CN105188550A - 血管数据处理和图像配准系统、方法及装置 - Google Patents
血管数据处理和图像配准系统、方法及装置 Download PDFInfo
- Publication number
- CN105188550A CN105188550A CN201380076357.1A CN201380076357A CN105188550A CN 105188550 A CN105188550 A CN 105188550A CN 201380076357 A CN201380076357 A CN 201380076357A CN 105188550 A CN105188550 A CN 105188550A
- Authority
- CN
- China
- Prior art keywords
- frame
- data
- image
- oct
- angiographic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
- A61B5/0035—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for acquisition of images from more than one imaging mode, e.g. combining MRI and optical tomography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0066—Optical coherence imaging
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0082—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes
- A61B5/0084—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence adapted for particular medical purposes for introduction into the body, e.g. by catheters
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/12—Devices for detecting or locating foreign bodies
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus for radiation diagnosis, e.g. combined with radiation therapy equipment
- A61B6/50—Clinical applications
- A61B6/504—Clinical applications involving diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B2090/364—Correlation of different images or relation of image positions in respect to the body
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/373—Surgical systems with images on a monitor during operation using light, e.g. by using optical scanners
- A61B2090/3735—Optical coherence tomography [OCT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/376—Surgical systems with images on a monitor during operation using X-rays, e.g. fluoroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/36—Image-producing devices or illumination devices not otherwise provided for
- A61B90/37—Surgical systems with images on a monitor during operation
- A61B2090/378—Surgical systems with images on a monitor during operation using ultrasound
- A61B2090/3782—Surgical systems with images on a monitor during operation using ultrasound transmitter or receiver in catheter or minimal invasive instrument
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B90/00—Instruments, implements or accessories specially adapted for surgery or diagnosis and not covered by any of the groups A61B1/00 - A61B50/00, e.g. for luxation treatment or for protecting wound edges
- A61B90/39—Markers, e.g. radio-opaque or breast lesions markers
- A61B2090/3966—Radiopaque markers visible in an X-ray image
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/12—Diagnosis using ultrasonic, sonic or infrasonic waves in body cavities or body tracts, e.g. by using catheters
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10101—Optical tomography; Optical coherence tomography [OCT]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10116—X-ray image
- G06T2207/10121—Fluoroscopy
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
- G06T2207/20044—Skeletonization; Medial axis transform
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20101—Interactive definition of point of interest, landmark or seed
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Abstract
部分地,本发明涉及相对于来自血管内成像模式诸如例如光学相干断层扫描(OCT)的图像,处理、跟踪和配准血管造影图像和这种图像中的元件。通过对撤回期间获得的血管造影图像实施血管内成像探针的标记的跟踪促进这种成像模式之间的配准。此外,在一个实施例中,检测和跟踪血管中心线用于实施OCT和血管造影图像之间的连续配准。
Description
技术领域
部分地,本发明一般涉及血管系统和周围血管系统成像和数据收集的领域。
背景技术
为了设计、指导和评估治疗,介入心脏病专家在导管插入程序期间结合了各种诊断工具。一般而言,使用荧光镜检查来实施血管的血管造影成像。进而,医师使用这种血管成像来在诸如搭桥手术或支架植入的介入期间诊断、定位和治疗血管疾病。诸如光学相干断层扫描(OCT)的血管内成像技术和诸如血管内超声(IVUS)的声学技术以及其它技术也是可以代替或与荧光镜检查结合使用以获得有关给定受试者的血管状况的高分辨率数据的有价值的工具。
也可以使用血流储备分数(FFR)来评价成像和血管造影期间的血管。血管内OCT、IVUS和FFR分别是从内部血管或针对感兴趣的样品收集光学、超声和压力数据的侵入性的基于导管的系统。血管造影术是在注射射线不透性造影流体期间从身体外收集数据的非侵入性x-射线成像方法。
血管内光学相干断层扫描是使用光来窥视冠状动脉壁和生成其图像用于研究的基于导管的成像模式。利用相干光、干涉法和微光学,OCT可以提供具有微米级分辨率的患病血管内的视频-速率体内断层扫描。使用光纤探针以高分辨率观察亚表面结构使OCT特别有利于内部组织和器官的微创成像。使用OCT可能实现的这种细节水平允许临床医生诊断以及监测冠状动脉疾病的进展。
考虑到上述各种技术的复杂度和其每个产生的数据集的相关复杂度,实施两个基于图像的技术(诸如OCT和血管造影术)之间的配准是耗时的。因此,保留了关于血管内图像数据和血管造影图像数据的实时配准的挑战。一些配准技术严重依赖用户的交互。不幸地是,配准期间的明显的用户交互使操作很费力,诸如需要手动地匹配图像中的对应点,用于算法的长等待期以返回配准以及最终验证结果,使得这种方法在许多临床情境中不实用。另外,其它方法使用来自不同期或第三方控制的来源的数据,导致时间不规则。另外,由于与干扰其它非侵入性成像模式的一些血管内成像模式一起使用诸如染料的造影剂,会产生干扰这种模式之间的配准的成像伪差和成像误差。
相应地,因此存在要解决与血管内成像和血管造影成像有关的一个或多个上述挑战的需要。本发明的实施例解决了这些挑战和其它挑战。
发明内容
本发明的一个实施例涉及用于诸如血管造影和OCT的两种成像模式之间的配准的方法。本发明的一个实施例涉及用于实施血管造影图像和OCT图像之间的配准的一种或多种方法。
本发明的一个实施例涉及用于对没有诸如染料的造影剂和有造影剂的帧(frame)上的固定标记带实施检测的方法。另外,本发明的一个实施例还提供当穿过血管的内腔时对这种标记带的跟踪,从而在之后的撤回帧上跟踪标记带,包括从没有造影剂的帧跟踪至有造影剂的帧。
在一个实施例中,约20和100帧的血管造影图像帧之间和约100和约1500帧的OCT图像帧之间配准的时间段的范围为从约2秒至约30秒。在一个实施例中,在小于约10秒内对OCT撤回期间获得的血管造影图像数据和OCT图像数据的配准进行配准。在一个实施例中,数据收集探针的撤回的范围为从约4至约10秒。在一个实施例中,使用帧抓取器实时获得血管造影帧。以与由于撤回获得的OCT图像数据帧同步的方式抓取血管造影数据帧。
在一个实施例中,配准方法在约3至约5秒的配准时间段内将撤回的成像期间获得的图像数据的OCT帧与这种撤回期间获得的血管造影数据帧配准。
在一个实施例中,本发明涉及包括帧抓取器、配置为在具有穿过血管的标记的数据收集探针的撤回期间实施成像和生成关于血管的时间戳记(timestamped)的OCT图像数据的OCT系统、一个或多个计算设备以及用户界面的图像数据处理系统,其中帧抓取器配置为获得关于血管的血管造影图像数据的时间戳记的帧。
在一个实施例中,OCT系统上发生血管造影数据的视频捕捉。在一个实施例中,用户手工地标出血管造影图像上的标记带。在一个实施例中,标出的标记带在没有造影剂的血管造影图像上。在一个实施例中,用户界面包括纵向OCT图像面板、横截面OCT图像面板、一个或多个控制器以及血管造影图像面板。在一个实施例中,用户界面包括使计算设备执行配置为配准OCT图像数据和血管造影图像数据的一种或多种软件模块的配准控制或按钮。在一个实施例中,时间戳记用于提供血管造影帧和它们的对应OCT帧之间的一级匹配,从而对于每个OCT帧,可以定位最接近的血管造影帧,反之亦然。另外,也记录诸如撤回开始和停止的时间戳记事件以辅助配准过程。
在一个实施例中,血管造影图像上的光标或其它标识符指示符合选择的OCT撤回帧的OCT导管参考标记的位置。在一个实施例中,光标或其它标识符也可指示在其内己计算MLA的用户选择的近端和远端的参考帧,和指示血管的平均直径。可以通过血管造影帧上作为远程控制器或作为用户界面的部分的OCTL-模式或光标来控制对配准OCT和血管造影图像的滚动。
在一个实施例中,将诸如卷积矩阵的滤波核实现为包括行和列的矩阵和配置为实施图像处理的元件,用于实施加强、锐化、图形识别、检测、跟踪以及其它图像处理任务。可以在各种预处理和其它处理阶段中使用滤波核来对血管造影图像数据或其它图像数据实施图像处理。
在一个实施例中,本发明涉及显示血管的血管造影和血管内表示的基于处理器的方法。该方法包括使用光学相干断层扫描系统生成响应于血管的距离测量的一组OCT图像数据,该组包含沿血管的多个位置处的多个横截面图像;生成一组血管造影图像数据,该组包含沿血管的多个位置处的多个二维图像;以及基于时间戳记、时间戳记之间的关系中的一个或多个配准血管造影图像和OCT图像,将OCT图像中的特征与血管造影图像中的特征匹配,和确定血管的中心线,以及使用中心线配准OCT图像和血管造影图像。
在一个方面中,本发明涉及显示血管的血管造影和血管内代表的基于处理器的方法。该方法包括使用光学相干断层扫描系统生成响应于穿过血管的探针的撤回期间获得的血管的距离测量的一组光学相干断层扫描图像数据,该组OCT图像数据包含沿血管的多个位置处的多个横截面图像;使用光学相干断层扫描系统的穿过血管的探针的撤回期间使用血管造影系统生成一组血管造影图像数据,该组血管造影图像数据包含撤回期间在不同时间点获得的多个二维图像;显示包含使用OCT图像数据生成的血管的第一纵视图的第一面板;以及显示包含使用帧中一个或多个点和经过该一个或多个点的血管中心线来识别血管的血管造影图像数据帧的第二面板。
在一个实施例中,方法还包括使用血管中心线将OCT图像数据和血管造影数据配准,以产生对被跟踪标记的连续配准,其中被跟踪标记设置在OCT数据收集探针上。在一个实施例中,方法还包括将OCT图像数据和血管造影数据配准,从而通过用户界面沿血管中心线选择一个点改变第一纵视图中的帧标识符。在一个实施例中,方法还包括使用撤回速度或撤回长度来实施迭代搜索以根据撤回长度和/或撤回速度基于这种标记的可能位置拒绝被跟踪标记的候选。
在一个实施例中,使用最短路径技术和来自Dijkstra算法的多个处理步骤生成血管中心线。在一个实施例中,方法还包括使用强度剖面的叠加从一个或多个血管造影数据帧去除引导导管图像的步骤。在一个实施例中,基本上在不存在造影溶液的情况下使用由一个或多个血管造影帧生成的路径信息而生成血管中心线。在一个实施例中,方法1还包括生成用于每个检测以及血管造影数据和光学相干断层扫描数据之间的配准的置信分数。
在一个方面中,本发明涉及检测血管内探针标记的方法,包括获得基本上没有造影剂图像数据和包括血管内探针标记的第一帧血管造影图像数据;获得包含在血管内探针标记附近的造影剂图像数据的第二帧血管造影图像数据;以及检测第一帧和第二帧中的血管内探针标记。
