一种气管分级方法、系统和计算机可读存储介质与流程

1.本说明书涉及图像处理技术领域，特别涉及一种气管分级方法和系统。


背景技术：

2.在呼吸系统中，气管是核心的功能器官，与气管相关的损伤或者病变会严重影响患者身体机能，例如，肺癌、支气管栓塞、肺结节等病变。在肺部疾病的临床诊断或者治疗规划中，气管解剖结构的分级结果对于病灶定位、病灶影响评估、肺段和肺血管划分、术前规划和术中导航等，都有着至关重要的参照作用。
3.因此，希望提出一种基于气管分级方法和系统，可以提高气管分级结果的准确度和整体的有序性。


技术实现要素：

4.本说明书一个方面提供一种气管分级方法。所述方法包括：基于训练好的气管分级模型以及医学影像，确定初始气管分级掩码；基于所述医学影像确定气管中心线，并基于所述气管中心线以及所述初始气管分级掩码，确定带有初始分级标签的气管中心线；基于预设方法对所述初始分级标签进行矫正，得到所述气管中心线的目标分级标签；基于带有所述目标分级标签的气管中心线进行重建，获得目标气管分级掩码。
5.本说明书另一个方面提供一种气管分级系统。所述系统包括：初步分级模块，用于基于训练好的气管分级模型以及医学影像，确定初始气管分级掩码；中心线矫正模块，用于基于所述医学影像确定气管中心线，并基于所述气管中心线以及所述初始气管分级掩码，确定带有初始分级标签的气管中心线；以及，基于预设方法对所述初始分级标签进行矫正，得到所述气管中心线的目标分级标签；分级掩码重建模块，用于基于带有所述目标分级标签的气管中心线进行重建，获得目标气管分级掩码。
6.本说明书另一个方面提供一种计算机可读存储介质，所述存储介质存储计算机指令，当计算机读取所述计算机指令时，所述计算机执行如前所述的方法。
附图说明
7.本说明书将以示例性实施例的方式进一步说明，这些示例性实施例将通过附图进行详细描述。这些实施例并非限制性的，在这些实施例中，相同的编号表示相同的结构，其中：
8.图1是根据本说明书一些实施例所示的示例性气管分级系统的应用场景示意图；
9.图2是根据本说明书一些实施例所示的示例性气管分级系统的模块示意图；
10.图3是根据本说明书一些实施例所示的示例性气管分级方法的流程示意图；
11.图4是根据本说明书一些实施例所示的示例性获得带有分级标签的气管中心线的流程示意图；
12.图5是根据本说明书一些实施例所示的示例性对气管中心线的分级标签进行段间
矫正的流程示意图；
13.图6是根据本说明书一些实施例所示的示例性气管分级方法的示意图；
14.图7是根据本说明书一些实施例所示的示例性目标气管分级掩码的示意图；
15.图8是根据本说明书一些实施例所示的示例性获得目标气管分级掩码的示意图。
具体实施方式
16.为了更清楚地说明本说明书实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍。显而易见地，下面描述中的附图仅仅是本说明书的一些示例或实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图将本说明书应用于其它类似情景。除非从语言环境中显而易见或另做说明，图中相同标号代表相同结构或操作。
17.应当理解，本文使用的“系统”、“装置”、“单元”和/或“模块”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而，如果其他词语可实现相同的目的，则可通过其他表达来替换所述词语。
18.如本说明书和权利要求书中所示，除非上下文明确提示例外情形，“一”、“一个”、“一种”和/或“该”等词并非特指单数，也可包括复数。一般说来，术语“包括”与“包含”仅提示包括已明确标识的步骤和元素，而这些步骤和元素不构成一个排它性的罗列，方法或者设备也可能包含其它的步骤或元素。
19.本说明书中使用了流程图用来说明根据本说明书的实施例的系统所执行的操作，相关描述是为帮助更好地理解医学成像方法和/或系统。应当理解的是，前面或后面操作不一定按照顺序来精确地执行。相反，可以按照倒序或同时处理各个步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
20.图1是根据本说明书一些实施例所示的示例性气管分级系统的应用场景示意图。
21.如图1所示，气管分级系统100可以包括成像设备110、处理设备120、一个或以上终端130、存储设备140以及网络150。气管分级系统100中的组件可以各种方式中的一种或以上方式连接。仅作为示例，如图1中所示，成像设备110可以通过网络150连接到处理设备120。作为另一示例，成像设备110可以直接连接到处理设备120，如成像设备110和处理设备120可以如图中虚线双向箭头所指示进行连接。作为又一示例，存储设备140可以直接与处理设备120连接(图1中未示出)或通过网络150连接。作为再一示例，一个或以上终端130可以直接与处理设备120连接(如由连接终端130和处理设备120的虚线双向箭头所示)或通过网络150连接。
22.成像设备110可以用于对检测区域内的目标对象进行扫描，得到该目标对象的扫描数据(例如，医学图像等)。在一些实施例中，目标对象可以包括生物对象和/或非生物对象。例如，目标对象可以包括身体的特定部分，例如头部、胸部、腹部等，或其组合。又例如，目标对象可以是有生命或无生命的有机和/或无机物质的人造成分。在一些实施例中，与目标对象有关的扫描数据可以包括目标对象的投影数据、一个或以上扫描图像等。
