(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211276231.6 (22)申请日 2022.10.19 (71)申请人 海杰亚 （北京） 医疗器 械有限公司 地址 100083 北京市海淀区花园北路3 5号9 号楼6层6 06室 (72)发明人 张雨萌　郭旭　池琛　罗富良　 黄乾富　 (74)专利代理 机构 北京聿宏知识产权代理有限 公司 11372 专利代理师 胡晓男　吴昊 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/187(2017.01) G06V 10/26(2022.01)G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) (54)发明名称 一种脏器血管分割方法、 装置、 存储介质及 电子设备 (57)摘要 本发明提供一种脏器血管分割方法、 装置、 存储介质及电子设备， 一种脏器血管分割方法， 包括： 获取待分割的医学图像； 提取所述医学图 像中的目标脏器图像和对所述目标脏器图像初 步分割得到第一血管分割结果； 提取所述第一血 管分割结果中的血管中心线， 确定各血管中心线 的端点； 基于各血管中心线的端点进行血管再分 割， 得到第二血管分割结果； 对所述第一血管分 割结果和所述第二血管分割结果进行合并， 得到 合并的血管分割结果。 本发明保证了脏器血管分 割的连续性， 明显提升了脏器血管分割的准确 度。 权利要求书2页 说明书13页 附图4页 CN 115359046 A 2022.11.18 CN 115359046 A 1.一种脏器血 管分割方法， 其特 征在于， 包括： 获取待分割的医学图像； 提取所述医学图像中的目标脏器图像和对所述目标脏器图像初步分割得到第一血管 分割结果； 提取所述第一血 管分割结果中的血 管中心线， 确定各 血管中心线的端点； 基于各血管中心线的端点进行 血管再分割， 得到第二血 管分割结果； 对所述第一血管分割结果和所述第 二血管分割结果进行合并， 得到合并的血管分割结 果。 2.根据权利要求1所述的脏器血管分割方法， 其特征在于， 所述提取所述医学图像 中的 目标脏器图像和基于所述目标脏器图像分割得到目标脏器的第一血 管分割结果， 包括： 利用预先训练的第一神经网络模型提取所述医学图像中的目标脏器图像和基于所述 目标脏器图像分割得到目标脏器的第一血 管分割结果； 其中， 所述第一神经网络模型包括EfficientNet ‑B0神经网络和将U ‑Net模型的下采样 部分、 跳跃连接部分和上采样部分均加入深度可分离卷积模块所形成的Efficient  Res‑ UNet Plus神经网络， 所述EfficientNet ‑B0神经网络的输入包括待分割的医学图像， 所述 EfficientNet ‑B0神经网络的输出包括待分割的医学图像中的目标脏器图像， 所述 Efficient  Res‑UNet Plus神经网络的输入包括待分割的医学图像中的目标脏器图像， 所 述Efficient Res‑UNet Plus神经网络的输出包括第一血 管分割结果。 3.根据权利要求2所述的脏器血管分割方法， 其特征在于， 还包括： 训练第一神经网络 模型， 训练所述EfficientNet ‑B0神经网络所采用的第一损失函数包括交叉熵损失函数， 训 练所述Efficient  Res‑UNet Plus神经网络所采用的第二损失函数基于交叉熵损失函数和 Tversky损失函数确定 。 4.根据权利要求1所述的脏器血管分割方法， 其特征在于， 所述确定各血管中心线的端 点， 包括： 将处于第一预设尺寸的三维像素区域的中心且在所述第一预设尺寸的三维像素区域 周围最多存在一个相连像素的目标像素， 确定为血 管中心线的端点。 5.根据权利要求1所述的脏器血管分割方法， 其特征在于， 所述基于各血管中心线的端 点进行血管再分割， 得到第二血 管分割结果， 包括： 利用预先训练的第二神经网络模型， 基于各血管中心线的端点进行血管再分割， 得到 第二血管分割结果。 6.根据权利要求5所述的脏器血管分割方法， 其特征在于， 所述第 二神经网络模型包括 V‑Net神经网络； 所述方法还 包括： 以背景、 不同血管分类作为预测标签， 以第二预设尺寸的三维像素区域作为输入， 训练 V‑Net神经网络， 所述第二预设尺寸的三维像素区域是以各血管中心线的端点为中心构造 的。 7.根据权利要求1所述的脏器血管分割方法， 其特征在于， 所述对所述第 一血管分割结 果和所述第二血 管分割结果进行合并， 包括： 利用所述第一血 管分割结果覆盖所述第二血 管分割结果。 8.根据权利要求1所述的脏器血管分割方法， 其特征在于， 所述目标脏器包括肝脏， 所权　利　要　求　书 1/2 页 2 CN 115359046 A 2述合并的血 管分割结果中包括 肝静脉分类、 门静脉分类和下腔静脉分类； 所述方法还 包括： 在合并的血管分割结果中的肝静脉分类中， 确定像素数小于第一预设值的第一连通 域， 逐一判断每个第一连通域的周围是否存在其他预测标签， 将周围存在其他预测标签的 连通域的预测标签 变为该其 他预测标签； 在合并的血管分割结果中的门静脉分类中确定最大连通域， 逐一判断所述最大连通域 外的其他连通域周围是否存在其他预测标签， 将周围存在其他预测标签的其他连通域的预 测标签变为该其 他预测标签； 去除每个预测标签中像素值低于预设值的连通 域。 9.一种脏器血 管分割装置， 其特 征在于， 包括： 获取模块， 用于获取待分割的医学图像； 第一分割 模块， 用于提取所述医学图像中的目标脏器图像和对所述目标脏器图像初步 分割得到第一血 管分割结果； 确定模块， 用于提取所述第一血管分割结果中的血管中心线， 确定各血管中心线的端 点； 第二分割模块， 用于基于各血管中心线的端点进行血管再分割， 得到第二血管分割结 果； 合并模块， 用于对所述第一血管分割结果和所述第二血管分割结果进行合并， 得到合 并的血管分割结果。 10.一种计算机存储介质， 其特征在于， 所述计算机可读存储介质上存储有计算机程 序， 所述计算机程序被一个或多个处理器执行时， 实现如权利要求1至8中任一项所述的方 法。 11.一种电子设备， 其特征在于， 包括存储器和一个或多个处理器， 所述存储器上存储 有计算机程序， 所述计算机程序被所述一个或多个处理器执行时实现如权利要求1至8中任 一项所述的方法。权　利　要　求　书 2/2 页 3 CN 115359046 A 3