在一个实施例中,方法还包括对第二帧应用图像处理变换的步骤,以去除或更改第二帧中的特征,以及增加多个像素的强度的步骤,该多个像素包含第二帧中的导丝图像。在一个实施例中,方法还包括生成多个图像的平均强度值和从第一或第二帧减去平均强度的步骤。在一个实施例中,方法包括对第二帧应用底帽算子和应用形态学闭运算。
在一个实施例中,检测血管内探针标记包括通过对第一帧和第二帧应用多尺度高斯拉普拉斯算子来过滤包含第一帧和第二帧中的像素的候选标记,和实施非极大值抑制过程来识别像素附近具有相对最大值的斑点。
在一个实施例中,方法还包括通过对二进制图像应用欧几里得距离变换而生成基于导丝的势函数的步骤。方法也可以包括对负分数幂应用指数,乘以距离变换以计算势函数。在一个实施例中,方法还包括使用快速行进方法基于导丝基电势确定多个测地距离。
在一个实施例中,方法还包括去除第一帧和第二帧中的阴影,增加第一帧或第二帧中的一个上的导丝的对比度,以及实施每个标记候选的形态学图像重建。在一个实施例中,方法包括使用基于Hessian的血管滤波器处理多个撤回帧;和使用模板匹配跟踪从第一帧或第二帧中的一个经多个撤回帧到所有撤回帧的血管内探针标记。在一个实施例中,方法还包括使用维特比(Viterbi)动态编程方法通过撤回期间获得的多个帧跟踪血管内探针标记。
在一个方面中,本发明涉及配准穿过血管的撤回期间获得的血管造影图像数据和血管内图像数据的基于处理器的方法。该方法包括将多个光学相干断层扫描数据帧储存在存储器中;将多个血管造影图像数据帧储存在存储器中;处理该多个血管造影图像数据帧,从而大体上减少一个或多个阴影;检测多个血管造影图像数据帧中的导管;去除多个血管造影图像数据帧中检测到的导管;生成多个血管造影图像数据帧的血管中心线;检测多个血管造影图像数据帧中的探针标记;沿一条或多条血管中心线跟踪探针标记的位置;以及使用跟踪的位置配准多个血管造影图像数据帧和多个光学相干断层扫描数据帧。
在一个实施例中,方法包括生成表明血管造影图像数据帧和光学相干断层扫描数据帧之间的配准的置信水平的分数。在一个实施例中,方法包括使用基于检测到的导管的区域的采样生成的强度剖面的叠加而实施对检测到的导管的去除。
在一个实施例中,配准多个血管造影图像数据帧和多个光学相干断层扫描数据帧的步骤包括使用计算设备生成配准表,该配准表包含血管造影图像帧、多个每帧OCT时间戳记、多个每帧血管造影时间戳记以及光学相干断层扫描图像帧。在一个实施例中,方法还包括使用配准表和计算设备在用户界面中显示OCT图像和血管造影图像中的支架表示。
在一个实施例中,方法还包括使用配准表和配置为用于显示侧支的用户界面来识别一个或多个OCT图像或血管造影图像中的侧支。在一个实施例中,方法还包括基于配准表设置OCT数据帧的间距,以调整撤回速度变化和基于间距在用户界面中显示纵视图。
附图说明
附图不一定成比例,一般强调的是说明性原则。附图在所有方面均被认为是说明性的,而不旨在限制本发明,本发明的范围仅由权利要求书限定。
图1示出根据本发明的说明性实施例的血管造影和血管内成像和数据收集系统的示意图。
图2A示出根据本发明的说明性实施例的受试者的感兴趣区域和基于导管的数据收集探针的特征的示意图。
图2B示出了根据本发明的说明性实施例的包括标记的基于导管的数据收集探针的示意图。
图3A示出根据本发明的说明性实施例的适合于控制或查看由图1的系统和/或本文中描述的方法和软件模块生成的数据和图像的图形用户界面的图像。
图3B示出根据本发明的说明性实施例的适合于控制或查看由图1的系统和/或本文中描述的方法和软件模块生成的数据和图像的另一个图形用户界面的图像。
图4A和图4B是示出根据本发明的说明性实施例的适合于处理和使用图像数据的处理阶段或处理步骤的示意图。
图5A示出根据本发明的说明性实施例的关于一些示例性预处理步骤或阶段的流程图。
图5B示出根据本发明的说明性实施例的关于一些示例性血管中心线生成部分或阶段的流程图。
图5C示出根据本发明的说明性实施例的关于一些示例性标记检测和配准步骤或阶段的流程图。
图6A是根据本发明的说明性实施例的配置为增强血管造影图像中的可能是来自探针的标记的斑点或其它像素区域的示例性底帽滤波器。
图6B是根据本发明的说明性实施例的与来自已通过应用图6A的滤波器增强的血管造影区域的像素的子集对应的示例性斑点。
图6C是根据本发明的说明性实施例的丝检测前的没有造影剂的原始血管造影图像。
图6D是根据本发明的说明性实施例的示出没有造影剂的帧上导丝检测的结果的示例性血管造影图像。
图6E是根据本发明的说明性实施例的示出应用底帽算子后的导丝增强的结果的示例性血管造影图像。
图6F是根据本发明的说明性实施例的示出应用具有一个标度值的Hessian算子后的导丝增强的结果的示例性血管造影图像。
图6G是根据本发明的说明性实施例的基于适于与快速行进法(FMM)过程一起使用的导丝生成的示例性电势。
图6H是根据本发明的说明性实施例的使用FMM过程生成的距离图。
图6I是根据本发明的说明性实施例的导管和阴影去除之前的有造影剂的原始血管造影图像。
图6J是根据本发明的说明性实施例的示出导管和阴影去除的结果的示例性血管造影图像。
图6K是根据本发明的说明性实施例的阴影去除之前的有造影剂的原始血管造影图像。
图6L是根据本发明的说明性实施例的示出导管和阴影去除的结果的示例性血管造影图像。
图6M是根据本发明的说明性实施例的导丝检测之前的有造影剂的原始血管造影图像。
图6N是根据本发明的说明性实施例的示出关于图6V的原始图像的导丝检测的结果的示例性血管造影图像。
图7A至图7F示出根据本发明的说明性实施例的不同的基于软件的图像处理步骤的应用,以基于一帧血管造影图像数据生成图。
图8A至图8C示出根据本发明的说明性实施例的基于图搜索算法通过图7F中生成的图发现的各种最佳路径。
图9A至图9E示出根据本发明的说明性实施例的与导管检测和去除有关的各个图像处理阶段。
图10A至图10B示出根据本发明的说明性实施例的其强度剖面中导管的示例性模型和造影溶液的影响。
图11A至图11B示出根据本发明的说明性实施例的使用基于叠加的导管去除方法的特征。
图12示出根据本发明的说明性实施例的适合于处理血管内和血管造影图像数据的各种软件和硬件组件的示意图。
图13A和图13B示出根据本发明的说明性实施例的用于撤回的示例性OCT和血管造影数据表的示意图。
图14示出根据本发明的说明性实施例的用于撤回的示例性血管造影数据表的示意图。
图15示出根据本发明的说明性实施例的示例性配准表的示意图。
具体实施方式
以下描述参照附图,附图示出了本发明的某些实施例。其它实施例是可以的,并且在不偏离本发明精神和范围的情况下,可以对实施例实施修改。因此,以下详细描述并不限制本发明;准确地说,本发明的范围由权利要求书限定。
如上所述,存在与血管和外周血管诊断系统有关的挑战,诸如与实施多种成像技术(诸如血管造影术、OCT和IVUS)的配准有关的挑战。部分地,本发明涉及在导管室和其它设施中用于收集来自受试者的数据并有助于改进一种或多种这些限制的各种系统、其组件和方法。收集的数据通常涉及患者心血管或外周血管系统,并且可以包括图像数据、压力数据、心率和如本文中描述的其它类型的数据。
另外,在一个实施例中,使用光学相干断层扫描探针和其它相关的OCT组件收集图像数据。在一个实施例中,使用IVUS探针和其它相关的IVUS组件收集图像数据。另外,在一个实施例中,使用FFR探针和其它相关的FFR组件收集压力数据。另外,在一个实施例中,使用电极和其它相关的组件收集EKG、心率和其它受试者数据。
另外,本发明的一些实施例适合于处理多种成像模式。因此,部分地,本发明涉及配置为配准以下OCT、IVUS、FFR和血管造影术中的一种或多种的多模式诊断系统及其组件。OCT数据和图像处理结果可以用于通过提供输入到血管造影特定软件模块来改善对血管造影图像帧的处理。
在一个实施例中,IVUS成像部件也可以并入与收集血管造影数据共同使用的数据收集探针。此外,也可以使用适合的压力变换器和探针实施FFR压力测量。在一个实施例中,FFR数据收集探针或变换器可以包括无线发射器,并且使用无线接收器接收FFR数据和将FFR数据传送到服务器。通过将系统与血管造影设备或其中储存了血管造影数据的医院数据网络连接实现OCT和/或IVUS图像与血管造影图像的比较和配准。
在一个实施例中,诸如临床医生的用户与具有用于从上至下、纵向横截面或大体上与血管的纵轴平行的横截面来显示受试者的血管的图像的相关用户界面的工作站或服务器互动。配准过程可以包括各种步骤和图像处理和特征检测软件模块。在一个实施例中,用户或系统激活血管内成像,同时采集血管造影图像。血管内成像的血管和成像导管可以显示为图形用户界面的一部分。血管内腔边界可以在每个血管内和血管造影图像中被识别,并且彼此相关以维持不同视图上的相同血管段。
由于通过导丝引入了成像导管,导丝可以用作锚定路径,和用于提供方向信息,诸如在相关成像段中哪个端点是远端的和哪个端点是近端的。在一个实施例中,引导导管沿导丝滑动以在血管中定位具有一个或多个成像设备的探针尖端。在一个实施例中,这样处理血管造影成像数据,从而在己识别引导导管后从图像去除引导导管。
在一个实施例中,一个或多个软件模块用于生成和跟踪给定血管造影数据帧的血管中心线。在一个实施例中,本文中也称为中心线的血管中心线是基于用于标记带的一个血管造影数据帧的各候选子集的迭代评估生成的模型或模拟,该标记带与血管造影数据收集期间引入的光学或声学传感器或其它成像或数据收集传感器有关。在一个实施例中,动态程序软件模块(诸如实施维特比算法的一个或多个步骤的软件模块)可以用于跟踪标记带。在一个实施例中,维特比算法用于不透射线标记跟踪。通常通过其它算法或其组合处理中心线的产生和跟踪。在一个实施例中,通过用于发现两个远点之间最短路径的算法或过程的组合(诸如Hessian图像上的快速行进算法和改进的Dijkstra算法)来生成血管中心线。
图1示出系统5,系统5包括适于收集数据或检测受试者10的特征或感测受试者10的状况或诊断受试者10的各种数据收集子系统。在一个实施例中,受试者设置在适合的支撑体12上,诸如桌、床或椅或其它适合的支撑体。典型地,受试者10是具有感兴趣的特定区域25的人类或其它动物。
部分地,本发明的实施例涉及对通过穿过血管的成像导管采集的血管内图像或数据和导管穿过时拍摄的血管的外部血管造影图像的配准。图2A示出感兴趣区域的放大但也是概括的示意图。
在典型的OCT数据采集程序中,导管插在导丝上以将探针引导至靶血管的远端。探针30可以包括一种或多种标记。在一个实施例中,探针30上设置的标记是不透射线的标记带。图2A中也示出部分包围光纤33的扭矩线110。探针30设置在血管的内腔50中。内腔50中也显示有导丝115。导丝115用于将设置在导管中的探针尖端和扭转丝定位到内腔。来自探针尖端的光λ示出为指向具有内腔50的血管的壁。
图2B中示出关于示例性血管内数据收集探针的其它细节。如图2B中所示,诸如OCT、IVUS、FRR或其它数据收集探针的血管内数据收集探针120包括配置为如由虚线所示定向光的作为探针尖端的部分的光纤33。诸如聚合物护套的护套125包围包括光束定向元件(诸如透镜或反射镜)的探针尖端。显示光λ沿虚线离开光束定向器。光纤33设置在扭转丝110中,扭转丝110也设置在护套120内。如示出的,光纤33与PIU35联接。
如图2B中所示,诸如不透射线标记的标记或标记带130是数据收集探针120的部分。标记可由血管造影系统检测,并且当标记穿过多个血管造影数据帧时可以被跟踪。如示出的,从扭转丝127的右边缘到光束定向元件(诸如透镜或反射镜)的距离是L1。
另外,从扭转丝127的右边缘到标记130的右边缘的距离是L2。标记130的厚度是L3。从标记130的远端边缘(显示为标记的左侧)到扭转丝127的距离是L3+L2。在一个实施例中,L1的范围为从约0.3mm至约0.9mm。在一个实施例中,L2的范围为从约0.6mm至约1.4mm。在一个实施例中,L3的范围为从约0.5mm至约1.5mm。
在一个实施例中,诸如OCT探针的数据收集探针可以包括三个不透射线标记带。位于探针的远端处的远端标记在整个采集期间保持固定。中间标记位于撤回前在离远端标记27mm处的成像核心处。近端标记位于离成像核心50mm处,并且撤回期间该距离保持固定。
撤回期间,基于处理器的系统(诸如图1中的系统22)记录现场血管造影,并且以造影剂和标记或探针显示血管。典型地,大部分时间标记是可见的。可选地,在没有任何造影剂的情况下记录一些帧,如图6C中所示,从而导丝和标记是清楚可见的。这提供了穿过血管的撤回跟踪的良好指示。
图3A示出配置为显示多个面板的示例性图像用户界面。可以使用诸如服务器50或工作站87的计算设备或另一种适合的计算设备来实施该图像用户界面。右上面板示出帧血管造影图像数据。如图像中所示,使用血管内成像技术将设置在上点或光标3和下点或光标4之间的一段血管成像为撤回的一部分。具体地,当实施OCT撤回时,获得血管造影数据。
左上面板中示出动脉的示例性横截面。在左上OCT图像中,示出数据收集探针的横截面的右边的侧支。基本上跨越用户界面的下面板包括由点或光标3、4示出的血管造影图像中示出的设置在远端点和近端点之间的血管的纵向图像。放大镜图标可以用于在OCT或血管造影图像上进行放大或缩小。铅笔图标可以用于在OCT或血管造影图像上进行测量。可以通过使用播放、回看或前进视频用户界面控制在右上面板中将血管造影数据帧作为视频播放。
在左上OCT图像中,成角度轴示出用于在下面板中显示纵向模式的剖面。纵向模式是通过结合多个横截面视图(诸如左上象限界面中所示出的横截面视图)而生成的。在L模式中,三角4'配置为示出感兴趣的一帧的书签标记的位置。使用回看、播放和前进L模式用户界面可以以动画的方式推进或回看或示出纵向视图或L模式,但L模式中示出的垂直线与以上横截面OCT图像中示出的血管的横截面切片对应。通过选择L模式中的播放和回看按钮,随着下面板中垂直线以L模式移动,在上OCT图像中示出不同横截面,对应的垂直线前进或后退。
在一个实施例中,用于显示和执行图3A和3B的用户界面的计算设备包括包含图像数据(诸如血管的横截面视图)的存储器。计算设备可以包括机器可读介质或包括用于显示图像用户界面(诸如界面142)的一个或多个软件模块的其它存储器。该界面可以包括多个面板、菜单或其它可显示区域。这些面板或区域可以显示在诸如显示器82的一个或多个监控器上。使用可包括一种或多种有线、光学、无线或其它数据交换连接的网络,计算设备可以与监控器23交换诸如图像数据的数据。
控制器或输入设备127可以通过网络120与示出的其它设备或系统有线、光学或以其他方式通信。控制器可以用于将指令信号发送到运行界面142的计算系统100。界面142可以显示来自图1的系统5、图14的系统300或本文中描述的其它数据源、系统或软件模块的数据。界面142可以包括响应于来自控制器127的控制信号而变化的一种或多种菜单和其它部分。控制器127可以包括处理器或适合的可编程ASIC。可以通过网络120或通过其它连接发送控制信号。
计算设备100可以包括服务器计算机、客户端用户计算机、个人计算机(PC)、手提电脑、平板PC、台式电脑、控制系统、微处理器或能够(顺序地或以其他方式)执行指定要由该计算设备进行的行动的一组指令的任何计算设备。此外,当说明单个计算设备时,术语“计算设备”还应包括单个地或共同地执行一组(或多组)指令以实施任何一种或多种软件特征或方法的计算设备的任何集合,诸如界面142.
