血管图像分割方法、电子设备和存储介质与流程

1.本发明涉及图像处理技术领域，特别涉及一种血管图像分割方法、电子设备和存储介质。


背景技术：

2.血管疾病尤其是心血管疾病，已经成为威胁人类生命安全的主要疾病之一。在手术过程中，医生通过血管成像技术来辅助诊断各种血管疾病，例如钙化、主动脉夹层、动脉瘤等。
3.血管成像技术包括计算机断层血管造影(cta)、核磁共振血管造影(mra)等。血管成像得到的是三维影像，不仅有血管组织同时还包含血管周围其他组织(骨骼，脂肪，肌肉，肺组织等)，无法给医生带来精准诊断。所以，从三维影像中提取整个血管区域，并以三维显示技术展示血管的形态，会提高医生诊断准确率。
4.虽然目前已经有很多血管分割的技术，但血管分割问题仍然是一个非常具有挑战性的任务。目前血管分割方法主要以手动和半自动为主，已有的半自动血管分割方法大致可以分为两类：自顶向下和自底向上。现有的血管分割方法主要存在以下问题：
5.1、手动血管分割方法需要花费大量的时间和精力。
6.2、自顶向下的半自动分割方法需要人为输入种子点作为开始条件，然后基于目标误差迭代合并邻近的区域，最后生成图像。由于该方法需要人为输入种子点信息，且需要不断交互选择种子点来实现图像的分割，因此分割结果会存在人工不可控的误差。
7.3、自底向上的半自动分割方法利用管状检测滤波器来分割血管，虽然该方法不需要人为输入初始化信息，但是该方法计算开销大，受噪声影响大且在对比度较低的区域无法得到完整的血管结构。


技术实现要素：

8.本发明的目的在于提供一种血管图像分割方法、电子设备和存储介质，可以有效减少人机交互的繁琐操作，提高图像分割效率。
9.为达到上述目的，本发明提供一种血管图像分割方法，包括：
10.获取待分割血管图像；
11.采用自适应阈值分割法对所述待分割血管图像进行分割，以获取第一血管分割图像；
12.对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像；
13.采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像；
14.对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，获取血管蒙板图像；
15.对所述血管蒙板图像和所述待分割血管图像进行逻辑与操作，以获取最终的血管图像。
16.可选的，在采用自适应阈值分割法对所述待分割血管图像进行分割之前，所述血管图像分割方法包括：在所述待分割血管图像上选取多个关键点；
17.所述采用自适应阈值分割法对所述待分割血管图像进行分割，包括：
18.根据所述多个关键点的像素值，确定第一上限值和第一下限值；
19.根据所述第一上限值和所述第一下限值，对所述待分割血管图像进行分割。
20.可选的，所述根据所述多个关键点的像素值，确定第一上限值和第一下限值，包括：
21.对所述多个关键点的像素值进行统计，以确定出最大像素值和最小像素值；
22.根据所述最大像素值和所述最小像素值，确定第一上限值和第一下限值；
23.其中，所述第一上限值和所述第一下限值的计算公式如下所示：
24.t
max1
＝p
max
*(1+α)
25.t
min1
＝p
min
*(1-α)
26.式中，t
max1
为第一上限值，p
max
最大像素值，t
min1
为第一下限值，p
min
为最小像素值，α为第一调节因子，α的取值为0～1。
27.可选的，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：
28.对所述第一血管分割图像进行形态学腐蚀操作，以将血管区域与非血管区域分开；
29.将所述关键点作为种子点，对经形态学腐蚀操作后的所述第一血管分割图像进行连通域分析，将与所述关键点对应的连通域作为血管区域；
30.对所述血管区域进行形态学膨胀操作，以获取第二血管分割图像。
31.可选的，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：
32.对所述待分割血管图像进行梯度计算，以获取梯度图像；
33.对所述梯度图像中的强边缘像素点和弱边缘像素点进行回归处理，以获取第一图像；
34.将所述第一图像与所述第一血管分割图像进行逻辑与操作，以获取第二图像；
35.将所述关键点作为种子点，对所述第二图像进行连通域分析，以获取包含血管区域的第三图像，其中，将与所述关键点对应的连通域作为血管区域；
