CN110910361A - 一种基于血管支架的检出方法及装置 - Google Patents
一种基于血管支架的检出方法及装置 Download PDFInfo
- Publication number
- CN110910361A CN110910361A CN201911118183.6A CN201911118183A CN110910361A CN 110910361 A CN110910361 A CN 110910361A CN 201911118183 A CN201911118183 A CN 201911118183A CN 110910361 A CN110910361 A CN 110910361A
- Authority
- CN
- China
- Prior art keywords
- image
- stent
- identified
- generate
- target
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 76
- 238000000605 extraction Methods 0.000 claims abstract description 62
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 44
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000002792 vascular Effects 0.000 claims abstract description 3
- 238000004590 computer program Methods 0.000 claims description 9
- 230000002093 peripheral effect Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 17
- 230000002308 calcification Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 4
- 210000004351 coronary vessel Anatomy 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 210000000056 organ Anatomy 0.000 description 3
- 210000000709 aorta Anatomy 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003902 lesion Effects 0.000 description 2
- 230000035764 nutrition Effects 0.000 description 2
- 235000016709 nutrition Nutrition 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 210000001367 artery Anatomy 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003387 muscular Effects 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 238000005086 pumping Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/20084—Artificial neural networks [ANN]
-
- 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
Abstract
本发明公开了一种基于血管支架的检出方法及装置。该方法包括：获取血管图像中支架预识别区域；对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；将所述特征图像进行特征组合，生成预识别支架图像；对所述预识别支架图像进行支架检测，得到检出结果。本发明实施例通过获取血管图像中支架识别区域，并对支架识别区域进行特征提取和特征组合后生成预识别支架图像，再对预识别支架图像进行支架检测得到检出结果；从而能够在自动冠脉重建过程中准确识别支架，进而将支架和钙化进行有效的区分，对医生具有重要的临床价值和实际意义。
Description
技术领域
本发明涉及医学成像领域，尤其涉及一种基于血管支架的检出方法及装置。
背景技术
人体各组织器官要维持其正常的生命活动，需要心脏不停地搏动以保证血液运行。主动脉是最大的动脉，起源于心脏，负责全身的血液供应，而心脏作为一个泵血的肌性动力器官，本身也需要足够的营养和能源。冠状动脉是专供心脏营养的血管，起于主动脉根部，分左右两支，行于心脏表面。两者都是从心脏发出，供应所到器官的氧气以及营养。
目前在冠心病治疗时通常会植入各种各样的支架。然而在自动冠脉诊断过程中，由于冠脉血管图像中的钙化部分和支架部分均呈现出同样的亮度，因此导致在冠脉血管图像上通常很难区分钙化部分和支架部分，经常会出现识别模型错误判断支架和钙化的问题。
发明内容
有鉴于此，本发明实施例提供一种基于血管支架的检出方法及装置，能够在自动冠脉重建过程中准确识别支架，进而将支架和钙化进行有效的区分。
为实现上述目的，根据本发明实施例的第一方面，提供一种基于血管支架的检出方法，所述检出方法包括：获取血管图像中支架预识别区域；对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；将所述特征图像进行特征组合，生成预识别支架图像；对所述预识别支架图像进行支架检测，得到检出结果。
可选的，所述对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像，包括：对所述支架预识别区域进行区域图像提取，生成局部区域图像；对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
