本申请涉及病灶识别，具体涉及一种病灶识别方法、装置、设备和存储介质。
背景技术：
1、目前，随着医疗技术的发展，医用扫描影像设备能够识别并展现中度斑块病灶和重度斑块病灶，以为后续诊疗提供影像信息，从而降低风险。然而，目前扫描影像设备对于轻度斑块等早期变化较小的病灶识别能力较差，并且轻度斑块病灶容易脱落导致血管堵塞，进而导致脑梗风险提高。此外，由于人体的各异性，有些人天生血管存在粗细不均的变化，也会对扫描影像设备的识别造成影响，导致扫描影像设备误识别，出现误判情况。
技术实现思路
1、本申请实施例提供一种病灶识别方法、装置、设备和存储介质，旨在解决现有技术中扫描影像设备对轻度斑块病灶识别准确率较差的技术问题。
2、一方面，本申请实施例提供一种病灶识别方法，所述病灶识别方法包括以下步骤：
3、获取待识别的目标血管的血管医学影像，根据目标血管的目标中心点对所述血管医学影像进行分割，得到所述目标血管的血管中心线；
4、基于所述血管中心线采集所述目标血管各血管径向切面的各血管半径，得到各血管半径组；
5、按照预设滑动窗口计算各所述血管半径组对应的形态算子，基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域；
6、对所述目标血管的目标血管区域进行病灶识别，得到病灶识别结果。
7、在本申请一种可能的实现方式中，所述基于所述血管中心线采集所述目标血管各血管径向切面的各血管半径，组成各血管半径组，包括：
8、采集所述血管中心线中各目标中心点关联的血管径向切面的各血管半径；
9、提取各所述血管半径中半径值最小的目标血管半径，基于所述血管中心线汇总所述目标血管半径和所述目标血管半径的同侧血管半径，生成目标血管半径组；
10、提取所述血管半径中与所述目标血管半径组关联的各对侧血管半径，生成校验血管半径组。
11、在本申请一种可能的实现方式中，所述形态算子包括积分数组和绝对值积分数组；
12、所述按照预设滑动窗口计算各所述血管半径组对应的形态算子，基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域，包括：
13、根据所述预设滑动窗口的窗口尺寸值对各所述血管半径组进行分组积分，得到各所述血管半径组的积分数组；
14、根据所述预设滑动窗口的窗口尺寸值对各所述血管半径组进行分组绝对值积分，得到各所述血管半径组的绝对值积分数组；
15、根据所述积分数组和所述绝对值积分数组定位所述目标血管的目标血管区域。
16、在本申请一种可能的实现方式中，所述按照预设滑动窗口计算各所述血管半径组对应的形态算子，基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域，包括：
17、将各所述血管半径组和预设滑动窗口输入形态算子提取模型进行运算，得到各血管半径组的形态算子，所述形态算子包括积分数组和绝对值积分数组；
18、根据所述积分数组和所述绝对值积分数组定位所述目标血管的目标血管区域。
19、在本申请一种可能的实现方式中，所述基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域，包括：
20、计算所述目标血管中的目标血管半径组中各相邻血管半径差值，得到所述目标血管半径组的半径变化率数组，所述目标血管半径组为包含所述目标血管最短血管半径的血管半径数组；
21、根据所述目标血管半径组关联的形态算子和所述半径变化率数组和预设形态算子阈值定位所述目标血管中的目标血管区域。
22、在本申请一种可能的实现方式中，所述根据所述目标血管半径组关联的形态算子和所述半径变化率数组和预设形态算子阈值定位所述目标血管中的目标血管区域，包括：
23、获取所述目标血管半径组对应形态算子的积分数组中超过预设积分阈值的目标积分，以及所述目标积分对应的目标绝对值积分和目标半径变化率；
24、若所述目标绝对值积分超过预设绝对值积分阈值且所述目标半径变化率超过预设变化率阈值，则根据所述目标积分对应的血管半径定位所述目标血管中的目标血管区域，所述目标血管区域为所述目标血管中的单侧血管狭窄区域。