36.对所述第三图像中的血管区域进行形态学膨胀操作，以获取第四图像；
37.将所述第四图像与所述第一血管分割图像进行逻辑与操作，以获取第二血管分割图像。
38.可选的，所述待分割血管图像为cta图像，所述对所述待分割血管图像进行梯度计算，以获取梯度图像，包括：
39.对所述待分割血管图像进行截断处理，以将所述待分割血管图像中各像素点的像素值调整至预设范围内；
40.对截断处理后的所述待分割血管图像的像素值进行线性缩放，以将所述待分割血
管图像的像素值缩放至0-255范围；
41.对像素值缩放至0-255范围的所述待分割血管图像进行梯度计算，以获取梯度图像。
42.可选的，所述采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像，包括：
43.将所述第二血管分割图像与所述待分割血管图像进行逻辑与操作，以获取第五图像；
44.分别采用自适应区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复；
45.将各个所述区域的区域生长结果进行相加，以获取第三血管分割图像。
46.可选的，所述分别采用自适应区域生长法对所述第二血管分割图像中的每一相邻的两所述关键点之间的区域进行修复，包括：
47.根据所述多个关键点的像素值，确定第二上限值和第二下限值；
48.根据所述第二上限值和所述第二下限值，分别采用区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复。
49.可选的，所述对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，包括：
50.对所述第三血管分割图像进行孔洞填充；
51.对经孔洞填充后的所述第三血管分割图像进行形态学开操作；
52.对经形态学开操作后的所述第三血管分割图像进行连通域分析，以去除非血管区域。
53.为解决上述技术问题，本发明还提供一种电子设备，包括处理器和存储器，所述存储器上存储有计算机程序，所述计算机程序被所述处理器执行时，实现上文所述的血管图像分割方法。
54.为解决上述技术问题，本发明还提供一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时，实现上文所述的血管图像分割方法。
55.与现有技术相比，本发明提供的血管图像分割方法、电子设备和存储介质具有以下优点：本发明通过获取待分割血管图像；再采用自适应阈值分割法对所述待分割血管图像进行分割，以获取第一血管分割图像；然后对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像；再采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像；然后对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，获取血管蒙板图像；最后对所述血管蒙板图像和所述待分割血管图像进行逻辑与操作，以获取最终的血管图像。由此可见，本发明通过自适应阈值分割法、第一处理过程、自适应区域生长法和第二处理过程可以有效分割出血管区域，不仅减少了人机交互的繁琐操作，而且可以有效提高图像的分割效率。此外，本发明的图像分割算法的通用性较强，实现了端到端的算法流程，可以更好地辅助医生以提高诊断的准确性。
附图说明
56.图1为本发明一实施方式中的血管图像分割方法的流程示意图；
57.图2为本发明一具体示例中的关键点的选取位置示意图；
58.图3a为本发明一具体示例中的预处理后的待分割血管图像的截面示意图；
59.图3b为本发明一具体示例中的第一血管分割图像的截面示意图；
60.图3c为本发明一具体示例中的梯度图像的截面示意图；
61.图3d为本发明一具体示例中的第一图像的截面示意图；
62.图3e为本发明一具体示例中的第二图像的截面示意图；
63.图3f为本发明一具体示例中的第三图像的截面示意图；
64.图3g为本发明一具体示例中的第四图像的截面示意图；
65.图3h为本发明一具体示例中的第二血管分割图像的截面示意图；
66.图4为本发明一具体示例中的最终的血管图像的显示示意图；
67.图5为本发明一实施方式中的电子设备的方框结构示意图；
68.其中，附图标记如下：
69.关键点-a、b、c、d、e、f；
70.处理器-101；通信接口-102；存储器-103；通信总线-104。
具体实施方式
