CN114299057A - 血管中心线的提取方法和存储介质 - Google Patents

Abstract

本申请涉及一种血管中心线的提取方法、装置、计算机设备、存储介质和计算机程序产品，通过获取待测对象的初始黑血图像，并将初始黑血图像输入预设的第一分割模型中，得到包括至少一条血管分段的第一血管分段图像；提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像；能够实现仅从黑血图像即可直接获取到血管中心线的自动提取方式，无需再借助与该黑血图像对应的亮血图像，也无需再额外获取亮血图像，当然也就无需考虑亮血图像的质量问题以及配准的准确性问题；在获取到初始黑血图像后，通过本实施例中的方法即可直接通过对初始黑血图像的识别和处理来得到该初始黑血图像对应的血管中心线图像，提取效率高。

Description

血管中心线的提取方法和存储介质

技术领域

本申请涉及计算机和图像处理技术领域，特别是涉及一种血管中心线的提取方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术

在脑血管疾病的诊断中，通常需要根据磁共振获取到的图像，识别该图像中主要的脑血管，进而，可以基于识别出的脑血管检测该脑血管的病变区域，得到诊断结果。针对脑血管的黑血图像，在识别该黑血图像中的脑血管时，通常需要先确定该黑血图像中脑血管的中心线，接着，基于该脑血管的中心线来提取该黑血图像内的脑血管。

传统技术中，自动识别黑血图像的血管中心线的过程为：在该黑血图像对应的亮血图像中手动或者自动获取血管中心线，接着，根据配准算法，将亮血图像中的血管中心线配准到黑血图像中，再对配准后的血管中心线进行微调，得到黑血图像的血管中心线。

然而，现有的黑血图像的血管中心线获取方法中，当亮血图像质量不高或者配准算法不准时，容易造成所获取到黑血图像的血管中心线的准确性较差。

发明内容

基于此，有必要针对上述技术问题，提供一种能够仅通过黑血图像提取血管中心线，进而提高血管中心线的提取准确性的血管中心线的提取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

第一方面，本申请提供了一种血管中心线的提取方法。该方法包括：

获取待测对象的初始黑血图像；

将初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像；其中，第一血管分段图像包括至少一条血管分段；

提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

在其中一个实施例中，提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像，包括：

针对每条血管分段，提取每条血管分段的中心线；

基于初始黑血图像以及预设的血管连接策略，连接每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

在其中一个实施例中，提取每条血管分段的中心线，包括：

针对血管分段，确定该血管分段的第一端点和第二端点；

基于第一血管分段图像，连接该血管分段的第一端点和第二端点，得到该血管分段的中心线。

在其中一个实施例中，确定该血管分段的第一端点和第二端点，包括：

血管分段包括多条子血管分段；

确定每条子血管分段的第一端点和第二端点；

相应地，基于第一血管分段图像，连接该血管分段的第一端点和第二端点，得到血管分段的中心线，包括：

针对每条子血管分段，基于第一血管分段图像，连接子血管分段的第一端点和第二端点，得到子血管分段的中心线；

基于初始黑血图像，连接各条子血管分段的中心线，得到血管分段的中心线。

在其中一个实施例中，该方法还包括：

基于血管中心线图像以及第一血管分段图像，确定至少一个血管分叉点；

基于各个血管分叉点，对血管中心线图像中的每条血管中心线进行分段处理，得到血管中心线分段图像。

在其中一个实施例中，基于血管中心线图像以及第一血管分段图像，确定至少一个血管分叉点，包括：

确定第一血管分段图像中的第一分叉点的位置，以及血管中心线图像中的第二分叉点的位置；

判断第二分叉点的位置是否在第一分叉点的位置的预设范围内；

在第二分叉点的位置在第一分叉点的位置的预设范围内的情况下，将第二分叉点确定为血管分叉点。

在其中一个实施例中，该方法还包括：在第二分叉点的位置不在第一分叉点的位置的预设范围内的情况下，返回重新执行基于初始黑血图像以及血管连接策略，连接每条血管分段的中心线，得到调整后的血管中心线图像，并执行确定调整后的血管中心线图像中的第二分叉点的位置的步骤，直至第二分叉点的位置位于第一分叉点的位置的预设范围内为止。

在其中一个实施例中，该方法还包括：

基于初始黑血图像，获取血管中心线图像中的每条血管中心线上的各个点对应的横截面图像；

对各个横截面图像进行处理，得到与血管中心线图像对应的目标血管图像。

在其中一个实施例中，对各个横截面图像进行处理，得到与血管中心线图像对应的目标血管图像，包括：

将各个横截面图像分别输入第二分割模型中，得到各个横截面图像对应的分割结果图像；

基于各个横截面图像对应的分割结果图像，判断各个横截面图像中的血管结构是否满足预设的血管结构规则；

在横截面图像中的血管结构不满足预设的血管结构规则的情况下，去除该不满足血管结构规则的横截面图像，并根据满足血管结构规则的其余横截面图像，得到目标血管图像。

在其中一个实施例中，该方法还包括：

基于各个血管分叉点，对目标血管图像中的每条血管进行分段处理，得到与目标血管图像对应的目标血管分段图像。

在其中一个实施例中，该方法还包括：

基于血管中心线图像，检测初始黑血图像中的血管内是否存在目标组织；

在初始黑血图像中的血管内存在目标组织的情况下，基于初始黑血图像，对目标组织进行分割处理，得到目标组织的分割结果。

第二方面，本申请还提供了一种血管中心线的提取装置。该装置包括：

第一获取模块，用于获取待测对象的初始黑血图像；

第二获取模块，用于将初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像；其中，第一血管分段图像包括至少一条血管分段；