23.在一些实施例中，成像设备110可以包括用于疾病诊断或研究目的的非侵入性生物成像装置。例如，成像设备110可以包括单模态扫描仪和/或多模态扫描仪。单模态扫描仪可以包括，例如超声波扫描仪、x射线扫描仪、计算机断层扫描(ct)扫描仪、磁共振成像
(mri)扫描仪、超声检查仪、正电子发射断层扫描(pet)扫描仪、光学相干断层扫描(oct)扫描仪、超声(us)扫描仪、血管内超声(ivus)扫描仪、近红外光谱(nirs)扫描仪、远红外(fir)扫描仪等。多模态扫描仪可以包括，例如x射线成像-磁共振成像(x射线-mri)扫描仪、正电子发射断层扫描-x射线成像(pet-x射线)扫描仪、单光子发射计算机断层扫描-磁共振成像(spect-mri)扫描仪、正电子发射断层扫描-计算机断层摄影(pet-ct)扫描仪、数字减影血管造影-磁共振成像(dsa-mri)扫描仪等。上面提供的扫描仪仅用于说明目的，而无意限制本说明书的范围。如本文所用，术语“成像模态”或“模态”广泛地是指收集、生成、处理和/或分析目标对象的成像信息的成像方法或技术。
24.在一些实施例中，由成像设备110获取的数据(例如，医学图像等)可以被传送到处理设备120以供进一步分析。附加地或替代地，由成像设备110获取的数据可以被发送到终端设备(例如，终端130)用于显示和/或存储设备(例如，存储设备140)用于存储。
25.处理设备120可以处理从成像设备110、终端130、存储设备140和/或其他存储设备获取和/或提取的数据和/或信息。例如，处理设备120可以从成像设备110获取医学图像，基于医学图像确定初始气管分级掩码，并基于气管中心线以及初始气管分级掩码确定带有初始分级标签的气管中心线，基于预设方法对初始分级标签进行矫正，得到气管中心线的目标分级标签，基于带有目标分级标签的气管中心线获得目标气管分级掩码。
26.在一些实施例中，处理设备120可以是单个服务器或服务器组。服务器组可以是集中式或分布式的。在一些实施例中，处理设备120可以是本地的或远程的。在一些实施例中，处理设备120可以被实现在云平台上。仅作为示例，云平台可以包括私有云、公共云、混合云、社区云、分布云、内部云、多层云等或其任意组合。
27.在一些实施例中，处理设备120可以在计算设备上实现。在一些实施例中，处理设备120可以在终端(例如，终端130)上实现。在一些实施例中，处理设备120可以在成像设备(例如，成像设备110)上实现。例如，处理设备120可以集成在终端130和/或成像设备110中。
28.终端130可以与成像设备110和/或处理设备120连接，用于输入/输出信息和/或数据。例如，用户可以通过终端130与成像设备110进行交互，以控制成像设备110的一个或多个部件(例如，输入患者信息等)。又例如，成像设备110可以将生成的医学图像和/或气管分级掩码输出至终端130，以展示给用户。
29.在一些实施例中，终端130可以包括移动设备131、平板计算机132、膝上型计算机133等，或其任意组合。在一些实施例中，移动设备131可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、增强现实设备等，或其任意组合。在一些实施例中，一个或以上终端130可以远程操作成像设备110。在一些实施例中，终端130可以经由无线连接来操作成像设备110。在一些实施例中，一个或以上终端130可以是处理设备120的一部分。在一些实施例中，可以省略终端130。
30.存储设备140可以存储数据和/或指令。在一些实施例中，存储设备140可以存储从终端130和/或处理设备120获取的数据。例如，存储设备140可以存储医学图像、初始气管分级掩码、带有初始分级标签的气管中心线、目标气管分级掩码等。在一些实施例中，存储设备140可以存储数据和/或指令，处理设备120可以执行或使用该数据和/或指令来执行本说明书中描述的示例性方法。
31.在一些实施例中，存储设备140可以包括大容量存储设备、可移动存储设备、易失
性读写内存、只读内存(rom)等或其任意组合。示例性大容量存储器可以包括磁盘、光盘、固态驱动器等。示例性可移动存储器可以包括闪存驱动器、软盘、光盘、内存卡、压缩盘、磁带等。示例性易失性读写内存可以包括随机存取内存(ram)。在一些实施例中，存储设备140可以被实现在云平台上。在一些实施例中，存储设备140可以是处理设备120的一部分。
32.网络150可以包括可以促进气管分级系统100的信息和/或数据的交换的任何合适的网络。在一些实施例中，气管分级系统100的一个或以上组件(例如，成像设备110、一个或以上终端130、处理设备120或存储设备140)可以与气管分级系统100的一个或以上其他组件通信以传输信息和/或数据。在一些实施例中，网络150可以是任何类型的有线或无线网络或其组合。例如，网络150可以是和/或包括公共网络(例如，互联网)、私有网络(例如，局域网(lan)、广域网(wan)等)、有线网络(例如，以太网)、无线网络(例如，802.11网络、wi-fi网络等)、蜂窝网络(例如，长期演进(lte)网络)、帧中继网络、虚拟专用网络(“vpn”)、卫星网络、电话网络、路由器、集线器、交换机、服务器计算机和/或其任何组合。在一些实施例中，网络150可以包括一个或以上网络接入点。
33.应当注意，对气管分级系统100的以上描述仅出于说明的目的，而无意于限制本说明书的范围。对于本领域普通技术人员而言，可以根据本说明书进行各种变型和修改。然而，这些变化和修改不脱离本说明书的范围。例如，成像设备110、处理设备120与终端130可以共用一个存储设备140，也可以有各自的存储设备。
