三维血管图像处理方法、装置和计算机程序产品与流程

1.本技术涉及医疗图像处理领域，特别是涉及一种三维血管图像处理方法、装置和计算机程序产品。


背景技术：

2.三维血管图像可以展示血管的三维空间形态，但是由于各种原因，在三维血管图像中存在各种伪影。示例性地，三维血管造影(3d dsa)可以重建被造影剂填充的血管的三维图像，允许用户以任意角度观察血管树的空间结构。在三维血管造影图像中，通常包括：运动伪影、不一致性伪影和欠采样伪影等。
3.通常在显示三维血管图像时，通过设置合适的窗宽窗位可以过滤掉部分伪影。其原理在于，伪影相较于血管，其灰度值较低。因此，可以通过设置合适的窗宽窗位，不显示图像中灰度值较低的部分。但是，伪影的灰度值与其自身强度相关，强度越大其灰度值越大；同时，小血管相较于大血管，其灰度值较低。
4.在三维血管图像的成像过程中，若是成像条件比较好，在患者无运动、造影剂注射均匀时，三维血管图像中伪影的强度会较小，则可以较为有效地通过设置合适的窗宽窗位去除伪影；若是成像条件比较差，出现扫描时血管未被造影剂充盈、扫描末期造影剂已停止注射等情况时，三维血管图像中伪影的强度会较大。
5.当三维血管图像中伪影的强度较大时，其灰度值与小血管的灰度值比较接近，甚至会高于小血管的灰度值。此时若想通过设置较高的窗宽窗位，使得图像中的伪影不显示，则必然会导致图像中的小血管无法显示，从而极大地牺牲血管细节结构。
6.针对三维血管图像中，强度较大的伪影与小血管具有接近的灰度值，导致用户无法通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影的问题，目前还需要一些有效的解决方案。


技术实现要素：

7.在本发明中提供了一种三维血管图像处理方法、装置和计算机程序产品，以解决现有三维血管图像中，强度较大的伪影与小血管具有接近的灰度值，导致用户无法通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影的问题。
8.第一个方面，在本发明中提供了一种三维血管图像处理方法，所述方法包括：
9.获取待处理的初始三维血管图像，计算所述初始三维血管图像中的每个体素的目标血管概率，得到第一血管概率图像；
10.采用预设的分割阈值，对所述第一血管概率图像进行二值分割处理，以第一值表示高于所述分割阈值的图像部分，以第二值表示低于所述分割阈值的图像部分，得到初始分割图像；
11.在所述初始分割图像的所述第一值的表示区域中，将尺寸小于预设值的连通区域以所述第二值表示，得到目标分割图像；
12.基于所述目标分割图像，对所述初始三维血管图像进行伪影抑制处理，得到目标三维血管图像。
13.在其中的一些实施例中，所述基于所述目标分割图像，对所述初始三维血管图像进行伪影抑制处理，得到目标三维血管图像，包括：
14.根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，得到所述目标三维血管图像。
15.在其中的一些实施例中，所述根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，包括：
16.将所述第一血管概率图像进行概率反转，得到所述第一血管概率图像的反转图像；
17.根据所述目标分割图像，在所述反转图像中，确定对应所述第一值的血管区域和对应所述第二值的非血管区域，并降低所述非血管区域的血管概率，使得所述非血管区域的血管概率低于所述血管区域的血管概率，得到第二血管概率图像；
18.根据所述第一血管概率图像和所述第二血管概率图像，调整所述初始三维血管图像中各体素的灰度值。
19.在其中的一些实施例中，所述根据所述第一血管概率图像和所述第二血管概率图像，调整所述初始三维血管图像中各体素的灰度值，包括：
20.按照第一权重叠加所述第一血管概率图像和所述第二血管概率图像，得到第三血管概率图像；
21.根据所述第三血管概率图像，调整所述初始三维血管图像中各体素的灰度值。
22.在其中的一些实施例中，所述降低所述非血管区域的血管概率，包括：
23.将所述非血管区域的血管概率置零。
24.在其中的一些实施例中，所述根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，包括：
25.根据所述目标分割图像，在所述第一血管概率图像中确定对应所述第二值的非血管区域，并将所述非血管区域的血管概率置零，得到第四血管概率图像；
26.根据所述第四血管概率图像，调整所述初始三维血管图像中各体素的灰度值。
27.在其中的一些实施例中，所述根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，得到所述目标三维血管图像，包括：