71.以下结合附图1至5和具体实施方式对本发明提出的血管图像分割方法、电子设备和存储介质作进一步详细说明。根据下面说明，本发明的优点和特征将更清楚。需要说明的是，附图采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂，请参阅附图。须知，本说明书所附图式所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明实施的限定条件，任何结构的修饰、比例关系的改变或大小的调整，在与本发明所能产生的功效及所能达成的目的相同或近似的情况下，均应仍落在本发明所揭示的技术内容能涵盖的范围内。
72.需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
73.本发明的核心思想在于提供一种血管图像分割方法、电子设备和存储介质，可以有效减少人机交互的繁琐操作，提高图像分割效率。
74.需要说明的是，本发明实施方式的电子设备可以是个人计算机、移动终端等，该移动终端可以是手机、平板电脑等具有各种操作系统的硬件设备。
75.为实现上述思想，本发明提供一种血管图像分割方法，请参考图1，其示意性地给出了本发明一实施方式提供的血管图像分割方法的流程图，如图1所示，所述血管图像分割
方法包括如下步骤：
76.步骤s100、获取待分割血管图像。
77.在本发明中，所述待分割血管图像可以是cta(计算机断层血管造影)图像，也可以是mra(核磁共振血管造影)图像，还可以是其它的医学图像。所述待分割血管图像可以通过图像获取装置进行采集，例如ct、mri等影像设备，也可以通过互联网搜集得到，还可以通过扫描设备扫描得到。所述待分割血管图像的大小可以根据具体情况进行设置，本发明对此并不进行限制，例如所述待分割血管图像的大小可为512
×
512
×
130像素。
78.步骤s200、采用自适应阈值分割法对所述待分割血管图像进行分割，以获取第一血管分割图像。
79.由此，通过采用自适应阈值分割法对所述待分割血管图像进行分割，可以获取背景为黑色(像素值为0)，目标区域(包含血管区域)为白色(像素值为1)的第一血管分割图像。
80.进一步地，为了提高自适应阈值分割的分割效果，在执行步骤s200之前，所述血管图像分割方法还包括：在所述待分割血管图像上选取多个关键点。
81.对应地，所述采用自适应阈值分割法对所述待分割血管图像进行分割，包括：
82.根据所述多个关键点的像素值，确定第一上限值和第一下限值；
83.根据所述第一上限值和所述第一下限值，对所述待分割血管图像进行分割。
84.其中，所述关键点的选择可以根据待分割出的血管的具体解剖学特点进行选择，举例而言，当待分割出的血管为主动脉血管时，请参考图2，其示意性地给出了本发明一具体示例中的关键点的选取位置示意图。如图2所示，根据主动脉血管的解剖学特点，可以在待分割血管图像上选取六个关键点，分别为关键点a、关键点b、关键点c、关键点d、关键点e、关键点f，其中关键点a位于升主动脉附近、关键点b位于腹主动脉与髂总动脉之间、关键点c位于左髂外动脉与左髂内动脉分叉口附近、关键点d位于右髂外动脉与右髂内动脉分叉口附近、关键点e位于左股动脉区域、关键点f位于右股动脉区域。
85.由此，通过根据所述多个关键点的像素值，计算出第一上限值和第一下限值，再根据第一上限值和第一下限值，将所述待分割血管图像中的像素值位于所述第一上限值和所述第一下限值之间的像素点置为白色(即像素值置为1)，将像素值小于所述第一下限值，或大于所述第一上限值的像素点置为黑色(即像素值置为0)，从而能够更加简单、高效地获取背景为黑色，目标区域(包含血管区域)为白色的第一血管分割图像。此外，本发明通过一次性选取多个关键点作为初始条件，分割提取血管区域图像，不仅减少了交互次数，同时也提高了整体分割效率。
86.具体地，所述根据所述多个关键点的像素值，确定第一上限值和第一下限值，包括：
87.对所述多个关键点的像素值进行统计，以确定出最大像素值和最小像素值；
88.根据所述最大像素值和所述最小像素值，确定第一上限值和第一下限值。
89.其中，所述第一上限值和所述第一下限值的计算公式如下所示：
90.t
max1
＝p
max
*(1+α)
91.t
min1
＝p
min
*(1-α)
92.式中，t
max1
为第一上限值，p
max
最大像素值，t
min1
为第一下限值，p
min
为最小像素值，α
为第一调节因子，α的取值为0～1。