34.在解剖结构上，气管具有形状、长度、半径等形态学特征复杂多变的特点，若根据气管的管径大小和肺部功能进行分区，气管分支等级可以多达10级以上(由主气管、主支气管，直到末支的细支气管)。如果采用人工手动进行气管分级的方式，不仅对用户的影像经验有较高的要求，且耗时巨大，并且随着划分等级越细，耗时将越长。在一些实施例中，可以采用基于图像处理的方法进行气管树分级。但是，此类方法由于需要复杂的预处理和特征提取操作，且强依赖于影像先验知识和统计学特征，因此气管分级效率、分级鲁棒性均较低，而且容易出现错分且分级粒度不足的现象。在一些实施例中，可以利用深度学习的泛化性高和可学习等特点，通过神经网络模型提取医学影像中的高级特征，从而实现气管分级。但是，现有的基于深度学习的方法仅可实现亚段级及以上(即气管分级结果在4级或以上)的半径较粗的支气管的分级，对于较细的低级气管分支缺乏有效处理。而且，这类方法通常依赖于原始医学影像和气管分割掩码，缺乏上下文关系的指导，因而得到的气管分级结果中，不同级气管分支间，边界的划分精度较低、参差不齐。
35.本说明书实施例中提供一种基于医学图像的气管分级方法和系统，基于气管中心线以及利用训练好的气管分级模型获得的初始气管分级掩码，确定带有初始分级标签的气管中心线，并对气管中心线的初始分级标签进行矫正，得到带有目标分级标签的气管中心线，从而基于带有目标分级标签的气管中心线进行重建，获得目标气管分级掩码。不仅利用了深度学习技术的高鲁棒性和泛化性，并结合了气管半径变化和与肺叶相对关系特征等额外上下文信息，可以获得相对精准、级别丰富的初始气管分级掩码。此外，结合气管树解剖结构的先验知识和中心线追踪算法逐级对初始气管分级掩码进行优化，从而可以获得更加精确有序的目标气管分级掩码。
36.图2是根据本说明书一些实施例所示的示例性气管分级系统的模块示意图。
37.如图2所示，在一些实施例中，气管分级系统200可以包括初步分级模块210、中心
线矫正模块220以及分级掩码重建模块230。在一些实施例中，气管分级系统200可以集成在成像设备110或处理设备120中。
38.初步分级模块210可以用于确定初始气管分级掩码。在一些实施例中，初步分级模块210可以基于训练好的气管分级模型以及医学影像，确定初始气管分级掩码。在一些实施例中，初步分级模块210可以基于医学影像，确定气管分割掩码和肺叶分割掩码，以及确定气管分割掩码中气管到气管中心线的距离图。在一些实施例中，初步分级模块210可以将气管分割掩码、肺叶分割掩码、以及气管到气管中心线的距离图，输入到训练好的气管分级模型，获得输出的初始气管分级掩码。
39.中心线矫正模块220可以用于得到带有目标分级标签的气管中心线。在一些实施例中，中心线矫正模块220可以基于气管中心线以及初始气管分级掩码，确定带有初始分级标签的气管中心线。在一些实施例中，中心线矫正模块220可以遍历带有初始分级标签的气管中心线，基于预设方法对气管中心线的初始分级标签进行矫正，得到带有目标分级标签的气管中心线。
40.在一些实施例中，中心线矫正模块220可以用于按照分叉点对气管中心线进行分段，获得由多个中心线分段构成的树状图。其中，每个中心线分段对应树状图的一个节点。在一些实施例中，中心线矫正模块220可以移除树状图中不满足预设条件的中心线段，获得有向无环的树状图。
41.在一些实施例中，中心线矫正模块220可以用于对树状图的每个节点代表的中心线分段包含的初始分级标签进行统一，获得气管中心线的中间分级标签。进一步地，中心线矫正模块220可以对树状图中的每个节点的中间分级标签，基于与该节点属于同一父节点的邻段节点的中间分级标签进行矫正，从而得到气管中心线的目标分级标签。
42.在一些实施例中，中心线矫正模块220可以基于树状图，由父节点向子节点遍历，对于树状图的每个节点，统计该节点代表的中心线分段包含的所有初始分级标签，将统计值最高的初始分级标签确定为当前节点对应的中间分级标签。
43.进一步地，在一些实施例中，中心线矫正模块220可以基于树状图，由父节点向子节点遍历，并根据预设规则判断当前节点的中间分级标签是否需要进行矫正。若需要矫正，中心线矫正模块220可以统计与当前节点属于同一父节点的邻段节点的中间分级标签，将统计值最高的中间分级标签确定为候选标签。进一步地，中心线矫正模块220可以判断候选标签是否满足预设规则，若是，则将候选标签确定为当前节点的目标分级标签，否则，基于当前节点的父节点的中间分级标签确定当前节点的目标分级标签。
44.分级掩码重建模块230可以用于基于带有目标分级标签的气管中心线进行重建，获得目标气管分级掩码。
45.在一些实施例中，分级掩码重建模块230可以对气管中心线按照目标分级标签进行划分，获得每个目标分级标签对应的中心线分段。进一步地，对气管分割掩码中每个气管区域，分级掩码重建模块230可以确定距离气管区域最近的中心线分段，并将该中心线分段的目标分级标签确定为当前气管区域对应的分级标签，获得目标气管分级掩码。
46.需要注意的是，以上对于气管分级系统200及其模块的描述，仅为描述方便，并不能把本说明书限制在所举实施例范围之内。可以理解，对于本领域的技术人员来说，在了解该系统的原理后，可能在不背离这一原理的情况下，对各个模块进行任意组合，或者构成子
系统与其他模块连接。然而，这些修正和改变仍在本说明书的范围之内。
47.图3是根据本说明书一些实施例所示的示例性气管分级方法的流程示意图。