28.根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，得到中间三维血管图像；
29.按照第二权重叠加所述中间三维血管图像和所述初始三维血管图像，得到所述目标三维血管图像。
30.在其中的一些实施例中，所述计算所述初始三维血管图像中的每个体素的目标血管概率，包括：
31.分别采用若干不同标准差对所述初始三维血管图像进行高斯滤波处理，并计算高斯滤波处理后的所述初始三维血管图像中每个所述体素的血管概率；
32.针对每个所述体素，确定所述体素对应于不同标准差的多个血管概率中的最大血管概率，根据所述最大血管概率确定所述目标血管概率。
33.第二个方面，在本发明中提供了一种三维血管图像处理装置，所述装置包括：
34.图像获取模块，用于获取待处理的初始三维血管图像，计算所述初始三维血管图像中的每个体素的目标血管概率，得到第一血管概率图像；
35.图像分割模块，用于采用预设的分割阈值，对所述第一血管概率图像进行二值分割处理，以第一值表示高于所述分割阈值的图像部分，并以第二值表示低于所述分割阈值的图像部分，得到初始分割图像；
36.区域移除模块，用于在所述初始分割图像的所述第一值的表示区域中，将尺寸小于预设值的连通区域以所述第二值表示，得到目标分割图像；
37.伪影抑制模块，用于基于所述目标分割图像，对所述初始三维血管图像进行伪影抑制处理，得到目标三维血管图像。
38.第三个方面，在本发明中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的三维血管图像处理方法。
39.第四个方面，在本发明中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的三维血管图像处理方法。
40.第五个方面，在本发明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第一个方面所述的三维血管图像处理方法。
41.与相关技术相比，在本发明中提供的三维血管图像处理方法、装置和计算机程序产品，通过基于血管和伪影在结构连续性上的差异，进一步区分识别三维血管图像中的伪影。处理后的三维血管图像中，血管与伪影之间的灰度差异增大。用户在观察处理后的三维血管图像时，可以通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影，进而解决了现有三维血管图像中，强度较大的伪影与小血管具有接近的灰度值，导致用户无法通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影的问题。
42.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
43.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
44.图1是执行本发明提供的三维血管图像处理方法的终端的硬件结构框图；
45.图2是本发明提供的三维血管图像处理方法的流程图；
46.图3是本发明具体实施例中的三维血管图像处理方法的流程图；
47.图4是本发明具体实施例中的待处理的初始三维血管图像；
48.图5是本发明具体实施例中的伪影抑制处理后的目标三维血管图像；
49.图6是本发明提供的三维血管图像处理装置的结构框图。
具体实施方式
50.为更清楚地理解本技术的目的、技术方案和优点，下面结合附图和实施例，对本技术进行了描述和说明。
51.除另作定义外，本技术所涉及的技术术语或者科学术语应具有本技术所属技术领域具备一般技能的人所理解的一般含义。在本技术中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本技术中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本技术中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本技术中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本技术中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。