93.需要说明的是，如本领域技术人员所能理解的，所述α的取值可以根据具体情况进行设置。例如，当所述待分割血管图像为cta图像时，所述α的取值为0.3。此外，需要说明的是，上述第一上限值和第一下限值的计算公式中，所述关键点的像素值是指所述关键点在所述待分割血管图像(优选为预处理后的待分割血管图像)中的像素值，例如，当所述待分割血管图像为cta图像时，所述关键点的像素值是指所述关键点在所述cta图像中的ct值，即hu值。
94.为了进一步提高血管图像的分割效果，在采用自适应阈值分割法对所述待分割血管图像进行分割之前，所述血管图像分割方法包括：
95.对所述待分割血管图像进行预处理，以去除所述待分割血管图像中的噪声信息。
96.对应地，所述步骤s200具体为：采用自适应阈值分割法对预处理后的所述待分割血管图像进行分割，以获取第一血管分割图像。
97.由此，通过对所述待分割血管图像进行预处理，可以有效去除所述待分割血管图像中的噪声信息，以为后续的操作奠定良好的基础。具体地，可以采用高斯滤波器对所述待分割血管图像进行滤波处理，以去除所述待分割血管图像中的噪声信息。
98.请参考图3a和图3b，其中图3a示意性地给出了本发明一具体示例中的预处理后的待分割血管图像的截面示意图；图3b示意性地给出了本发明一具体示例中的第一血管分割图像的截面示意图。如图3a和图3b所示，通过对待分割血管图像进行上述预处理过程，可以更加清晰的凸显不同的组织器官，以将血管更加明显的显示出来，从而进一步提高自适应阈值分割的分割效果。
99.步骤s300、对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像。
100.具体地，在一实施方式中，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：
101.对所述第一血管分割图像进行形态学腐蚀操作，以将血管区域与非血管区域分开；
102.将所述关键点作为种子点，对经形态学腐蚀操作后的所述第一血管分割图像进行连通域分析，将与所述关键点对应的连通域作为血管区域；
103.对所述血管区域进行形态学膨胀操作，以获取第二血管分割图像。
104.由此，通过对所述第一血管分割图像进行形态学腐蚀操作，可以将血管区域与非血管区域(例如骨骼区域)的连接处完全断开，所述形态学腐蚀操作的形态学参数可以根据具体情况进行设置，例如设置为5。通过将所述关键点作为种子点，对经形态学腐蚀操作后的所述第一血管分割图像进行连通域分析，可以进一步去除非血管区域，而只保留血管区域。通过对所述血管区域进行形态学膨胀操作，可以将血管区域全部都包括进来，从而获取包含完整血管区域的第二血管分割图像。所述形态学膨胀操作的形态学参数可以根据具体情况进行设置，例如设置为5。
105.在另一实施方式中，所述对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像，包括：
106.对所述待分割血管图像进行梯度计算，以获取梯度图像；
107.对所述梯度图像中的强边缘像素点和弱边缘像素点进行回归处理，以获取第一图像；
108.将所述第一图像与所述第一血管分割图像进行逻辑与操作，以获取第二图像；
109.将所述关键点作为种子点，对所述第二图像进行连通域分析，以获取包含血管区域的第三图像，其中，将与所述关键点对应的连通域作为血管区域；
110.对所述第三图像中的血管区域进行形态学膨胀操作，以获取第四图像；
111.将所述第四图像与所述第一血管分割图像进行逻辑与操作，以获取第二血管分割图像。
112.具体地，可以采用高斯卷积对所述待分割血管图像(优选为预处理后的待分割血管图像)进行梯度计算，所述高斯卷积的高斯核参数可以根据具体情况进行设置，例如可以设置为0.1，由此，通过对所述待分割血管图像(优选为预处理后的待分割血管图像)进行梯度计算，可以计算出所述待分割血管图像(优选为预处理后的待分割血管图像)中的每一像素点的梯度值，由此可以根据各个像素点的梯度值，提取边缘，以获取梯度图像。请参考图3c，其示意性地给出了本发明一具体示例中的梯度图像的截面示意图，如图3c所示，通过对所述待分割血管图像(优选为预处理后的待分割血管图像)进行梯度计算，可以有效找出血管的边缘(即轮廓)。通过对所述梯度图像中的强边缘像素点和弱边缘像素点进行回归处理，即将所述强边缘像素点设置成黑色(即像素值置为0)，将所述弱边缘像素点设置成白色(即像素值置为1)，以获取第一图像。请参考图3d，其示意性地给出了本发明一具体示例中的第一图像的示意图，如图3d所示，通过对所述梯度图像进行逻辑回归变换，可以进一步加强血管区域的轮廓边界信息。