【技術(shù)領(lǐng)域】

本發(fā)明涉及數(shù)字醫(yī)療技術(shù)領(lǐng)域，尤其涉及一種血管分離方法及系統(tǒng)。

背景技術(shù)：

隨著外科手術(shù)的不斷發(fā)展，精準(zhǔn)外科手術(shù)對(duì)計(jì)算機(jī)醫(yī)學(xué)影像系統(tǒng)提出了更高的要求，在肝膽外科手術(shù)中，醫(yī)生在術(shù)前就需要對(duì)肝臟的病變區(qū)域，以及與血管的支配關(guān)系進(jìn)行詳細(xì)的了解。借助于計(jì)算機(jī)3d成像系統(tǒng)以及肝臟分段技術(shù)，醫(yī)生在術(shù)前就能對(duì)肝臟內(nèi)各組織之間的關(guān)系有著清晰、直觀、立體的把握，并且能夠根據(jù)肝臟自動(dòng)分段結(jié)果判斷手術(shù)能否實(shí)施，從而使得醫(yī)生在手術(shù)前做好詳細(xì)的規(guī)劃，手術(shù)過程中精準(zhǔn)切除癌變組織減少健康組織損傷。

肝臟分段過程中，將肝門靜脈和肝靜脈的進(jìn)行精準(zhǔn)的分割是肝臟分段具有參考價(jià)值的基礎(chǔ)之一。然而在肝臟靜脈期和延時(shí)期掃描中，肝門靜脈和肝靜脈顯影的對(duì)比度較低且噪聲較大，再加上容積效應(yīng)的影響，相對(duì)位置較近的肝門靜脈和肝靜脈血管段在分離中可能產(chǎn)生粘連，導(dǎo)致其中一個(gè)血管系的血管部分甚至全部被識(shí)別為另一個(gè)血管系。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本發(fā)明實(shí)施例提供了一種血管分離方法及系統(tǒng)，用以解決現(xiàn)有技術(shù)中血管分割精度和效率較低的問題。

一方面，本發(fā)明實(shí)施例提供了一種血管分離方法，所述方法包括：

通過追蹤獲取血管原圖像的實(shí)時(shí)追蹤路徑信息；

對(duì)所述實(shí)時(shí)追蹤路徑信息進(jìn)行第一拓?fù)浞治?，生成血管的初始分割結(jié)果；

根據(jù)所述初始分割結(jié)果提取血管中心線；

根據(jù)預(yù)設(shè)算法，對(duì)基于所述血管中心線的血管拓?fù)湫畔⑦M(jìn)行第二拓?fù)浞治?，生成血管的最終分割結(jié)果。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，根據(jù)預(yù)設(shè)算法，對(duì)基于所述血管中心線的血管拓?fù)湫畔⑦M(jìn)行第二拓?fù)浞治?，生成血管的最終分割結(jié)果，具體包括：

計(jì)算出各所述血管中心線對(duì)應(yīng)血管段的參數(shù)信息，并將基于所述血管中心線的血管拓?fù)浣Y(jié)構(gòu)以無向圖存儲(chǔ)；

根據(jù)預(yù)設(shè)標(biāo)記點(diǎn)在所述無向圖內(nèi)搜尋連通路徑后，基于所述參數(shù)信息通過預(yù)設(shè)算法對(duì)所述連通路徑進(jìn)行第二拓?fù)浞治觯裳艿淖罱K分割結(jié)果。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述參數(shù)信息包括：血管段的平均半徑、血管段的平均切線方向、血管段兩端半徑和血管段兩端切線方向的一種或多種。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述第一拓?fù)浞治龊退龅诙負(fù)浞治霭ㄑ苈窂椒治龊脱芊植娣治觥?/p>

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述方法還包括：

分別存儲(chǔ)所述血管的各血管像素點(diǎn)與血管中心線的對(duì)應(yīng)關(guān)系。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述追蹤采用脊線跟蹤法、最小代價(jià)路徑法、血管橫截面模型追蹤法和管狀結(jié)構(gòu)模型追蹤法中的一種或多種。