52.在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行，图1是执行本发明提供的三维血管图像处理方法的终端的硬件结构框图。如图1所示，终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104，其中，处理器102可以包括但不限于微处理器mcu或可编程逻辑器件fpga等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限制。例如，终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示出的不同配置。
53.存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如在本发明中的三维血管图像处理方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
54.传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(network interface controller，简称为nic)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(radio frequency，简称为rf)模块，其用于通过无线方式与互联网进行通讯。
55.在本发明中提供了一种三维血管图像处理方法，图2是本发明提供的三维血管图像处理方法的流程图，如图2所示，该流程包括如下步骤：
56.步骤s210，获取待处理的初始三维血管图像，计算初始三维血管图像中的每个体素的目标血管概率，得到第一血管概率图像。
57.具体的，在初始三维血管图像中，由于部分伪影与血管的灰度值较为接近，用户无法通过设置合适的窗宽窗位，在保留小血管的前提下过滤伪影，此时可以通过本发明中提供的图像处理方法对其进行处理。本步骤中，在获取初始三维血管图像后，计算初始三维血管图像中的每个体素的目标血管概率。体素是指三维图像中的最小图像单元，即图像点，与
二维图像中的像素对应。体素的血管概率表示该体素位于血管内的概率。第一血管概率图像中的各体素的灰度值，用于表示初始三维血管图像中对应体素的目标血管概率。
58.进一步的，血管概率的计算方法为现有技术，具体可参考文献multiscale vessel enhancement filtering(多尺度血管增强滤波，出自《计算机科学讲义》，第1496卷，施普林格出版社，德国柏林，第130-137页)。示例性地，可以通过初始三维图像中各体素的3个黑塞矩阵(hessian matrix)特征值，计算各自的目标血管概率。其中，hessian matrix是二阶偏微分矩阵。具体的，可以先对初始三维血管图像中每个体素数据进行高斯滤波处理；然后计算处理后的三维血管图像的二阶偏微分，从而构建图像中各个体素的hessian matrix；再计算各hessian matrix的三个特征值，并按绝对值大小排列；最后基于各个hessian matrix的特征值，计算对应体素的血管概率。
59.步骤s220，采用预设的分割阈值，对第一血管概率图像进行二值分割处理，以第一值表示高于分割阈值的图像部分，以第二值表示低于分割阈值的图像部分，得到初始分割图像。
60.具体的，体素的血管概率表示该体素位于血管内的概率。本步骤中，通过设置合适的分割阈值对第一血管概率图像进行二值分割。分割阈值表示为血管概率值，因此是以某一特定的血管概率值对第一血管概率图像进行分割，将表示高血管概率值的图像部位用第一值表示，将表示低血管概率值的图像部位用第二值表示，高低血管概率值以分割阈值为界限。需要说明的是，处于分割阈值的图像部分可以用第一值表示，也可以用第二值表示。因此，在一些实施例中，处于分割阈值的图像部分用第一值表示。而在另一些实施例中，处于分割阈值的图像部分用第二值表示。
61.进一步的，在第一血管概率图像中，通常是以灰度表示概率，灰度与概率可以是正相关，也可以是负相关，而图像的二值分割也是基于灰度进行的，分割阈值则表现为某一特定的灰度值。因此，在第一血管概率图像的具体二值分割过程中，分为两种分割形式。当灰度与概率是正相关时，将灰度值大于分割阈值的图像部分以第一值表示，并将灰度值小于分割阈值的图像部分以第二值表示。当灰度与概率是负相关时，将灰度值小于分割阈值的图像部分以第一值表示，并将灰度值大于分割阈值的图像部分以第二值表示。
62.需要说明的是，在数据处理过程中，第一值和第二值可以分别用逻辑值1和0表示。当需要对分割结果进行可视化渲染时，第一值和第二值可以对应两个不同的灰度值，通常为了区分明显，第一值和第二值在初始分割图像中分别对应黑色和白色。
63.步骤s230，在初始分割图像的第一值的表示区域中，将尺寸小于预设值的连通区域以第二值表示，得到目标分割图像。