请继续参考图3e，其示意性地给出了本发明一具体示例中的第二图像的示意图。如图3e所示，通过对所述第一图像与所述第一血管分割图像进行逻辑与操作(将所述第一图像中的各像素点的像素值与所述第一血管分割图像中的对应像素点的像素值相乘)，可以进一步去除非血管区域。请继续参考图3f，其示意性地给出了本发明一具体示例中的第三图像的示意图。如图3f所示，通过采用关键点作为种子点，对所述第二图像进行连通域分析，可以进一步去除非血管区域，而保留血管区域。请继续参考图3g，其示意性地给出了本发明一具体示例中的第四图像的示意图。如图3g所示，通过对所述第三图像中的血管区域进行形态学膨胀操作，可以将血管区域都包括进来。其中，所述形态学膨胀操作的形态学参数可以根据具体情况进行设置，例如设置成5。请继续参考图3h，其示意性地给出了本发明一具体示例中的第二血管分割图像的示意图。如图3h所示，通过对所述第四图像与所述第一血管分割图像进行逻辑与操作(将所述第四图像中的各像素点的像素值与所述第一血管分割图像中的对应像素点的像素值相乘)，可以进一步去除非血管区域，以进一步提高本发明提供的血管图像分割方法的分割效果，为获取高质量的血管图像奠定良好的基础。
113.进一步地，当所述待分割血管图像为cta图像时，所述对所述待分割血管图像进行梯度计算，以获取梯度图像，包括：
114.对所述待分割血管图像(优选为预处理后的待分割血管图像)进行截断处理，以将所述待分割血管图像中各像素点的像素值调整至预设范围内；
115.对截断处理后的所述待分割血管图像的像素值进行线性缩放，以将所述待分割血管图像的像素值缩放至0-255范围；
116.对像素值缩放至0-255范围的所述待分割血管图像进行梯度计算，以获取梯度图像。
117.由此，通过对所述待分割血管图像(优选为预处理后的待分割血管图像)进行截断处理，可以将所述待分割血管图像(优选为预处理后的待分割血管图像)中的各像素点的像素值调整至预设范围内，例如0-800范围内。在具体操作时，可以将像素值在0-800范围内的像素点的像素值保持不变，将像素值小于0的像素点的像素值置为0，将像素值大于800的像素点的像素值置为800。最后通过对截断处理后的所述待分割血管图像的像素值进行线性缩放，可以将所述待分割血管图像(优选为预处理后的待分割血管图像)中的各像素点的像素值缩放至0-255范围。具体地，可以采用如下公式进行像素值的线性缩放：
118.pi'＝(pi/800)*255
119.式中，pi为像素点i在截断处理后的所述待分割血管图像(优选为预处理后的待分割血管图像)中的像素值，p
i’为所述像素点i在线性缩放后的所述待分割血管图像(优选为预处理后的待分割血管图像)中的像素值。
120.步骤s400、采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像。
121.由此，通过采用自适应区域生长法对所述第二血管分割图像进行修复，可以进一步提高本本发明提供的血管图像分割方法的分割效果，为获取高质量的血管图像进一步奠定良好的基础。
122.具体地，所述采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像，包括：
123.将所述第二血管分割图像与所述待分割血管图像进行逻辑与操作，以获取第五图像；
124.分别采用自适应区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复；
125.将各个所述区域的区域生长结果进行相加，以获取第三血管分割图像。
126.由此，通过对所述第二血管分割图像与所述待分割血管图像(优选为预处理后的待分割血管图像)进行逻辑与操作(将所述第二血管分割图像中的各像素点的像素值与所述待分割血管图像(优选为预处理后的待分割血管图像)中的对应像素点的像素值相乘)，从而可以将所述第二血管分割图像中的血管区域的各像素点的像素值替换为所述待分割血管图像(优选为预处理后的待分割血管图像)中的对应像素点的像素值。通过分别采用自适应区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复，以对所述第二血管分割图像进行优化，从而可以获取血管区域更加精细更加完整的第三血管分割图像。举例而言，当所述多个关键点的位置如图2所示时，分别采用自适应区域生长法对关键点a与关键点b之间的区域、关键点b与关键点c之间的区域、关键点b与关键点d之间的区域、关键点c与关键点e之间的区域、关键点d与关键点f之间的区域进行修复。