另一方面，本發(fā)明實(shí)施例提供了一種血管分離系統(tǒng)，所述系統(tǒng)包括：

獲取單元，用于通過追蹤獲取血管原圖像的實(shí)時(shí)追蹤路徑信息；

第一處理單元，用于對(duì)所述實(shí)時(shí)追蹤路徑信息進(jìn)行第一拓?fù)浞治?，生成血管的初始分割結(jié)果；

提取單元，用于根據(jù)所述初始分割結(jié)果提取血管中心線；

第二處理單元，用于根據(jù)預(yù)設(shè)算法，對(duì)基于所述血管中心線的血管拓?fù)湫畔⑦M(jìn)行第二拓?fù)浞治?，生成血管的最終分割結(jié)果。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述第二處理單元，具體用于：

計(jì)算出各所述血管中心線對(duì)應(yīng)血管段的參數(shù)信息，并將基于所述血管中心線的血管拓?fù)浣Y(jié)構(gòu)以無向圖存儲(chǔ)；

根據(jù)預(yù)設(shè)標(biāo)記點(diǎn)在所述無向圖內(nèi)搜尋連通路徑后，基于所述參數(shù)信息通過預(yù)設(shè)算法對(duì)所述連通路徑進(jìn)行第二拓?fù)浞治?，生成血管的最終分割結(jié)果。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述第一拓?fù)浞治龊退龅诙負(fù)浞治霭ㄑ苈窂椒治龊脱芊植娣治觥?/p>

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述系統(tǒng)還包括：

存儲(chǔ)單元，用于分別存儲(chǔ)所述血管的各血管像素點(diǎn)與血管中心線的對(duì)應(yīng)關(guān)系。

上述技術(shù)方案中的一個(gè)技術(shù)方案具有如下有益效果：

本發(fā)明實(shí)施例中，在初始分割過程中，通過分析血管的局部撲信息，分離出極為明顯的血管粘連點(diǎn)，在初始分割完成后，通過分析血管的全局拓?fù)湫畔?，采取路徑信息和分叉信息?duì)血管粘連點(diǎn)進(jìn)一步分離，本發(fā)明實(shí)施例通過兩步分離的方式，有效提高了血管的分離速度和分離效率。

【附圖說明】

為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是本發(fā)明實(shí)施例所提供的血管分離方法的流程示意圖；

圖2為本發(fā)明實(shí)施例分離前血管圖像；

圖3為本發(fā)明實(shí)施例分離后血管圖像；

圖4是本發(fā)明實(shí)施例所提供血管分離系統(tǒng)的功能方塊圖。

【具體實(shí)施方式】

為了更好的理解本發(fā)明的技術(shù)方案，下面結(jié)合附圖對(duì)本發(fā)明實(shí)施例進(jìn)行詳細(xì)描述。

應(yīng)當(dāng)明確，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其它實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

在本發(fā)明實(shí)施例中使用的術(shù)語是僅僅出于描述特定實(shí)施例的目的，而非旨在限制本發(fā)明。在本發(fā)明實(shí)施例和所附權(quán)利要求書中所使用的單數(shù)形式的“一種”、“所述”和“該”也旨在包括多數(shù)形式，除非上下文清楚地表示其他含義。

應(yīng)當(dāng)理解，本文中使用的術(shù)語“和/或”僅僅是一種描述關(guān)聯(lián)對(duì)象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，a和/或b，可以表示：?jiǎn)为?dú)存在a，同時(shí)存在a和b，單獨(dú)存在b這三種情況。另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對(duì)象是一種“或”的關(guān)系。

取決于語境，如在此所使用的詞語“如果”可以被解釋成為“在……時(shí)”或“當(dāng)……時(shí)”或“響應(yīng)于確定”或“響應(yīng)于檢測(cè)”。類似地，取決于語境，短語“如果確定”或“如果檢測(cè)(陳述的條件或事件)”可以被解釋成為“當(dāng)確定時(shí)”或“響應(yīng)于確定”或“當(dāng)檢測(cè)(陳述的條件或事件)時(shí)”或“響應(yīng)于檢測(cè)(陳述的條件或事件)”。