48.在一些实施例中，方法300可以由成像设备110或处理设备120执行。例如，方法300可以以程序或指令的形式存储在存储装置(如存储设备140)中，当成像设备110或处理设备120执行该程序或指令时，可以实现方法300。在一些实施例中，方法300可以由气管分级系统200执行。
49.步骤310，基于训练好的气管分级模型以及医学影像，确定初始气管分级掩码。在一些实施例中，步骤310可以由处理设备120或初步分级模块210执行。
50.在一些实施例中，医学影像可以包括ct影像、mr影像、或pet影像等。在一些实施例中，医学影像可以包括2d图像、3d图像、或4d图像等。在一些实施例中，医学影像可以通过成像设备扫描获得。例如，可以通过成像设备110对检测区域内的目标对象进行扫描，得到该目标对象的医学图像。在一些实施例中，可以从终端130或存储设备140获取医学影像。
51.气管分级模型可以用于对医学图像中的气管树，根据气管的管径大小和/或分支情况，从主气管开始逐步进行分级，获得初始气管分级掩码。在一些实施例中，气管的管径越细，对应的级别越低。例如，主气管的管径一般最粗，其对应级别为1，支气管随着级别的降低，例如，2级、3级、4级、5级等，管径将越细。在一些实施例中，每个级别可以包括一个或多个分支气管。例如，1级别的主气管只有一个，主气管分支的2级气管可以有2个或3个，每个2级气管进一步分支的3级气管可以有3个或更多个。在一些实施例中，同一级别的气管包含的分支气管的数量可以相同或不同。例如，两个2级的气管可以进一步，分别分支为3个支气管和4个支气管。
52.在一些实施例中，气管分级模型可以包括任意类型的卷积神经网络，例如，vb-net模型、u-net模型、全卷积网络(fcn，fully convolutional networks)、特征金字塔网络(fpn，feature pyramid network)等，本说明书对此不作限制。在一些实施例中，气管分级模型的输入可以为与医学影像相关的三通道输入，输出为医学影像对应的气管分级掩码。
53.在一些实施例中，可以将医学影像对应的气管分割掩码、肺叶分割掩码以及气管到气管中心线的距离图作为三通道输入，输入到训练好的气管分级模型，获得输出的初始气管分级掩码。其中，肺叶分割掩码可以反映气管的粗略分级，气管到气管中心线的距离图反映气管的管径粗细。
54.在一些实施例中，可以基于医学影像，确定气管分割掩码和肺叶分割掩码，例如，气管分割二值掩码和肺叶分割二值掩码。在一些实施例中，可以利用训练好的气管分割模型和肺叶分割模型分别确定气管分割掩码和肺叶分割掩码。例如，可以将医学图像分别输入训练好的气管分割模型和肺叶分割模型，以获得气管分割掩码和肺叶分割掩码。
55.在一些实施例中，可以使用不同的训练样本分别训练获得气管分割模型和肺叶分割模型。例如，可以采集大量胸部ct影像，作为第一训练样本，以第一训练样本为输入，标记的气管树作为金标准，对初始神经网络模型进行训练，获得训练好的气管分割模型。又如，可以采集大量胸部ct影像，作为第二训练样本，以第二训练样本为输入，标记的肺叶为金标准，对初始神经网络模型进行训练，获得训练好的肺叶分割模型。在一些实施例中，气管分割模型和/或肺叶分割模型可以包括任意类型的神经网络模型，本说明书对此不作限制。
56.在一些实施例中，可以对医学图像进行预处理，将预处理后的医学图像分别输入
训练好的气管分割模型和肺叶分割模型，获得气管分割掩码和肺叶分割掩码。例如，预处理可以包括但不限于ct值的窗位和/或窗宽归一化(例如，采用[-625,425]作为均值和标准差进行归一化)、降噪等操作。
[0057]
在一些实施例中，可以基于气管分割掩码确定气管中心线，进而确定气管分割掩码中气管到气管中心线的距离图(也可称为第一距离图)。例如，可以对气管分割二值掩码进行骨架化处理以提取气管中心线，然后计算气管分割二值掩码中前景体素(即气管区域)到气管中心线的欧式距离作为气管到气管中心线的距离图。在一些实施例中，可以通过任意合理可行的方式提取气管中心线，例如，邻域分析细化算法等，本说明书对此不作限制。
[0058]
由于气管到气管中心线的距离图中，越靠近气管表面的体素，对应的距离值越大，并且表面处的体素的距离值等于此处气管的半径，因此距离图可以提供气管的半径信息，以表征气管的粗细变化(例如，距离值越大，表示气管越粗)。
[0059]
在一些实施例中，可以使用三通道训练样本(即气管分割金标准、气管分割金标准到气管中心线的距离图、肺叶分割金标准)和对应的气管分级金标准，对初始神经网络模型(例如，vb-net模型)进行迭代训练，直至收敛，以获得训练好的气管分级模型。该气管分级模型除气管分割掩码外，还利用了额外的气管到气管中心线的距离图以及肺叶分割掩码，使得其能够获取更丰富的上下文信息指导气管分级，不仅可以对高级支气管(例如，肺叶级2级支气管)特征有更强的捕捉能力，同时还能获得全局范围上相对可靠且更丰富的初始气管分级掩码(例如，能够获得达到8级的小肺段内支气管的分级)。
[0060]
步骤320，基于气管中心线以及初始气管分级掩码，确定带有初始分级标签的气管中心线。在一些实施例中，步骤320可以由处理设备120或中心线矫正模块220执行。
[0061]
分级标签可以反映气管中心线与气管对应的分级级别，例如，分级标签为1的气管中心线对应分级级别为1的支气管。
[0062]
在一些实施例中，可以对气管中心线和初始气管分级掩码进行求交，以获得气管中心线的初始分级标签。例如，可以对气管中心线掩码和初始气管分级掩码进行掩码求交，对于交集部分，基于初始气管分级掩码的分级级别，确定相应气管中心线的初始分级标签。