127.所述分别采用自适应区域生长法对所述第二血管分割图像中的每一相邻的两所述关键点之间的区域进行修复，包括：
128.根据所述多个关键点的像素值，确定第二上限值和第二下限值；
129.根据所述第二上限值和所述第二下限值，分别采用区域生长法对所述第五图像中
的每一相邻的两所述关键点之间的区域进行修复。
130.由此，通过根据所述多个关键点的像素值，计算出第二上限值和第二下限值，再根据第二上限值和第二下限值，分别采用区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复(即将像素值在第二上限值和第二下限值之间的像素点合并在一起，将像素值小于第二下限值或大于第二上限值的像素点置黑)，从而能够更加简单、高效地采用区域生长法对所述第五图像中的每一相邻的两所述关键点之间的区域进行修复。
131.所述根据所述多个关键点的像素值，确定第二上限值和第二下限值，包括：
132.对所述多个关键点的像素值进行统计，以确定出最大像素值和最小像素值；
133.根据所述最大像素值和所述最小像素值，确定第二上限值和第二下限值；
134.其中，所述第二上限值和所述第二下限值的计算公式如下所示：
135.t
max2
＝p
max
*(1+β)
136.t
min2
＝p
min
*(1-β)
137.式中，t
max2
为第二上限值，p
max
最大像素值，t
min2
为第二下限值，p
min
为最小像素值，β为第二调节因子，β的取值为0～1。
138.需要说明的是，如本领域技术人员所能理解的，所述β的取值可以根据具体情况进行设置。例如，当所述待分割血管图像为cta图像时，所述β的取值为0.2。此外，需要说明的是，上述第二上限值和第二下限值的计算公式中的所述关键点的像素值是指所述关键点在所述待分割血管图像(优选为预处理后的待分割血管图像)中的像素值，例如，当所述待分割血管图像为cta图像时，所述关键点的像素值是指所述关键点在所述cta图像中的ct值，即hu值。
139.步骤s500、对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，获取血管蒙板图像。
140.具体地，所述对所述第三血管分割图像进行第二处理，去除所述第三血管分割图像中的非血管区域，包括：
141.对所述第三血管分割图像进行孔洞填充；
142.对经孔洞填充后的所述第三血管分割图像进行形态学开操作；
143.对经形态学开操作后的所述第三血管分割图像进行连通域分析，以去除非血管区域。
144.由于血管内部会有一些异常区域会出现孔洞区域，由此通过孔洞填充算法可以对这些不与边界连接的孔洞进行填充。通过对经孔洞填充后的所述第三血管分割图像进行形态学开操作，可以有效去除一些边界干扰物，其中，所述形态学开操作的具体参数可以根据具体情况进行设置，例如设置为1。通过对经形态学开操作后的所述第三血管分割图像进行连通域分析，可以有效去除小的干扰区域(非血管区域)，例如去除与髂总动脉血管接近的骨骼区域，从而获得更加纯净的血管蒙板图像，以为获取高质量的血管图像进一步奠定基础。
145.步骤s600、对所述血管蒙板图像和所述待分割血管图像进行逻辑与操作，以获取最终的血管图像。
146.具体地，通过将所述血管蒙板图像中的各像素点的像素值与所述待分割血管图像(优选为预处理后的待分割血管图像)中的对应像素点的像素值相乘，从而可以将所述血管
蒙板图像中的血管区域的各像素点的像素值替换为所述待分割血管图像(优选为预处理后的待分割血管图像)中的对应像素点的像素值，以获取清晰完整的血管图像。请参考图4，其示意性地给出了本发明一具体示例中的最终的血管图像的显示示意图(从不同层面进行血管图像的展示)，如图4所示，通过采用本发明提供的血管图像分割方法，可以获取细节清晰、轮廓完整的血管图像，从而能够更好地辅助医生，提高医生诊断的准确性。
147.基于同一发明构思，本发明还提供一种电子设备，请参考图5，其示意性地给出了本发明一实施方式提供的电子设备的方框结构示意图。如图5所示，所述电子设备包括处理器101和存储器103，所述存储器103上存储有计算机程序，所述计算机程序被所述处理器101执行时，实现上文所述的血管图像分割方法。