請(qǐng)參考圖1，其為本發(fā)明實(shí)施例所提供的血管分離方法的流程示意圖，如圖1所示，該方法包括以下步驟：

步驟s101，通過追蹤獲取血管原圖像的實(shí)時(shí)追蹤路徑信息。

具體的，本發(fā)明實(shí)施例中通過血管追蹤算法獲取血管原圖像的實(shí)時(shí)追蹤路徑信息，其中血管追蹤算法的原理具體如下：

基于血管原圖像選定追蹤起點(diǎn)后，確定追蹤起始點(diǎn)所處血管段的血管半徑、坐標(biāo)和方向，建立初始血管模型，從追蹤起始點(diǎn)開始將初始血管模型與位于追蹤起始點(diǎn)的鄰近區(qū)域進(jìn)行擬合匹配，對(duì)初始血管模型進(jìn)行優(yōu)化，然后進(jìn)一步確定模型優(yōu)化后的追蹤起始點(diǎn)所處血管段的血管半徑、血管方向、血管對(duì)比度、血管匹配度等實(shí)時(shí)追蹤路徑信息；然后將血管模型前向移動(dòng)，采用和前述相同的方法對(duì)下一個(gè)血管位置處的實(shí)時(shí)追蹤路徑信息進(jìn)行確定。

步驟s102，對(duì)所述實(shí)時(shí)追蹤路徑信息進(jìn)行第一拓?fù)浞治觯裳艿某跏挤指罱Y(jié)果。

本發(fā)明實(shí)施例中，第一拓?fù)浞治鍪腔诜治鲅茉瓐D像的局部拓?fù)湫畔⑦M(jìn)行的。其中，局部拓?fù)湫畔⒎治隹梢岳斫鉃閺囊粋€(gè)追蹤點(diǎn)開始前向追蹤幾層新的血管段后，分析這幾層血管段的血管路徑信息和血管分叉信息，可以得出基于局部拓?fù)湫畔⒌木植可疃葯z測(cè)樹。其中，獲得第一拓?fù)浞治龅淖粉櫡椒ò咕€跟蹤法、最小代價(jià)路徑法、血管橫截面模型追蹤法和管狀模型追蹤法等多種方式?？梢圆捎蒙鲜鲎粉櫡绞街械囊环N或多種的結(jié)合獲取血管原圖像的實(shí)時(shí)追蹤路徑信息。所述脊線跟蹤法通過對(duì)圖像進(jìn)行平滑、濾波等預(yù)處理，獲得使圖像中血管管徑中心區(qū)域的像素值提高，血管邊界區(qū)域像素值降低的濾波響應(yīng)圖像，并在此圖像上從一個(gè)初始點(diǎn)開始沿著濾波響應(yīng)的脊線方向跟蹤血管中心線。最小代價(jià)路徑法(minimalcostpath)通過對(duì)圖像進(jìn)行濾波或能量計(jì)算，對(duì)相鄰像素之間賦予代價(jià)值，并在代價(jià)圖上從一個(gè)初始點(diǎn)開始通過動(dòng)態(tài)規(guī)劃方法逐步搜索最小路徑，從而追蹤得到血管中心線。血管橫截面模型追蹤法通常構(gòu)建一個(gè)2d的血管橫截面模型，從起始點(diǎn)開始，變換該模型的半徑、對(duì)比度、法向量等參數(shù)，與血管圖像進(jìn)行相似度匹配，找到最相似的位置，將匹配好的模型中心點(diǎn)作為追蹤到的血管中心點(diǎn)，然后向前推進(jìn)并重復(fù)上述步驟。管狀結(jié)構(gòu)模型追蹤法構(gòu)建一個(gè)3d的管狀模型，通常呈橢球狀或圓柱狀，從起始點(diǎn)開始，變換該模型的半徑、對(duì)比度、管徑方向等參數(shù)，與血管圖像進(jìn)行相似度匹配，找到最相似的位置，將匹配好的模型中心點(diǎn)作為追蹤到的血管中心點(diǎn)，然后向前推進(jìn)并重復(fù)上述步驟。