图3B示出图像用户界面142的代表。界面142包括多个面板。如示出的,在一个实施例中,存在四个主面板150、155、160和165。这些面板包括示出该实施例中的血管造影数据的辅助显示面板150、横截面视图或B模式显示面板155、内腔剖面面板160和L模式显示面板165。在一个实施例中,界面也包括多个工具栏B1、B2和B3。在面板150中,三种标记示出为血管造影图像上堆叠的十字。顶部标记与面板160中示出的近端参考帧对应。中间标记与面板160中示出的最小内腔面积帧或面板155中示出的激活OCT帧对应。底部标记与面板160中示出的远端参考帧对应。使用图3A和3B中的界面可以显示的图像数据的血管造影帧和OCT帧可以如本文中概括地处理和配准。在一个实施例中,交换设备访问配准表以显示配准的帧。
图3B示出面板160中的在OCT探针的撤回期间成像的血管的作为内腔剖面的一部分的最小内腔面积图。D和P箭头示出沿成像血管的近端和远端方向。具有部分L1和L2的示出为线的剖面在面板155的横截面视图中示出,并且也由L模式面板165中的部分L1和L2示出。示出信息栏B1、测量栏B2和菜单栏B3。
如示出的,可以测量诸如动脉的血管相对于如示出的示例性测量距离为119.88mm的两个端点的距离。另外,选择的参考帧的各端处可以示出平均直径以用于测量血管,诸如远端和近端参考帧处的平均直径值分别为39.2mm和44.2mm。如示出的,MLA为约22mm2。在MLA帧处,血管平均直径为约2.11mm,并且直径狭窄百分比相对于近端和远端参考帧的平均直径为25.4%。
将图3A和图3B的用户界面中示出的所有三个图像配准,从而可以通过与OCT图像中的帧同步地移动点示出沿着血管造影图像中的血管的端部之间的线的运动。相应地,当一个点沿血管部分移动时,也通过横截面OCT图像或L模式OCT图像或两者中的移动帧标识符示出沿着血管造影图像中示出的中心线的运动。
最初,近端标记带可以位于冠状支管口附近,因此撤回期间通过大量造影剂将其关闭。按恒速通过血管撤回导管。由于血管部分沿撤回的不同投影缩短,血管造影图像面(2D)中标记没有以恒速移动。此外,由于心脏运动,相对于血管的解剖,标记表现出不同的“锯切”运动。在一些血管造影帧中,由于与快速心脏运动结合的快速撤回运动,标记带显得不清楚/很模糊。局部邻域中的标记的对比度可能低。其它特征(诸如投影缩短的分支、背景结构等)可能被误认为是标记带中的任一种。
数据收集系统5包括非侵入性成像系统,诸如核磁共振、x射线、计算机辅助断层扫描或其它适合的非侵入性成像技术。如这种非侵入性成像系统的非限制性实例所示的,示出诸如适于生成电影的血管造影系统20。血管造影系统20可以包括荧光镜检查系统。血管造影系统20配置为非侵入性成像受试者10,从而当使用探针30实施撤回程序时生成典型地图像数据帧形式的血管造影数据帧,从而使用一种或多种成像技术(例如,诸如OCT或IVUS)中的血管造影对受试者10的区域25中的血管成像。
血管造影系统20与血管造影数据存储和图像管理系统22通信,在一个实施例中,血管造影数据存储和图像管理系统22可以实现为工作站或服务器。在一个实施例中,在血管造影系统20的检测器上直接实施与收集的血管造影信号有关的数据处理。通过血管造影数据存储和图像管理22储存和管理来自系统20的图像。在一个实施例中,系统服务器50或工作站87处理系统22的函数。在一个实施例中,整个系统20生成诸如x射线的电磁辐射。系统20也接收穿过受试者10后的这种辐射。进而,数据处理系统22使用来自血管造影系统20的信号,以对包括区域25的受试者10的一个或多个区域成像。
如该具体实例中所示,感兴趣的区域25是血管或外周血管系统(诸如特定血管)的子集。这可以使用OCT成像。基于导管的数据收集探针30被引入受试者10,并且设置在特定血管(诸如例如冠状动脉)的内腔中。探针30可以是各种类型的数据收集探针,诸如例如OCT探针、FFR探针、IVUS探针、结合两种或多种前述的特征的探针以及适于在血管内成像的其它探针。探针30典型地包括探针尖端、一种或多种不透射线标记、光纤和扭转丝。另外,探针尖端包括一种或多种数据收集子系统,诸如光束定向器、声束定向器、压力检测器传感器、其它变换器或检测器以及前述的组合。
对于包括光束定向器的探针,光纤33与具有光束定向器的探针光通信。扭转丝限定了其中设置光纤的孔。在图1中,示出光纤33,而没有包围光纤33的扭转丝。另外,探针30也包括形成导管的一部分的护套,诸如聚合物护套(未示出)。在OCT系统的情况下是干涉仪的样品臂的一部分的光纤33光学上与示出的患者界面单元(PIU)35联接。
患者界面单元(PIU)35包括适于接收探针30的一端并且光学上与探针30联接的探针连接器。典型地,数据收集探针30是一次性的。基于正使用的数据收集探针的类型,PIU35包括适合的接头和元件。例如,组合OCT和IVUS数据收集探针需要OCT和IVUSPIU。PIU35典型地也包括适于撤回扭转丝的电机、护套和作为撤回程序的一部分设置在其中的光纤33。除了被撤回之外,典型地也通过PIU35旋转探针尖端。以这种方式,受试者10的血管可以纵向地或通过横截面成像。探针30也可以用于测量特定的参数,诸如FFR或其它压力测量。
进而,PIU35与一个或多个血管内数据收集系统40连接。血管内数据收集系统40可以是OCT系统、IVUS系统、其它成像系统和前述的组合。例如,在探针是OCT探针的情况下,系统40可以包括干涉仪的样品臂、干涉仪的参考臂、光电二极管、控制系统和患者界面单元。类似地,如另一个实例,在IVUS系统的情况下,血管内数据收集系统40可以包括超声信号生成和处理电路、静噪滤波器、可旋转接头、电机和界面单元。在一个实施例中,数据收集系统40和血管造影系统20具有配置为使血管造影视频帧时间戳记和OCT图像帧时间戳记同步的共享时钟或其它定时信号。
除了图1的侵入性和非侵入性图像数据收集系统和设备之外,可以收集关于受试者的区域25和受试者的感兴趣的其它参数的各种其它类型的数据。例如,数据收集探针30可以包括一个或多个压力传感器,诸如例如压力线。压力线可以在没添加OCT或超声组件的情况下使用。沿受试者10的区域25中的血管的片段可以获得压力读数。
可以通过有线连接或通过无线连接转发这种读数。如血流储备分数数据收集系统45中所示,无线收发器47配置为接收来自探针30的压力读数和将它们发送到系统以生成FFR测量或沿测量的血管的更多位置。也可以使用一个或多个显示器82来示出血管造影数据帧、OCT帧、用于OCT和血管造影数据的用户界面以及感兴趣的其它控制和特征。
血管内图像数据(诸如使用数据收集探针30生成的血管内数据帧)可以被路由到通过PIU35与探针联接的数据收集处理系统40。使用血管造影系统22生成的非侵入性图像数据可以被发送至、储存到以及由一个或多个服务器或工作站(诸如配准服务器50、工作站87)处理。视频帧抓取设备55(诸如配置为捕获来自系统22的血管造影图像数据的计算台)可以用在各种实施例中。
在一个实施例中,服务器50包括存储器70中储存并且由处理器80执行的一个或多个配准软件模块60。服务器50可以包括用于基于处理器的计算服务器的其它典型的组件。或者更多数据库(诸如数据库90)可以配置为接收生成的图像数据、受试者的参数以及由图1中示出的一种或多种系统设备或组件生成、接收或传递至数据库90的其它信息。虽然数据库90示出为与服务器50连接,同时储存在工作站87处的存储器中,但这仅是一个示例性配置。例如,软件模块60可以在工作站87处的处理器上运行,并且数据库90可以位于服务器50的存储器中。提供用于运行各种软件模块的设备或系统作为实例。在各种组合中,本文中描述的硬件和软件可以用于获得图像数据帧,处理这种图像数据以及配准这种图像数据。
如本文中另外指出的,软件模块60可以包括诸如预处理软件的软件、变换、矩阵和用于处理图像数据或响应于患者触发的基于其它软件的组件,以促进由基于其它软件的组件60进行的对不同类型的图像数据的配准或以其他方式实施这种配准。
数据库90可以配置伪接收和储存血管造影图像数据92,诸如由血管造影系统20生成和由服务器50的帧抓取器55获得的图像数据。数据库90可以配置为接收和储存OCT图像数据95,诸如由OCT系统40生成和由服务器50的帧抓取器55获得的图像数据。数据库90可以配置为接收和储存诸如图14中示出的血管造影表和诸如图15中示出的配准表。
另外,受试者10可以通过一个或多个电极与一个或多个监控器(诸如例如监控器49)电联接。监控器49可以包括但不限于配置为生成与心功能相关和示出受试者的各种状态(诸如心脏收缩和心脏舒张)的数据的心电监护仪。了解心脏时相可以用于辅助跟踪血管中心线,因为甚至在不同的心脏周期内,包括冠状动脉的心脏的几何形状在某个心脏时相时几乎相同。
因此,如果血管造影数据跨越几个心脏周期,,相同心脏时相处的血管中心线的一级匹配可在整个撤回过程中辅助跟踪中心线。另外,由于心脏收缩期间发生心脏的大多数运动,预期血管运动在心脏收缩周围较大,并且朝着心脏扩张而减幅。这向一个或多个软件模块提供数据,显示连续的血管造影帧之间预期的运动量。预期运动的知识可以由一个或多个软件模块使用,以通过允许基于预期运动的适应性约束来改善跟踪质量和血管中心线质量。
使用或不使用在给定图中示出方向的箭头并不旨在限制或要求信息可以流动的方向。对于给定的连接器,诸如示出为连接图1中示出的元件的箭头和线,例如,信息可以在一个或多个方向流动,或仅在适合于给定实施例的一个方向上流动。连接可以包括各种适合的数据传输连接,诸如光学、有线、电力、无线或电连接。
此外,在一个实施例中,虽然示出FFR数据收集系统45具有适合于无线发送和接收信息的无线系统47,但图1中示出的其它系统和组件也包括诸如系统47的无线系统,并且可以无线发送和接收信息。
一个或多个软件模块可以用于处理从血管造影系统(诸如图1中示出的系统22)接收的血管造影数据帧。在本发明的给定实施例中可以使用各种软件模块,各种软件模块可以包括但不限于软件、其组件或基于软件的或处理器执行的方法的一个或多个步骤。
这种软件模块的实例可以包括但不限于视频处理软件模块、预处理软件模块、图像文件大小减小软件模块、导管去除软件模块、阴影去除软件模块、血管增强软件模块、斑点增强软件模块、高斯拉普拉斯滤波器或变换软件模块、导丝检测软件模块、解剖特征检测模块、固定标记检测软件模块、背景减除模块、Frangi血管(vesselness)软件模块、图像强度采样模块、移动标记软件检测模块、迭代中心线测试软件模块、背景减除软件模块、形态学闭运算软件模块、特征跟踪软件模块、导管检测软件模块、底帽滤波器软件模块、路径检测软件模块、Dijkstra软件模块、维特比软件模块、基于快速行进方法的软件模块、血管中心线生成软件模块、血管中心线跟踪模块软件模块、Hessian软件模块、强度采样软件模块、图像强度叠加软件模块和本文中描述的其它适合的软件模块。图1中示出的软件模块60可以包括前述软件模块和本文中描述的其它软件模块中的一种或多种。
图像数据处理特征和示例性实施例
如图4A和如4B中所示,概括了各种处理阶段、步骤或软件模块以提供配准血管造影图像数据和使用血管内成像技术(诸如OCT、IVUS或其它技术)获得的图像数据的过程的高水平的概况。在一个实施例中,在OCT或IVUS服务器或工作站上使用帧抓取器或其它数据捕获设备捕获血管造影数据帧。从成像模式实时捕获图像确保两种来源彼此之间的精确的时间戳记。DICOM血管造影数据采集时间不可内在地校准以匹配OCT数据的定时。例如,可以通过用户界面控制视频软件模块,以将血管造影视频呈送到帧抓取器,帧抓取器进而可以获得和储存具有时间戳记的单独帧的血管造影数据。在一个实施例中,OCT数据和血管造影数据是由在相同计算机上平行运行并因此共享相同时基的两个相应的过程作的日期戳记。
一但血管造影数据帧己被缓存或以其他方式储存,在预处理阶段期间可以修改每个储存的帧。可以以像素为基础应用各种矩阵,诸如卷积矩阵、Hessians和其它矩阵,以改变强度、去除或以其他方式修改给定的血管造影图像帧。如本文中讨论的,预处理阶段有效地增强或修改或去除血管造影图像的特征,以提高精确性、处理速度、成功率和之后处理阶段的其它性质。
如图4A中所示的,示出各种基于软件的处理阶段140。首先,在支持将这种帧与用另一种成像技术(诸如OCT、IVUS、其它技术及其组合)获得的其它图像数据配准的各种检测和跟踪阶段之前,在预处理阶段期间处理一帧或多帧血管造影图像140a。下一阶段是血管中心线确定或计算阶段140b。如图3的用户界面中所示,由一个或多个软件模块生成血管中心线,并且血管中心线叠加或以其他方式相对于血管造影图像显示。
在一个实施例中,中心线表示诸如图1的数据收集探针30的探针在撤回期间经过被成像的血管的轨迹。在一个实施例中,中心线也称为迹线。另一个阶段是检测血管造影帧中的标记带140c。在一个实施例中,最后阶段是配准阶段。可以以不同的顺序,交互地、平行地或顺序地或其组合,来实施这些阶段和本文中描述的其它阶段和方法。在给定阶段或步骤之前或之后或之间也可以增加另外的步骤和阶段。图4B和图5A至图5C中示出叙述进一步细节的示例性阶段和步骤的另外的实例。
如图4B中所示,示出包括相对于图4A中示出的那些的进一步的细节的各种基于软件的处理阶段或处理步骤145。首先,实施血管造影帧的预处理150a。如图6D中所示,实施没有造影剂的帧上导丝的检测150c。图6N是示出导丝检测的结果的示例性血管造影图像。如图6N中所示,检测导丝的远端部分。
接下来,在一个实施例中,实施在一个帧上生成血管中心线150e。在一个实施例中,诸如通过用户界面对被成像的内腔中的导丝端点的选择的用户输入被储存为用户选择的端点(可选地称为提示点)。这种提示点可以用于在一个帧上生成血管中心线,从而为血管造影数据的相关帧生成提示点和远端点之间的迹线。在一个实施例中,在没有设置在血管中的造影溶液的情况下获得这种相关帧。
仍参照图4B,实施沿血管造影帧的血管中心线的跟踪150f。在一个实施例中,关于撤回期间获得的所有或基本上所有的血管造影帧实施血管中心线的这种跟踪。实施血管造影帧中的不透射线标记跟踪和/或标记检测150h。在一个实施例中,维特比算法用于实施标记跟踪。实施配准OCT图像和血管造影图像150j。实施生成置信分数/品质因数150l。
使用一个或多个软件模块实施生成置信分数/品质因数(FOM)150l。在一个实施例中,通过计算器监控器上的图形表示,例如通过在显示具有高或低的被配准的置信度的OCT撤回的区域的X射线或OCT图像上提供彩色代码来为用户提供置信分数或FOM。例如,可由靠近获得低FOM值的血管段的X射线图像上的红带或条表示低置信度的区域。FOM/分数反映返回结果中的置信度量。分数的范围为[0,1],其中0反映最低置信度,而1反映最高置信度。可以选择FOM阈值以限定高置信度和低置信度配准结果之间的边界。可以选择阈值以提供用于通过产生受试者工作曲线(ROC)来识别高误差位置的所需敏感性和特异性。如果对于给定撤回中的大部分帧获得低FOM值,从而配准的总质量是有疑问的,则可能没有配准结果被显示给用户。
FOM确定是基于一种或多种因素(诸如所检测斑点的质量(与邻域的斑点相比的所检测斑点的对比度或强度、形状、大小等))、所检测斑点与其名义上预期的位置的距离(基于撤回速度、帧速率计算)、发现是相似的斑点候选者的数量(候选者越多,FOM越小)以及维特比算法的基于强度的z分数、总分数(所检测斑点的总收集多好地代表撤回)以及其它因素和测量。在一个实施例中,包括本文中叙述的一个或多个参数的加权平均值可以用于生成FOM或分数。
在各种实施例中,可以全部或部分自动地实施图4A和图4B中示出的各个步骤和阶段以及本文中描述的其它步骤和阶段。本文中描述了涉及图4A和图4B的一些步骤和方法的一些具体实例的另外的细节,诸如关于图5A至图5C的。例如,图5A示出关于一些示例性预处理步骤或阶段的流程图。