64.具体的，在上述分割过程中，通常是认定低于分割阈值的图像部分是非血管部分(包括伪影和背景)，而认定高于分割阈值的图像部分是血管部分。进而，用户可以基于自身经验或是历史数据确定合适的分割阈值。相应的，部分伪影的体素也具有较高的血管概率，进而会被误认定为血管，在初始分割图像中也用第一值表示。考虑到血管结构是连续性的，进而在三维血管图像中也应当是连续的，而图像中的伪影通常较为分散。本步骤利用血管和伪影在结构连续性上的差异，进一步识别并去除初始分割图像的第一值区域中的伪影。具体的，在第一值的表示区域中，计算各个连通区域的尺寸，若是某一连通区域的尺寸较小，说明该连通区域表示的是伪影而非血管，则需要该连通区域去除。进而，可以设置合适
的尺寸预设值，将尺寸小于预设值的连通区域转换为用第二值表示，从而进一步剔除第一值区域中的伪影部分。
65.步骤s240，基于目标分割图像，对初始三维血管图像进行伪影抑制处理，得到目标三维血管图像。
66.具体的，通过上述步骤得到的目标分割图像，可以精准地通过第一值表示血管部分，并通过第二值表示非血管部分。在本步骤中，基于目标分割图像的第一值区域和第二值区域，可以精准地区分三维血管图像中的血管和伪影，当伪影可以被识别区分时，则可以对初始三维血管图像中的伪影进行抑制处理，从而降低伪影对图像的影响。伪影抑制处理包括降低伪影强度或是消除伪影，以及加强血管图像，从而提高血管与伪影的灰度差异。伪影抑制后的三维血管图像则为目标三维血管图像。
67.进一步的，该步骤具体包括：
68.步骤s241，根据目标分割图像，调整初始三维血管图像中各体素的灰度值，得到目标三维血管图像。
69.具体的，通过目标分割图像，可以有效地区分初始三维血管图像中的血管部分和非血管部分，此时则可以提高血管部分的灰度值，而降低非血管部分的灰度值，以提高血管和非血管的灰度差异。
70.通过上述步骤，首先计算初始三维血管图像中每个体素的目标血管概率，得到第一血管概率图像；然后对第一血管概率图像进行二值分割，以第一值表示高血管概率部分，第二值表示低血管概率部分，得到初始分割图像；基于血管和伪影在结构连续性上的差异，在初始分割图像的第一值区域中，进一步识别出伪影区域，并将其转化为用第二值表示，使得第一值可以较为精准地表示血管部分，得到目标分割图像；最后基于目标分割图像，可以有效地区分识别初始三维血管图像中的伪影，进而对伪影进行抑制。处理后的三维血管图像中，伪影与血管具有明显的灰度差。使得用户在观察处理后的三维血管图像时，可以通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影。进而解决了现有三维血管图像中，强度较大的伪影与小血管具有接近的灰度值，导致用户无法通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影的问题。
71.如下介绍一种根据目标分割图像得到目标三维血管图像的具体方式。
72.在其中的一些实施例中，步骤s241，根据目标分割图像，调整初始三维血管图像中各体素的灰度值，具体包括：
73.步骤s2411，将第一血管概率图像进行概率反转，得到第一血管概率图像的反转图像。
74.本步骤中，第一血管概率图像包含了三维血管图像中各体素的血管概率值。通常，处于大血管中的体素的血管概率比较大，而处于小血管中的体素的血管概率比较小，进而第一血管概率图像对小血管的响应较小。为了克服该缺陷，本步骤中将第一血管概率图像进行概率反转，也就是用1(概率上限)减去各体素的血管概率得到各体素的反转血管概率，进而得到反转图像。在反转图像中，处于大血管中的体素的血管概率较小，而处于小血管中的体素的血管概率较大，进而反转图像对小血管具有较好的响应。将第一血管概率图像及其反转图像结合使用，则可以平衡对小血管和大血管的响应。在具体实例中，血管概率图像是通过灰度表征概率的，反转图像通过第一血管概率图像进行灰度反转后得到。
75.步骤s2412，根据目标分割图像，在反转图像中，确定对应第一值的血管区域和对应第二值的非血管区域，并降低非血管区域的血管概率，使得非血管区域的血管概率低于血管区域的血管概率，得到第二血管概率图像；
76.由于在第一血管概率图像中，非血管部分的血管概率也比较小，进而在反转图像中，非血管部分的血管概率比较大。为了克服该问题，根据目标分割图像，区分识别反转图像中的血管区域和非血管区域，并降低非血管区域的血管概率，使其低于血管区域的血管概率，进而得到第二血管概率图像。需要说明的是，非血管区域和血管区域的血管概率差越大越好，进而在具体实施时，应使得非血管区域的血管概率尽量远低于血管区域的血管概率。进一步的，在一个较优的实施例中，可以将非血管区域的血管概率置零。
77.步骤s2413，根据第一血管概率图像和第二血管概率图像，调整初始三维血管图像中各体素的灰度值。