現(xiàn)以管狀結(jié)構(gòu)模型追蹤法為例來進(jìn)行說明，在管狀結(jié)構(gòu)模型追蹤法中，每個(gè)管狀模型表示每個(gè)節(jié)點(diǎn)，通過管狀結(jié)構(gòu)追蹤形成一系列中心點(diǎn)不連續(xù)的節(jié)點(diǎn)，然后根據(jù)追蹤方向構(gòu)建有向圖，其中，追蹤路徑中每個(gè)管狀模型的節(jié)點(diǎn)作為有向圖中的頂點(diǎn)，追蹤路徑中相鄰節(jié)點(diǎn)的連接關(guān)系作為有向圖中的邊。有向圖為無環(huán)的樹狀結(jié)構(gòu)，即局部深度檢測(cè)樹，樹狀示意圖的每個(gè)節(jié)點(diǎn)至少存儲(chǔ)了該節(jié)點(diǎn)所處血管段的血管半徑、血管方向、血管對(duì)比度和血管匹配度，節(jié)點(diǎn)之間的連線至少存儲(chǔ)了父節(jié)點(diǎn)與子節(jié)點(diǎn)之間的血管方向偏差信息和分叉子節(jié)點(diǎn)之間的夾角信息。

需要說明的是，第一拓?fù)浞治鲇糜诖_定明顯的血管粘連點(diǎn)，舉例來說，可以通過以下策略來確定明顯的血管粘連點(diǎn)：

1、分叉分析

基于局部拓?fù)湫畔ⅲ瑢?duì)每個(gè)分叉的主支和子支夾角進(jìn)行分析，當(dāng)兩個(gè)分叉的子血管段方向偏角大于160度，確定為血管粘連點(diǎn)，并中斷粘連處的路徑追蹤；當(dāng)兩個(gè)分叉的子血管段方向偏角大于130度，且該分叉處的兩個(gè)子血管段的匹配度都大于父血管段(因?yàn)楦秆芏翁幱谡尺B處其血管對(duì)比度和匹配度都偏低)，確定為明顯的血管粘連點(diǎn)，并中斷粘連處的路徑追蹤。

2、局部路徑分析

基于局部深度檢測(cè)樹，計(jì)算出其中每一條由根節(jié)點(diǎn)到葉節(jié)點(diǎn)的路徑對(duì)應(yīng)的半徑、角度和匹配度的變化率，并將其與預(yù)設(shè)值進(jìn)行比較，將不滿足預(yù)設(shè)條件的路徑確定為明顯的血管粘連點(diǎn)，并中斷粘連處的路徑追蹤。

經(jīng)過上述步驟在對(duì)實(shí)時(shí)追蹤路徑信息進(jìn)行第一拓?fù)浞治?包括分叉信息和局部路徑信息)后，生成血管的初始分割結(jié)果(即圖像掩模)。

步驟s103，根據(jù)所述初始分割結(jié)果提取血管中心線。

本發(fā)明實(shí)施例中，對(duì)初始分割結(jié)果(即圖像掩模)進(jìn)行圖像細(xì)化，也稱作骨架化，通過提取算法進(jìn)行由連續(xù)像素組成的中心線的快速提取，其中提取算法可以根據(jù)類別分為基于形態(tài)學(xué)提取和基于水平集提取兩種。具體的，提取算法的原理具體如下：首先對(duì)圖像掩模上物體表面對(duì)稱地進(jìn)行腐蝕，腐蝕不滿足歐拉不變性和非簡(jiǎn)單點(diǎn)的邊緣像素，在腐蝕后進(jìn)行復(fù)查補(bǔ)填孔洞像素，最后可以提取出初始分割結(jié)果中的各血管中心線。因?yàn)樘崛∷惴ㄊ潜绢I(lǐng)域技術(shù)人員常用的技術(shù)手段，故在此不過多贅述。在提取血管中心線后，分別存儲(chǔ)所述血管的各血管像素點(diǎn)與血管中心線的對(duì)應(yīng)關(guān)系，進(jìn)而當(dāng)某個(gè)血管像素點(diǎn)被選擇時(shí)，可以直接定位到血管中心線。