第三获取模块，用于提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

第三方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以下步骤：

获取待测对象的初始黑血图像；

将初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像；其中，第一血管分段图像包括至少一条血管分段；

提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

第四方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

获取待测对象的初始黑血图像；

将初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像；其中，第一血管分段图像包括至少一条血管分段；

提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

第五方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

获取待测对象的初始黑血图像；

将初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像；其中，第一血管分段图像包括至少一条血管分段；

提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

上述血管中心线的提取方法、装置、计算机设备、存储介质和计算机程序产品，计算机设备通过获取待测对象的初始黑血图像，并将初始黑血图像输入预设的第一分割模型中，得到包括至少一条血管分段的第一血管分段图像，接着，提取该第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像；实现了仅从黑血图像即可直接获取到血管中心线的自动提取方式，无需再借助与该黑血图像对应的亮血图像，也无需再额外获取亮血图像，当然也就无需考虑亮血图像的质量问题以及配准的准确性问题；在获取到初始黑血图像后，通过本实施例中的方法即可直接通过对初始黑血图像的识别和处理来得到该初始黑血图像对应的血管中心线图像，操作简单快捷，省时省力，所获取到的血管中心线图像的准确性较高，且提取效率高。

附图说明

图1为一个实施例中血管中心线的提取方法的流程示意图；

图2为一个实施例中第一血管分段图像的结构示意图；

图3为一个实施例中血管中心线图像的结构示意图；

图4为另一个实施例中血管中心线的提取方法的流程示意图；

图5为另一个实施例中血管中心线的提取方法的流程示意图；

图6为另一个实施例中血管中心线的提取方法的流程示意图；

图7为一个实施例中血管分段的中心线提取过程示意图；

图8为另一个实施例中血管中心线的提取方法的流程示意图；

图9为另一个实施例中血管中心线的提取方法的流程示意图；

图10为另一个实施例中血管中心线的提取方法的流程示意图；

图11为另一个实施例中血管中心线的提取方法的流程示意图；

图12为一个实施例中血管中心线的提取方法的变化过程的完整示意图；

图13为一个实施例中血管中心线的提取装置的结构框图；

图14为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的血管中心线的提取方法，可以应用于计算机设备中，该计算机设备可以是终端、也可以是服务器，该终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、扫描设备以及与扫描设备连接的处理设备等，该服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一个实施例中，如图1所示，提供了一种血管中心线的提取方法，以该方法应用于上述计算机设备为例进行说明，包括以下步骤：

步骤101，获取待测对象的初始黑血图像。

可选地，该初始黑血图像可以是从采集设备上采集得到的，也可以是从服务器中获取的，还可以是从设备本地获取的历史初始黑血图像等；本实施例对待测对象的初始黑血图像的获取方式并不做限定。另外，该初始黑血图像可以为不同形态的黑血序列，包括但不限于T1增强图像、T1图像、T2图像、质子密度图像等，本实施例对初始黑血图像的形式并不做限定。

步骤102，将初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像。

其中，第一血管分段图像包括至少一条血管分段，每条血管分段可以是分布在不同组织或者器官中的部分血管，也可以是同一组织或者器官中的不同类型的血管，例如：动脉血管、静脉血管、毛细血管等。可选地，在第一血管分段图像中，可以通过不同的线条类型标注不同的血管分段，例如：可以根据线条颜色进行区分标注、也可以根据线条粗细进行区分标注、还可以根据线条形状进行区别标注等；还可以采用标识信息来区分不同的血管分段，例如：可以采用文字标识、数字标识、符号标识等；当然，还可以采用多种方式相结合的标注方式来区分不同的血管分段，本实施例对血管分段的标注方式并不做限定。

可选地，该第一分割模型可以为采用多个黑血样本图像和每个黑血样本图像对应的血管分段标签图像，对第一初始分割网络进行训练后得到的分割模型，该第一初始分割网络可以为基于现有的任意类型的深度学习网络，也可以是多种不同类型的网络相结合的分割网络等，本实施例对此并不做限定。

通过该第一分割模型，可以对初始黑血图像进行血管分割处理，得到该初始黑血图像对应的第一血管分段图像；可选地，该第一血管分段图像中血管分段的数量可以和初始黑血图像中血管分段的数量相同，血管分段的效果较佳。例如：如图2所示，为对初始黑血图像进行血管分割后的第一血管分段图像。

步骤103，提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

可选地，在获取到初始黑血图像对应的包括至少一条血管分段的第一血管图像之后，可以对该第一血管分段图像中的每条血管分段进行中心线提取，得到每条血管分段对应的中心线，即可得到初始黑血图像对应的血管中心线图像，如图3所示。

可选地，可以采用预设的中心线提取算法，提取第一血管分段图像中的每条血管分段的中心线，也可以采用在线学习算法等来提取第一血管分段图像中的每条血管分段的中心线，其中，该中心线提取算法可以是基于模型的中心线提取算法，也可以是基于非模型的中心线提取算法，本实施例对血管中心线的提取方式以及中心线提取算法的原理和方式并不做限定。

上述血管中心线的提取方法中，计算机设备通过获取待测对象的初始黑血图像，并将初始黑血图像输入预设的第一分割模型中，得到包括至少一条血管分段的第一血管分段图像，接着，提取该第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像；实现了仅从黑血图像即可直接获取到血管中心线的自动提取方式，无需再借助与该黑血图像对应的亮血图像，也无需再额外获取亮血图像，当然也就无需考虑亮血图像的质量问题以及配准的准确性问题；在获取到初始黑血图像后，通过本实施例中的方法即可直接通过对初始黑血图像的识别和处理来得到该初始黑血图像对应的血管中心线图像，操作简单快捷，省时省力，所获取到的血管中心线图像的准确性较高，且提取效率高。

