本发明涉及图像分析处理的，尤其是涉及一种基于深度学习的外周血管影像辅助分割方法及系统。
背景技术：
1、血管造影术，是将造影剂注入血管，使血管在x线照射下显影，并且通过成像技术将血管的显影拍摄下来，之后，医生便可根据显影的结果得知血管的轮廓，进而诊断血管疾病。然而，血管造影也有一定的缺点，即数据量大，且背景噪声大（即部分器官组织的灰度与血管的灰度相近，区分难度大），医生需要在标注血管时耗费较长的时间和精力。
2、为了解决医生标注血管耗时较长的问题，目前出现了血管影像分割系统，以帮助医生标注血管。血管影像分割的方法主要分为全自动以及半自动两种分割方法；全自动分割方法即使用分割系统对现有影片进行学习，之后由系统自动进行分割，分割时不需要人工干预；而半自动分割方法即使用分割系统对现有影片进行学习，之后在医生的操作下使用对影片进行辅助分割，分割时需要医生干预。由于目前的现有影片难以互通，造成数据库中影片的数量不够充足，进而导致全自动的分割方法分割准确率较低，目前全自动的分割方法还难以有效帮助医生诊断病情，因此半自动的分割方法仍然是目前的主流分割方法。
3、目前，公开日为2023年05月05日，公开号为cn116071355a的中国发明专利申请提出了一种用于外周血管影像的辅助分割系统及方法，其中用于外周血管影像的辅助分割方法中公开的方法大致如下：
4、先确定一定为血管的区域，之后找寻该部分血管的边界，之后沿着边界的延伸方向选定窗口区域，并根据窗口区域内像素点的阈值判断窗口区域内哪部分区域属于血管的区域，哪部分区域属于背景区域，进而不断的划分血管的边界，直至边界划分结束。在划分边界时，使用二值化算法不断获取每个窗口区域的自适应阈值，以提高划分边界的准确性。
5、但是，在血管影像中，有部分器官组织的灰度与血管的灰度相同，而且该部分器官组织的成像区域与血管的成像区域相重叠，如此使用二值化算法划分边界时，便可能将该部分器官组织认定为血管；最终导致血管影像成像的精度较差。
技术实现思路
1、为了能够提高血管影像的成像精度，降低误判的概率，本发明提供一种基于深度学习的外周血管影像辅助分割方法及系统。
2、第一方面，本发明提供的一种基于深度学习的外周血管影像辅助分割方法，采用如下的技术方案：
3、一种基于深度学习的外周血管影像辅助分割方法，包括以下步骤：
4、样本影片整合：将数据库中的影片根据身高区间、体重区间、显影剂剂量区间以及性别进行分类，并获得当前类别中影片的数量c，已有的影片已对血管以及血管区域m进行分割，影片中标注了血管的范围以及血管的类别m，一个血管区域m对应一种血管类别m；
5、样本影片分析：对当前类别内的影片进行逐一识别，获得第x张影片中血管的像素数量nx、第x张影片中属于血管区域的第n个像素的灰度值gxn、第x张影片中第m种血管的平均宽度bxm，
6、确定像素置信范围：确定可以初步被认定为血管的像素置信范围g*，g*的计算模型如下：
7、；
8、 ；
9、；
10、；
11、式中，为当前影片类别中所有影片内所有血管像素的灰度值均值；其中，向下取整，且最小不小于0，向上取整，且最大不大于255；
12、确定血管宽度置信范围：根据所划分的血管区域m，确定可以初步被认定为血管的宽度置信范围b*m，b*m的计算模型如下：
13、；
14、式中，为当前影片类别中所有影片内第m种血管的宽度值均值；
15、确定血管区域置信范围：确定基准血管区域置信范围m*，m*的计算模型如下：
16、；
17、待标注影片区域划分：根据血管区域置信范围m*，对待标注的影片进行区域划分，进而得到多个待标注的血管区域m’；
18、待标注影片像素分析：对待标注的血管区域m’依次进行扫描，获取灰度值属于g*的像素；
19、获取边缘像素：对灰度值属于g*的像素进行分析，若当前像素周边的8个像素中存在不属于g*的像素，则将当前像素划分为边缘像素gz；
20、获取边线：对边缘像素gz进行分析，若当前像素上下左右的4个相邻像素中存在属于g*的像素，则继续分析相邻像素，直至无相邻的像素，进而确定当前边线；之后继续分析其它未被分析过的像素，直至所有边缘像素gz被分析完毕，进而获得多个边线li；
21、血管划分标注：分析当前区域内血管的宽度是否符合当前血管类别的宽度置信范围b*m；分析模型如下：
22、若；则对（aji、bji）进行第一颜色标注；
23、若；则对（aji、bji）进行第二颜色标注；
24、对于其它（aji、bji）进行第三颜色标注；
25、式中，（aji、bji）为第i个边线的第j个像素的坐标；
26、重复待标注影片像素分析、获取边缘像素、获取边线、血管划分标注步骤，直至影片被分析完毕；
27、整合：将影片中的所有血管区域整合至同一图片上，且同一位置的第三颜色标注覆盖第一颜色标注或第二颜色标注。
28、通过采用上述技术方案，在对血管进行划分时，若出现部分器官组织的灰度与血管的灰度相同，而且该部分器官组织的成像区域与血管的成像区域相重叠的情况时，对该部分区域进行宽度的判断；若该部分区域的宽度处于宽度置信范围b*m之间，则可以确定该部分区域为血管；若该部分区域的宽度大于宽度置信范围b*m的最大值，则证明该部分区域可能发生病变，或出现器官组织的成像区域与血管的成像区域相重叠的情况；若该部分区域的宽度小于宽度置信范围b*m的最小值，则证明该部分区域可能发生病变。如此不同的区域被不同的颜色标注，以便于诊断的医生及时发现问题区域，进而提高了诊断的医生诊断的效率。