步驟s104，根據(jù)預(yù)設(shè)算法，對(duì)基于所述血管中心線的血管拓?fù)湫畔⑦M(jìn)行第二拓?fù)浞治?，生成血管的最終分割結(jié)果。

本發(fā)明實(shí)施例對(duì)步驟s104進(jìn)一步細(xì)化，具體包括：

a)計(jì)算出各所述血管中心線對(duì)應(yīng)血管段的參數(shù)信息，并將基于所述血管中心線的血管拓?fù)浣Y(jié)構(gòu)以無向圖存儲(chǔ)；

本發(fā)明實(shí)施例中，第二拓?fù)浞治鍪腔诘诙負(fù)浣Y(jié)構(gòu)進(jìn)行的，第二拓?fù)浣Y(jié)構(gòu)是通過分析中心線提取的分叉點(diǎn)和末端點(diǎn)后，以分叉點(diǎn)和末端點(diǎn)作為頂點(diǎn)，節(jié)點(diǎn)的鄰接關(guān)系作為邊，所構(gòu)建的無向圖。其中，無向圖的每條邊存儲(chǔ)血管段的血管平均半徑和血管方向，無向圖的每個(gè)頂點(diǎn)存儲(chǔ)節(jié)點(diǎn)所在位置處的血管半徑和血管方向。

b)根據(jù)預(yù)設(shè)標(biāo)記點(diǎn)在所述無向圖內(nèi)搜尋連通路徑后，基于所述參數(shù)信息通過預(yù)設(shè)算法對(duì)所述連通路徑進(jìn)行第二拓?fù)浞治觯裳艿淖罱K分割結(jié)果。

本發(fā)明實(shí)施例中，需要計(jì)算的血管段的參數(shù)信息包括血管段的平均半徑、血管段的平均切線方向、血管段兩端半徑和血管段兩端切線方向，并在計(jì)算完成后將各血管段的參數(shù)信息進(jìn)行存儲(chǔ)，同時(shí)將基于所述血管中心線的血管拓?fù)浣Y(jié)構(gòu)以無向圖存儲(chǔ)；然后在用戶添加預(yù)設(shè)標(biāo)記點(diǎn)后，通過深度優(yōu)先搜索算法在無向圖內(nèi)搜尋連通路徑，然后對(duì)連通路徑進(jìn)行第二拓?fù)浞治?。具體的，當(dāng)用戶設(shè)置完預(yù)設(shè)標(biāo)記點(diǎn)后，算法搜索出每個(gè)標(biāo)記點(diǎn)對(duì)的所有連通路徑，然后對(duì)這些連通路徑上存儲(chǔ)的參數(shù)信息進(jìn)行分析。

需要說明的是，在第二拓?fù)浞治鲋邪ㄒ韵氯齻€(gè)步驟：

1)首先，分別找出預(yù)設(shè)標(biāo)記點(diǎn)對(duì)應(yīng)連通路徑中的最小半徑、最大前后夾角、最大前后半徑差所在位置，將無向圖中的這些邊確定為疑似粘連處。

2)然后，判斷各疑似粘連處是否存在分叉，若疑似粘連處不存在分叉，則排除疑似粘連處；若疑似粘連處存在分叉，則通過預(yù)設(shè)策略對(duì)其進(jìn)行分叉分析，舉例來說，可以通過以下策略對(duì)疑似粘連處進(jìn)行分叉分析：

a)判斷兩分叉邊的平均方向夾角是否大于130度，若是，則判斷其為疑似粘連處，若否，則排除該疑似粘連處；

b)判斷兩分叉邊的平均方向夾角是否大于90度且分叉處節(jié)點(diǎn)方向夾角大于130度，若是，則判斷其為疑似粘連處，若否，則排除該疑似粘連處。

3)最后，確定最終疑似粘連處，若經(jīng)過步驟1)和步驟2)的篩除，每條連通路徑上只剩下一個(gè)疑似粘連處，則以該疑似粘連處為最終疑似粘連處；如果還存在多個(gè)疑似粘連處，則對(duì)多個(gè)疑似粘連處進(jìn)行粘連相似度概率分析后，選擇概率最高的疑似粘連處作為最終疑似粘連處。

