(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111646720.1 (22)申请日 2021.12.2 9 (71)申请人 推想医疗科技股份有限公司 地址 100085 北京市海淀区上地信息路12 号1幢4层B401室 (72)发明人 王瑜　张欢　王少康　陈宽　 (74)专利代理 机构 北京布瑞知识产权代理有限 公司 11505 代理人 宗广静 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/11(2017.01) G06T 7/136(2017.01) G06T 7/187(2017.01) G06T 7/60(2017.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 血管识别方法和装置、 计算机可读存储介质 和电子设备 (57)摘要 本申请涉及图像识别技术领域， 具体涉及一 种血管识别方法和血管识别装置， 以及计算机可 读存储介质和电子设备， 解决了头颈部位重要血 管的种类识别的效果较差的问题。 本申请实施例 提供的血管识别方法， 利用包括M种卷积核的血 管识别模型对待识别图像进行识别， 确定待识别 图像对应的血管种类识别结果。 由于血管识别模 型是基于对待识别图像进行处理的卷积核对应 的感受野， 对N种区域中的至少一种区域的梯度 进行回传， 因此， 血管识别模型可 以根据对待识 别图像进行处理的卷积核对应的感受野的尺寸， 选择回传数据的多少， 从而既能够降低该血管识 别方法对显存的要求， 也能充分利用非血管区域 等不重要区域的信息， 提高了对待识别图像的识 别效果。 权利要求书2页 说明书12页 附图7页 CN 114359206 A 2022.04.15 CN 114359206 A 1.一种血 管识别方法， 其特 征在于， 包括： 确定血管识别模型， 所述血管识别模型包括M种卷积核， 所述M种卷积核各自对应一种 尺寸的感受野； 利用所述血管识别模型， 对待识别图像进行识别， 确定所述待识别图像对应的血管种 类识别结果， 其中， 所述待识别图像包括N种区域， 所述血管识别模型基于对所述待识别图 像进行处 理的卷积核对应的感受野， 对所述 N种区域中的至少一种区域的梯度进行回传。 2.根据权利要求1所述的血管识别方法， 其特征在于， 对所述待识别图像进行识别包括 至少一次正向传播和至少一次梯度回传， 所述利用所述血管识别模型， 对待识别图像进行 识别， 确定所述待识别图像对应的血 管种类识别结果， 包括： 针对所述至少一次梯度回传中的每一次梯度回传， 所述血管识别模型确定对所述待识别图像进行处 理的卷积核对应的感受野的尺寸； 基于所述对所述待识别图像进行处理的卷积核对应的感受野的尺寸， 确定所述N种区 域中的至少一种区域； 将所述至少一种区域的梯度进行回传； 所述血管识别模型， 基于所述待识别图像进行所述至少一 次正向传播和至少一次梯度 回传， 确定所述待识别图像对应的血 管种类识别结果。 3.根据权利要求2所述的血管识别方法， 其特征在于， 所述N种区域包括按照优先级由 高到低排序的N种区域， 所述基于所述对所述待识别图像进行处理的卷积核对应的感受野 的尺寸， 确定所述 N种区域中的至少一种区域， 包括： 如果所述对所述待识别图像进行处理的卷积核对应的感受野的尺寸满足预设感受野 阈值， 根据所述优先级由高到低的排序在所述 N种区域中选择排序靠前的N1种区域； 如果所述对所述待识别图像进行处理的卷积核对应的感受野的尺寸不满足所述预设 感受野阈值， 根据所述优先级由高到低的排序在所述N种区域中选择排序靠前的N2种区域， 其中， N1＞N2。 4.根据权利要求3所述的血管识别方法， 其特征在于， 所述N种区域按照优先级由高到 低分别包括： 血 管区域、 血 管周围组织区域、 背景区域。 5.根据权利要求1至4任一项所述的血管识别方法， 其特征在于， 所述利用所述血管识 别模型， 对待识别图像进 行识别， 确定所述待识别图像对应的血管种类识别结果之前， 还包 括： 利用第一分割模型， 对待分割图像进行分割， 确定粗分割图像， 其中， 所述粗分割图像 包括血管区域、 血 管周围组织区域、 背景区域； 利用大种子模型， 基于所述 粗分割图像， 确定种子点； 基于所述种子点， 确定所述 粗分割图像对应的血 管中心线图像； 利用第二分割模型， 对所述血管中心线图像进行分割， 以确定所述待识别图像， 其中， 所述第二分割模型的分割精度优于所述第一分割模型的分割精度。 6.根据权利要求5所述的血管识别方法， 其特征在于， 所述利用第二分割模型， 对所述 血管中心线图像进行分割， 以确定所述待识别图像， 包括： 利用第二分割模型， 对所述血管中心线图像进行分割， 确定精细 分割图像， 所述精细 分 割图像包括血 管区域、 血 管周围组织区域、 背景区域；权　利　要　求　书 1/2 页 2 CN 114359206 A 2利用采样网格对所述精细分割图像进行采样， 确定所述待识别图像， 所述待识别图像 包括多个待识别图像切块； 其中， 所述利用所述血管识别模型， 对待识别图像进行识别， 确定所述待识别图像对应 的血管种类识别结果， 包括： 针对多个待识别图像切块中的每 个待识别图像切块， 利用所述血管识别模型， 对所述待识别图像切块进行识别， 确定所述待识别图像切块 对应的血 管种类识别结果； 基于所述多个待识别图像切块各自对应的血管种类识别结果， 确定所述待识别图像对 应的血管种类识别结果。 7.根据权利要求6所述的血管识别方法， 其特征在于， 所述多个待识别图像切块各自对 应的血管种类识别结果为所述待识别图像切块中的每个像素的种类识别概率， 所述基于所 述多个待识别图像切块各自对应的血管种类识别结果， 确定所述待识别图像对应的血管种 类识别结果， 包括： 针对所述多个待识别图像切块中的每 个待识别图像切块， 利用最大连通域算法， 基于所述待识别图像切块中的每个像素的种类识别概率， 确定 所述待识别图像切块中的每 个像素的种类； 利用区域生长算法， 基于所述待识别图像切块中的每个像素的种类， 确定所述待识别 图像切块对应的血 管段的种类； 基于所述多个待识别图像切块各自对应的血管段的种类， 确定所述待识别图像对应的 血管种类识别结果， 所述待识别图像对应的血管种类识别结果包括所述待识别图像中的多 个血管段的种类。 8.一种血 管识别装置， 其特 征在于， 包括： 模型确定模块， 配置为确定血管识别 模型， 所述血管识别 模型包括M种卷积核， 所述M种 卷积核各自对应一种尺寸的感受野； 识别模块， 配置为利用所述血管识别模型， 对待识别图像进行识别， 确定所述待识别图 像对应的血管种类识别结果， 其中， 所述待识别图像包括N种区域， 所述血管识别模型基于 对所述待识别图像进行处理的卷积核对应的感受野， 对所述N种区域中的至少一种区域的 梯度进行回传。 9.一种计算机可读存储介质， 其特征在于， 所述存储介质存储有指令， 当所述指令由电 子设备的处理器执行时， 使得所述电子 设备能够执行上述权利要求 1至7任一项 所述的血管 识别方法。 10.一种电子设备， 其特 征在于， 所述电子设备包括： 处理器； 用于存储计算机可 执行指令的存 储器； 所述处理器， 用于执行所述计算机可执行指令， 以实现上述权利要求1至7任一项所述 的血管识别方法。权　利　要　求　书 2/2 页 3 CN 114359206 A 3