[0063]
步骤330，基于预设方法对气管中心线的初始分级标签进行矫正，得到气管中心线的目标分级标签。在一些实施例中，步骤330可以由处理设备120或中心线矫正模块220执行。
[0064]
在一些实施例中，基于预设方法对气管中心线的初始分级标签进行矫正可以包括：对气管中心线的每个节点代表的中心线分段包含的初始分级标签进行统一，获得气管中心线的中间分级标签，以及，基于与当前节点属于同一父节点的邻段节点的中间分级标签，对每个中心线分段的中间分级标签进行段间矫正。在一些实施例中，可以基于树状图，对气管中心线的每个中心线分段包含的初始分级标签进行统一，和/或对每个中心线分段的中间分级标签进行段间矫正。更多相关内容可以参见图4-图5及其相关描述，此处不再赘述。
[0065]
步骤340，基于带有目标分级标签的气管中心线进行重建，获得目标气管分级掩码。在一些实施例中，步骤340可以由处理设备120或分级掩码重建模块230执行。
[0066]
在一些实施例中，对于气管分割掩码中的每个气管区域，可以确定距离该气管区域最近的中心线分段，将该中心线分段的目标分级标签确定为当前气管区域的分级标签，
以获得目标气管分级掩码。
[0067]
在一些实施例中，对于气管分割掩码中的每个气管区域，可以基于该气管区域的距离图(也可称为第二距离图)，确定距离该气管区域最近的中心线分段。在一些实施例中，可以对气管中心线按照矫正后获得的目标分级标签进行划分，获得每个目标分级标签对应的中心线分段，并计算每个中心线分段与气管分割掩码中气管区域的欧式距离，得到气管区域到每个中心线分段的距离图。例如，获得每个目标分级标签对应的中心线分段后，对于气管分割二值掩码中的气管区域，可以计算该气管区域的所有体素到每个目标分级标签包含的所有中心线分段的最短距离，基于此，逐个计算气管区域所有体素与每个目标分级标签包含的中心线分段的最短距离，从而获得气管区域到每个目标分级标签的中心线分段的距离图。即，气管区域到每个目标分级标签的中心线分段的距离图可以反映相应气管与每个目标分级标签之间的距离。
[0068]
仅作为示例，若气管从咽喉到末端被划分为10个级别，则相应地，矫正后的气管中心线将会有10个不同的目标分级标签，如标签1、2、3、
…
、10，处理设备120可以将带有目标分级标签的气管中心线按照其目标分级标签进行划分，从而获得每个目标分级标签对应的中心线分段，即每个目标分级标签包含的中心线分段。例如图8中所示，左上方为带有分级标签的中心线的图示，图中灰色小方块表示气管中心线，上面的数字表示分级标签。然后，对于每个目标分级标签，处理设备120可以分别计算气管区域对应的每个体素到目标分级标签1包含的所有中心线分段上的中心线点的最短距离，得到气管区域到目标分级标签1的中心线分段的距离图，例如图8(a)所示，图中数字表示气管区域到各中心线分段的距离；计算气管区域中每个体素到目标分级标签2包含的所有中心线分段上的中心线点的最短距离，得到气管区域到目标分级标签2的中心线分段的距离图，例如图8(b)所示，
……
，重复该过程，直到完成所有10个目标分级标签与气管区域的计算，从而得到10个通道的距离图。进一步地，处理设备120可以对气管区域对应的每个体素，基于前述距离图，比较其到不同目标分级标签包含的中心线分段的距离，将距离值最小的中心线分段的目标分级标签确定为当前气管的分级，获得目标气管分级掩码，例如图8(c)所示。气管区域中的体素，距离气管中心线越近，其到气管中心线的距离越短，例如，中心线分段本体的体素，其到中心线分段的距离即为0。
[0069]
可以理解，上述基于气管区域的距离图(第二距离图)，确定距离气管区域最近的中心线分段，将该中心线分段的目标分级标签确定为当前气管区域的分级标签的方式仅作为示例。在一些实施例中，可以采用其他任意合理可行的方式，确定气管区域的分级标签，本说明书对此不作限制。例如，可以采用通道级的argmin操作，确定距离气管分割二值掩码中每个前景体素最近的中心线分段，将该中心线分段的目标分级标签确定为当前体素的分级。又如，可以采用不同目标分级标签包含的中心线分段逐单位多次膨胀的方式，确定距离气管分割二值掩码中每个前景体素最近的中心线分段，将该中心线分段的目标分级标签确定为当前体素的分级。
[0070]
在一些实施例中，获得的气管分级掩码中可以包括5个及以上分级。
[0071]
图7是根据本说明书一些实施例所示的示例性目标气管分级掩码的示意图，如图中所示，主气管为1级气管p1，其在分支点处划分为两个2级气管p2，两个2级气管p2又分别被划分为两个以上3级气管p3，
……
，直到末端的p8级气管，其达到了8级的小肺段内的支气
管分级。可以理解，图7中气管分级的标记pn仅作为示例，图中其他支气管也有其相应的分级。
[0072]
在一些实施例中，在临床场景中，可以通过不同的形式展示不同级别的气管。例如，1级气管为红色，2级气管为蓝色，3级气管为粉色，4级气管为姜黄色，5级气管为绿色，6级气管为橙色等。
[0073]
应当注意的是，上述有关方法300的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对方法300进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
[0074]
图4是根据本说明书一些实施例所示的示例性获得带有分级标签的气管中心线的流程示意图。
[0075]