图4为另一个实施例中血管中心线的提取方法的流程示意图。本实施例涉及的是计算机设备提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像的其中一种可选的实现过程；如图4所示，在上述实施例的基础上，上述步骤103包括：

步骤401，针对每条血管分段，提取每条血管分段的中心线。

关于提取血管分段的中心线的实现方式，可以参照上述步骤103中的相关内容，在此不再赘述。可选地，本实施例中可以采用不同的线条颜色来标注不同的血管分段。

步骤402，基于初始黑血图像以及预设的血管连接策略，连接每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

其中，该预设的血管连接策略中可以包括多条血管的连接规则，每条血管的连接规则中可以包括多条位于不同组织或者器官内的血管分段的连接规则；例如：对于一条完整的动脉血管，其可以穿梭于多个不同的组织或者器官，对于该动脉血管在不同组织或者器官内的多条血管分段可以采用不同的线条颜色进行区分，并可以预先设置该动脉血管对应的多条血管分段之间的连接顺序。

可选地，计算机设备在提取出每条血管分段的中心线之后，可以基于初始黑血图像以及该血管连接策略，将各条血管分段中具有关联关系的血管分段的中心线进行连接，得到该初始黑血图像对应的血管中心线图像，其中，该血管中心线图像中包括至少一条完整血管。

可选地，计算机设备可以基于该血管连接策略，依据该血管连接策略中各条血管的血管连接顺序，确定出当前待连接的第一血管中具有关联关系的两条待连接的血管分段，接着，可基于初始黑血图像，采用最优路径算法，将这两条待连接的血管分段的中心线进行连接处理，以此类推，直至该第一血管中的各条血管分段的中心线连接完为止，得到该第一血管对应的第一血管中心线；同样的，在第一血管的中心线连接完成后，可以对第二血管的中心线进行连接处理，以此类推，直至具有关联关系的所有的血管分段的中心线连接完为止，即可得到该血管中心线图像。

本实施例中，针对每条血管分段，计算机设备通过提取每条血管分段的中心线，并基于初始黑血图像以及预设的血管连接策略，连接每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像，能够提高血管中心线的提取准确性，且能够提高血管中心线提高的效率。

图5为另一个实施例中血管中心线的提取方法的流程示意图。本实施例涉及的是计算机设备提取每条血管分段的中心线的其中一种可选的实现过程；如图5所示，在上述实施例的基础上，上述步骤401包括：

步骤501，针对血管分段，确定该血管分段的第一端点和第二端点。

其中，该血管分段的第一端点可以是该血管分段的首端的中心点，该血管分段的第二端点可以为该血管分段的尾端的中心点。

步骤502，基于第一血管分段图像，连接该血管分段的第一端点和第二端点，得到该血管分段的中心线。

可选地，在确定第一血管分段图像中血管分段的中心线时，在确定出该血管分段的第一端点和第二端点之后，可以基于该第一血管分段图像中的该分段血管，连接该血管分段的第一端点和第二端点，形成该血管分段的中心线；可选地，基于该第一血管分段图像中的该分段血管，可以采用血管细化算法，得到该分段血管的多个位置上的中心点，并将该多个位置上的中心点和该血管分段的第一端点和第二端点进行连接，得到该血管分段的中心线；也可以基于该第一血管分段图像中的该分段血管，采用最优路径算法，连接该血管分段的第一端点和第二端点，得到该血管分段的中心线；需要说明的是，本实施例中对于连接血管分段的第一端点和第二端点以形成该血管分段的中心线的具体实现方式并不做限定，实际应用中，可以采用现有的任一种中心线确定方法来实现。

本实施例中，针对血管分段，计算机设备通过确定该血管分段的第一端点和第二端点，并基于第一血管分段图像，连接该血管分段的第一端点和第二端点，得到该血管分段的中心线，所得到的血管分段的中心线的准确性高，实现过程简洁，中心线的提取效率高。

在本申请的一个可选的实施例中，基于一些客观因素的影响，在待测对象的初始黑血图像中的不同血管分段可能会存在遮挡、显影效果较差的问题，导致第一分割模型输出的该初始黑血图像对应的第一血管分段图像中的各条血管分段可能出现断裂的情况，也就是说，对于同一血管分段，可能存在多条子血管分段(例如：在第一血管分段图像中可能出现多条相同颜色的血管分段，而该多条相同颜色的血管分段为血管在同一组织或者器官内的部分血管)；在这种情况下，在确定血管分段的中心线时，可以分别确定该血管分段对应的多条子血管分段的中心线，进而，再将各条子血管分段的中心线进行连接，来得到该血管分段的中心线。

图6为另一个实施例中血管中心线的提取方法的流程示意图。本实施例涉及的是在血管分段包括多条子血管分段的情况下，计算机设备提取每条血管分段的中心线的其中一种可选的实现过程；如图6所示，在上述实施例的基础上，上述步骤501包括：

步骤601，确定每条子血管分段的第一端点和第二端点。

其中，该子血管分段的第一端点可以为该子血管分段的首端中心点，该子血管分段的第二端点可以为该子血管分段的尾端中心点。

相应地，上述步骤502包括：

步骤602，针对每条子血管分段，基于第一血管分段图像，连接子血管分段的第一端点和第二端点，得到子血管分段的中心线。

这里确定子血管分段的中心线的方式可以参照上述步骤502中确定血管分段的中心线的实现方式，在此不再赘述。

步骤603，基于初始黑血图像，连接各条子血管分段的中心线，得到血管分段的中心线。

可选地，在确定出某一血管分段的多条子血管分段的中心线之后，可以基于初始黑血图像，确定出各条子血管分段的中心线的连接顺序，接着，可根据该连接顺序，连接相邻的两条子血管分段的中心线，得到该血管分段的中心线；可选地，在连接相邻的两条子血管分段的中心线时，对于这两条子血管分段的中心线之间的空缺部分，可以采用最优路径算法，并借助于初始黑血图像，生成这两条子血管分段的中心线之间的部分中心线，以此来连接这两条子血管分段的中心线；当然，也可以采用其他的连接方式或者连接算法，连接相邻的两条子血管分段的中心线，本申请实施例对此并不做限定。