78.通过上述步骤，基于第一血管概率图像，得到了对小血管响应较好的第二血管概率图像，进而将两种图像结合，可以同时对小血管和大血管均有较好的响应。比如可以将两种图像叠加得到复合图像，在复合图像中，处于大血管和处于小血管的体素均具有较大的血管概率。此时则可以基于复合图像中各体素的血管概率，调整初始三维血管图像中各体素的灰度值。具体的，可以直接将复合图像与初始三维血管图像相乘，从而得到目标三维血管图像。血管概率图像中，使用灰度表示概率，因此两个图像相乘则为对应体素的灰度值相乘。由于血管概率图像中非血管部分的血管概率很小甚至为零，而血管部分的血管概率较大，在目标三维血管图像中，血管部分的灰度值被缩减的幅度很小，而非血管部分的灰度值被缩减的幅度很大甚至直接被消除。因此在目标三维血管图像中，血管部分与非血管部分的灰度值差异会被增大。
79.本实施例中，主要是利用目标分割图像对第一血管概率图像的反转图像进行处理，得到第二血管概率图像，最终基于第一血管概率图像和第二血管概率图像中各体素的血管概率，调整初始三维血管图像中个体素的灰度值。因此，三维血管图像中每个体素的灰度值都是有针对性地调整。比如，血管概率为零的体素，灰度值可以降为零，而血管概率越高的体素，其灰度值被缩小的幅度越小，进而使得血管部分与非血管部分的灰度值差异会被增大。
80.需要说明的是，在本实施例中，主要是利用目标分割图像降低反转图像中非血管区域的血管概率(或是直接置零)。进一步的，在执行上述步骤的同时，还可以利用目标分割图像降低第一血管概率图像中非血管区域的血管概率(或是直接置零)。
81.进一步的，在一个实施例中，步骤s2413，根据第一血管概率图像和第二血管概率图像，调整初始三维血管图像中各体素的灰度值，具体包括：
82.按照第一权重叠加第一血管概率图像和第二血管概率图像，得到第三血管概率图像；根据第三血管概率图像，调整初始三维血管图像中各体素的灰度值。
83.具体的，第三血管概率图像则为上述实施例中的复合图像，此时可以将第三血管概率图像直接与初始三维血管图像相乘，以调整初始三维血管图像中各体素的灰度值，得到目标三维血管图像。进一步的，在伪影抑制过程中，用户可以实时调整第一权重，观察在不同权重下，目标三维血管图像的显示效果，从而确定具有较好伪影抑制效果的第一权重。
84.如下介绍另一种根据目标分割图像得到目标三维血管图像的具体方式。
85.在其中的一些实施例中，步骤s241，根据目标分割图像，调整初始三维血管图像中各体素的灰度值，具体包括：
86.步骤s2414根据目标分割图像，在第一血管概率图像中确定对应第二值的非血管区域，并将非血管区域的血管概率置零，得到第四血管概率图像。
87.步骤s2415，根据第四血管概率图像，调整初始三维血管图像中各体素的灰度值。
88.本实施例中，通过目标分割图像直接区分第一血管概率图像中的血管区域和非血管区域，为了提高两区域的差异度，将非血管区域的血管概率置零，得到第四血管概率图像。进一步具体的，可以将第四血管概率图像与初始三维血管图像相乘，以调整初始三维血管图像中各体素的灰度值，从而得到目标三维血管图像。
89.与上述实施例中相比，本实施例中仅利用第一血管概率图像进行伪影抑制，并未对第一血管概率图像进行翻转，得到第二血管概率图像。因此，本实施例中的伪影抑制流程更加简单快速。相应的，由于第一血管概率图像对小血管的响应较低，也就是处于小血管的体素的血管概率较低，使得目标三维血管图像中小血管的加强效果一般。
90.为了目标三维血管图像中可以保留完整的原始细节，可以将伪影抑制处理后的三维血管图像与初始三维血管图像结合。
91.进而，在其中的一些实施例中，步骤s241，根据目标分割图像，调整初始三维血管图像中各体素的灰度值，得到目标三维血管图像，具体包括：
92.步骤s2416，根据目标分割图像，调整初始三维血管图像中各体素的灰度值，得到中间三维血管图像。
93.步骤s2417，按照第二权重叠加中间三维血管图像和初始三维血管图像，得到目标三维血管图像。
94.具体的，可以通过上述实施例中介绍的任意伪影抑制方式，调整初始三维血管图像中各体素的灰度值，得到中间三维血管图像。在本实施例中，得到中间三维血管图像后，并非直接将其作为最终的目标三维血管图像，而是按照第二权重将其与初始三维血管图像叠加，使得最终的目标三维血管图像中保留有完整的原始图像细节。考虑到初始三维血管图像存在较为严重的伪影，进而在本实施例中，用户还可以实时调节第二权重，从而控制目标三维血管图像中图像细节与伪影的平衡。
95.在其中的一些实施例中，步骤s210中，计算初始三维血管图像中的每个体素的目标血管概率，具体包括：
96.步骤s211，分别采用若干不同标准差对初始三维血管图像进行高斯滤波处理，并计算高斯滤波处理后的初始三维血管图像中每个体素的血管概率。