示例性血管造影图像数据预处理实施例
部分地,如图4A和图4B中所示的以及本文中描述的其它,部分地,本发明包括关于所收集的血管造影数据帧的一个或多个预处理阶段、预处理软件模块以及相关的方法。在一个实施例中,关于血管造影图像数据(诸如由图1的系统20生成的数据)帧,以帧为基础实施图像预处理。预处理阶段可以包括但不限于方法、阶段和软件组件以及适合于实施血管增强、血管去除、阴影去除、心脏阴影去除、斑点增强的其它组件,诸如通过应用多尺度高斯拉普拉斯、解剖特征的检测、轮廓生成、血管造影图像大小缩减、背景减除、底帽滤波器以及其它。
可以应用各种矩阵,诸如Hessians和其它类型的滤波器和遮罩,以在它们经受进一步处理之前增强血管造影数据帧,以跟踪标记,生成中心线,与OCT、IVUS或其它图像或数据配准。一个或多个图像处理阶段可以用于预处理从诸如图1中示出的系统22或服务器或工作站50和87的血管造影系统接收的血管造影数据帧。
图5A示出涉及一些另外的具体示例性预处理步骤或阶段的工艺流程160。如示出的,可以在各个阶段平行处理血管造影图像。在一个实施例中,在多个尺度下实施LoG过滤160a。每个尺度与将由滤波器作用的图像中的元素的大小对应。在一个实施例中,可以使用基于LoG多尺度的滤波器,以增强与成像探针上的移动标记对应的斑点。由于标记的不同大小,使用不同的尺度。在一个实施例中,为了对斑点的不同大小敏感和对噪音较不敏感,在若干尺度下计算LoG算子。图6A中示出LoG滤波器的实例。图6B中示出与由应用图6A的LoG作为成像处理软件增强一部分而己增强的标记对应的斑点(来自血管造影图像的像素集)的实例。在一个实施例中,实施背景减除,以降低基于若干血管造影图像帧的平均值的静态特征的影响。
另外,在一个实施例中,可以对血管造影数据应用底帽滤波器或变换160c,以提高图像中的导丝的可见性。在一个实施例中,底帽滤波器配置为擦除比给定血管造影图中的特定结构元素(诸如隔膜、轮廓特征等)的大小大的特征。图6E中示出应用于血管造影图像的底帽滤波器或底帽算子的实例。在一个实施例中,多个图像平均用于背景减除。另外,在一个实施例中,底帽滤波器或变换后,在诸如尺度1的尺度下实施Hessian过滤160e。在尺度1下实施这种Hessian过滤,以增强线,同时在应用底帽算子后使噪声图像平滑。图6F中示出应用于图像的尺度1下的Hessian过滤的实例。
在一个实施例中,对图像数据实施形态学闭运算。形态学闭运算主要用于填充应用底帽变换的步骤中有时获得的可能的间隙。用小滤波核应用底帽变换,以增强诸如导丝的窄特征。
二进制图像映射特征
对于每个血管造影图像,应用一组预处理步骤以产生用于确定哪儿存在造影剂的二进制映射。在一个实施例中,二进制映射是指与原始血管造影图像大小相同的图像,其中像素是黑的或白的,黑色用于有染料的像素,白色用于没有染料的像素,反之亦然。二进制映射可具有由于二进制映射的内在缺陷而分开的血管像素的区域。然后可以基于二进制映射计算距离映射。图6H中示出使用FMM算法计算的示例性距离映射。
距离映射是大小相同的图像,其中每个像素的值根据其与二进制映射中最接近的“黑”像素的距离来确定。清楚地,二进制映射中确定存在染料(“黑”像素—其与染料区域的距离为0)的像素将保持黑色,直接包围黑像素的区域的像素(其与染料区域的距离为1)将具有降低“1”的强度。下一层像素的强度将降低“2”,等。如图6H中所示,将各个强度值映射到沿x和y轴布置的像素用于像素位置。由颜色或其它标记编码的尺度可以用于将强度值映射到每个像素位置。在一个实施例中,尺度是色标。图中示出尺度上的各个示例性强度值。中心区域具有与B对应的最低强度值。T强度值相对于B值增加。Y强度值相对于T值增加,和R值相对于Y强度值增加。
得到的距离映射是这样的,从而原始二进制映射中的染料/造影剂的区域看起来像向它们的侧边倾斜下去的脊。如果两个这种脊足够近(二进制映射中的小距离),它们将作为距离映射中的连接的脊出现。距离映射中具有最小值的黑中心点属于前面从其开始传播的用户提示点。由于电势的配置,它沿线传播。距离映射的一个应用是决定染料/造影剂的哪个分开段因为它们足够近而可以连接。在一个实施例中,距离映射是用于从二进制映射确定血管轮廓的工具。距离映射可以用于各种目的。
示例性解剖特征检测/先验数据生成实施例
此外,在一个实施例中,作为血管造影图像的预处理的一部分,实施解剖特征检测。在一个实施例中,这可以实施以生成关于成像探针穿过血管的路径的先验信息。诸如通过轮廓生成过程的线片段的生成可以用于特征检测。在一个实施例中,轮廓是静态对象,诸如产生来帮助跟踪被成像的受试者的血管的一个或多个线片段。
使用基于轮廓或线片段的方法生成可以用于通知中心线生成和标记跟踪的数据收集探针的穿过血管的候选路径,以为前述的这种方法的使用提供若干优点。例如,基于轮廓的方法可以防止或消除正生成的会另外经过侧支或成像探针导管的某些中心线迹线。生成轮廓提供方法,以确定用于作为映射或骨架的被成像血管和支血管以及其它血管的几何结构的最初候选以促进中心线生成。通过生成轮廓,可提取感兴趣的点,诸如分歧点和血管段,以使对标记和中心线迹线的跟踪稳定和证实多帧血管造影图像数据的跟踪质量。
在一个实施例中,在血管造影图像的预处理期间160d,实施生成轮廓以检测解剖特征(如侧支和血管几何结构)的过程。轮廓可以用于检测解剖特征,诸如主分歧点(170l)和外推点(170m)。另外,轮廓可以用于检测和生成平滑血管中心线(170f)。例如,可以与Dijkstra算法一起使用轮廓。可以基于预处理的Hessian图像生成轮廓。血管造影图像(诸如图7A的图像)上的与导丝位置有关的用户选择的点可以用于降低噪音和促进轮廓生成。
图7D中,由X's示出用户选择的端点和计算机确定的端点。由Hessian图像生成的二进制图像可以用于生成如图7B中所示的血管造影图像中的轮廓。一旦生成,轮廓可以被侵蚀以消除小分歧。例如,可以从图像去除或减除轮廓的小分支,直到只有主干部分保留。与分支厚度和其它参数有关的阈值可以用于定向轮廓侵蚀。在一个实施例中,可以以像素为基础实施轮廓的小分支的去除,直到产生如图7C中所示的最终轮廓。
在一个实施例中,通过检测分歧和图7D中的圈出区域示出的其它间隙定位轮廓上的交叉点。这些交叉点用于将轮廓分解为图7E中的分支1-13示出的分支。进而,太小而不能代表血管分支的树的每个分支被侵蚀和可以被消除。在一个实施例中,(通过长度上相同数量的像素)同等地侵蚀所有分支。因此,较长的分支幸存,而小分支被消除。然后可以将剩下的轮廓分支转换成如图7F中所示的连接图。图节点(即轮廓分支,诸如图7F中的节点2和4)之间的距离基于角度变化。对于i=2和j=4,对于节点,可以使用下面的距离关系以获得如图7F中所示的d(2,4):d(i,j)=△(θi,出,θj,入)。在一个实施例中,图搜索方法(诸如Dijkstra最短路径算法或其改良版)应用于该图以获得用于轮廓中的血管的最佳候选路径。这实际上是Dijkstra算法的改良版。所选择路径是其中最大角度变化对于其它可选择路径是最小的节点之间的路径,诸如通过以下提供:
路径=min{max{dθj|j∈路径函数}}。
图8A至图8C示出相对于图7E的轮廓,基于Dijkstra最短路径算法应用于图7F中生成的图发现的所得最佳路径。图8A示出经过节点2、4、8、7、6、3和1的路径。图8B示出经过节点4、6、9、3和1的路径。图8C示出经过节点2、6、8、9、7、5、3和1的路径。考虑到节点和分支是如何布置在受试者中的三维特性,使用用于距离测量的角度是有用的。
示例性导管检测实施例
此外,在一个实施例中,作为血管造影图像的预处理的一部分,实施导管检测160f。视野中的导管的存在可能干扰配准方法的各个步骤和处理阶段。导管和血管之间的相交可能被认为是错误的分歧,这可以导致不稳定跟踪。由递送血管内成像设备的导管的存在可以消极地影响标记和中心线的跟踪。与这种导管相关的另一个问题是,导管而不是血管可以经过沿血管的两点之间的最短路径。因此,导管可以导致误差和错误的中心线生成。
因此,在进行之后的处理和检测(诸如支持中心线生成)之前期望能够从各血管造影数据帧去除导管。关于给定的输入血管造影图像,诸如图9A中所示,基于对图像的哪个部分正移动和图像的哪个部分展现出如图9B中所示的定向场的检测,其中导管跨越图的中间部分和血管大致在该图的中间以一角度穿过它,诸如图9B至图9D中示出的矢量场可以在图像上叠加。图9C示出血管区域的矢量场映射,而图9D示出导管区域中的基本上直的或垂直定向的矢量。
图9C和图9D中说明的矢量场中的矢量是与由局部二阶分析计算的Hessian矩阵的特征值对应的特征矢量。在图9C中,从1至5的所有尺度用于Frangi滤波器中。这种滤波器的实例在A.F.Frangi,W.J.Niessen,K.L.Vincken,M.A.Viergever,"Multiscalevesselenhancementfiltering",MICCAF98,pp.130-137中描述,并因此湍流影响血管外部。在图9D中,仅使用尺度σ=4,并因此在导管上分离的方向,而在外区域中时,特征矢量具有0权重。关于σ参数,该参数表示在卷积计算中使用的高斯尺度。σ=4反映导管的像素中的典型宽度,如血管造影数据集中所观察的。
在一个实施例中,导管检测基于导管的方向性的初步设想和基于导管总是与诸如图9D中所示的图像的较低边界相交的事实。虽然局部上,考虑到它们的管状结构,导管和血管一般彼此不可区分。在导管的形状方面,因为导管几乎贯穿整个图像,且具有基本上直的形状,全局上可以将导管与血管区分开,。在一个实施例中,矢量方向用于区分导管和血管。局部上,血管可以具有方向与导管方向相似的小区域。一般而言,导管的特征矢量方向接近90度,而血管的特征矢量方向不是。
在一个实施例中,使用并入用于血管以及用于形状特征的Frangi滤波器的导管检测的方法。在一个实施例中,方法包括仅在一个尺度(σ=4,其反映导管的像素中的典型宽度,如血管造影数据集中观察的)上基于Hessian图像的特征矢量确定血管测量图像和方向图像。可以使用各种标准分离血管造影数据的给定图像帧中的导管。这些标准包括包含导管的连接的组件的方向(方向图像的阈值)、长度(导管剖面的长度应是x(或y)中最大图像尺寸的至少一半)。
作为对图像处理软件的约束,如果导管这样检测从而其出现在给定图像中,典型地情况是这样的,即导管几乎穿过整个图像。在一个实施例中,系统被编程为假设导管总是切割图像的底部边界。因此,可以设置所检测对象的大小的下限。另外,一旦检测到与导管相关的血管造影图像的区域,通过导管的中心线周围的小增量扩大或以其他方式扩展边界是有用的以确保己检测到足够大的特征。图9E中示出基于上述步骤检测的导管的实例。
示例性导管去除实施例
如上所讨论的,对于给定血管造影图像的视野中的导管的存在可能干扰本文描述的各个步骤和处理阶段。相应地,一旦诸如通过本文中叙述的基于软件的方法己检测到导管,期望去除导管。图9A中的有界区域示出以一角度与血管重叠的导管。可以使用用于去除导管同时仍试图保存图像完整性的各种对象消除方法。基于导管的遮罩,诸如可以由所用的导管检测过程生成的或作为其输出,软件模块可以配置为通过消除导管来去除导管遮罩。
去除导管的一个有利方法使用函数的叠加原理来当彼此异相时进行取消和去除。在一个实施例中,基于叠加的软件模块用于诸如通过估计其强度剖面和从图像减少它来实施导管去除。可以基于由导管检测软件模块识别为导管的一部分的图像的点的采样生成导管强度剖面。
如图10A和图10B所示,示例性圆筒190示出为具有如示出的厚度T0、T1和T2的各种纵向切片。圆筒190可以被认为是导管的模型表示。到导管和圆筒190充满造影溶液的程度,由造影溶液引起的强度变化沿厚度T0将在中间较大,然后从中心T0移开至切片T1而减小,然后当到达切片T2时进一步减小。因此,由于相对于导管中心的导管的较薄边缘处有较少造影溶液,可以生成导管的强度剖面并将导管的强度剖面添加到检测到导管的图像的区域,以从图像去除导管。图11A中示出有关导管去除方法的示例性代表。
考虑到如本文所述的己检测到导管,可以诸如通过使用像图9E中示出的遮罩区生成组成导管的与图像中的像素相关的遮罩。在一个实施例中,在导管区域中,诸如例如与导管线垂直的线上采样图像强度。这些垂直线跨越从导管一侧逐渐减小的造影溶液强度变化的梯度,直到达到与导管的最厚中间部分对应的低的或相对极值,然后当导管横截面在导管边缘处减薄时再次逐渐增加,如图10A和图10B中所示。导管区域中采样的每条线生成强度曲线。各个强度曲线可以平均至单一曲线。该强度曲线可以颠倒,然后在组成导管区域的垂直线上叠加,以有效地从图11A中所示的区域去除导管。
示例性阴影去除实施例
经典的基于Hessian的过滤是预处理的一部分,并且基于图像的Hessian的特征值。在一个实施例中,在大量离散尺度下计算Hessian,然后得到其中的最大响应。在阴影去除过程的一个实施例中,使用从1到5的尺度。尺度5可以选择为最佳代表可用数据中的通常观察的最大血管宽度的尺度。图6I至图6N示出原始图像和然后被处理以去除阴影和其它特征的实例。
应用阴影去除预处理步骤,以将原始图像转换为具有改进对比度的改良图像。另外,通过应用Hessian的过程改变改良图像,从而其基本没有可引起不同对比度的若干区域或平面的心脏和隔膜阴影的影响。去除这些阴影是期望的,因为这种区域和平面可导致不正确的血管中心线。在一个实施例中,阴影去除步骤包括应用具有滤波核的底帽算子,滤波核配置为具有比典型的血管宽度大得多的距离参数。图6L和图6J示出通过实施阴影去除过程改善的改良图像。
示例性血管中心线(迹线)生成实施例
两个锚定点(远端和近端)标记血管中心线的终点和起点。锚定点反映在血管轮廓上,并应用Dijkstra算法以依据平滑性发现最短路径。FMM也应用于依据强度发现最短路径(FMM在增强的Hessian图像上运行)。将来自FMM的结果与Dijkstra结果结合,以产生两个锚定点之间的最佳血管中心线(迹线)。通过将与FMM结合的保角映射应用于第一生成的迹线而生成其它血管造影帧中的血管中心线。
在一个实施例中,快速行进技术或方法基于电势处理测地距离的有效计算。在一个实施例中,当存在造影剂时,电势可以是增强的Hessian图像。在一个实施例中,当仅存在导丝时(即使以分段的方式在血管造影图像上可见),诸如当不存在造影剂时,通过基于距离变换构建函数来调节电势。可以通过在二进制图像上应用欧几里得距离变换由基于导丝的电势实施用于计算将在前面传播的电势函数的方法。一旦生成距离变换,这种变换可以通过对负分数幂应用指数,乘以距离变换而进一步改进为电势函数。图6G中示出示例性导丝电势。
图5B示出与血管中心线生成有关的工艺流程170。在一个实施例中,对血管造影数据帧应用尺度为1的Hessian170a。Hessian的该应用导致图像中的薄脊(诸如导丝)的增强。在一个实施例中,实施导丝的自动检测和导丝上锚定点的选择170c。在一个实施例中,一旦检测到导丝,具有最高LoG响应的点被识别为锚定点。接下来实施对远端导丝锚定点到所有撤回血管造影帧的跟踪。在单一帧中检测近端锚定点。也在单一帧中检测远端锚定点。在一个实施例中,每个锚定点是通过跟踪可以在其它帧中容易地检测到的特征。接下来,对所有帧跟踪锚定点,从而每个血管造影帧将具有用于血管中心线生成(迹线)的两个端点。
在一个实施例中,选择用户选择的点,诸如血管造影图像上的导丝点170j。进而,可以对血管造影图像应用尺度(高达约5)的Hessian170k,以增强血管。然后,由Hessian的应用得到的改良图像可以用于实施最近分歧锚定点的检测170l。该检测步骤可使用用户选择的点或提示点作为输入。接下来实施锚定点的外推的检测170m。请阐明正被检测的是哪个锚定点。接下来,对所有撤回血管造影帧实施锚定点的跟踪170n。