本实施例中，在血管分段包括多条子血管分段的情况下，可以确定出每条子血管分段的第一端点和第二端点，并针对每条子血管分段，基于第一血管分段图像，连接子血管分段的第一端点和第二端点，得到子血管分段的中心线；接着，再基于初始黑血图像，连接各条子血管分段的中心线，得到血管分段的中心线；所得到的血管分段的中心线的准确性高，以及得到的血管分段的中心线更完整，提高了中心线提取的准确性和完整性。

在本申请的另一个可选的实施例中，在血管分段包括多条子血管分段的情况下，还可以从该血管分段对应的多条子血管分段中确定出最长的两条子血管分段，并基于这两条最长的子血管分段，来得到该血管分段的中心线；可选地，针对一个血管分段(如图7(a)所示，为血管分段的结构示意图)，可以从该血管分段的多条子血管分段中确定出最长子血管分段和次长子血管分段，并确定最长子血管分段的第一端点和次长子血管分段的第一端点为该血管分段的第一端点，以及确定最长子血管分段的第二端点和次长子血管分段的第二端点为该血管分段的第二端点；也就是说，确定出该最长子血管分段的第一端点和第二端点，以及确定出次长子血管分段的第一端点和第二端点；接着，针对最长子血管分段，连接该最长子血管分段的第一端点和第二端点，得到该最长子血管分段的第一中心线，以及针对次长子血管分段，连接该次长子血管分段的第一端点和第二端点，得到该次长子血管分段的第二中心线(如图7(b)所示，为血管分段中最长子血管分段的中心线和次长子血管分段的中心线的结构示意图)；然后，可以连接该最长子血管分段的第一中心线和该次长子血管分段的第二中心线，以此来代表该血管分段的中心线(如图7(c)所示，为血管分段的中心线的结构示意图)。

可选地，在连接该最长子血管分段的第一端点和第二端点时，可以基于上述第一血管分段图像，采用最优路径算法，连接该最长子血管分段的第一端点和该最长子血管分段的第二端点，得到最长子血管分段的中心线；同样的，在连接该次长子血管分段的第一端点和该次长子血管分段的第二端点时，可以基于上述第一血管分段图像，采用最优路径算法，连接该次长子血管分段的第一端点和该次长子血管分段的第二端点，得到该次长子血管分段的中心线；接着，可以基于上述初始黑血图像，采用最优路径算法，连接该最长子血管分段的中心线和该次长子血管分段的中心线，得到该血管分段的中心线。

本实施例中，在血管分段包括多条子血管分段的情况下，可以基于该血管分段对应的多条子血管分段中的最长子血管分段和次长子血管分段，来确定该血管分段的中心线，即通过该血管分段中的两条最长的子血管分段来代表该血管分段，能够提高血管分段的中心线的提取速率，同时还能保证该血管分段的中心线的准确性。

图8为另一个实施例中血管中心线的提取方法的流程示意图。本实施例涉及的是计算机设备在上述血管中心线图像的基础上，进一步确定血管中心线分段图像的其中一种可选的实现过程；如图8所示，在上述实施例的基础上，上述方法还包括：

步骤801，基于血管中心线图像以及第一血管分段图像，确定至少一个血管分叉点。

其中，该第一血管分段图像中包括多条血管分段，该多条血管分段中包括多条不同类型的血管，且每条血管包括至少一条位于不同组织或者器官的血管分段，在上述实施例中，通过获取每条血管分段的中心线，并将具有关联关系的属于同一血管的多条血管分段进行连接，得到包括多条血管的完整的血管中心线，也就是该血管中心线图像；在得到该血管中心线图像之后，还可以对该血管中心线中的每条完整血管进行分段，得到与该第一血管分段图像对应的血管中心线分段图像。该血管中心线分段图像中的每条血管分段中心线与第一血管分段图像中的每条血管分段一一对应，但相比于基于初始黑血图像和第一血管分段图像得到的每条血管分段的中心线而言，基于血管中心线图像和第一血管分段图像所得到的每条血管分段的中心线，会更完整，且相互连接的两条血管分段的中心线之间的连接性也会更好，在保证各条血管的完整性的同时，还能准确区分出各条血管在不同组织或者器官中的血管分段的分布。

可选地，在对血管中心线图像进行分段之前，需要先确定出多个分叉点，该多个血管分叉点为各个血管分段之间的连接点，以便计算机设备可以根据每个分叉点对该血管中心线图像中的多条血管进行分段处理；在确定分叉点时，可以通过确定第一血管分段图像中的多个分叉点，以及确定血管中心线图像中的多个分叉点，接着，可以通过对第一血管分段图像中的多个分叉点以及血管中心线图像中的多个分叉点进行对比，来得到最终对血管中心线图像进行分段的多个血管分叉点。