可选的，所述对所述支架预识别区域进行区域图像提取，生成局部区域图像，包括：对所述支架预识别区域进行目标边缘图像提取，生成目标边缘图像；对所述支架预识别区域进行目标中心图像提取，生成目标中心图像；对所述支架预识别区域进行目标周围图像提取，生成目标周围图像；将所生成的目标边缘图像、目标中心图像及目标周围图像确定为局部区域图像。
可选的，所述对所述预识别支架图像进行支架检测，得到检出结果，包括：若检测有所述预识别支架图像为支架，则得到所述血管图像中存在支架检出结果。
可选的，所述对所述预识别支架图像进行支架检测，得到检出结果，包括：若检测有所述预识别支架图像不是支架，则得到所述血管图像中存在病灶的检出结果。
为实现上述目的，根据本发明实施例第二方面提供一种基于血管支架的检出装置，所述检出装置包括：获取模块，用于获取血管图像中支架识别区域；特征提取模块，用于对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；特征组合模块，用于将所述特征图像进行特征组合，生成预识别支架图像；检测模块，用于对所述预识别支架图像进行支架检测，得到检测结果。
可选的，所述特征提取模块包括：图像提取单元，用于对所述支架预识别区域进行区域图像提取，生成局部区域图像；特征提取单元，用于对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
可选的，图像提取单元包括：边缘图像提取子单元，用于对所述支架预识别区域进行目标边缘图像提取，生成目标边缘图像；中心图像提取子单元，用于对所述支架预识别区域进行目标中心图像提取，生成目标中心图像；周围图像提取子单元，用于对所述支架预识别区域进行目标周围图像提取，生成目标周围图像；确定子单元，用于将所生成的目标边缘图像、目标中心图像及目标周围图像确定为局部区域图像。
为实现上述目的，根据本发明实施例第三方面，还提供一种电子设备；所述电子设备包括：一个或多个处理器；存储装器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述基于血管支架的检出方法。
为实现上述目的，根据本发明实施例第四方面，还提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面所述基于血管支架的检出方法。
上述实施例至少具有如下优点或有益效果：通过获取血管图像中支架预识别区域，并对支架预识别区域进行特征提取和特征组合后生成预识别支架图像，再对预识别支架图像进行支架检测得到检出结果；从而能够在自动冠脉重建过程中准确识别支架，进而将支架和钙化进行有效的区分。
上述的非惯用的可选方式所具有的进一步的效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：在附图中，相同或对应的标号表示相同或对应的部分。
图1为本发明一实施例的基于血管支架的检出方法的流程图；
图2为本发明另一实施例中关于支架识别区域进行特征提取的流程图；
图3为本发明一实施例的基于血管支架的检出装置的示意图；
图4为本发明另一实施例的特征提取模块的示意图；
图5为适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
本发明实施例的目的在于通过获取血管图像中支架识别区域，并对支架识别区域进行特征提取和特征组合后生成预识别支架图像，再对预识别支架图像进行支架检测得到检出结果；从而能够在自动冠脉重建过程中准确识别支架，进而将支架和钙化进行有效的区分；解决了自动冠脉重建过程中支架和钙化难以区分的问题。
如图1所述，为本发明一实施例的基于血管支架的检出方法的流程图，该方法包括：
S101：获取血管图像中支架预识别区域；
示例性的，获取血管图像中支架预识别区域，将所述支架预识别区域标记为A区域，即血管图像中的A区域为支架预识别区域。
S102：对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；
示例性的，对所述支架预识别区域进行区域图像提取，生成局部区域图像；对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
这里“特定尺寸”是指固定长度或固定尺寸。具体地，对所述支架预识别区域A进行区域图像提取，生成局部区域图像A1、局部区域图像A2和局部区域图像A3；采用神经网络对局部区域图像A1进行特征提取，生成固定长度的特征图像a1；采用神经网络对局部区域图像A2进行特征提取，生成固定长度的特征图像a2；采用神经网络对局部区域图像A3进行特征提取，生成固定长度的特征图像a3。
应理解，特征图像a1、特征图像a2和特征图像a3具有相同长度；因为从矩阵表达的角度理解，只有尺寸或长度相同的特征图像才能进行组合。
S103：将所述特征图像进行特征组合，生成预识别支架图像。
示例性的，对所生成固定长度的特征图像a1、固定长度的特征图像a2和固定长度的特征图像a3进行特征组合，生成预识别支架图像。
S104：对所述预识别支架图像进行支架检测，得到检出结果。
示例性的，对所述预识别支架图像进行支架检测，若检测有所述预识别支架图像为支架，则得到所述血管图像中存在支架的检出结果。若检测有所述预识别支架图像不是支架，则得到所述血管图像中存在病灶的检出结果。
应理解，这里的病灶可以是钙化或病变等。
本发明实施例通过对支架预识别区域进行区域图像提取生成局部区域图像，并对局部区域图像进行特征图像提取后对特征图像进行组合，从而得到预识别支架图像，进而为准确识别血管图像中的支架提供了基础。
本发明实施例通过对支架预识别区域进行区域图像提取生成局部区域图像，并对局部区域图像进行特征提取后组合得到预识别支架图像，再对预识别支架图像进行支架检测，从而能够在自动冠脉重建过程中准确识别支架，进而解决现有技术中自动冠脉重建过程中支架和钙化难以区分的问题。
应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在的逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
如图2所示，为本发明另一实施例中关于支架预识别区域进行特征提取的流程图。对支架预识别区域进行特征提取，生成特定尺寸的特征图像，包括：