在一个实施例中,系统接下来使用图像搜索软件模块,诸如用于图的Dijkstra最短路径解决方案。然后关于血管造影撤回帧可以实施应用结合FMM的Dijkstra算法或其它最短路径算法和选择最佳初始血管中心线170f。然后使用FMM基于保角映射在窄带上跟踪血管造影撤回帧中的血管中心线170g。在上下文中,窄带指在感兴趣的迹线周围建造窄带区域。该窄带旨在提高FMM算法的效率,由于图像的限制区域上的测地距离的计算。这些中心线可以储存在一个或多个表中,并显示在适用的血管造影图像上。
示例性标记检测和配准实施例
图5C示出与标记检测和配准有关的工艺流程180。如本文中使用的,术语迹线可以与中心线互换。首先,作为输入,提供来自撤回帧的血管中心线(迹线)作为用于采样方向的输入180a。另外,将LoG应用于来自撤回帧的图像180c。实施采样与迹线垂直的LoG图像180e。在一个实施例中,实施动态编程,或用不同起点或终点运行迭代以发现所有帧中的标记位置180g。在一个实施例中,可以使用维特比算法进行动态编程和/或迭代过程。接下来,以帧为基础实施选择用于标记的最可能的溶液180h。实施沿着所有帧中的血管中心线计算标记位置以及标记标准化弧长位置180l。
接下来,可以实施依据弧长基于计算的标记位置对OCT和血管造影帧的所有组合配准。由于所有血管造影帧中,所有血管中心线在相同解剖特征中开始和结束,每条中心线与其它帧中的其它中心线对应。因此,中心线长度或弧长可以用作配准的基础。依据弧长,将标记位置保存(取决于一些误差)在所有帧中。
当试图解决传感器或数据收集探针的不透明标记带时遇到的一个挑战是使用造影溶液作为OCT撤回的一部分。在一个实施例中,在引入造影溶液之前处理血管造影数据帧,从而导丝和成像导管可以用于提供穿过血管的最初路径是有用的。该初始数据集可以根据使用本文中描述的其它信息和参数迭代地改善。
基于维特比的算法自动地检测撤回的每个图像中的不透射线标记。该算法可以用于基于斑点强度和位置预测(沿迹线速度恒定)获得整体解。作为该算法的先决条件,实施检测和跟踪血管中心线(迹线)的过程。迹线用于产生OCT和血管造影之间的连续配准。通过快速行进方法计算这些曲线。在每个帧上,快速行进方法允许近端点(可以是用户选择的点或提示点)和远端固定标记之间的路径(迹线)的有效计算。在(有和/或没有造影剂/染料的)帧上检测该固定标记。在之后的顺序中采用模板匹配技术来跟踪近端点和远端标记。
维特比算法配置为平衡外在因素和内在因素。外在因素(标记带显示)源自标记带高斯拉普拉斯映射,通过每血管造影帧在与迹线垂直的离散带中重采样映射。内在因素是随时间的弧长进展。该内在因素模拟标记带沿撤回弧长的前进。基本思路是由撤回速度确定平均配速,同时存在偏离该配速的惩罚。该因素考虑了“锯切”剖面,通过不同地惩罚前进/后退运动。
图12示出包括适合于处理血管内和血管造影图像数据的各种软件和硬件组件的数据收集和配准系统300。在一个实施例中,一旦将一个或多个OCT图像数据帧和血管造影图像数据帧配准,输出是配准表。在一个实施例中,可以监控OCT数据帧,以检查清楚帧显示状态,且该清楚帧显示可以用于触发电影,从而可以捕获血管造影数据帧。在一个实施例中,对于给定的撤回程序,在此期间探针通过血管撤回同时收集探针数据和血管造影数据,可以实施帧的时间戳记、配准表群和图像处理特征以及其它过程。
用户界面(UI)308与OCT适配器320通信。图像处理模块330与OCT适配器320通信。在一个实施例中,图像处理模块330对血管造影数据帧实施或应用算子或变换,诸如阴影去除、导丝检测、导管去除和本文中概括的其它图像处理步骤。光学相干断层扫描系统310与OCT适配器320通信。光学相干断层扫描系统310可以包括帧抓取器302或与帧抓取器302通信。使用帧抓取器302抓取血管造影帧,并通过软件模块读取。
OCT帧表315包括成像探针穿过血管的撤回期间获得的血管的信息和图像。OCT适配器320的作用是提供血管造影系统和OCT系统之间的软件界面。
基于软件的系统如本文中描述的服务器或工作站,以及配置为自动地运行和捕获血管造影图像和通过其采集时间给各图像加标签的软件模块支持用采集时间加标签的血管内数据的配准。可以包括配准软件模块的图像处理模块330自动地检测每个血管造影图像上与血管内采集对应的不透射线标记。可请求单个用户输入以辅助如图5B中示出的检测。配准软件模块计算探针穿过被成像血管的撤回期间与血管内图像采集对应的所有血管造影图像上的血管内成像导管的路径。配准软件模块产生采集的包括每个血管造影图像上的不透射线标记位置、每个血管造影图像上的每个血管内图像/数据点的位置以及与每个配准结果相关的FOM的血管内和外部图像的配准表,提供结果真实性的置信水平的测量。
为用户呈现血管内和血管造影图像的图形表示,和两者之间的对应性,诸如一个实施例中当完成配准时,血管造影图像上某个血管内图像的位置作为用户界面的一部分。如果配准程序期间FOM或置信分数不可接受,可以请求或自动获得来自OCT系统的其它用户输入或其它参数。
示例性置信分数/品质因数实施例
对于探针标记的每个检测,置信分数也称为分配到每个检测的探针标记的FOM。分数基于斑点强度、预测标记区域附近的暗斑点的数量、沿迹线的标记弧长、斑点运动以及迹线稳定性中的一个或多个。FOM/分数反映返回结果中的置信测量。在一个实施例中,分数的范围为[0,1],其中0反映最低置信,1反映最高置信。
血管造影有关的软件模块,诸如本文中描述的一个或多个模块,评价使用典型地设置在受试者身体外的成像设备生成的图像。相反,数据收集探针,诸如OCT、IVUS、FFR、压力或其它数据收集模式,可以设置在患者的血管内。因此,可以由血管造影软件使用撤回期间由这种数据收集探针获得的数据或之前己知的与数据收集探针有关的参数,以改进本文中描述的方法和阶段的操作。适配器软件模块或其它软件模块可以用于将OCT信息提供到血管造影图像帧处理软件模块,反之亦然。
例如,作为血管内数据收集的一部分,可以将涉及获得的关于血管的数据的以下参数传输至血管造影软件或其它软件模块用于分析或以其他方式帮助评价受试者或相关的不同数据集,单位为mm的撤回长度、撤回开始、撤回结束、来自收集的OCT数据的分歧(诸如侧支)的显示、在引入造影剂或染料之前收集的关于帧的数据、OCT和血管造影同步帧时间标签、撤回速度、导管的远端和近端标记之间的距离以及其它因素和获得的关于给定数据收集模式的参数,诸如纵向血管图像数据、压力数据、EKG数据、撤回期间的心脏收缩状态、撤回期间的心脏扩张状态以及与受试者有关的可用的其它信息。
血管造影表
诸如图14中所示,血管造影表含有描述血管造影撤回以及采集的每个血管造影帧的信息。采集时通过血管造影软件模块产生血管造影表,并用时间戳记数据部分填充。采集和存储完成时,通过OCT模块提取该表。然后当填充配准依赖字段时,在配准时将表提供至血管造影软件模块。
配准表
配准表含有如图15所示的成功配准的结果。其含有驱动配准GUI工具集需要的所有OCT/血管造影交叉引用信息。该表含有每个OCT帧的条目,其含有帧的采集时间戳记和具有含有用于OCT标记位置信息的每个血管造影帧的条目的列表。在一个实施例中,配准表使OCT帧索引与配准的血管造影帧索引关联。另外,该表可包括使OCT帧和血管造影帧关联的条目。
另外的多模配准特征和实施例
在一个实施例中,配准指的是使来自两种或多种数据收集模式的帧同步或以其他方式将来自两种或多种数据收集模式的信息组合。例如,OCT图像上检测到的分歧可以用作相对于血管造影图像上检测到的分歧的锚。本文叙述的配准特征不限于OCT。相反,本文描述的关于配准成像的特征或关于血管系统的其它数据收集模式以及单个血管可以扩展到其它血管内成像模式。在本发明的一个实施例中,由通过跟踪系统(诸如迈迪嘉(Mediguide)的医学定位系统跟踪的导丝或导管在基穿过血管的前进期间的路径确定血管的中心线。
在一个实施例中,使用OCT图像处理在OCT数据帧中检测的侧支可以用作输入以改善与血管造影数据的配准。例如,在一个实施例中,每个OCT帧包括显示侧支是否存在的标记(是/不是)。此外,一旦获得配准,支架位置、钙沉积、脂质沉积、血栓、薄帽纤维粥样斑块(TCFA或“易损斑块”)、血管正常化、侧支检测、FFR值(可以基于OCT图像数据计算为血管阻力比(VRR)值)、内腔大小值、支架以及本文描述的各种其它数据可以依据数据集之间的配准在血管造影图像或OCT图像上重叠。
肝支架植入引导实施例和特征
在一个实施例中,在OCT/血管造影配准之后,导丝撤回后保留用于通过另一导管的支架植入。对撤回的受试者的血管成像的过程通过继续的荧光成像而继续配准至OCT。沿OCT帧或血管造影帧的移动允许侧支和其它信息可见。在一个实施例中,实施关于OCT数据(诸如前支架的检测、3-D配准的虚拟组织成像、内腔检测、导丝检测、支架贴壁不良、斑块检测以及其它的各种处理步骤。因为OCT和血管造影帧被配准,因而可将OCT帧中发现的信息在操作者将用于植入支架的血管造影屏幕上重叠。如果可以在用户界面上的血管造影视图中示出侧支,这可帮助避免支架撑开期间的侧支的不期望的罩盖。
另外,可以将与之前己撑开的或是撑开候选的支架有关的各种类型的重叠显示在配准后的OCT图像和血管造影图像中的一种或两种上。例如,可以使用OCT图像处理在OCT帧上检测半透射线的新类型支架生物可吸收血管支架(BVS)。该OCT图像数据可用于提供血管造影数据情况中重要的特定类型的支架重叠,因为这种支架通过x射线不可见。作为数据重叠的另一特别情况,在一个实施例中,来自给定OCT帧的支架贴壁不良信息可以用于彩色代码或生成其它标记,以改变X射线图像上的支架图像以示出帖壁不良的区域。
另外,假定支架传递探针上的标记可以被跟踪,可以在OCT纵向模式或L模式上示出与标记有关的受激支架。血管造影/OCT配准允许组织特征、内腔特征和移动特征交叉关联,诸如要在血管造影中示出的气囊或支架插入与重叠和诸如L模式中的支架横截面的元素的显示。如果获得支架的扫描作为线框模型,或在支架术之前从下拉式菜单中选择,直径和长度可用于以较大的准确性显示L模式或血管造影上的支架。
在一个实施例中,可以使用基于狭窄/MLA计算示出区域以避免支架样侧支的OCT图像和/或血管造影图像上的带和靶撑开区域。血管造影和OCT显示可以用于示出重叠的较高级别的粒度,以帮助用户适当地定位靶区域内的支架。另外,考虑到支架的线框模型和来自与血管造影系统上的支架位置配准的OCT帧的计算的内腔面积,可以提供和显示用于支架膨胀目标的可视引导。在一个实施例中,这可以使用模拟的支架线框和用于选择性膨胀支架的一个或两个端的膨胀气囊来进行。使用OCT和血管造影的这些类型的研究可以用于预装支架、后装支架或作为未来随诊的一部分。
在一个实施例中,当实施撤回时,储存OCT数据和血管造影数据。该储存的数据可以用于生成动脉的图像或模型。使用这种模型,增强了之后撤回期间的肝支架植入。按这种方法,可以使用现有的OCT/血管造影配准信息作为基线。
血管造影数据也可以用于通知或改善或改正OCT图像显示特征或检测算法。来自血管造影数据的OCT中的一个改正是重新使L模式上OCT帧隔开以示出由配准工具测量的帧之间的实际物理分隔。这弥补了由假设相对于血管内腔的恒定撤回速度引起的间隔误差。实际上,由于心脏运动撤回速度显著变化,我们的帧不是等间隔的。一旦生成配准的OCT和血管造影数据集,即可使用软件模块来准确地测量帧对帧间距。每帧改正可以应用于重新隔开给定用户界面中的L模式视图。这也可以应用于3DOCT绘制,这将提供更准确的血管的可视化表示形式。
一般而言,通过具有配准的帧集和血管造影和OCT系统之间的双向通信,各种另外的益处是可能的。血管造影信息包括己生成的用于不同血管的迹线。这些分支的交叉点可以映射到特定帧中以通知OCT侧支检测。在一个实施例中,通过储存血管造影期间获得的血管造影数据和OCT,可以随时间构建可用于将不同时间点的OCT图像与血管造影数据配准的记录,作为两个不同OCT数据集之间的桥或连接。
在一个实施例中,压力探针或数据收集模式可以用于收集数据,以改善使用另一种成像模式或参数的表示形式。在一个实施例中,VRR可以用于计算每处狭窄对总FFR值的百分比贡献,和显示血管造影图像上的相对百分比。另外,来自OCT图像或血管造影图像的侧支位置信息可以用于通过识别被成像血管附近的区域中流动的另外的交叉点和点来改善VRR计算。
在一个实施例中,系统和方法可以用于监控OCTL模式中的血栓切除术导管:这可以与使用本文描述的模拟支架和配准数据的导向支架术一起使用。一般而言,本发明部分涉及跟踪具有不透射线标记带的任何治疗设备和显示其在OCTL模式和之前采集的配准的X射线图像上的位置。治疗设备可以是支架或血栓切除术导管或气囊设备(诸如血管成形术气囊或药物洗脱气囊)或切除设备(诸如旋磨探针(Rotablator))。
用于实施血管造影和血管内数据收集方法和系统的非限制性软件特征和实施例
以下说明旨在提供对设备硬件和适于实施本文描述的发明的方法的其它运算组件。本说明并不旨在限制本发明的适用的环境或范围。类似地,硬件和其它运算组件可适合作为上述装置的一部分。本发明可以与其它系统配置一起实践,其它系统配置包括个人计算机、多处理器系统、基于微处理器或可编程电子设备、网络PC、微型计算机、大型计算机等。
依据计算机存储器内对数据位进行运算的算法和符号表示提出详述的一些部分。这些算法说明和表示可以由计算机和软件相关领域中的技术人员使用。在一个实施例中,算法在本文中一般被理解为是引出所需结果的运算的有条理顺序。当方法停止或本文中描述其他实施的运算是需要物理量的物理操作的那些。通常,但不一定,但这些量采用能被储存、转移、结合、变换、比较和以其他方式操作的电或磁信号的形式。
除非另有特别说明,以下讨论是显而易见的,应该理解,在整个说明书中,利用诸如“处理”或“计算”或“计算(calculating)”或“比较”或“弧长测量”或“检测”或“跟踪”或“遮罩”或“采样”或“运算”或“生成”或“确定”或“显示”等的术语的讨论,指的是计算机系统或相似电子计算设备的行动和处理,该计算机系统或相似电子计算设备将表示为计算机系统注册表和存储器内的物理(电子)量的数据篡改和变换为类似表示为计算机系统存储器或注册表或其它这种信息存储、传输或显示设备内的物理量的其它数据。
在一些实施例中,本发明也涉及用于实施本文中的运算的装置。该装置可以特别地被构造用于所需目的,或其可包含选择性被计算器中储存的计算机程序激活或重置的通用计算机。
本文中提出的算法和显示本身与任何具体计算机或其它装置无关。各种通用系统可以与根据本文中教导的程序一起使用,或其可证明便于构造更专业的装置以实施所需方法步骤。下面说明中将出现用于各种这些系统的所需结构。
本发明的实施例可以以许多不同形式来实施,包括但不限于用于与处理器(例如,微处理器、微控制器、数字信号处理器或通用计算机)一起使用的计算机程序逻辑,用于与可编程逻辑设备(例如,现场可编程门阵列(FPGA)或其它PLD)、离散组件、集成电路(例如,专用集成电路(ASIC))或包括其任何组合的任何其它工具的可编程逻辑。在本发明的典型实施例中,对使用OCT探针、FFR探针、血管造影系统和其它成像和受试者监控设备以及基于处理器的系统收集的数据的一些或所有处理实现为转化为计算机可执行形式的一组计算机程序指令,同样储存在计算机可读介质中,并且在操作系统的控制下由微处理器执行。因此,例如,基于撤回或配准请求完成的用户界面指令和触发被变换为适于生成OCT数据、使用各种和其它特征以及上述实施例实施图像处理的处理器可理解指令。
实施本文之前描述的所有或部分功能性的计算机程序逻辑可体现为各种形式,包括但不限于源代码形式、计算机可执行形式以及各种中间形式(例如由汇编器、编译器、连接器或定位器生成的形式)。源代码可包括以各种编程语言(例如,目标代码、汇编语言或高水平语言,诸如Fortran、C、C++、JAVA或HTML)中任一种执行的一系列计算机程序指令,用于与各种操作系统或操作环境一起使用。源代码可定义和使用各种数据结构和通信消息。源代码可以是计算机可执行形式(例如,通过解释器),或源代码可(例如,通过翻译器、汇编器或编译器)转化为计算机可执行形式。
计算机程序可在有形存储介质如半导体存储设备(例如,RAM、ROM、PROM、EEPROM或闪速可编程RAM)、磁性存储设备(例如,磁盘或硬盘)、光学存储设备(例如,CD-ROM)、PC卡(例如,PCMCIA卡)或其它存储设备中永久地或暂时地被固定为任何形式(例如,源代码形式、计算机可执行形式或中间形式)。计算机程序可以以使用包括但不限于模拟技术、数字技术、光学技术、无线技术(例如,蓝牙)、网络技术以及互联网技术的各种通信技术中任一种传输到计算机的信号固定为任何形式。计算机程序可以以任何形式分布为附有印刷的或电子文件(例如,压缩打包软件)的可移动存储介质,用计算机系统(例如,系统ROM或硬盘)预加载的,或用通信系统(例如,互连网或万维网)从服务器或电子信息显示器分布。
可以使用传统手工方法设计,或可以使用各种工具,诸如计算机辅助设计(CAD)、硬件描述语言(例如VHDL或AHDL)或PLD编程语言(例如,PALASM、ABEL或CUPL)来电子地设计、捕捉、模拟或记录执行本文之前描述的所有或部分功能性的硬件逻辑(包括与可编程逻辑设备一起使用的可编程逻辑)。
可以在有形存储介质诸如半导体存储设备(例如,RAM、ROM、PROM、EEPROM或快速可编程RAM)、磁性存储设备(例如,磁盘或硬盘)、光学存储设备(例如CD-ROM)或其它存储设备中永久地或暂时地固定可编程逻辑。可编程逻辑可被固定为使用包括但不限于模拟技术、数字技术、光学技术、无线技术(例如,蓝牙)、网络技术以及互联网技术的各种通信技术中任一种传输到计算机的信号。可编程逻辑可被分布为附有印刷的或电子文件(例如,压缩打包软件)的可移动存储介质,用计算机系统(例如,系统ROM或硬盘)预加载的,或用通信系统(例如,互连网或万维网)从服务器或电子信息显示器分布。
下面更详细地讨论适合的处理模块的各种实例。如本文中使用的,模块指的是用于实施特定数据处理或数据传输任务的软件、硬件或固件。在一个实施例中,模块指的是适于接收、变换、路由或处理指令或各种类型的数据(诸如本文描述的血管造影数据、OCT数据、FFR数据、IVUS数据、配准表数据、中心线、阴影、像素、强度模式和感兴趣的其它信息的软件路径、程序或其它存储驻留应用。
本文描述的计算机和计算机系统可包括运行有关的计算机可读介质,诸如用于储存在获得、处理、储存和/或通信数据中使用的软件应用的存储器。可以理解,这种储存器相对于其运行有关的计算机或计算机系统可以是内部的、外部的、远程的或局部的。
存储器也可以包括用于储存软件或其它指令的任何工具,包括例如,但不限于硬盘、光盘、软盘、DVD(数字通用磁盘)、CD(压缩盘)、记忆棒、闪存、ROM(只读存储器)、RAM(随机存取存储器)、DRAM(动态随机访问存储器)、PROM(可编程ROM)、EEPROM(扩展可擦PROM)和/或其它类似计算机可读介质。
一般而言,本文描述的与本发明的实施例相关应用的计算机可读存储器介质可包括能储存由可编程装置执行的指令的任何存储器介质。在适用的情况下,本文描述的方法步骤可体现或执行为计算机可读存储器介质或多种存储器介质上储存的指令。这些指令可以是以各种编程语言诸如C++、C、Java和/或可应用于产生根据本发明的实施例的指令的各种其它各类的软件编程语言体现的软件。
本发明的方面、实施例、特征和实例在所有方面都被认为是说明性的,且不旨在限制本发明,本发明的范围仅由权利要求书限定。在不偏离所声明发明的精神和范围的情况下,其它实施例、修改和使用对于本领域技术人员将是显而易见的。
本申请中标题和章节的使用并不意图限制本发明;各部分可以应用于本发明的任何方面、实施例或特征。
本申请中,其中组合物被描述为具有、包括或含有特定组分,或其中过程被描述为具有、包括或含有特定工艺步骤,预期本教导的组合物也基本由或由所叙述组分组成,且本教导的过程也基本由或由所叙述工艺步骤组成。
在申请中,其中元件或组件据说是被包括在和/或选自一列所叙述元件或组件,应理解该元件或组件可以是所叙述元件或组件中的任一种,和可以选自由所叙述元件或组件中的两种或多种组成的组。此外,应理解不管在本文中清楚或含蓄地,在不偏离本教导的精神和范围的情况下,本文中描述的组合物、装置或方法的元素和/或特征可以以各种方式结合。
除非另有特别说明,术语“包括”、“包含”、“含有”、“具有”、“有”或“带有”的使用一般被理解为开放式的或非限制性的。
除非另有特别说明,本文中单数形式的使用包括复数形式(反之亦然)。而且除非上下文另有明确说明,单数形式“一个”,“一”和“该”包括复数形式。另外,在在数量值之前使用术语“约”,本教导也包括具体数量值本身。
应当理解,步骤的顺序或实施某些动作的顺序是不重要的,只要本教导保持可操作。此外,可以同时进行两个或更多个步骤或动作。
提供值的范围或列表时,该值的范围或列表的上限和下限之间的每个居中值都单独考虑,并且包含在本发明内,犹如本文中具体列举每个值。另外,给定范围的上限和下限之间的或包括上下限的较小范围是预期的并包含在本发明中。示例性值或范围的列表不是放弃给定范围的上限和下限之间的或包括上下限的其它值或范围。
应当理解的是,要求保护的发明的各个方面请求针对本文公开的技术的子集和子步骤。此外,本文中采用的术语和表达被用作描述的术语而不是限制,并且在这种术语和表达的使用中,没有意图排除所示和所描述的特征及其部分的任何等同物。但要认识到,在所要求保护的发明的范围内,各种修改是可能的。相应地,期望被专利证保护的是下面权利要求书中定义和区别的发明,包括所有等同物。
Claims (25)
1.显示血管的血管造影和血管内表示的基于处理器的方法,包括:
使用光学相干断层扫描系统生成响应于穿过所述血管的探针的撤回期间获得的所述血管的距离测量的一组光学相干断层扫描图像数据,所述一组OCT图像数据包含沿所述血管的多个位置处的多个横截面图像;
使用光学相干断层扫描系统的穿过所述血管的所述探针的撤回期间使用血管造影系统生成一组血管造影图像数据,所述一组血管造影图像数据包含所述撤回期间在不同时间点获得的多个二维图像;
显示包含使用OCT图像数据生成的血管的第一纵视图的第一面板;以及
显示包含使用帧中的一个或多个点和经过所述一个或多个点的血管中心线来识别所述血管的血管造影图像数据帧的第二面板。
2.根据权利要求1所述的方法,还包括使用血管中心线将所述OCT图像数据和所述血管造影数据配准,以产生被跟踪标记的连续配准,其中所述被跟踪标记设置在OCT数据收集探针上。
3.根据权利要求1所述的方法,还包括将所述OCT图像数据和所述血管造影数据配准,从而通过用户界面沿所述血管中心线选择一个点改变所述第一纵视图中的帧标识符。
4.根据权利要求2所述的方法,还包括使用撤回速度或撤回长度来实施迭代搜索以根据所述撤回长度和/或撤回速度基于这种标记的可能位置拒绝所述被跟踪标记的候选。
5.根据权利要求1所述的方法,其中使用最短路径技术和来自Dijkstra算法的多个处理步骤生成所述血管中心线。
6.根据权利要求1所述的方法,还包括使用强度剖面的叠加从一个或多个血管造影数据帧去除引导导管图像的步骤。
7.根据权利要求1所述的方法,其中基本上在不存在造影溶液的情况下使用由一个或多个血管造影帧生成的路径信息生成所述血管中心线。
8.根据权利要求1所述的方法,还包括生成用于每个检测以及血管造影数据和光学相干断层扫描数据之间的配准的置信分数。
9.检测血管内探针标记的方法,包括:获得基本上没有造影剂图像数据和包括血管内探针标记的血管造影图像数据的第一帧;获得包含在所述血管内探针标记附近的造影剂图像数据的血管造影图像数据的第二帧;以及检测所述第一帧和所述第二帧中的所述血管内探针标记。
10.根据权利要求9所述的方法,还包括对所述第二帧应用图像处理变换的步骤,以去除或更改所述第二帧中的特征,以及增加多个像素的强度的步骤,所述多个像素包含所述第二帧中的导丝图像。
11.根据权利要求9所述的方法,还包括生成多个图像的平均强度值和从所述第一帧或所述第二帧减去平均强度的步骤。
12.根据权利要求9所述的方法,还包括对所述第二帧应用底帽算子以及应用形态学闭运算。
13.根据权利要求9所述的方法,其中检测所述血管内探针标记包括通过对所述第一帧和所述第二帧应用多尺度高斯拉普拉斯算子来过滤包含所述第一帧和所述第二帧中的像素的候选标记,以及实施非极大值抑制过程以识别像素附近具有相对最大值的斑点。
14.根据权利要求9所述的方法,还包括通过对二进制图像应用欧几里得距离变换和对负分数幂应用指数乘以距离变换生成基于导丝的电势的步骤。
15.根据权利要求14所述的方法,还包括使用快速行进方法基于导丝基电势确定多个测地距离。
16.根据权利要求9所述的方法,还包括去除所述第一帧和所述第二帧中的阴影,提高所述第一帧或所述第二帧中的一个上的导丝的对比度,以及实施用于每个标记候选的形态学图像重建。
17.根据权利要求9所述的方法,还包括使用基于Hessian的血管滤波器处理多个撤回帧;和使用模板匹配跟踪从第一帧或第二帧中的一个经多个撤回帧到所有撤回帧的血管内探针标记。
18.根据权利要求9所述的方法,还包括使用维特比动态编程方法通过所述撤回期间获得的多个帧跟踪所述血管内探针标记。
19.配准穿过血管的撤回期间获得的血管造影图像数据和血管内图像数据的基于处理器的方法,包括:
将多个光学相干断层扫描数据帧储存在存储器中;
将多个血管造影图像数据帧储存在存储器中;
处理所述多个血管造影图像数据帧,从而大体上减少一个或多个阴影;
检测所述多个血管造影图像数据帧中的导管;
去除所述多个血管造影图像数据帧中的检测到的导管;
生成所述多个血管造影图像数据帧的血管中心线;
检测所述多个血管造影图像数据帧中的探针标记;
沿一条或多条血管中心线跟踪所述探针标记的位置;以及
使用跟踪的位置配准所述多个血管造影图像数据帧和所述多个光学相干断层扫描数据帧。
20.根据权利要求19所述的方法,还包括生成表明血管造影图像数据帧和光学相干断层扫描数据帧之间的配准的置信水平的分数的步骤。
21.根据权利要求19所述的方法,其中使用基于所述检测到的导管的区域的采样生成的强度剖面的叠加而实施去除所述检测到的导管的步骤。
22.根据权利要求19所述的方法,其中配准所述多个血管造影图像数据帧和所述多个光学相干断层扫描数据帧的步骤包括使用计算设备生成配准表,所述配准表包含血管造影图像帧、多个每帧OCT时间戳记、多个每帧血管造影时间戳记以及光学相干断层扫描图像帧。
23.根据权利要求22所述的方法,还包括使用所述配准表和计算设备在用户界面中显示OCT图像和血管造影图像中的支架表示。
24.根据权利要求22所述的方法,还包括使用所述配准表和配置为显示侧支的用户界面来识别一个或多个OCT图像或血管造影图像中的侧支。
25.根据权利要求22所述的方法,还包括基于所述配准表设置OCT数据帧的间距,以调整撤回速度变化和基于所述间距在用户界面中显示纵视图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010453609.XA CN111652917A (zh) | 2013-03-12 | 2013-03-12 | 血管数据处理和图像配准系统、方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/030623 WO2014175853A1 (en) | 2013-03-12 | 2013-03-12 | Vascular data processing and image registration systems, methods, and apparatuses |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010453609.XA Division CN111652917A (zh) | 2013-03-12 | 2013-03-12 | 血管数据处理和图像配准系统、方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105188550A true CN105188550A (zh) | 2015-12-23 |
CN105188550B CN105188550B (zh) | 2020-06-09 |
Family
ID=48087690
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010453609.XA Pending CN111652917A (zh) | 2013-03-12 | 2013-03-12 | 血管数据处理和图像配准系统、方法及装置 |
CN201380076357.1A Active CN105188550B (zh) | 2013-03-12 | 2013-03-12 | 血管数据处理和图像配准系统、方法及装置 |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010453609.XA Pending CN111652917A (zh) | 2013-03-12 | 2013-03-12 | 血管数据处理和图像配准系统、方法及装置 |
Country Status (7)
Country | Link |
---|---|
EP (2) | EP2967480B1 (zh) |
JP (1) | JP6388632B2 (zh) |
CN (2) | CN111652917A (zh) |
AU (1) | AU2013387679B2 (zh) |
CA (1) | CA2905203C (zh) |
ES (1) | ES2913224T3 (zh) |
WO (1) | WO2014175853A1 (zh) |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106377229A (zh) * | 2016-10-18 | 2017-02-08 | 全景恒升(北京)科学技术有限公司 | 一种旋转式声学和光学合并成像系统 |
CN107610095A (zh) * | 2017-08-04 | 2018-01-19 | 南京邮电大学 | 基于图像融合的心脏ct冠脉全自动分割方法 |
CN107993221A (zh) * | 2017-11-16 | 2018-05-04 | 济南大学 | 心血管光学相干断层oct图像易损斑块自动识别方法 |
CN108053434A (zh) * | 2017-12-28 | 2018-05-18 | 西安中科微光影像技术有限公司 | 一种基于心血管oct的支架对齐方法及装置 |
CN108053429A (zh) * | 2017-12-28 | 2018-05-18 | 西安中科微光影像技术有限公司 | 一种心血管oct与冠脉造影自动配准方法与装置 |
CN108090901A (zh) * | 2017-12-28 | 2018-05-29 | 西安中科微光影像技术有限公司 | 一种基于心血管oct影像的生物支架对齐方法及装置 |
CN108198174A (zh) * | 2017-12-28 | 2018-06-22 | 西安中科微光影像技术有限公司 | 一种心血管ivoct与ivus自动配准方法与装置 |
CN108309234A (zh) * | 2017-12-28 | 2018-07-24 | 佛山科学技术学院 | 一种三维长景深血流造影图获取装置及其实现方法 |
CN108537169A (zh) * | 2018-04-09 | 2018-09-14 | 吉林大学 | 一种基于中心线和路宽检测算法的高分辨率遥感影像道路提取方法 |
CN109199599A (zh) * | 2017-07-07 | 2019-01-15 | 徕卡仪器(新加坡)有限公司 | 用于跟踪可移动目标的设备和方法 |
CN109643449A (zh) * | 2016-04-14 | 2019-04-16 | 光学实验室成像公司 | 血管分支的识别 |
CN109674493A (zh) * | 2018-11-28 | 2019-04-26 | 深圳蓝韵医学影像有限公司 | 医用超声自动追踪颈动脉血管的方法、系统及设备 |
CN109887578A (zh) * | 2019-01-14 | 2019-06-14 | 深圳英美达医疗技术有限公司 | 一种双模数据的同步处理方法 |
CN110352447A (zh) * | 2017-03-09 | 2019-10-18 | 圣犹达医疗用品国际控股有限公司 | 临床图像中的基准检测 |
CN110573078A (zh) * | 2017-03-29 | 2019-12-13 | 皇家飞利浦有限公司 | X射线路线图中的血管造影平移 |
CN110956107A (zh) * | 2019-11-21 | 2020-04-03 | 佛山科学技术学院 | 一种基于oct扫描系统的三维血管类型区分方法 |
CN111093519A (zh) * | 2017-09-14 | 2020-05-01 | 皇家飞利浦有限公司 | 超声图像处理 |
CN111370099A (zh) * | 2020-02-28 | 2020-07-03 | 深圳开立生物医疗科技股份有限公司 | 一种腔内影像辅助测量方法、装置、设备及可读存储介质 |
CN111493830A (zh) * | 2020-04-24 | 2020-08-07 | 天津恒宇医疗科技有限公司 | 一种基于冠脉分叉病变的oct三维可视化系统及工作方法 |
CN111784720A (zh) * | 2020-06-19 | 2020-10-16 | 天津大学 | 一种dsa和ivoct的血管图像融合方法 |
CN111789608A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像系统和方法 |
CN112055870A (zh) * | 2018-03-02 | 2020-12-08 | 皇家飞利浦有限公司 | 图像配准合格评价 |
CN112509020A (zh) * | 2020-12-07 | 2021-03-16 | 昆山戎影医疗科技有限公司 | 血管外部影像与腔内影像的配准方法、装置及计算设备 |
CN114052659A (zh) * | 2020-08-06 | 2022-02-18 | 佳能美国公司 | 用于图像同步的方法和系统 |
CN114145719A (zh) * | 2022-02-08 | 2022-03-08 | 天津恒宇医疗科技有限公司 | 双模冠脉血管图像三维融合的方法和融合系统 |
Families Citing this family (36)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107334525B (zh) | 2012-11-05 | 2019-10-08 | 毕达哥拉斯医疗有限公司 | 受控组织消融 |
EP3139853B1 (en) | 2014-05-07 | 2018-12-19 | Pythagoras Medical Ltd. | Controlled tissue ablation apparatus |
JP6560597B2 (ja) * | 2014-11-28 | 2019-08-14 | ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー | 超音波画像の処理方法及び超音波画像の処理装置 |
CN106999076B (zh) | 2014-12-08 | 2021-10-22 | 皇家飞利浦有限公司 | 脉管内损害的自动识别和分类 |
ES2864714T3 (es) | 2014-12-12 | 2021-10-14 | Lightlab Imaging Inc | Método para detectar y representar visualmente características endovasculares |
EP4035586A1 (en) | 2015-04-16 | 2022-08-03 | Gentuity LLC | Micro-optic probes for neurology |
US10383685B2 (en) | 2015-05-07 | 2019-08-20 | Pythagoras Medical Ltd. | Techniques for use with nerve tissue |
US9996921B2 (en) | 2015-05-17 | 2018-06-12 | LIGHTLAB IMAGING, lNC. | Detection of metal stent struts |
US10109058B2 (en) | 2015-05-17 | 2018-10-23 | Lightlab Imaging, Inc. | Intravascular imaging system interfaces and stent detection methods |
WO2016187231A1 (en) * | 2015-05-17 | 2016-11-24 | Lightlab Imaging, Inc. | Intravascular imaging system interfaces and stent detection methods |
US10646198B2 (en) * | 2015-05-17 | 2020-05-12 | Lightlab Imaging, Inc. | Intravascular imaging and guide catheter detection methods and systems |
JP6413927B2 (ja) * | 2015-05-25 | 2018-10-31 | コニカミノルタ株式会社 | 動態解析装置及び動態解析システム |
EP3324830B1 (en) | 2015-07-25 | 2023-01-04 | Lightlab Imaging, Inc. | Intravascular data visualization method and device |
JP6981967B2 (ja) | 2015-08-31 | 2021-12-17 | ジェンテュイティ・リミテッド・ライアビリティ・カンパニーGentuity, LLC | 撮像プローブおよびデリバリデバイスを含む撮像システム |
GB2545407A (en) * | 2015-12-10 | 2017-06-21 | Michelson Diagnostics Ltd | Processing optical coherency tomography scans |
US20170202614A1 (en) * | 2016-01-20 | 2017-07-20 | Rainbow Medical Ltd. | Catheter guidance and procedure planning |
JP2017131348A (ja) * | 2016-01-26 | 2017-08-03 | テルモ株式会社 | 画像表示装置およびその制御方法、x線不透過マーカ検出方法 |
CN106548213B (zh) * | 2016-11-30 | 2019-04-23 | 上海联影医疗科技有限公司 | 血管识别方法和装置 |
US10842589B2 (en) | 2017-03-21 | 2020-11-24 | Canon U.S.A., Inc. | Method for displaying an anatomical image of a coronary artery on a graphical user interface |
JP7270331B2 (ja) * | 2017-06-15 | 2023-05-10 | キヤノンメディカルシステムズ株式会社 | 医用画像診断装置及び画像処理装置 |
WO2019023382A1 (en) * | 2017-07-26 | 2019-01-31 | Canon U.S.A., Inc. | METHOD FOR EVALUATING CARDIAC MOVEMENT USING ANGIOGRAPHIC IMAGE |
JP6953616B2 (ja) | 2017-07-26 | 2021-10-27 | キヤノン ユーエスエイ, インコーポレイテッドCanon U.S.A., Inc | 複数イメージングモダリティを相互レジストレーション及び表示するための方法 |
EP3691520A1 (en) * | 2017-10-02 | 2020-08-12 | Lightlab Imaging, Inc. | Intravascular data collection probes and related assemblies |
JP7160935B2 (ja) | 2017-11-28 | 2022-10-25 | ジェンテュイティ・リミテッド・ライアビリティ・カンパニー | 撮像システム |
US10580526B2 (en) * | 2018-01-12 | 2020-03-03 | Shenzhen Keya Medical Technology Corporation | System and method for calculating vessel flow parameters based on angiography |
WO2019204219A1 (en) * | 2018-04-18 | 2019-10-24 | Boston Scientific Scimed, Inc. | System for assessing a vessel with sequential physiological measurements |
US11145054B2 (en) * | 2018-07-09 | 2021-10-12 | Canon U.S.A., Inc. | Methods and systems for displaying intraluminal images |
WO2020159984A1 (en) * | 2019-01-30 | 2020-08-06 | Canon U.S.A., Inc. | Apparatuses, systems, methods and storage mediums for performance of co-registration |
JPWO2021193018A1 (zh) * | 2020-03-27 | 2021-09-30 | ||
CN112164020B (zh) | 2020-03-31 | 2024-01-23 | 苏州润迈德医疗科技有限公司 | 精确提取血管中心线的方法、装置、分析系统和存储介质 |
CN115484872A (zh) * | 2020-03-31 | 2022-12-16 | 泰尔茂株式会社 | 图像处理装置、图像处理系统、图像显示方法及图像处理程序 |
JP6873296B2 (ja) * | 2020-04-28 | 2021-05-19 | 富士フイルム株式会社 | 画像処理装置、放射線画像撮影システム、画像処理方法、及び画像処理プログラム |
EP4074244A1 (en) * | 2021-04-13 | 2022-10-19 | Leica Instruments (Singapore) Pte. Ltd. | Feature recognition and depth guidance using intraoperative oct |
DE102021109825A1 (de) | 2021-04-19 | 2022-10-20 | Carl Zeiss Meditec Ag | Mikroinstrumentsystem und Verfahren zum Aufnehmen eines Bildes sowie computerimplementiertes Verfahren zum Generieren eines Bildes |
CN113138961B (zh) * | 2021-06-23 | 2021-12-03 | 广州永士达医疗科技有限责任公司 | 一种应用于oct图像的文件转换方法、电子设备和存储介质 |
CN113907718B (zh) * | 2021-12-15 | 2022-06-17 | 艾柯医疗器械(北京)有限公司 | 一种用于神经介入的微型oct成像导管 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070024617A1 (en) * | 2005-08-01 | 2007-02-01 | Ian Poole | Method for determining a path along a biological object with a lumen |
US20070066890A1 (en) * | 2005-09-22 | 2007-03-22 | Siemens Aktiengesellschaft | Catheter device |
US20100290693A1 (en) * | 2007-03-08 | 2010-11-18 | Sync-Rx, Ltd. | Location-sensitive cursor control and its use for vessel analysis |
US20120004529A1 (en) * | 2007-03-08 | 2012-01-05 | Sync-Rx, Ltd. | Automatic display of previously-acquired endoluminal images |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060036167A1 (en) * | 2004-07-03 | 2006-02-16 | Shina Systems Ltd. | Vascular image processing |
WO2006076409A2 (en) * | 2005-01-11 | 2006-07-20 | Volcano Corporation | Vascular image co-registration |
US8538508B2 (en) * | 2005-12-09 | 2013-09-17 | Siemens Aktiengesellschaft | Method and apparatus for ECG-synchronized optically-based image acquisition and transformation |
EP2193499B1 (en) * | 2007-10-01 | 2016-07-20 | Koninklijke Philips N.V. | Detection and tracking of interventional tools |