可选地，可以确定第一血管分段图像中的第一分叉点的位置，以及血管中心线图像中的第二分叉点的位置，其中，该第一分叉点和该第二分叉点为该第一血管分段图像和该血管中心线图像中，相同血管之间的分叉点；接着，可以判断第二分叉点的位置是否在第一分叉点的位置的预设范围内；在确定第二分叉点的位置在第一分叉点的位置的预设范围内的情况下，可以将第二分叉点确定为血管分叉点，即在该情况下，说明第一血管分段图像中的几条血管之间的交叉连接与血管中心线中的这几条血管之间的交叉连接基本一致，也说明血管中心线图像中的各条血管的中心线与初始黑血图像中实际的血管的匹配度较高，所得到的血管中心线更准确，所以，在该情况下，可以直接将从血管中心线图像中确定的第二分叉点作为最终对血管中心线图像进行分段的血管分叉点。

可选地，在第二分叉点的位置不在第一分叉点的位置的预设范围内的情况下，说明在对具有关联关系的多条血管分段的中心线进行连接后所得到的完整血管的中心线与初始黑血图像中的实际血管存在差异；此时，可以返回重新执行基于初始黑血图像以及血管连接策略，连接每条血管分段的中心线，得到调整后的血管中心线图像，接着，可以继续执行确定调整后的血管中心线图像中的第二分叉点的位置的步骤，并判断调整后的血管中心线图像中的第二分叉点的位置是否在第一血管分段图像中的第一分叉点的位置的预设范围内，如果在，则可以将调整后的血管中心线图像中的第二分叉点作为最终对血管中心线图像进行分段的血管分叉点；如果还是不在，则可以返回继续执行基于初始黑血图像以及血管连接策略，连接每条血管分段的中心线，得到调整后的血管中心线图像，以及后续的步骤，直至第二分叉点的位置位于第一分叉点的位置的预设范围内为止。

步骤802，基于各个血管分叉点，对血管中心线图像中的每条血管中心线进行分段处理，得到血管中心线分段图像。

可选地，在进行分段处理之后，可以采用与第一血管分段图像中各条血管分段相同的分段标记来标记经分段处理后的各条血管中心线分段，至此所得到的血管中心线分段图像与该第一血管分段图像之间就是一一对应的。

本实施例中，计算机设备在确定出血管中心线图像之后，可以进一步基于血管中心线图像以及第一血管分段图像，确定至少一个血管分叉点；接着，可以基于各个血管分叉点，对血管中心线图像中的每条血管中心线进行分段处理，得到血管中心线分段图像，即得到与第一血管分段图像一一对应的血管中心线分段图像，使得用户可以更直观了掌握不同血管在不同组织或者器官内的血管分布，提高用户体验。

在本申请的一个可选的实施例中，计算机设备在基于血管中心线图像以及第一血管分段图像，确定至少一个血管分叉点之前，还可以基于初始黑血图像，延长血管中心线图像中的每条血管中心线，得到延长处理后的血管中心线图像；由于在使用第一分割模型对初始黑血图像进行血管分割后所得到的第一血管分段图像，可能存在边缘血管的缺失，或者采用上述最长两条血管分段进行中心线连接得到血管中心线时会导致该血管中心线的不完整，因此，本实施例中对血管中心线图像中的每条血管进行两端延长处理，经延长处理后的各条血管中心线会更完整，更能体现出初始黑血图像中实际血管的整体形态。

可选地，在对血管中心线图像中的各条血管中心线进行延长处理时，可以基于初始黑血图像，对每条血管中心线的两端进行预设长度的延长处理，也可以基于每条血管中心线的两端的血管流向，沿着血管流向进行预设长度的延长处理等，本实施例对延长血管中心线的实现方式和延长长度并不做限定。

图9为另一个实施例中血管中心线的提取方法的流程示意图。本实施例涉及的是计算机设备在上述血管中心线图像的基础上，对血管进行还原，进一步确定目标血管图像的其中一种可选的实现过程；如图9所示，在上述实施例的基础上，上述方法还包括：

步骤901，基于初始黑血图像，获取血管中心线图像中的每条血管中心线上的各个点对应的横截面图像。

可选地，针对血管中心线图像中的每条血管中心线，可以预先确定血管中心线上的多个点，且每个点之间的距离应小于等于预设距离阈值，例如：每个点之间的距离可以小于等于0.7mm；可选地，可以采用插值算法对每条血管中心线进行插密处理，得到每条血管中心线对应的两之间的间距小于等于预设距离阈值的多个点；接着，可以基于初始黑血图像，获取每个点对应的血管位置的横截面图像。

步骤902，对各个横截面图像进行处理，得到与血管中心线图像对应的目标血管图像。

可选地，在得到血管中心线的每个点对应的横截面图像之后，可以对每个点对应的横截面图像进行处理，使得每个点对应的横截面图像均满足预设的血管结构规则，其中，该预设的血管结构规则可以包括但不限于管腔轮廓不超过管壁轮廓、管腔的尺寸大小、管壁的尺寸大小、管腔和管壁之间的间隔距离等等；在判断某一点对应的横截面图像不满足血管结构规则的情况下，可以对该点对应的横截面图像进行调整，以得到调整后的满足血管结构规则的横截面图像；最后，可以基于各个点对应的均满足血管结构规则的横截面图像，生成与血管中心线图像对应的目标血管图像；可以采用填充的方式，填充相邻两个点的横截面图像，得到该目标血管图像。

本实施例中，计算机设备可以基于初始黑血图像，获取血管中心线图像中的每条血管中心线上的各个点对应的横截面图像，并对各个横截面图像进行处理，得到与血管中心线图像对应的目标血管图像；该目标血管图像可以体现初始黑血图像中的各条血管的形态和分布，能更直观地为用户展示待测对象的各条血管分布，提高用户观看体验和可视化程度。

图10为另一个实施例中血管中心线的提取方法的流程示意图。本实施例涉及的是计算机设备对各个横截面图像进行处理，得到与血管中心线图像对应的目标血管图像的其中一种可选的实现过程；如图10所示，在上述实施例的基础上，上述步骤902包括：