29、可选地，所述获取边线步骤以及所述血管划分标注步骤之间还设置有降噪步骤；
30、降噪：对边线li进行分析，若边线li的周长小于第一阈值时，则将边线li判定为噪音，在所述血管划分标注步骤中，不对边线li进行分析。
31、通过采用上述技术方案，通过降噪步骤的设置，使得属于噪音部分的边线不会被标注，缩短了标注边线时所消耗的时间，提高了标注效率；而且标注完毕后的边线没有噪音部分的影片，便于负责标注的医生和诊断的医生观察和判断，降低了干扰。
32、可选地，所述整合步骤后还设置有图层划分步骤以及图层选择步骤；
33、图层划分：根据标注的颜色对图层进行划分；
34、图层选择：根据标注的颜色对图层进行选择展示。
35、通过采用上述技术方案，负责诊断的医生在查阅影像资料时，可根据图层进行选择性展示，如此便于医生查阅正常范围、病变范围以及不明确的范围，降低了其它颜色的标注影片医生判断的概率。
36、可选地，所述图层划分步骤后还设置有边线整合步骤以及编辑步骤；
37、边线整合：在不同的图层中，对连续的颜色标注进行模块化处理；
38、编辑：对不合理的标注范围进行编辑。
39、通过采用上述技术方案，负责标注的医生在判读影片时，若发现第二颜色标注以及第三颜色标注中具有标注不合理的情况时，负责标注的医生可对标注不合理的边线进行删除或者修改，以便于负责诊断的医生查阅影片；而通过边线整合步骤的设置，使得医生在删除整改边线时更加容易，降低了医生编辑影片时的劳动强度。
40、可选地，所述编辑步骤后还设置有入库步骤；
41、入库：将经过编辑的影片根据身高区间、体重区间、显影剂剂量区间以及性别纳入数据库中，并重新执行样本影片整合步骤、样本影片分析步骤、确定像素置信范围步骤、确定血管宽度置信范围步骤。
42、通过采用上述技术方案，每完成一个影片的分析，并对影片中不合理的地方进行修改，便向数据库中提供一次数据，如此数据库中的数据便会逐渐增多，进而使后续的分析结果更加准确。
43、第二方面，本发明提供的一种基于深度学习的外周血管影像辅助分割系统，采用如下的技术方案：
44、一种基于深度学习的外周血管影像辅助分割系统，包括扫描模块、处理模块、储存模块以及显示模块；
45、扫描模块：输出端与储存模块的输入端电信号连接，用于扫描数据库中影片，而且用于扫描待标注的影片，进而得到影片中血管区域m、血管类别m、血管的像素数量n、第m种血管的平均宽度bm、影片像素的像素值；
46、储存模块：用于储存影片信息；
47、处理模块：输入端与储存模块的输出端电信号连接，输出端与储存模块的输入端电信号连接，用于结合影片的数量处理影片信息，计算像素置信范围g*、血管的宽度置信范围b*m、血管区域置信范围m*，并将像素置信范围g*、血管的宽度置信范围b*m、血管区域置信范围m*输出至储存模块中待用；处理模块还用于计算边缘像素，并对边缘像素进行颜色标注，标注完毕的影片储存至储存模块待用；
48、显示模块：用于显示标注完毕的影片。
49、通过采用上述技术方案，在获得影片后，通过扫描模块的扫描进而识别影片中的区域以及像素，获得影片的基本信息；之后处理模块便可根据影片的数量及信息计算像素置信范围g*、血管的宽度置信范围b*m、血管区域置信范围m*，并且计算边缘像素，并对边缘像素进行颜色标注，经过标注的影片对于确定的血管区域、可能病变的区域、不确定的区域进行了不同的划分，进而便于负责标注的医生进行二次校准，如此减轻了负责标注的医生的劳动强度；由于被标注的区域精准度高，提高了诊断的医生诊断的效率。
50、可选地，还包括编辑模块，
51、编辑模块：输出端与处理模块的输入端电信号连接，用于编辑标注情况。
52、通过采用上述技术方案，负责标注的医生可以对处理模块处理的初步结果进行再编辑，进而对标注不合理的边线进行删除或者修改，以便于负责诊断的医生查阅影片；提高影片最终的准确率。
53、综上所述，本发明包括以下至少一种有益技术效果：
54、1. 通过血管划分标注步骤的设置，在疑似血管的区域进行血管宽度的判定，进而得出确切的血管轮廓，同时辅助得出了血管上可能出现的病变区域，既减轻了负责标注的医生的工作强度，还提高了诊断的医生诊断的效率。
55、2. 通过降噪步骤的设置，使得属于噪音部分的边线不会被标注，缩短了标注边线时所消耗的时间，提高了标注效率；而且标注完毕后的边线没有噪音部分的影片，便于负责标注的医生和诊断的医生观察和判断，降低了干扰。
56、3. 通过编辑步骤的设置，负责标注的医生在判读影片时，若发现第二颜色标注以及第三颜色标注中具有标注不合理的情况时，负责标注的医生可对标注不合理的边线进行删除或者修改，以便于负责诊断的医生查阅影片。
57、4. 通过入库步骤的设置，每完成一个影片的分析，并对影片中不合理的地方进行修改，便向数据库中提供一次数据，如此数据库中的数据便会逐渐增多，进而使后续的分析结果更加准确。