舉例來說，粘連相似度概率分析可以通過將連通路徑上邊的半徑、角度偏差、方向等參數(shù)信息進(jìn)行加權(quán)計(jì)算以作為該疑似粘連處的概率，然后在疑似粘連處中選取概率最大的作為該連通路徑的最終疑似粘連處。

圖2為本發(fā)明實(shí)施例分離前血管圖像，圖3為本發(fā)明實(shí)施例分離后血管圖像。請(qǐng)參考圖2，用戶在分離前血管圖像中標(biāo)定一定數(shù)量的肝靜脈點(diǎn)和門靜脈點(diǎn)后，通過本發(fā)明實(shí)施例的分離方法自動(dòng)將整體的血管圖像分離為由肝靜脈和門靜脈組成的血管圖像，從而實(shí)現(xiàn)血管的分離。

本發(fā)明實(shí)施例的技術(shù)方案具有以下有益效果：

本發(fā)明實(shí)施例中，在初始分割過程中，通過分析血管的局部撲信息，分離出極為明顯的血管粘連點(diǎn)，在初始分割完成后，通過分析血管的全局拓?fù)湫畔?，采取路徑信息和分叉信息?duì)血管粘連點(diǎn)進(jìn)一步分離，本發(fā)明實(shí)施例通過兩步分離的方式，有效提高了血管的分離速度和分離效率。

下面結(jié)合具體應(yīng)用場(chǎng)景對(duì)本發(fā)明技術(shù)方案進(jìn)行進(jìn)一步說明。

本發(fā)明實(shí)施例結(jié)合肝門靜脈和肝靜脈分割結(jié)果的特點(diǎn)，即血管級(jí)數(shù)不多，細(xì)支也不多，粘連處通常在1-5處，提出了一種快速識(shí)別兩血管系統(tǒng)粘連處并進(jìn)行分離的方法?？梢栽诔跏挤指钸^程中，通過分析血管的局部撲信息，分離出極為明顯的血管粘連點(diǎn)，在初始分割完成后，通過分析血管的全局拓?fù)湫畔?，采取路徑信息和分叉信息?duì)血管粘連點(diǎn)進(jìn)一步分離，本發(fā)明實(shí)施例通過兩步分離的方式，肝臟分析工作流中有效提高了血管的分離速度和分離效率。

可以理解的是，本發(fā)明實(shí)施例的技術(shù)方案還可以應(yīng)用在其他血管拓?fù)浣Y(jié)構(gòu)相對(duì)簡(jiǎn)單的應(yīng)用場(chǎng)景，如心血管動(dòng)脈與靜脈分離等；對(duì)于拓?fù)浣Y(jié)構(gòu)較復(fù)雜的場(chǎng)景，如肺動(dòng)靜脈分離，本發(fā)明實(shí)施例的技術(shù)方案可以作為輔助的處理手段。

請(qǐng)參考圖4，其為本發(fā)明實(shí)施例所提供的血管分離系統(tǒng)的功能方塊圖，如圖4所示，該系統(tǒng)包括：

獲取單元410，用于通過追蹤獲取血管原圖像的實(shí)時(shí)追蹤路徑信息；

第一處理單元420，用于對(duì)所述實(shí)時(shí)追蹤路徑信息進(jìn)行第一拓?fù)浞治?，生成血管的初始分割結(jié)果；

提取單元430，用于根據(jù)所述初始分割結(jié)果提取血管中心線；

第二處理單元440，用于根據(jù)預(yù)設(shè)算法，對(duì)基于所述血管中心線的血管拓?fù)湫畔⑦M(jìn)行第二拓?fù)浞治觯裳艿淖罱K分割結(jié)果。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述第二處理單元，具體用于：

計(jì)算出各所述血管中心線對(duì)應(yīng)血管段的參數(shù)信息，并將基于所述血管中心線的血管拓?fù)浣Y(jié)構(gòu)以無向圖存儲(chǔ)；