S201：对所述支架预识别区域进行目标边缘图像提取，生成目标边缘图像。
示例性的，目标边缘图像是指通过对血管图像区域取直径1/3靠近边缘的部分；即在血管图像区域上从靠近血管边缘处起沿血管径向方向取1/6部分作为目标边缘图像。
S202：对所述支架预识别区域进行目标中心图像提取，生成目标中心图像。
示例性的，目标中心图像是指通过对血管图像区域取直径的1/3靠近中心的部分；即在血管图像区域上从靠近血管中心处起沿血管径向方向取1/6部分作为目标中心图像。
S203：对所述支架预识别区域进行目标周围图像提取，生成目标周围图像。
示例性的，目标周围图像是指对血管图像区域外取直径的1/3部分；即在血管图像区域上从血管边缘处起沿血管径向反方向取1/6部分作为目标周围图像。
S204：将所生成的目标边缘图像、目标中心图像及目标周围图像确定为局部区域图像。
由于本发明实施例中支架边缘都是高亮区，钙化边缘存在不连续的高亮区；支架中心的亮度比支架边缘处的亮度低，且可能忽高忽低，存在不稳定的特点；钙化中心处的亮度和钙化边缘处的亮度基本一致；因此，本发明实施例选取目标边缘图像、目标中心图像及目标周围图像作为支架预识别区域的区域图像提取对象。
应理解，目标边缘图像、目标中心图像及目标周围图像，这里的目标是指预识别支架。
S205：对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
示例性的，对所述目标边缘图像进行特征提取，得固定长度或固定尺寸的边缘特征图像；对所述中心边缘图像进行特征提取，得固定长度或固定尺寸的中心特征图像；对所述目标周围图像进行特征提取，得固定长度或固定尺寸的周围特征图像。
本发明实施例通过对支架预识别区域进行目标边缘图像提取、目标中心图像提取及目标周围图像提取，并对目标边缘图像、目标中心图像及目标周围图像进行特征图像提取，从而能够准确获取支架预识别区域的中支架图像信息。
应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在的逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本发明实施例中基于血管支架的检出方法所用的模型可以为神经网络模型或多分类网络模型。
如图3所示，为本发明一实施例的基于血管支架的检出装置的示意图。所述检出装置300包括：获取模块301，用于获取血管图像中支架预识别区域；特征提取模块302，用于对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；特征组合模块303，用于将所述特征图像进行特征组合，生成预识别支架图像；检测模块304，用于对所述预识别支架图像进行支架检测，得到检出结果。
在可选的实施例中，所述特征提取模块包括：图像提取单元，用于对所述支架预识别区域进行区域图像提取，生成局部区域图像；特征提取单元，用于对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
在可选的实施例中，图像提取单元包括：边缘图像提取子单元，用于对所述支架预识别区域进行目标边缘图像提取，生成目标边缘图像；中心图像提取子单元，用于对所述支架预识别区域进行目标中心图像提取，生成目标中心图像；周围图像提取子单元，用于对所述支架预识别区域进行目标周围图像提取，生成目标周围图像；确定子单元，用于将所生成的目标边缘图像、目标中心图像及目标周围图像确定为局部区域图像。
在可选的实施例中，所述检测模块包括：支架检出单元，用于对所述预识别支架图像进行支架检测，若检测有所述预识别支架图像为支架，则得到所述血管图像中存在支架的检出结果；病灶检出单元，用于对所述预识别支架图像进行支架检测，若检测有所述预识别支架图像不是支架，则得到所述血管图像中存在病灶的检出结果。
图4为本发明另一实施例的特征提取模块的示意图；所述特征提取模块400，包括：边缘图像提取子单元401，用于对所述支架预识别区域进行目标边缘图像提取，生成目标边缘图像；中心图像提取子单元402，用于对所述支架预识别区域进行目标中心图像提取，生成目标中心图像；周围图像提取子单元403，用于对所述支架预识别区域进行目标周围图像提取，生成目标周围图像；确定子单元404，用于将所生成的目标边缘图像、目标中心图像及目标周围图像确定为局部区域图像；特征提取子单元405，用于对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
上述基于血管支架的检出装置可执行本发明实施例所提供的基于血管支架的检出方法，具备执行基于血管支架的检出方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的基于血管支架的检出方法。
下面参考图5，其示出了适于用来实现实施例的终端设备或服务器的计算机系统的结构示意图。图5示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、系统或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该单元本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
S101：获取血管图像中支架预识别区域；S102：对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；S103：将所述特征图像进行特征组合，生成预识别支架图像；S104：对所述预识别支架图像进行支架检测，得到检出结果。
本发明实施例通过获取血管图像中支架识别区域，并对支架识别区域进行特征提取和特征组合后生成预识别支架图像，再对预识别支架图像进行支架检测得到检出结果；从而能够在自动冠脉重建过程中准确识别支架，进而将支架和钙化进行有效的区分，对医生具有重要的临床价值和实际意义。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
以上所述，仅为本发明的具体实施路径，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种基于血管支架的检出方法，其特征在于，所述检出方法包括：
获取血管图像中支架预识别区域；