97.本步骤中，在不同标准差下计算血管概率，不同尺寸的血管会有不同的响应。为了使得不同尺寸的血管均有较好地响应，本步骤中采用不同标准差对初始三维血管图像进行高斯滤波，并分别计算各标准差下的三维血管图像中各体素的血管概率。因此，每个体素均具有若干个血管概率，分别对应若干不同标准差。
98.步骤s212，针对每个体素，确定体素对应于不同标准差的多个血管概率中的最大血管概率，根据最大血管概率确定目标血管概率。
99.本步骤中，每个体素均具有若干个血管概率。针对每个体素，在其所有的血管概率中选择最大血管概率，并将最大血管概率作为该体素的目标血管概率。此时说明该体素在
其最大血管概率对应的标准差下具有最大响应。
100.在本实施例中，由于每个体素的目标血管概率是其在若干高斯滤波标准差下的最大血管概率，从而使得第一血管概率图像对不同尺寸血管均具有最大响应，也就是使得处于血管的体素尽量具有更大的血管概率，从而提升后续的伪影抑制效果。
101.如下通过一个具体实施例对本发明中的技术方案进行具体说明。
102.在一具体实施例中，三维血管图像为3d dsa图像。图3是本发明具体实施例中的三维血管图像处理方法的流程图。参照图3，该流程包括：
103.步骤s310，获取待处理的初始三维血管图像。
104.具体的，接收3d dsa图像的重建体数据，对重建体数据进行重建，便可得到原始的3d dsa图像。其中，3d dsa图像可使用边缘增强的重建算法进行重建得到，伪影抑制效果更好。
105.步骤s320，分别采用若干不同标准差对初始三维血管图像进行高斯滤波处理，并计算高斯滤波处理后的初始三维血管图像中每个体素的血管概率。
106.具体的，选取一个预设的σ(高斯滤波标准差)对3d dsa图像的重建体数据进行高斯滤波；对滤波后的3d dsa图像计算二阶偏微分，为图像中每一体素构建hessian矩阵；计算各hessian矩阵的三个特征值，并按绝对值大小排列；根据hessian矩阵特征值，计算各体素的血管概率。
107.步骤s330，针对每个体素，确定体素对应于不同标准差的多个血管概率中的最大血管概率，根据最大血管概率确定目标血管概率。
108.具体的，若当前σ是第一个σ，则将该σ下的血管概率作为综合血管概率。若该σ不是第一个σ，则比较该σ下的血管概率与综合血管概率的大小，以二者的最大值更新综合血管概率。若未完成所有σ下的血管概率计算，则更新至下一个σ，重复步骤s320，直至完成所有σ下的血管概率计算，并将最终得到的综合血管概率确定为目标血管概率。
109.步骤s340，采用预设的分割阈值，对第一血管概率图像进行二值分割处理，得到初始分割图像。
110.具体的，使用预设阈值对得到的第一血管概率图像进行初步分割，得到一个二值图像，该二值图像为初始分割图像。
111.步骤s350，在初始分割图像中移出伪影，得到目标分割图像。
112.具体的，计算初始分割图像中各连通区域的大小，移除小于一定阈值的区域，得到血管分割mask，即目标分割图像。这是基于伪影区域通常比较小的特点，从初始分割图像上进一步移除伪影。
113.步骤s360，将第一血管概率图像进行概率反转，得到第一血管概率图像的反转图像，并根据反转图像和目标分割图像得到第二血管概率图像。
114.具体的，第一血管概率图像对大血管响应较大，而对小血管响应较小。用1减去第一血管概率图像，得到第一血管概率图像的反转图像，并根据血管分割mask将反转图像中的非血管部分置零，从而得到对小血管响应较大的第二血管概率图像。
115.步骤s370，根据第一血管概率图像和第二血管概率图像，对初始三维血管图像进行伪影抑制处理，得到中间三维血管图像。
116.具体的，第一血管概率图像与第二血管概率图像按第一权重叠加，叠加图像再乘
以接收到的原始3d dsa图像，得到伪影抑制图像，即中间三维血管图像。第一权重可以是预设固定的，也可以在伪影抑制过程中实时调整。
117.步骤s380，按照第二权重叠加中间三维血管图像和初始三维血管图像，得到目标三维血管图像。
118.具体的，上个步骤中得到伪影抑制图像可按第二权重与接收到的与原始3ddsa图像叠加，以保留原始图像中的背景细节。其中，第二权重可以是预设的，也可以是实时调整的。若将原始3d dsa图像的权重设为零，即直接输出伪影抑制图像作为目标三维血管图像。
119.图4是本发明具体实施例中的待处理的初始三维血管图像，图5是本发明具体实施例中的伪影抑制处理后的目标三维血管图像。通过对比图5和图4可知，经过伪影抑制处理后的目标三维血管图像相比于初始三维血管图像，图像中的伪影明显减少，同时血管部分更加清晰。
120.在本实施例中还提供了一种三维血管图像处理装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