根據(jù)預(yù)設(shè)標(biāo)記點(diǎn)在所述無向圖內(nèi)搜尋連通路徑后，基于所述參數(shù)信息通過預(yù)設(shè)算法對(duì)所述連通路徑進(jìn)行第二拓?fù)浞治?，生成血管的最終分割結(jié)果。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述參數(shù)信息包括：血管段的平均半徑、血管段的平均切線方向、血管段兩端半徑和血管段兩端切線方向的一種或多種。

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述第一拓?fù)浞治龊退龅诙負(fù)浞治霭ㄑ苈窂椒治龊脱芊植娣治觥?/p>

如上所述的方面和任一可能的實(shí)現(xiàn)方式，進(jìn)一步提供一種實(shí)現(xiàn)方式，所述系統(tǒng)還包括：

存儲(chǔ)單元，用于分別存儲(chǔ)所述血管的各血管像素點(diǎn)與血管中心線的對(duì)應(yīng)關(guān)系。

由于本實(shí)施例中的各單元能夠執(zhí)行圖1所示的方法，本實(shí)施例未詳細(xì)描述的部分，可參考對(duì)圖1-3的相關(guān)說明。

所屬領(lǐng)域的技術(shù)人員可以清楚地了解到，為描述的方便和簡(jiǎn)潔，上述描述的系統(tǒng)，服務(wù)器和單元的具體工作過程，可以參考前述方法實(shí)施例中的對(duì)應(yīng)過程，在此不再贅述。

在本發(fā)明所提供的幾個(gè)實(shí)施例中，應(yīng)該理解到，所揭露的系統(tǒng)，服務(wù)器和方法，可以通過其它的方式實(shí)現(xiàn)。例如，以上所描述的服務(wù)器實(shí)施例僅僅是示意性的，例如，所述單元的劃分，僅僅為一種邏輯功能劃分，實(shí)際實(shí)現(xiàn)時(shí)可以有另外的劃分方式，例如，多個(gè)單元或組件可以結(jié)合或者可以集成到另一個(gè)系統(tǒng)，或一些特征可以忽略，或不執(zhí)行。另一點(diǎn)，所顯示或討論的相互之間的耦合或直接耦合或通信連接可以是通過一些接口，服務(wù)器或單元的間接耦合或通信連接，可以是電性，機(jī)械或其它的形式。

所述作為分離部件說明的單元可以是或者也可以不是物理上分開的，作為單元顯示的部件可以是或者也可以不是物理單元，即可以位于一個(gè)地方，或者也可以分布到多個(gè)網(wǎng)絡(luò)單元上?？梢愿鶕?jù)實(shí)際的需要選擇其中的部分或者全部單元來實(shí)現(xiàn)本實(shí)施例方案的目的。

另外，在本發(fā)明各個(gè)實(shí)施例中的各功能單元可以集成在一個(gè)處理單元中，也可以是各個(gè)單元單獨(dú)物理存在，也可以兩個(gè)或兩個(gè)以上單元集成在一個(gè)單元中。上述集成的單元既可以采用硬件的形式實(shí)現(xiàn)，也可以采用硬件加軟件功能單元的形式實(shí)現(xiàn)。

上述以軟件功能單元的形式實(shí)現(xiàn)的集成的單元，可以存儲(chǔ)在一個(gè)計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中。上述軟件功能單元存儲(chǔ)在一個(gè)存儲(chǔ)介質(zhì)中，包括若干指令用以使得一臺(tái)計(jì)算機(jī)服務(wù)器(可以是個(gè)人計(jì)算機(jī)，服務(wù)器，或者網(wǎng)絡(luò)服務(wù)器等)或處理器(processor)執(zhí)行本發(fā)明各個(gè)實(shí)施例所述方法的部分步驟。而前述的存儲(chǔ)介質(zhì)包括：u盤、移動(dòng)硬盤、只讀存儲(chǔ)器(read-onlymemory，rom)、隨機(jī)存取存儲(chǔ)器(randomaccessmemory，ram)、磁碟或者光盤等各種可以存儲(chǔ)程序代碼的介質(zhì)。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。