
特征点
存储器
训练集
间距
两点
坐标
标记
系统为您推荐了相关专利信息
模型训练方法
预训练模型
生成定位模型
数据
定位框
热收缩包装
实例分割网络
抓取方法
立体视觉
Canny边缘检测器
图像特征信息
文本
图像超分辨率
图像特征提取
计算机程序指令