步骤1001，将各个横截面图像分别输入第二分割模型中，得到各个横截面图像对应的分割结果图像。

其中，该横截面图像对应的分割结果图像可以为具有该横截面图像中血管的管腔轮廓和管壁轮廓的标注信息的标注图像。

该第二分割模型为根据多个血管的横截面样本图像和每个血管的横截面样本图像对应的分割结果标签，对第二初始分割网络进行训练得到的分割模型，该第二初始分割网络可以为基于现有的任意类型的深度学习网络，也可以是多种不同类型的网络相结合的分割网络等，本实施例对此并不做限定。另外，该第二初始分割网络可以是与第一初始分割网络相同或者不同的初始分割网络。

步骤1002，基于各个横截面图像对应的分割结果图像，判断各个横截面图像中的血管结构是否满足预设的血管结构规则。

步骤1003，在横截面图像中的血管结构不满足预设的血管结构规则的情况下，去除不满足血管结构规则的横截面图像，并根据满足血管结构规则的其余横截面图像，得到目标血管图像。

可选地，可以对满足血管结构规则的其余横截面图像进行填充处理，得到该目标血管图像；也可以基于满足血管结构规则的其余横截面图像，将相邻的两个横截面图像进行第一填充处理，生成中间血管图像；该中间血管图像中，对于去除了不满足血管结构规则的横截面图像的位置存在血管缺口，而对于该血管缺口，可以进一步对该中间血管图像进行第二填充处理，得到该目标血管图像；其中，第一填充处理和第二填充处理可以采用现有技术中的不同填充处理方式。

可选地，在对中间血管图像进行第二填充处理，得到该目标血管图像之前，还可以针对该中间血管图像中缺失的血管截面(也就是去除了不满足血管结构规则的横截面图像)，可以采用插值算法，确定新的血管截面，接着，可以将新的血管截面插值到中间血管图像中的缺失位置，得到插值后的中间血管图像，至此，可以对插值后的中间血管图像进行第二填充处理，得到该目标血管图像。

可选地，在对插值后的中间血管图像进行第二填充处理之后，还可以对填充处理后的血管图像进行后处理操作，得到该目标血管图像；可选地，该后处理操作可以包括但不限于去除血管表面的非血管点、对血管表面进行平滑处理等，来提高血管表面的平滑性。

本实施例中，计算机设备通过将各个横截面图像分别输入第二分割模型中，得到各个横截面图像对应的分割结果图像，并基于各个横截面图像对应的分割结果图像，判断各个横截面图像中的血管结构是否满足预设的血管结构规则，在横截面图像中的血管结构不满足预设的血管结构规则的情况下，去除该不满足血管结构规则的横截面图像，并根据满足血管结构规则的其余横截面图像，得到目标血管图像；通过将不满足血管结构规则的横截面图像去除，以满足血管结构规则的其余横截面图像生成目标血管图像，所得到的目标血管图像中的血管更符合于标准血管，得到的目标血管图像更精确，提高了目标血管图像的准确性。

在本申请的一个可选的实施例中，基于上述获取到的多个血管分叉点，以及上述目标血管图像，进一步地，计算机设备还可以基于该各个血管分叉点，对目标血管图像中的每条血管进行分段处理，得到与目标血管图像对应的目标血管分段图像；相比于上述第一血管分段图像，该目标血管分段图像中的每条血管分段的血管形态与标准的血管结构更匹配，血管表面更光滑，且具有关联关系的每条血管分段之间的连接性更好，血管的提取效果更佳。

图11为另一个实施例中血管中心线的提取方法的流程示意图。本实施例涉及的是计算机设备基于血管中心线图像，对初始黑血图像进行组织检测的其中一种可选的实现过程；如图11所示，在上述实施例的基础上，上述方法还包括：

步骤1101，基于血管中心线图像，检测初始黑血图像中的血管内是否存在目标组织。

可选地，在本申请的第一个实施例中，计算机设备在根据初始黑血图像，确定出该初始黑血图像对应的血管中心线图像之后，可以进一步根据该血管中心线图像对待测对象的血管内的目标组织进行检测和定位，例如：可以基于该血管中心线图像对待测对象的血管进行斑块检测或者狭窄检测等。

可选地，基于该血管中心线图像，可以对初始黑血图像中的血管进行分割，并对分割出的该初始黑血图像中的血管进行检测分析，确定血管内是否存在目标组织；可选地，在分割出初始黑血图像中的血管后，可以对该血管进行逐层分析，并获取到每一层对应的血管的横截面图像，接着，可以对每一层的血管的横截面图像进行分割处理，确定出血管的管腔和管壁，然后，还可以对分割出的血管的管腔和管壁进行管径分析，识别血管的狭窄部位，以及可以对识别出的血管的狭窄部位的管腔和管壁之间的成分进行识别，并根据识别结果判断该狭窄部位是否存在目标组织。需要说明的是，本实施例中对血管内的目标组织的识别可以采用现有技术，因此，对于目标组织识别的具体实现过程在此不再赘述。

步骤1102，在初始黑血图像中的血管内存在目标组织的情况下，基于初始黑血图像，对目标组织进行分割处理，得到目标组织的分割结果。

可选地，在确定初始黑血图像中的血管内存在目标组织的情况下，可以采用预设的第三分割模型，基于该初始黑血图像，对目标组织进行分割处理，得到目标组织的分割结果；该第三分割模型可以为采用多个具有目标组织的黑血样本图像和每个黑血样本图像对应的目标组织标签，对第三初始分割网络进行训练后得到的分割模型，该第三初始分割网络可以为基于现有的任意类型的深度学习网络，也可以是多种不同类型的网络相结合的分割网络等，本实施例对此并不做限定；另外，该第三初始分割网络可以与上述第一初始分割网络或者上述第二初始分割网络相同或者不同。