如图4所示，在一些实施例中，可以基于树状图，对气管中心线的每个中心线分段节点包含的初始分级标签进行统一矫正，获得气管中心线的中间分级标签，以及，基于与当前节点属于同一父节点的邻段节点的中间分级标签对当前节点的中间分级标签进行矫正，得到气管中心线的目标分级标签。在一些实施例中，方法400可以由气管分级系统100(例如，系统100中成像设备110或处理设备120)或气管分级系统200(例如，中心线矫正模块220)执行。
[0076]
步骤420，获得带有初始分级标签的气管中心线。
[0077]
在一些实施例中，可以基于初始气管分级掩码411和气管中心线413获得带有初始分级标签的气管中心线。关于初始气管分级掩码411、气管中心线413以及获得带有初始分级标签的气管中心线的更多内容可以参见图3中相关描述(例如，步骤310-步骤320)，此处不再赘述。
[0078]
步骤430，按照分叉点对气管中心线进行分段，获得由多个中心线分段构成的树状图。
[0079]
在一些实施例中，可以按照分叉点对气管中心线进行分段，获得由多个中心线分段构成的树状图。其中，每个中心线分段对应树状图中的一个节点。树状图由多个节点和多条边表示，每个节点代表一个中心线分段，节点间的边表示中心线分段之间的连接关系。例如，可以从气管中心线的主气管入口处(如咽喉处)的中心线点逐个向末端进行追踪遍历，当出现分叉的中心线点时，按照分叉点的分支数量，分为多段，然后继续向下遍历直至气管中心线的末端，从而获得由多个中心线分段构成的树状图，每个中心线分段对应树状图的一个节点，中心线分段之间的中心线段对应节点之间的边，同一中心线分段包含的一个或多个分支中心线段(如从中心线分段的末端端点开始，分支出的多段中心线段)构成一个节点单元。
[0080]
需要注意的是，气管中心线的初始分级标签是指气管中心线树上每个点的分级标签。例如，气管中心线树上包含100个中心线点，则每个中心线点都有一个初始分级标签，共计100个初始分级标签。通过按照分叉点对气管中心线进行分段，可以将气管中心线划分为分别由多段中心线段组成的树状图。例如，气管中心线树上包含100个中心线点，按照分叉点进行分段后，气管中心线可能被划分为10个段，每个段中包含相同或不同数量的中心线段。
[0081]
在一些实施例中，可以移除树状图中不满足预设条件的中心线段，获得有向无环
的树状图。预设条件可以反映不满足气管分级需求的中心线段的形态。在一些实施例中，预设条件可以根据实际情况合理设定，本说明书对此不作限制。例如，可以在遍历过程中移除所含中心线点数小于3的冗余中心线段和环状的中心线段，从而使获得的气管中心线的树状图符合有向无环图的要求。一个由节点和边构成的拓扑图，若其中边为有向边(例如，从节点a指向节点b)，且整个图中不存在环，即任意两点间仅有一条通路，不存在回路，则该图定义为有向无环图。通过移除操作，可以将气管粘连、凸起等导致的无效中心线段移除，从而避免冗余中心线段或者环状回路的干扰项。
[0082]
步骤440，基于树状图，对气管中心线的每个中心线分段包含的初始分级标签进行统一，获得气管中心线的中间分级标签。
[0083]
中心线分段包含的分级标签即，该分段节点的所有分支对应的中心线点的分级标签。例如，若气管中心线被划分为10个段，第一段的中心线分段包含的初始分级标签可以指该中心线分段包含的所有中心线点的初始分级标签。
[0084]
在一些实施例中，可以基于树状图，由父节点向子节点遍历，对树状图的每个节点代表的中心线分段包含的初始分级标签进行段内统一，获得气管中心线的中间分级标签。段内统一，即对每个中心线分段节点中包含的中心线点的分级标签进行统计投票，将得票最高的分级标签作为当前中心线分段节点的分级标签。
[0085]
在一些实施例中，可以基于树状图，由父节点向子节点遍历，对于树状图的每个节点，统计该节点代表的中心线分段包含的所有初始分级标签，将统计值最高的初始分级标签确定为当前节点对应的中间分级标签。例如，当前中心线分段包含3个中心线点，点1初始分级标签为3、点2初始分级标签为4、点3初始分级标签为3，经统计，分级标签3的数量为两个、分级标签4的数量为一个，因此可以将统计值最高的分级标签3作为当前中心线分段的段内统一后的分级标签，即中间分级标签为3。
[0086]
步骤450，基于树状图，对每个中心线分段的中间分级标签，基于其邻段节点的中间分级标签进行矫正。
[0087]
在一些实施例中，在对气管中心线的分级标签进行段内统一后，可以基于气管中心线的树状图，由父节点向子节点遍历，对每个节点的分级标签，基于其邻段节点的分级标签进行矫正。基于与当前节点属于同一父节点的邻段节点的分级标签，对当前节点的分级标签进行矫正，也可以称为段间矫正。
[0088]
具体地，请参见图5，在一些实施例中，由父节点向子节点开始遍历后，可以先执行步骤453：判断当前节点的中间分级标签是否需要进行矫正，若是，则进入步骤454-步骤455，以对当前节点的中间分级标签进行矫正；否则，进入步骤451：判断遍历是否结束。若遍历结束，则进入步骤460；否则，进入步骤452：继续遍历，直至遍历结束。
[0089]
步骤453：判断当前节点的中间分级标签是否需要进行矫正。
[0090]
在一些实施例中，可以根据预设规则判断当前节点(即中心线分段)的中间分级标签(即通过段内统一矫正后得到的分级标签)是否需要进行矫正。在一些实施例中，预设规则可以包括：当前节点的分级标签值大于其父节点的分级标签值(例如，3级支气管不得在4级支气管之后)，和/或，当前节点的分级标签值不得超过其父节点的分级标签值的2个级别以上(例如，6级支气管不得紧邻3级支气管，5级支气管可以紧邻3级支气管)。在一些实施例中，当前节点的分级标签值与其父节点的分级标签值的差值对应的阈值，可以根据实际情
况设置为其他合理的数值，本说明书对此不作限制。例如，预设规则可以是当前节点的分级标签值不得超过其父节点的分级标签值的3个级别、或4个级别以上。
[0091]
步骤454：确定候选标签。
[0092]
在一些实施例中，响应于当前节点的中间分级标签需要矫正，可以统计与当前节点属于同一父节点的邻段节点(即当前节点的兄弟节点)的中间分级标签，将统计值最高的中间分级标签确定为候选标签。例如，某一父节点包含4个子节点，对其中的子节点1进行矫正时，可以统计其他3个子节点对应的中间分级标签(即节点包含的中心线段的中间分级标签)，如中间分级标签分别为4、5、5，则将出现频率最多(即统计值最高)的5确定为候选标签。
[0093]
步骤455：判断候选标签是否满足预设规则，若是，则将候选标签确定为当前节点的目标分级标签；否则，基于当前节点的父节点的中间分级标签确定当前节点的目标分级标签。例如，若候选标签的值大于当前节点的父节点的分级标签值，且不超过父节点的分级标签值的2个级别以上，则将该候选标签确定为当前节点的目标分级标签；否则，可以将当前节点的分级标签值修正为在其父节点的分级标签值的基础上加1的数值。例如，若父节点的分级标签值为3，候选标签的值为6，候选标签的值大于3，且与父节点的分级标签值的差值为3，即候选标签的值超过父节点的分级标签值的3个级别，此时，可以将当前节点的分级标签值修正为在父节点的分级标签值3加1的数值4。
[0094]
通过基于兄弟节点的分级标签对当前节点的分级标签进行矫正，可以避免属于同一节点的分支气管被分配为不同的级别，从而提高气管分级的准确性和可靠性。
[0095]
在一些实施例中，确定当前节点的分级标签后，可以判断遍历是否结束，若是，则进入步骤460；否则，进入步骤452：继续遍历，以对下一个节点的中间分级标签进行矫正，直至完成对所有分段节点的遍历和矫正。
[0096]
步骤460，将矫正后的中心线分段的树状图映射到气管中心线上。
[0097]
矫正后的中心线分段的树状图即，带有目标分级标签的树状图。在一些实施例中，可以将带有目标分级标签的树状图，映射到气管中心线上，以获得带有目标分级标签的气管中心线。例如，可以将该树状图中的中心线分段的标签信息按照空间坐标，映射到气管中心线413上，从而获得梳理后的带有目标分级标签的气管中心线463(例如，可以在气管中心线的每段中心线段旁边，用数字标记其相应的分级标签)。
[0098]
通过基于树状图对分段节点进行分级标签的段内统一和段间矫正，可以分别改善局部分级准确性和整体的有序性，从而在保证分级丰富度的情况下获得更准确、有序的气管分级结果。
[0099]
应当注意的是，上述有关方法400的描述仅仅是为了示例和说明，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对方法400进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
[0100]
图6是根据本说明书一些实施例所示的示例性气管分级方法的示意图。
[0101]
如图6所示，在一些实施例中，获取医学影像613后，可以对医学影像613进行窗位、窗宽归一化等预处理操作，并将预处理后的医学影像输入到初步分级模块210。初步分级模块210可以分别利用气管分割模型和肺叶分割模型，获得气管分割掩码615和肺叶分割掩码617，并基于气管分割掩码615利用邻域分析细化算法提取气管中心线619。在一些实施例
中，初步分级模块210可以基于气管分割掩码615和气管中心线619，计算获得气管到气管中心线的距离图，并将气管到气管中心线的距离图(第一距离图)、气管分割掩码615和肺叶分割掩码617联合作为三通道的输入621。进一步地，初步分级模块210可以将三通道的输入621输入气管分级模型623中，从而获得全局范围上相对可靠且级别较丰富的初始气管分级掩码625。
[0102]
在一些实施例中，可以将初始气管分级掩码625和气管中心线619输入到中心线矫正模块220。中心线矫正模块220可以通过对气管中心线619和初始气管分级掩码625求交，获得带有初始分级标签的气管中心线。进一步地，中心线矫正模块220可以从气管中心线619的主气管入口处的中心线点逐个向末端进行追踪遍历，并且按照分叉点将中心线分段，从而构建一个由中心线分段构成的树状图。在一些实施例中，中心线矫正模块220可以基于该树状图，由父节点向子节点进行遍历，以对气管中心线619的每个分段节点包含的初始分级标签进行段内统一，得到气管中心线的中间分级标签。进一步地，可以基于该树状图，由父节点向子节点进行遍历，对气管中心线619的每个分段节点对应的中间分级标签进行段间矫正，最后得到带有目标分级标签的气管中心线627。
[0103]
在一些实施例中，分级掩码重建模块230可以对带有目标分级标签的气管中心线627，按照目标分级标签分开，并分别计算每个目标分级标签包含的中心线分段与气管分割掩码615中前景体素(即所有气管区域的体素)的欧式距离，从而获得所有气管的前景体素到每个目标分级标签的中心线分段的距离图(第二距离图)。进一步地，对每一个气管的前景体素，分级掩码重建模块230可以比较前景体素到不同目标分级标签的中心线分段的距离，将距离最小的对应中心线分段的目标分级标签分配给当前的前景体素，从而获得目标气管分级掩码629(例如，图7中所示的目标气管分级掩码)。
[0104]