121.图6是本发明提供的三维血管图像处理装置的结构框图，如图6所示，该装置包括：
122.图像获取模块610，用于获取待处理的初始三维血管图像，计算初始三维血管图像中的每个体素的目标血管概率，得到第一血管概率图像；
123.图像分割模块620，用于采用预设的分割阈值，对第一血管概率图像进行二值分割处理，以第一值表示高于分割阈值的图像部分，并以第二值表示低于分割阈值的图像部分，得到初始分割图像；
124.区域移除模块630，用于在初始分割图像的第一值的表示区域中，将尺寸小于预设值的连通区域以第二值表示，得到目标分割图像；
125.伪影抑制模块640，用于基于目标分割图像，对初始三维血管图像进行伪影抑制处理，得到目标三维血管图像。
126.通过上述模块，首先计算初始三维血管图像中每个体素的目标血管概率，第一血管概率图像；然后对第一血管概率图像进行二值分割，以第一值表示高血管概率部分，第二值表示低血管概率部分，得到初始分割图像；基于血管和伪影在结构连续性上的差异，在初始分割图像的第一值区域中，进一步识别出伪影区域，并将其转化为用第二值表示，使得第一值可以较为精准地表示血管部分，得到目标分割图像；最后基于目标分割图像，可以有效地区分识别初始三维血管图像中的伪影，进而对伪影进行抑制。处理后的三维血管图像中，血管与伪影之间的灰度差异增大。进而用户在观察处理后的三维血管图像时，可以通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影。进而解决了现有部分三维血管图像中，强度较大的伪影与小血管具有接近的灰度值，导致用户无法通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影的问题。
127.需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
128.在本发明中还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
129.可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。
130.需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。
131.此外，结合上述实施例中提供的三维血管图像处理方法，在本发明中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种三维血管图像处理方法。
132.以及，结合上述实施例中提供的三维血管图像处理方法，在本发明中还可以提供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实施例中的任意一种三维血管图像处理方法。
133.需要说明的是，本技术所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。
134.应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它进行限定。根据本技术提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本技术保护范围。
135.显然，附图只是本技术的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本技术适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本技术披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本技术公开的内容不足。
[0136]“实施例”一词在本技术中指的是结合实施例描述的具体特征、结构或特性可以包括在本技术的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本技术中描述的实施例在没有冲突的情况下，可以与其它实施例结合。
[0137]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术的保护范围应以所附权利要求为准。

技术特征：