本实施例中，计算机设备基于血管中心线图像，检测初始黑血图像中的血管内是否存在目标组织；并在初始黑血图像中的血管内存在目标组织的情况下，基于初始黑血图像，对目标组织进行分割处理，得到目标组织的分割结果；即本实施例中的目标组织检测分割过程是基于仅通过黑血图像进行检测识别得到的血管中心线图像，对初始黑血图像进行检测分析实现的目标组织的检测分割，换句话说，整个检测过程中，只需要获取待测对象的初始黑血图像即可实现对血管中心线的提取以及目标组织的检测，整个过程高效且实时，检测精度高。

下面将提供血管中心线的提取方法的一个完整的实施例，可以包括以下步骤：

1、获取待测对象的初始黑血图像，并将该初始黑血图像输入预设的第一分割模型中，得到该初始黑血图像对应的包括至少一条血管分段的第一血管分段图像，如图12(a)所示；

2、针对该第一血管分段图像中的每条血管分段，提取每条血管分段的中心线，如图12(b)所示；

3、基于初始黑血图像以及预设的血管连接策略，连接每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像，如图12(c)所示；

4、延长每条血管分段的中心线，得到延长处理后的血管中心线图像，如图12(d)所示；

5、基于血管中心线图像以及第一血管分段图像，确定至少一个血管分叉点，并基于各个血管分叉点，对血管中心线图像中的每条血管中心线进行分段处理，得到血管中心线分段图像，如图12(e)所示；

6、对血管中心线图像中的每条血管进行插密处理，得到每条血管中心线上的多个点，如图12(f)所示，接着，基于初始黑血图像，获取血管中心线图像中的每条血管中心线上的各个点对应的横截面图像，并判断各个点对应的横截面图像中的血管结构是否满足预设的血管结构规则；对不满足血管结构规则的横截面图像进行去除，保留满足血管结构规则的横截面图像，得到中间血管图像，如图12(g)所示；

7、对中间血管图像中缺失的血管截面，采用插值算法，确定缺失位置点处对应的新的血管截面，并将该新的血管截面插值到中间血管图像中的缺失位置，得到插值后的中间血管图像，接着，对该插值后的中间血管图像进行填充处理，得到目标血管图像，如图12(h)所示；对该目标血管图像进行后处理操作(例如：去除表面非血管点)，得到处理后的目标血管图像，如图12(i)所示；

8、基于上述各个血管分叉点，对该目标血管图像进行分段处理，得到分管后的目标血管分段图像，如图12(j)所示。

需要说明的是，上述图12中的各个示意图只是作为该实施例的一个举例进行示意说明，并不用于限定该实施例中的各个步骤的具体表现形式。

应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的血管中心线的提取方法的血管中心线的提取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个血管中心线的提取装置实施例中的具体限定可以参见上文中对于血管中心线的提取方法的限定，在此不再赘述。

在一个实施例中，如图13所示，提供了一种血管中心线的提取装置，包括：第一获取模块1301、第二获取模块1302和第三获取模块1303，其中：

第一获取模块1301，用于获取待测对象的初始黑血图像；

第二获取模块1302，用于将初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像；其中，第一血管分段图像包括至少一条血管分段；

第三获取模块1303，用于提取第一血管分段图像中的每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

在其中一个实施例中，第三获取模块1303包括提取单元和获取单元；其中，提取单元，用于针对每条血管分段，提取每条血管分段的中心线；获取单元，用于基于初始黑血图像以及预设的血管连接策略，连接每条血管分段的中心线，得到初始黑血图像对应的血管中心线图像。

在其中一个实施例中，上述提取单元，具体用于针对血管分段，确定该血管分段的第一端点和第二端点；基于第一血管分段图像，连接该血管分段的第一端点和第二端点，得到该血管分段的中心线。

在其中一个实施例中，上述提取单元，具体用于在血管分段包括多条子血管分段的情况下，确定每条子血管分段的第一端点和第二端点；并针对每条子血管分段，基于第一血管分段图像，连接子血管分段的第一端点和第二端点，得到子血管分段的中心线；基于初始黑血图像，连接各条子血管分段的中心线，得到血管分段的中心线。

在其中一个实施例中，该装置还包括确定模块和第四获取模块；该确定模块，用于基于血管中心线图像以及第一血管分段图像，确定至少一个血管分叉点；第四获取模块，用于基于各个血管分叉点，对血管中心线图像中的每条血管中心线进行分段处理，得到血管中心线分段图像。

在其中一个实施例中，上述确定模块包括第一确定单元、判断单元和第二确定单元；其中，第一确定单元，用于确定第一血管分段图像中的第一分叉点的位置，以及血管中心线图像中的第二分叉点的位置；判断单元，用于判断第二分叉点的位置是否在第一分叉点的位置的预设范围内；第二确定单元，用于在第二分叉点的位置在第一分叉点的位置的预设范围内的情况下，将第二分叉点确定为血管分叉点。

在其中一个实施例中，第二确定单元，还用于在第二分叉点的位置不在第一分叉点的位置的预设范围内的情况下，返回重新执行基于初始黑血图像以及血管连接策略，连接每条血管分段的中心线，得到调整后的血管中心线图像，并执行确定调整后的血管中心线图像中的第二分叉点的位置的步骤，直至第二分叉点的位置位于第一分叉点的位置的预设范围内为止。