148.如图5所示，所述电子设备还包括通信接口102和通信总线104，其中所述处理器101、所述通信接口102、所述存储器103通过通信总线104完成相互间的通信。所述通信总线104可以是外设部件互连标准(peripheral componentinterconnect，pci)总线或扩展工业标准结构(extended industry standardarchitecture，eisa)总线等。该通信总线104可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。所述通信接口102用于上述电子设备与其他设备之间的通信。
149.本发明中所称处理器101可以是中央处理单元(centralprocessing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器101是所述电子设备的控制中心，利用各种接口和线路连接整个电子设备的各个部分。
150.所述存储器103可用于存储所述计算机程序，所述处理器101通过运行或执行存储在所述存储器103内的计算机程序，以及调用存储在存储器103内的数据，实现所述电子设备的各种功能。
151.所述存储器103可以包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
152.本发明还提供了一种可读存储介质，所述可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时可以实现上文所述的血管图像分割方法。
153.本发明实施方式的可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导
线的电连接、便携式计算机硬盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其组合使用。
154.计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
155.可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如java、smalltalk、c++，还包括常规的过程式程序设计语言-诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)连接到用户计算机，或者可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
156.综上所述，与现有技术相比，本发明提供的血管图像分割方法、电子设备和存储介质具有以下优点：本发明通过获取待分割血管图像；再采用自适应阈值分割法对所述待分割血管图像进行分割，以获取第一血管分割图像；然后对所述第一血管分割图像进行第一处理，以去除所述第一血管分割图像中的非血管区域，获取第二血管分割图像；再采用自适应区域生长法对所述第二血管分割图像进行修复，以获取第三血管分割图像；然后对所述第三血管分割图像进行第二处理，以去除所述第三血管分割图像中的非血管区域，获取血管蒙板图像；最后对所述血管蒙板图像和所述待分割血管图像进行逻辑与操作，以获取最终的血管图像。由此可见，本发明通过自适应阈值分割法、第一处理过程、自适应区域生长法和第二处理过程可以有效分割出血管区域，不仅减少了人机交互的繁琐操作，而且可以有效提高图像的分割效率。此外，本发明的图像分割算法的通用性较强，实现了端到端的算法流程，可以更好地辅助医生以提高诊断的准确性。
157.应当注意的是，在本文的实施方式中所揭露的装置和方法，也可以通过其他的方式实现。以上所描述的装置实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本文的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用于执行规定的功能或动作的专用的基于
硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
158.另外，在本文各个实施方式中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
159.上述描述仅是对本发明较佳实施方式的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于本发明的保护范围。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若这些修改和变型属于本发明及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。