可以理解，图6及其相关描述仅作为示例，而不限定本说明书的适用范围。对于本领域技术人员来说，在本说明书的指导下可以对其进行各种修正和改变。然而，这些修正和改变仍在本说明书的范围之内。
[0105]
本说明书另一个方面提供一种气管分级装置，该装置包括处理器以及存储器，所述存储器用于存储指令，当所述处理器执行所述指令时实现如前所述的气管分级方法。
[0106]
本说明书实施例可能带来的有益效果包括但不限于：(1)基于训练好的气管分级模型确定初始气管分级掩码，该气管分级模型利用了欧式距离图隐含的管径特征和与肺叶掩码中包含的肺叶相对关系等丰富的上下文信息，从而可以对4级以下(例如，5级、6级等)的支气管有较高的鲁棒性和分级精确性，并对气管变异情况有较强的泛化能力；(2)将初始气管分级掩码映射到气管中心线上作为分级气管中心线，然后遍历气管中心线所有中心线点对其进行矫正，得到矫正后的带有目标分级标签的气管中心线，在初始气管分级掩码的指导下进一步结合了解剖先验信息对气管中心线的分级标签进行矫正，提高了局部分级的准确度和整体的有序性；(3)通过将带有目标分级标签的气管中心线映射到气管分级掩码，得到最终的气管分级结果掩码，可以获得更加精确有序的气管分级结果；(4)通过基于树状图对分段节点进行初始分级标签的段内统一，获得中间分级标签，以及对中间分级标签进行段间矫正，可以分别改善局部分级准确性和整体的有序性，从而在保证分级丰富度的情况下获得更准确、有序的气管分级结果；(5)通过计算气管分割掩码中前景体素到不同分级标签的中心线分段的距离图，并基于此给每个前景体素分配最近中心线分段的分级标签，
能够帮助重建出更准确、交界面更平滑的气管分级掩码。
[0107]
需要说明的是，不同实施例可能产生的有益效果不同，在不同的实施例里，可能产生的有益效果可以是以上任意一种或几种的组合，也可以是其他任何可能获得的有益效果。
[0108]
上文已对基本概念做了描述，显然，对于本领域技术人员来说，上述详细披露仅仅作为示例，而并不构成对本说明书的限定。虽然此处并没有明确说明，本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议，所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
[0109]
同时，本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此，应强调并注意的是，本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外，本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
[0110]
此外，除非权利要求中明确说明，本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用，并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例，但应当理解的是，该类细节仅起到说明的目的，附加的权利要求并不仅限于披露的实施例，相反，权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如，虽然以上所描述的系统组件可以通过硬件设备实现，但是也可以只通过软件的解决方案得以实现，如在现有的服务器或移动设备上安装所描述的系统。
[0111]
同理，应当注意的是，为了简化本说明书披露的表述，从而帮助对一个或多个发明实施例的理解，前文对本说明书实施例的描述中，有时会将多种特征归并至一个实施例、附图或对其的描述中。但是，这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上，实施例的特征要少于上述披露的单个实施例的全部特征。
[0112]
一些实施例中使用了描述成分、属性数量的数字，应当理解的是，此类用于实施例描述的数字，在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明，“大约”、“近似”或“大体上”表明所述数字允许有
±
20％的变化。相应地，在一些实施例中，说明书和权利要求中使用的数值参数均为近似值，该近似值根据个别实施例所需特点可以发生改变。在一些实施例中，数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本说明书一些实施例中用于确认其范围广度的数值域和参数为近似值，在具体实施例中，此类数值的设定在可行范围内尽可能精确。
[0113]
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料，如文章、书籍、说明书、出版物、文档等，特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外，对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是，如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方，以本说明书的描述、定义和/或术语的使用为准。
[0114]
最后，应当理解的是，本说明书中所述实施例仅用以说明本说明书实施例的原则。其他的变形也可能属于本说明书的范围。因此，作为示例而非限制，本说明书实施例的替代
配置可视为与本说明书的教导一致。相应地，本说明书的实施例不仅限于本说明书明确介绍和描述的实施例。