25、在本申请一种可能的实现方式中，所述对所述目标血管的目标血管区域进行病灶识别，得到病灶识别结果，包括：
26、获取所述目标血管的校验血管半径组，以及所述校验血管半径组和所述目标血管区域对应的校验血管区域，所述校验血管半径组为与所述目标血管半径组分属不同血管侧的血管半径数组；
27、获取所述校验血管区域关联的校验积分、校验绝对值积分和校验半径变化率；
28、若所述校验积分超过所述预设积分阈值，所述校验绝对值积分超过所述预设绝对值积分阈值且所述半径变化率超过预设变化率阈值，则输出所述目标血管为先天狭窄血管的病灶识别结果；
29、若所述校验积分未超过所述预设积分阈值，和/或所述校验绝对值积分未超过所述预设绝对值积分阈值,和/或所述半径变化率未超过所述预设变化率阈值，则输出所述目标血管的目标血管区域为斑块病灶区域的病灶识别结果。
30、另一方面，本申请提供一种病灶识别装置，所述病灶识别装置包括：
31、数据获取模块，被配置为获取待识别的目标血管的血管医学影像，根据目标血管的目标中心点对所述血管医学影像进行分割，得到所述目标血管的血管中心线；
32、半径采集模块，被配置为基于所述血管中心线采集所述目标血管各血管径向切面的各血管半径，得到各血管半径组；
33、区域识别模块，被配置为按照预设滑动窗口计算各所述血管半径组对应的形态算子，基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域；
34、病灶识别模块，被配置为对所述目标血管的目标血管区域进行病灶识别，得到病灶识别结果。
35、另一方面，本申请还提供一种病灶识别设备，所述病灶识别设备包括：
36、一个或多个处理器；
37、存储器；以及
38、一个或多个应用程序，其中所述一个或多个应用程序被存储于所述存储器中，并配置为由所述处理器执行以实现所述的病灶识别方法的步骤。
39、另一方面，本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行所述的病灶识别方法中的步骤。
40、本申请中通过获取待识别的目标血管的血管医学影像，根据目标血管的目标中心点对所述血管医学影像进行分割，得到所述目标血管的血管中心线；基于所述血管中心线采集所述目标血管各血管径向切面的各血管半径，得到各血管半径组；按照预设滑动窗口计算各所述血管半径组对应的形态算子，基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域；对所述目标血管的目标血管区域进行病灶识别，得到病灶识别结果。实现提高轻度斑块病灶识别准确度，降低病灶误识率。
1.一种病灶识别方法，其特征在于，所述病灶识别方法包括：
2.如权利要求1所述的病灶识别方法，其特征在于，所述基于所述血管中心线采集所述目标血管各血管径向切面的各血管半径，组成各血管半径组，包括：
3.如权利要求1所述的病灶识别方法，其特征在于，所述形态算子包括积分数组和绝对值积分数组；
4.如权利要求1所述的病灶识别方法，其特征在于，所述按照预设滑动窗口计算各所述血管半径组对应的形态算子，基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域，包括：
5.如权利要求3或4所述的病灶识别方法，其特征在于，所述基于各所述血管半径组的形态算子定位所述目标血管的目标血管区域，包括：
6.如权利要求5所述的病灶识别方法，其特征在于，所述根据所述目标血管半径组关联的形态算子和所述半径变化率数组和预设形态算子阈值定位所述目标血管中的目标血管区域，包括：
7.如权利要求6所述的病灶识别方法，其特征在于，所述对所述目标血管的目标血管区域进行病灶识别，得到病灶识别结果，包括：
8.一种病灶识别装置，其特征在于，所述病灶识别装置包括：
9.一种病灶识别设备，其特征在于，所述病灶识别设备包括：
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被处理器进行加载，以执行权利要求1至7中任一项所述的病灶识别方法的步骤。