1.一种三维血管图像处理方法，其特征在于，所述方法包括：获取待处理的初始三维血管图像，计算所述初始三维血管图像中的每个体素的目标血管概率，得到第一血管概率图像；采用预设的分割阈值，对所述第一血管概率图像进行二值分割处理，以第一值表示高于所述分割阈值的图像部分，以第二值表示低于所述分割阈值的图像部分，得到初始分割图像；在所述初始分割图像的所述第一值的表示区域中，将尺寸小于预设值的连通区域以所述第二值表示，得到目标分割图像；基于所述目标分割图像，对所述初始三维血管图像进行伪影抑制处理，得到目标三维血管图像。2.根据权利要求1所述的三维血管图像处理方法，其特征在于，所述基于所述目标分割图像，对所述初始三维血管图像进行伪影抑制处理，得到目标三维血管图像，包括：根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，得到所述目标三维血管图像。3.根据权利要求2所述的三维血管图像处理方法，其特征在于，所述根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，包括：将所述第一血管概率图像进行概率反转，得到所述第一血管概率图像的反转图像；根据所述目标分割图像，在所述反转图像中，确定对应所述第一值的血管区域和对应所述第二值的非血管区域，并降低所述非血管区域的血管概率，使得所述非血管区域的血管概率低于所述血管区域的血管概率，得到第二血管概率图像；根据所述第一血管概率图像和所述第二血管概率图像，调整所述初始三维血管图像中各体素的灰度值。4.根据权利要求3所述的三维血管图像处理方法，其特征在于，所述根据所述第一血管概率图像和所述第二血管概率图像，调整所述初始三维血管图像中各体素的灰度值，包括：按照第一权重叠加所述第一血管概率图像和所述第二血管概率图像，得到第三血管概率图像；根据所述第三血管概率图像，调整所述初始三维血管图像中各体素的灰度值。5.根据权利要求3所述的三维血管图像处理方法，其特征在于，所述降低所述非血管区域的血管概率，包括：将所述非血管区域的血管概率置零。6.根据权利要求2所述的三维血管图像处理方法，其特征在于，所述根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，包括：根据所述目标分割图像，在所述第一血管概率图像中确定对应所述第二值的非血管区域，并将所述非血管区域的血管概率置零，得到第四血管概率图像；根据所述第四血管概率图像，调整所述初始三维血管图像中各体素的灰度值。7.根据权利要求2所述的三维血管图像处理方法，其特征在于，所述根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，得到所述目标三维血管图像，包括：根据所述目标分割图像，调整所述初始三维血管图像中各体素的灰度值，得到中间三维血管图像；
按照第二权重叠加所述中间三维血管图像和所述初始三维血管图像，得到所述目标三维血管图像。8.根据权利要求1所述的三维血管图像处理方法，其特征在于，所述计算所述初始三维血管图像中的每个体素的目标血管概率，包括：分别采用若干不同标准差对所述初始三维血管图像进行高斯滤波处理，并计算高斯滤波处理后的所述初始三维血管图像中每个所述体素的血管概率；针对每个所述体素，确定所述体素对应于不同标准差的多个血管概率中的最大血管概率，根据所述最大血管概率确定所述目标血管概率。9.一种三维血管图像处理装置，其特征在于，所述装置包括：图像获取模块，用于获取待处理的初始三维血管图像，计算所述初始三维血管图像中的每个体素的目标血管概率，得到第一血管概率图像；图像分割模块，用于采用预设的分割阈值，对所述第一血管概率图像进行二值分割处理，以第一值表示高于所述分割阈值的图像部分，并以第二值表示低于所述分割阈值的图像部分，得到初始分割图像；区域移除模块，用于在所述初始分割图像的所述第一值的表示区域中，将尺寸小于预设值的连通区域以所述第二值表示，得到目标分割图像；伪影抑制模块，用于基于所述目标分割图像，对所述初始三维血管图像进行伪影抑制处理，得到目标三维血管图像。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。

技术总结
本申请涉及一种三维血管图像处理方法、装置和计算机程序产品，其中，该三维血管图像处理方法包括：获取待处理的初始三维血管图像，计算初始三维血管图像中的每个体素的目标血管概率，得到第一血管概率图像；采用预设的分割阈值，对第一血管概率图像进行二值分割处理，得到初始分割图像；在初始分割图像的第一值的表示区域中，将尺寸小于预设值的连通区域以第二值表示，得到目标分割图像；基于目标分割图像，对初始三维血管图像进行伪影抑制处理，得到目标三维血管图像。通过本申请，解决了现有三维血管图像中，强度较大的伪影与小血管具有接近的灰度值，导致用户无法通过设置合适的窗宽窗位，在保留小血管的前提下不显示伪影的问题。的问题。的问题。


技术研发人员：宋聿晗 郭立祺
受保护的技术使用者：深圳市联影高端医疗装备创新研究院
技术研发日：2023.06.26
技术公布日：2023/9/14