在其中一个实施例中，该装置还包括第五获取模块和第六获取模块；该第五获取模块，用于基于初始黑血图像，获取血管中心线图像中的每条血管中心线上的各个点对应的横截面图像；第六获取模块，用于对各个横截面图像进行处理，得到与血管中心线图像对应的目标血管图像。

在其中一个实施例中，上述第六获取模块包括第一获取单元、判断单元和第二获取单元；其中，第一获取单元，用于将各个横截面图像分别输入第二分割模型中，得到各个横截面图像对应的分割结果图像；判断单元，用于基于各个横截面图像对应的分割结果图像，判断各个横截面图像中的血管结构是否满足预设的血管结构规则；第二获取单元，用于在横截面图像中的血管结构不满足预设的血管结构规则的情况下，去除该不满足血管结构规则的横截面图像，并根据满足血管结构规则的其余横截面图像，得到目标血管图像。

在其中一个实施例中，该装置还包括第七获取模块；该第七获取模块，用于基于各个血管分叉点，对目标血管图像中的每条血管进行分段处理，得到与目标血管图像对应的目标血管分段图像。

在其中一个实施例中，该装置还包括检测模块和第八获取模块；其中，检测模块，用于基于血管中心线图像，检测初始黑血图像中的血管内是否存在目标组织；第八获取模块，用于在初始黑血图像中的血管内存在目标组织的情况下，基于初始黑血图像，对目标组织进行分割处理，得到目标组织的分割结果。

上述血管中心线的提取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图14所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种血管中心线的提取方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图14中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述任一实施例中血管中心线的提取方法的步骤。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一实施例中血管中心线的提取方法的步骤。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述任一实施例中血管中心线的提取方法的步骤。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (12)

1.一种血管中心线的提取方法，其特征在于，所述方法包括：

获取待测对象的初始黑血图像；

将所述初始黑血图像输入预设的第一分割模型中，得到第一血管分段图像；其中，所述第一血管分段图像包括至少一条血管分段；

提取所述第一血管分段图像中的每条血管分段的中心线，得到所述初始黑血图像对应的血管中心线图像。

2.根据权利要求1所述的方法，其特征在于，所述提取所述第一血管分段图像中的每条血管分段的中心线，得到所述初始黑血图像对应的血管中心线图像，包括：

针对每条血管分段，提取每条血管分段的中心线；

基于所述初始黑血图像以及预设的血管连接策略，连接所述每条血管分段的中心线，得到所述初始黑血图像对应的血管中心线图像。

3.根据权利要求2所述的方法，其特征在于，所述提取每条血管分段的中心线，包括：

针对所述血管分段，确定所述血管分段的第一端点和第二端点；

基于所述第一血管分段图像，连接所述第一端点和所述第二端点，得到所述血管分段的中心线。

4.根据权利要求3所述的方法，其特征在于，所述确定所述血管分段的第一端点和第二端点，包括：

所述血管分段包括多条子血管分段；

确定每条所述子血管分段的第一端点和第二端点；

相应地，所述基于所述第一血管分段图像，连接所述第一端点和所述第二端点，得到所述血管分段的中心线，包括：

针对每条子血管分段，基于所述第一血管分段图像，连接所述子血管分段的第一端点和第二端点，得到所述子血管分段的中心线；

基于所述初始黑血图像，连接所述各条子血管分段的中心线，得到所述血管分段的中心线。

5.根据权利要求2所述的方法，其特征在于，所述方法还包括：

基于所述血管中心线图像以及所述第一血管分段图像，确定至少一个血管分叉点；

基于各个所述血管分叉点，对所述血管中心线图像中的每条血管中心线进行分段处理，得到血管中心线分段图像。

6.根据权利要求5所述的方法，其特征在于，所述基于所述血管中心线图像以及所述第一血管分段图像，确定至少一个血管分叉点，包括：

确定所述第一血管分段图像中的第一分叉点的位置，以及所述血管中心线图像中的第二分叉点的位置；

判断所述第二分叉点的位置是否在所述第一分叉点的位置的预设范围内；

若是，则将所述第二分叉点确定为所述血管分叉点。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：若否，则返回重新执行所述基于所述初始黑血图像以及所述血管连接策略，连接所述血管分段的中心线，得到调整后的血管中心线图像，并执行确定所述调整后的血管中心线图像中的第二分叉点的位置的步骤，直至所述第二分叉点的位置位于所述第一分叉点的位置的预设范围内为止。

8.根据权利要求5所述的方法，其特征在于，所述方法还包括：

基于所述初始黑血图像，获取所述血管中心线图像中的每条血管中心线上的各个点对应的横截面图像；

对各个所述横截面图像进行处理，得到与所述血管中心线图像对应的目标血管图像。

9.根据权利要求8所述的方法，其特征在于，所述对各个所述横截面图像进行处理，得到与所述血管中心线图像对应的目标血管图像，包括：

将各个所述横截面图像分别输入第二分割模型中，得到各个所述横截面图像对应的分割结果图像；

基于各个所述横截面图像对应的分割结果图像，判断各个所述横截面图像中的血管结构是否满足预设的血管结构规则；

若否，则去除不满足所述血管结构规则的横截面图像，并根据满足所述血管结构规则的其余横截面图像，得到所述目标血管图像。

10.根据权利要求8所述的方法，其特征在于，所述方法还包括：

基于各个所述血管分叉点，对所述目标血管图像中的每条血管进行分段处理，得到与所述目标血管图像对应的目标血管分段图像。

11.根据权利要求1所述的方法，其特征在于，所述方法还包括：

基于所述血管中心线图像，检测所述初始黑血图像中的血管内是否存在目标组织；

若是，则基于所述初始黑血图像，对所述目标组织进行分割处理，得到所述目标组织的分割结果。

12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至11中任一项所述的方法的步骤。

Images