对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；
将所述特征图像进行特征组合，生成预识别支架图像；
对所述预识别支架图像进行支架检测，得到检出结果。
2.根据权利要求1所述的检出方法，其特征在于，所述对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像，包括：
对所述支架预识别区域进行区域图像提取，生成局部区域图像；
对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
3.根据权利要求2所述的检出方法，其特征在于，所述对所述支架预识别区域进行区域图像提取，生成局部区域图像，包括：
对所述支架预识别区域进行目标边缘图像提取，生成目标边缘图像；
对所述支架预识别区域进行目标中心图像提取，生成目标中心图像；
对所述支架预识别区域进行目标周围图像提取，生成目标周围图像；
将所生成的目标边缘图像、目标中心图像及目标周围图像确定为局部区域图像。
4.根据权利要求1所述的检出方法，其特征在于，所述对所述预识别支架图像进行支架检测，得到检出结果，包括：
若检测有所述预识别支架图像为支架，则得到所述血管图像中存在支架的检出结果。
5.根据权利要求1所述的检出方法，其特征在于，所述对所述预识别支架图像进行支架检测，得到检出结果，包括：
若检测有所述预识别支架图像不是支架，则得到所述血管图像中存在病灶的检出结果。
6.一种基于血管支架的检出装置，其特征在于，所述检出装置包括：
获取模块，用于获取血管图像中支架预识别区域；
特征提取模块，用于对所述支架预识别区域进行特征提取，生成特定尺寸的特征图像；
特征组合模块，用于将所述特征图像进行特征组合，生成预识别支架图像；
检测模块，用于对所述预识别支架图像进行支架检测，得到检出结果。
7.根据权利要求6所述的检出装置，所述特征提取模块包括：
图像提取单元，用于对所述支架预识别区域进行区域图像提取，生成局部区域图像；
特征提取单元，用于对所述局部区域图像进行特征提取，生成特定尺寸的特征图像。
8.根据权利要求7所述的检出装置，其特征在于，图像提取单元包括：
边缘图像提取子单元，用于对所述支架预识别区域进行目标边缘图像提取，生成目标边缘图像；
中心图像提取子单元，用于对所述支架预识别区域进行目标中心图像提取，生成目标中心图像；
周围图像提取子单元，用于对所述支架预识别区域进行目标周围图像提取，生成目标周围图像；
确定子单元，用于将所生成的目标边缘图像、目标中心图像及目标周围图像确定为局部区域图像。
9.一种电子设备，其特征在于，包括：一个或多个处理器；存储装器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-5中任一项所述的方法。
10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911118183.6A CN110910361A (zh) | 2019-11-15 | 2019-11-15 | 一种基于血管支架的检出方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911118183.6A CN110910361A (zh) | 2019-11-15 | 2019-11-15 | 一种基于血管支架的检出方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110910361A true CN110910361A (zh) | 2020-03-24 |
Family
ID=69817270
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911118183.6A Pending CN110910361A (zh) | 2019-11-15 | 2019-11-15 | 一种基于血管支架的检出方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110910361A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113723406A (zh) * | 2021-09-03 | 2021-11-30 | 乐普（北京）医疗器械股份有限公司 | 一种对冠脉造影图像进行支架定位的处理方法和装置 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050249391A1 (en) * | 2004-05-10 | 2005-11-10 | Mediguide Ltd. | Method for segmentation of IVUS image sequences |
| CN103201768A (zh) * | 2010-11-12 | 2013-07-10 | 皇家飞利浦电子股份有限公司 | 对心血管系统的要进行钙化评分的各个子区域的识别 |
| CN104517303A (zh) * | 2013-10-08 | 2015-04-15 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
| US20160092749A1 (en) * | 2014-09-26 | 2016-03-31 | Terumo Kabushiki Kaisha | Imaging apparatus for diagnosis, method of controlling the same, program, and computer-readable storage medium |
| CN106780495A (zh) * | 2017-02-15 | 2017-05-31 | 深圳市中科微光医疗器械技术有限公司 | 基于oct的心血管植入支架自动检测与评估方法及系统 |
| CN107872963A (zh) * | 2014-12-12 | 2018-04-03 | 光学实验室成像公司 | 用于检测和显示血管内特征的系统和方法 |
| CN110335256A (zh) * | 2019-06-18 | 2019-10-15 | 广州智睿医疗科技有限公司 | 一种病理辅助诊断方法 |