EP2407107B1 (en) * | 2009-03-12 | 2019-09-25 | Terumo Kabushiki Kaisha | Diagnostic imaging device |
EP2480124B1 (en) * | 2009-09-23 | 2017-11-22 | Lightlab Imaging, Inc. | Lumen morphology and vascular resistance measurement data collection systems, apparatus and methods |
EP2482727B1 (en) * | 2009-09-29 | 2013-01-23 | Koninklijke Philips Electronics N.V. | Live registration for vessel treatment |
-
2013
- 2013-03-12 CN CN202010453609.XA patent/CN111652917A/zh active Pending
- 2013-03-12 EP EP13715793.9A patent/EP2967480B1/en active Active
- 2013-03-12 EP EP22161195.7A patent/EP4091536A1/en active Pending
- 2013-03-12 JP JP2016500031A patent/JP6388632B2/ja active Active
- 2013-03-12 ES ES13715793T patent/ES2913224T3/es active Active
- 2013-03-12 CA CA2905203A patent/CA2905203C/en active Active
- 2013-03-12 AU AU2013387679A patent/AU2013387679B2/en active Active
- 2013-03-12 WO PCT/US2013/030623 patent/WO2014175853A1/en active Application Filing
- 2013-03-12 CN CN201380076357.1A patent/CN105188550B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070024617A1 (en) * | 2005-08-01 | 2007-02-01 | Ian Poole | Method for determining a path along a biological object with a lumen |
US20070066890A1 (en) * | 2005-09-22 | 2007-03-22 | Siemens Aktiengesellschaft | Catheter device |
US20100290693A1 (en) * | 2007-03-08 | 2010-11-18 | Sync-Rx, Ltd. | Location-sensitive cursor control and its use for vessel analysis |
US20120004529A1 (en) * | 2007-03-08 | 2012-01-05 | Sync-Rx, Ltd. | Automatic display of previously-acquired endoluminal images |
Non-Patent Citations (1)
Title |
---|
SHENGXIAN TU ET AL.: "In vivo comparison of arterial lumen dimensions assessed by co-registered three-dimensional (3D) quantitative coronary angiography, intravascular ultrasound and optical coherence tomography", 《THE INTERNATIONAL JOURNAL OF CARDIAC IMAGING》 * |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109643449A (zh) * | 2016-04-14 | 2019-04-16 | 光学实验室成像公司 | 血管分支的识别 |
CN106377229A (zh) * | 2016-10-18 | 2017-02-08 | 全景恒升(北京)科学技术有限公司 | 一种旋转式声学和光学合并成像系统 |
CN106377229B (zh) * | 2016-10-18 | 2019-04-09 | 全景恒升(北京)科学技术有限公司 | 一种旋转式声学和光学合并成像系统 |
CN110352447A (zh) * | 2017-03-09 | 2019-10-18 | 圣犹达医疗用品国际控股有限公司 | 临床图像中的基准检测 |
CN110573078B (zh) * | 2017-03-29 | 2023-10-13 | 皇家飞利浦有限公司 | X射线路线图中的血管造影平移 |
CN110573078A (zh) * | 2017-03-29 | 2019-12-13 | 皇家飞利浦有限公司 | X射线路线图中的血管造影平移 |
CN109199599A (zh) * | 2017-07-07 | 2019-01-15 | 徕卡仪器(新加坡)有限公司 | 用于跟踪可移动目标的设备和方法 |
CN107610095A (zh) * | 2017-08-04 | 2018-01-19 | 南京邮电大学 | 基于图像融合的心脏ct冠脉全自动分割方法 |
CN111093519B (zh) * | 2017-09-14 | 2023-10-13 | 皇家飞利浦有限公司 | 超声图像处理 |
CN111093519A (zh) * | 2017-09-14 | 2020-05-01 | 皇家飞利浦有限公司 | 超声图像处理 |
CN107993221A (zh) * | 2017-11-16 | 2018-05-04 | 济南大学 | 心血管光学相干断层oct图像易损斑块自动识别方法 |
CN108053434B (zh) * | 2017-12-28 | 2021-11-26 | 中科微光医疗研究中心(西安)有限公司 | 一种基于心血管oct的支架对齐方法及装置 |
CN108053429A (zh) * | 2017-12-28 | 2018-05-18 | 西安中科微光影像技术有限公司 | 一种心血管oct与冠脉造影自动配准方法与装置 |
CN108309234B (zh) * | 2017-12-28 | 2023-07-07 | 佛山科学技术学院 | 一种三维长景深血流造影图获取装置及其实现方法 |
CN108309234A (zh) * | 2017-12-28 | 2018-07-24 | 佛山科学技术学院 | 一种三维长景深血流造影图获取装置及其实现方法 |
CN108053434A (zh) * | 2017-12-28 | 2018-05-18 | 西安中科微光影像技术有限公司 | 一种基于心血管oct的支架对齐方法及装置 |
CN108198174A (zh) * | 2017-12-28 | 2018-06-22 | 西安中科微光影像技术有限公司 | 一种心血管ivoct与ivus自动配准方法与装置 |
CN108090901A (zh) * | 2017-12-28 | 2018-05-29 | 西安中科微光影像技术有限公司 | 一种基于心血管oct影像的生物支架对齐方法及装置 |
CN108198174B (zh) * | 2017-12-28 | 2021-11-19 | 中科微光医疗研究中心(西安)有限公司 | 一种心血管ivoct与ivus自动配准方法与装置 |
CN108090901B (zh) * | 2017-12-28 | 2021-11-19 | 中科微光医疗研究中心(西安)有限公司 | 一种基于心血管oct影像的生物支架对齐方法及装置 |
CN108053429B (zh) * | 2017-12-28 | 2021-11-02 | 中科微光医疗研究中心(西安)有限公司 | 一种心血管oct与冠脉造影自动配准方法与装置 |
CN112055870A (zh) * | 2018-03-02 | 2020-12-08 | 皇家飞利浦有限公司 | 图像配准合格评价 |
CN108537169A (zh) * | 2018-04-09 | 2018-09-14 | 吉林大学 | 一种基于中心线和路宽检测算法的高分辨率遥感影像道路提取方法 |
CN108537169B (zh) * | 2018-04-09 | 2022-01-25 | 吉林大学 | 一种基于中心线和路宽检测算法的高分辨率遥感影像道路提取方法 |
CN109674493B (zh) * | 2018-11-28 | 2021-08-03 | 深圳蓝韵医学影像有限公司 | 医用超声自动追踪颈动脉血管的方法、系统及设备 |
CN109674493A (zh) * | 2018-11-28 | 2019-04-26 | 深圳蓝韵医学影像有限公司 | 医用超声自动追踪颈动脉血管的方法、系统及设备 |
CN109887578A (zh) * | 2019-01-14 | 2019-06-14 | 深圳英美达医疗技术有限公司 | 一种双模数据的同步处理方法 |
CN110956107A (zh) * | 2019-11-21 | 2020-04-03 | 佛山科学技术学院 | 一种基于oct扫描系统的三维血管类型区分方法 |
CN110956107B (zh) * | 2019-11-21 | 2023-05-30 | 佛山科学技术学院 | 一种基于oct扫描系统的三维血管类型区分方法 |
CN111370099B (zh) * | 2020-02-28 | 2024-03-15 | 深圳开立生物医疗科技股份有限公司 | 一种腔内影像辅助测量方法、装置、设备及可读存储介质 |
CN111370099A (zh) * | 2020-02-28 | 2020-07-03 | 深圳开立生物医疗科技股份有限公司 | 一种腔内影像辅助测量方法、装置、设备及可读存储介质 |
WO2021169070A1 (zh) * | 2020-02-28 | 2021-09-02 | 深圳开立生物医疗科技股份有限公司 | 一种腔内影像辅助测量方法、装置、设备及可读存储介质 |
CN111493830A (zh) * | 2020-04-24 | 2020-08-07 | 天津恒宇医疗科技有限公司 | 一种基于冠脉分叉病变的oct三维可视化系统及工作方法 |
CN111784720B (zh) * | 2020-06-19 | 2023-02-28 | 天津大学 | 一种dsa和ivoct的血管图像融合方法 |
CN111784720A (zh) * | 2020-06-19 | 2020-10-16 | 天津大学 | 一种dsa和ivoct的血管图像融合方法 |
CN114052659A (zh) * | 2020-08-06 | 2022-02-18 | 佳能美国公司 | 用于图像同步的方法和系统 |
CN111789608A (zh) * | 2020-08-10 | 2020-10-20 | 上海联影医疗科技有限公司 | 一种成像系统和方法 |
CN111789608B (zh) * | 2020-08-10 | 2023-09-19 | 上海联影医疗科技股份有限公司 | 一种成像系统和方法 |
CN112509020B (zh) * | 2020-12-07 | 2021-09-28 | 昆山戎影医疗科技有限公司 | 血管外部影像与腔内影像的配准方法、装置及计算设备 |
CN112509020A (zh) * | 2020-12-07 | 2021-03-16 | 昆山戎影医疗科技有限公司 | 血管外部影像与腔内影像的配准方法、装置及计算设备 |
CN114145719A (zh) * | 2022-02-08 | 2022-03-08 | 天津恒宇医疗科技有限公司 | 双模冠脉血管图像三维融合的方法和融合系统 |
Also Published As
Publication number | Publication date |
---|---|
AU2013387679B2 (en) | 2018-07-05 |
CN105188550B (zh) | 2020-06-09 |
CA2905203C (en) | 2019-07-30 |
CN111652917A (zh) | 2020-09-11 |
EP4091536A1 (en) | 2022-11-23 |
EP2967480A1 (en) | 2016-01-20 |
AU2013387679A1 (en) | 2015-09-24 |
EP2967480B1 (en) | 2022-04-27 |
CA2905203A1 (en) | 2014-10-30 |
JP6388632B2 (ja) | 2018-09-12 |
WO2014175853A1 (en) | 2014-10-30 |
ES2913224T3 (es) | 2022-06-01 |
JP2016516466A (ja) | 2016-06-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105188550A (zh) | 血管数据处理和图像配准系统、方法及装置 | |
US10687777B2 (en) | Vascular data processing and image registration systems, methods, and apparatuses | |
JP7308238B2 (ja) | X線画像特徴検出および位置合わせのシステムおよび方法 | |
CN107787201B (zh) | 血管内成像系统界面和阴影检测方法 | |
EP3403582B1 (en) | Method and apparatus for determining blood velocity in x-ray angiography images | |
JP5394930B2 (ja) | X線の経脈管的に収集されたデータとの結合 | |
CN102458554B (zh) | 介入期间的设备尺寸测定支持 | |
CN113614845A (zh) | 动脉成像与评定系统和方法以及相关的基于用户界面的工作流程 | |
CN104519793A (zh) | 用于内腔的线性映射的系统 | |
JP7436548B2 (ja) | プロセッサ装置の作動方法 | |
CN112669449A (zh) | 基于3d重建技术的cag和ivus精准联动分析方法及系统 | |
JP6726714B2 (ja) | 血管内プローブマーカを検出するためのシステムの作動方法、及び血管造影データと、血管に関して取得された血管内データとを重ね合わせ登録するためのシステムの作動方法 | |
JP2015228990A (ja) | 医療データ処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |