(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210204369.9 (22)申请日 2022.03.03 (65)同一申请的已公布的文献号 申请公布号 CN 114565590 A (43)申请公布日 2022.05.31 (73)专利权人 北京安德医智科技有限公司 地址 100310 北京市顺 义区临空经济核心 区安祥街10号8层80 6室 (72)发明人 吴振洲　刘盼　史睿琼　谭启路　 赵琪　代双凤　 (74)专利代理 机构 北京林达刘知识产权代理事 务所(普通 合伙) 11277 专利代理师 刘新宇 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/10(2017.01) G06V 10/44(2022.01) (56)对比文件 CN 111161342 A,2020.0 5.15CN 1090873 06 A,2018.12.25 CN 113111915 A,2021.07.13 CN 108596840 A,2018.09.28 US 2019138941 A1,2019.0 5.09 Amy Zhao， et al. .Data augmentati on using learned transformati ons for o ne- shot medical ima ge segmentati on. 《2019 IEEE/CVF Conference o n Computer Visi on and Pattern Recogn ition (CVPR)》 .2020,第 8535-8545页. E. Sadi Uysal， et al. .EXPLORI NG THE LIMITS OF DATA AUGM ENTATION FOR RETI NAL VESSEL SEGM ENTATION. 《arXiv》 .2021,第1-7页. Changhee HAN， et al. .Learning More with Less: GAN-based Medical Ima ge Augmentati on. 《arXiv》 .2019,第1- 6页. (续) 审查员 马聪聪 (54)发明名称 血管数据集扩增方法及 装置、 电子设备和存 储介质 (57)摘要 本公开涉及一种血管数据集扩增方法及装 置、 电子设备和存储介质。 通过移除标注数据集 中目标血管的标注数据， 以构建的生成血管的标 注数据代替， 来实现血管数据集的扩增。 本公开 可以由一例目标血管的标注数据生成多例不同 形态的生成血管的标注数据。 同时， 这一流程可 以批量进行， 使得本公开可以实现由一批目标血 管的标注数据生成一批等量甚至更为庞大的生 成血管的标注数据， 从而实现扩增数据集的目 标。 并且， 在这一过程中， 只有在指定每一例数据 的生成血管的最终连接位置时需要耗费几秒钟 的人工交互时间， 其余过程全自动完成， 节约了 大量人工 干预的时间。 [转续页] 权利要求书2页 说明书10页 附图5页 CN 114565590 B 2022.10.25 CN 114565590 B (56)对比文件 Xu Sun， 等. .Robust Reti nal Vessel Segmentati on from a Data Augmentati on Perspective. 《Spri nger》 .2021,第189-198页.Connor Shorten， et al. .A survey o n  Image Data Augmentati on for Deep Learning. 《Journal of Big Data》 .2019,第1- 48页.2/2 页 2[接上页] CN 114565590 B1.一种血 管数据集扩增方法， 其特 征在于， 包括以下步骤： 获取医学图像以及医学图像中血管的分割与分段结果的第 一标注数据集， 所述医学图 像包括目标 血管； 在所述第一标注数据集中确定所述目标血管所在的具体区段， 并从所述第 一标注数据 集中移除所述具体区段对应的标注数据； 确定与所述目标血管对应的生成血管的起点和终点的空间坐标， 以及起点和终点的方 向向量； 根据所述空间坐标以及所述方向向量， 基于预设的曲线类型， 构建连接所述起点和所 述终点的至少一条生成血 管的血管中心线； 根据所述血管中心线、 以及所述起点处的轮廓点集和所述终点处的轮廓点集， 构建所 述至少一条生成血 管的轮廓； 根据所述血 管中心线和所述轮廓， 得到所述至少一条生成血 管的标注数据； 根据所述至少一条生成血管的标注数据， 以及移除所述具体区段对应的标注数据后的 第一标注数据集， 得到第二标注数据集， 所述第二标注数据集用于对血管识别模型进行训 练， 使训练后的血 管识别模型能够对血 管进行识别。 2.根据权利要求1所述的血管数据集扩增方法， 其特征在于， 所述生成血管的起点的位 置和方向向量分别与所述目标血管的起点的位置和方向向量相同， 所述生成血管的终点的 方向向量根据所设置的终点的位置确定 。 3.根据权利要求1所述的血管数据集扩增方法， 其特征在于， 所述预设的曲线类型包括 贝塞尔曲线或抛物线中的任意 一种。 4.根据权利要求1所述的血管数据集扩增方法， 其特征在于， 所述构建所述至少一条生 成血管的轮廓包括： 根据所述起点处 的轮廓点集和所述终点处的轮廓 点集， 计算所述血管中心线上每一个 插值点所对应的轮廓； 根据所述血 管中心线上每一个插值 点所对应的轮廓构成所述 生成血管的轮廓。 5.根据权利要求1所述的血管数据集扩增方法， 其特征在于， 所述根据 所述血管中心线 和所述轮廓， 得到所述至少一条生成血 管的标注数据， 包括： 将所述血 管中心线上每一个插值 点所对应的轮廓填充成插值平面； 将每一个所述插值平面转换到所述医学图像的像素空间中， 得到每一个所述插值平面 的标注数据； 根据所述每一个所述插值平面的标注数据构成所述 生成血管的标注数据。 6.一种血 管数据集扩增装置， 其特 征在于， 包括： 获取模块， 用于获取医学图像以及医学图像中血管的分割与分段结果的第 一标注数据 集， 所述医学图像包括目标 血管； 移除模块， 用于在所述第一标注数据集中确定所述目标血管所在的具体区段， 并从所 述第一标注数据集中移除所述具体区段对应的标注数据； 确定模块， 用于确定与所述目标血管对应的生成血管的起点和终点的空间坐标， 以及 起点和终点的方向 向量； 中心线构建模块， 用于根据 所述空间坐标以及所述方向向量， 基于预设的曲线类型， 构权　利　要　求　书 1/2 页 2 CN 114565590 B 3