-
2019
- 2019-11-15 CN CN201911118183.6A patent/CN110910361A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20050249391A1 (en) * | 2004-05-10 | 2005-11-10 | Mediguide Ltd. | Method for segmentation of IVUS image sequences |
| CN103201768A (zh) * | 2010-11-12 | 2013-07-10 | 皇家飞利浦电子股份有限公司 | 对心血管系统的要进行钙化评分的各个子区域的识别 |
| CN104517303A (zh) * | 2013-10-08 | 2015-04-15 | 株式会社东芝 | 医用图像处理装置以及医用图像处理方法 |
| US20160092749A1 (en) * | 2014-09-26 | 2016-03-31 | Terumo Kabushiki Kaisha | Imaging apparatus for diagnosis, method of controlling the same, program, and computer-readable storage medium |
| CN107872963A (zh) * | 2014-12-12 | 2018-04-03 | 光学实验室成像公司 | 用于检测和显示血管内特征的系统和方法 |
| CN106780495A (zh) * | 2017-02-15 | 2017-05-31 | 深圳市中科微光医疗器械技术有限公司 | 基于oct的心血管植入支架自动检测与评估方法及系统 |
| CN110335256A (zh) * | 2019-06-18 | 2019-10-15 | 广州智睿医疗科技有限公司 | 一种病理辅助诊断方法 |
Non-Patent Citations (1)
| Title |
|---|
| 龚健;乔风雷;鲍雷;王全永;徐峰;王永康;: "128层螺旋CT冠状动脉造影在评估冠脉支架置入后随访中的临床应用价值", no. 28 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113723406A (zh) * | 2021-09-03 | 2021-11-30 | 乐普（北京）医疗器械股份有限公司 | 一种对冠脉造影图像进行支架定位的处理方法和装置 |
| CN113723406B (zh) * | 2021-09-03 | 2023-07-18 | 乐普（北京）医疗器械股份有限公司 | 一种对冠脉造影图像进行支架定位的处理方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8548213B2 (en) | Method and system for guiding catheter detection in fluoroscopic images | |
| CN113066061B (zh) | 一种基于mra的动脉瘤检测方法、系统、终端及介质 | |
| CN111627508A (zh) | 一种医学影像的解读方法、装置及计算机可读介质 | |
| CN107580470B (zh) | 瞬时流量储备-计算机断层摄影 | |
| CN110910441A (zh) | 一种中心线提取的方法及装置 | |
| CN111932497B (zh) | 一种冠状动脉识别方法及装置 | |
| CN112150454B (zh) | 一种主动脉夹层评估方法、装置、设备及存储介质 | |
| CN110910361A (zh) | 一种基于血管支架的检出方法及装置 | |
| Nauta et al. | Impact of thoracic endovascular aortic repair on pulsatile circumferential and longitudinal strain in patients with aneurysm | |
| CN113409328B (zh) | Ct图像的肺动静脉分割方法、装置、介质及设备 | |
| CN114202516A (zh) | 一种异物检测方法、装置、电子设备及存储介质 | |
| CN112132882A (zh) | 从冠状动脉二维造影图像中提取血管中心线的方法和装置 | |
| CN111627023B (zh) | 一种冠脉投影图像生成的方法、装置及计算机可读介质 | |
| JP6615807B2 (ja) | 医用画像処理装置、医用画像処理装置に搭載可能なプログラム、及び医用画像処理方法 | |
| CN110428431B (zh) | 一种心脏医学图像的分割方法、装置、设备及存储介质 | |
| US11783607B2 (en) | Automatic image feature removal | |
| CN111738986B (zh) | 一种脂肪衰减指数的生成方法、装置及计算机可读介质 | |
| CN115775219A (zh) | 医学图像分割方法、系统、电子设备及介质 | |
| CN113610841A (zh) | 一种血管异常图像识别方法、装置、电子设备和存储介质 | |
| CN113679400A (zh) | 介入治疗中的图像呈现方法、系统、成像系统和存储介质 | |
| CN115760961B (zh) | 血管图像处理方法、装置、服务器及后处理图像生成系统 | |
| CN116523914B (zh) | 一种动脉瘤分类识别装置、方法、设备、存储介质 | |
| CN113706568B (zh) | 图像处理方法及装置 | |
| KR102310740B1 (ko) | 구조화된 혈관 분지 정보에 기초한 의료 시술 히스토리 검색 방법 | |
| JP7114252B2 (ja) | 医用画像処理装置、その制御方法、及びプログラム |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |