CN111523538B - 一种血管图像的处理方法、系统、计算设备及存储介质 - Google Patents

一种血管图像的处理方法、系统、计算设备及存储介质 Download PDF

Info

Publication number
CN111523538B
CN111523538B CN202010289747.9A CN202010289747A CN111523538B CN 111523538 B CN111523538 B CN 111523538B CN 202010289747 A CN202010289747 A CN 202010289747A CN 111523538 B CN111523538 B CN 111523538B
Authority
CN
China
Prior art keywords
blood vessel
section
interest
information
parameters
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.)
Active
Application number
CN202010289747.9A
Other languages
English (en)
Other versions
CN111523538A (zh
Inventor
涂圣贤
李莹光
余炜
吴鹏
赖琦彘
陈树湛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Bodong Medical Technology Co.,Ltd.
Original Assignee
Pulse Medical Imaging Technology Shanghai Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Pulse Medical Imaging Technology Shanghai Co Ltd filed Critical Pulse Medical Imaging Technology Shanghai Co Ltd
Priority to CN202010289747.9A priority Critical patent/CN111523538B/zh
Priority to JP2022551536A priority patent/JP7465361B2/ja
Priority to PCT/CN2020/087304 priority patent/WO2021208140A1/zh
Publication of CN111523538A publication Critical patent/CN111523538A/zh
Application granted granted Critical
Publication of CN111523538B publication Critical patent/CN111523538B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • G06T7/30—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
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • 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
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Radiology & Medical Imaging (AREA)
  • Geometry (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Graphics (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Endoscopes (AREA)
  • Image Processing (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)

Abstract

本发明公开了一种血管图像的处理方法，包括以下步骤：获取感兴趣血管段的影像数据；获取感兴趣血管段的血流参数；检测并分析感兴趣血管段的影像数据得到参考信息，参考信息包括感兴趣血管段的管腔轮廓参数、中膜轮廓参数；根据中膜轮廓参数获得参考管腔信息；根据血流参数、参考信息及参考管腔信息计算得到感兴趣血管段的血流储备分数值。本发明公开的血管图像的处理方法，可实现血管压力差的计算更加准确。本发明还提供了一种血管图像的处理系统、计算设备及存储介质。

Description

一种血管图像的处理方法、系统、计算设备及存储介质
技术领域
本发明涉及医疗领域，尤其涉及一种血管图像的处理方法、系统、计算设备及存储介质。
背景技术
血管狭窄会对心肌血流供应造成影响，通过冠脉造影，可以显示冠脉狭窄的严重程度，但是不能反映血管的功能性改变。血管压力差指的是感兴趣血管段近端终点和远端终点之间的压力差值，可以有效体现血管的供血功能状态。
但是，对于血管压力差的测量，一直都是一个难点。通过压力传感器对血管进行有创侵入性压力测量不仅工作量大，而且存在着损伤血管的风险。通过三维或者二维定量冠脉造影可以获得冠脉系统的几何模型。再对重建的冠脉系统几何模型进行计算机流体力学分析，解复杂的流体力学方程需要大量的计算。还有方法将冠脉狭窄的长度和狭窄率视为定值，这样会降低计算结果的准确度。
现有技术中，CN107115108A公开了一种基于血管图像快速计算血管压力差的方法。
发明内容
申请人发现，现有技术中基于血管图像计算血管压力差存在不准确的问题。申请人进一步发现，这是由于现有技术是基于血管中的管腔轮廓参数来计算参考管腔，因此造成了当血管内存在某些特征时，例如当管腔与中膜之间存在斑块时，由于斑块的挤压，管腔发生了较大形变，由此获得的参考管腔与理想的参考管腔偏差较大，特别是整段血管都存在斑块的情况，通过管腔无法获得准确的参考管腔，进一步导致了血管压力差的计算不准确。
因此，如何解决在管腔与中膜之间出现斑块时采用传统的管腔而导致血管压力差计算出现误差的情况成为当前一个新的课题，也成为亟需解决的现实问题。为此，本申请人经过创造性的实验及无数次模拟仿真后发现，在现有传统计算方法中引入中膜轮廓参数的概念、并基于该中膜轮廓参数而不是现有技术中的管腔参数去获得参考管腔信息，通过这一创新的参数引进及计算方法，从而获得了理想的、精度等符合实际需要的感兴趣血管段的血流储备分数值(原因在于当整段血管存在斑块等病变时，采用传统计算方法时找不到实际管腔的合适位置或正确位置去获得准确的参考管腔，但采用中膜轮廓参数则可以获得准确的参考管腔，如中膜的轮廓减去正常内膜的厚度后就是参考管腔的相应轮廓)，因此，本发明所提出的新的技术方案克服了现有技术中计算血管压力差不准确的技术难题。
本发明的目的在于提供一种血管图像的处理方法，以解决现有技术中血管压力差计算不准确的问题。
为解决上述技术问题，本发明的实施方式公开了一种血管图像的处理方法，包括以下步骤：获取感兴趣血管段的影像数据；获取感兴趣血管段的血流参数；检测并分析感兴趣血管段的影像数据得到参考信息，参考信息包括感兴趣血管段的管腔轮廓参数、中膜轮廓参数；根据中膜轮廓参数获得参考管腔信息；根据血流参数、参考信息及参考管腔信息计算得到感兴趣血管段的血流储备分数值。
采用上述技术方案，可实现血管压力差的计算更加准确。
可选地，根据中膜轮廓参数获得参考管腔信息的步骤,包括:根据中膜轮廓参数获得近端正常帧和远端正常帧；根据近端正常帧及远端正常帧计算得到参考管腔信息。
可选地，根据中膜轮廓参数获得参考管腔信息的步骤,包括：获取感兴趣血管段的正常内膜厚度；根据中膜轮廓参数和正常内膜厚度得到参考管腔信息。
可选地，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，根据中膜轮廓参数获得参考管腔信息的步骤,包括:根据中膜轮廓参数获得近端正常帧和远端正常帧；根据边支血管段参数、近端正常帧及远端正常帧计算得到参考管腔信息。
可选地，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，根据中膜轮廓参数获得参考管腔信息的步骤,包括:根据边支血管段参数将感兴趣血管段分为多个子段；根据中膜轮廓参数得到每个子段内的正常帧；根据每个子段内的正常帧得到参考管腔信息。
可选地，血管图像的处理方法，还包括以下步骤：根据参考管腔信息和边支血管段参数计算每个边支处的校准值；显示感兴趣血管段的图表，根据边支血管段参数将每个边支显示在图表的对应位置；和/或显示边支的横截面轮廓，并显示校准值。
可选地，血管图像的处理方法，还包括以下步骤：获取感兴趣血管段的血管位置；根据血管位置对血流储备分数值进行修正。
可选地，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，血管图像的处理方法，还包括以下步骤：根据血管位置得到感兴趣血管段的血管类型；当血管类型为分叉模型时：根据边支血管段参数获得感兴趣血管段的分叉节点信息；显示感兴趣血管段的纵切面视窗；根据分叉节点信息，用不同颜色在纵切面视窗标识出感兴趣血管段的主支和分支。
可选地，获取感兴趣血管段的影像数据的步骤，包括：获取目标血管的影像数据及对应的采集参数,采集参数包括层厚和像素大小；根据目标血管的影像数据及采集参数重建并显示目标血管的图像；获取图像中被选定的感兴趣血管段的影像数据。
可选地，根据目标血管的影像数据及采集参数重建并显示目标血管的图像的步骤，包括：对目标血管的影像数据进行重采样和重排序；根据重排序后的目标血管的影像数据及采集参数重建并显示目标血管的图像。
可选地，根据目标血管的影像数据及采集参数重建并显示目标血管的图像的步骤，包括：根据目标血管的影像数据及采集参数重建目标血管的图像；对目标血管的图像进行配准,以校正目标血管的影像数据在采集过程中的误差；显示配准后的图像。
可选地，参考信息还包括支架信息，血管图像的处理方法，还包括以下步骤：获取感兴趣血管段的支架参数；根据支架参数检测支架并重建支架，并对支架进行评估，得到支架信息，支架信息包括支架位置和支架轮廓信息；显示感兴趣血管段的纵切面视窗；根据支架信息在纵切面视窗中以伪彩色条标识支架。
可选地，血管图像的处理方法，还包括以下步骤：根据参考管腔信息和参考信息量化出狭窄率大于阈值的第一特征血管段；显示感兴趣血管段的图表；标记图表中狭窄率位于设定区间的第一特征血管段。
可选地，当感兴趣血管段包含第二特征时，参考信息还包括第二特征信息，血管图像的处理方法还包括以下步骤：根据参考信息重建并显示感兴趣血管段及第二特征。
可选地，血管图像的处理方法，还包括以下步骤：根据参考信息显示感兴趣血管段的纵切面轮廓和/或横截面轮廓；调整纵切面轮廓和/或横截面轮廓；根据调整后的纵切面轮廓和/或横截面轮廓更新参考信息、和/或参考管腔信息，以及血流储备分数值。
可选地，血管图像的处理方法，还包括以下步骤：以伪彩形式将血流储备分数值显示在感兴趣血管段的图表上；和/或显示感兴趣血管段的图表并叠加显示模拟的回撤曲线；和/或三维重建感兴趣血管段，并显示三维重建后的感兴趣血管段。
本发明的实施方式还公开了一种血管图像的处理系统，包括：获取模块,用于获取感兴趣血管段的影像数据和感兴趣血管段的血流参数；分析模块，检测并分析感兴趣血管段的影像数据得到参考信息，参考信息包括感兴趣血管段的管腔轮廓参数、中膜轮廓参数；计算模块,包括第一计算单元和第二计算单元,第一计算单元用于根据中膜轮廓参数获得参考管腔信息，第二计算单元用于根据血流参数、参考信息及参考管腔信息计算得到感兴趣血管段的血流储备分数值。
采用上述技术方案的处理系统，可实现血管压力差的计算更加准确。
可选地，第一计算单元包括正常帧提取单元和参考管腔计算单元,正常帧提取单元用于根据中膜轮廓参数获得近端正常帧和远端正常帧,参考管腔计算单元用于根据近端正常帧及远端正常帧计算得到参考管腔信息。
可选地，获取模块还用于获取感兴趣血管段的正常内膜厚度，第一计算单元根据中膜轮廓参数和正常内膜厚度得到参考管腔信息。
可选地，参考信息还包括感兴趣血管段的边支血管段参数，边支血管段参数由分析模块根据管腔轮廓参数计算得到，第一计算单元包括正常帧提取单元和参考管腔计算单元,正常帧提取单元用于根据中膜轮廓参数获得近端正常帧和远端正常帧,参考管腔计算单元用于根据边支血管段参数、近端正常帧及远端正常帧计算得到参考管腔信息。
可选地，参考信息还包括感兴趣血管段的边支血管段参数，边支血管段参数由分析模块根据管腔轮廓参数计算得到，第一计算单元包括正常帧提取单元和参考管腔计算单元,正常帧提取单元用于根据边支血管段参数将感兴趣血管段分为多个子段,并根据中膜轮廓参数得到每个子段内的正常帧，参考管腔计算单元用于根据每个子段内的正常帧得到参考管腔信息。
可选地，血管图像的处理系统，还包括第一显示模块，计算模块还包括第三计算单元，第三计算单元用于根据参考管腔信息和边支血管段参数计算每个边支处的校准值，第一显示模块用于显示感兴趣血管段的图表，并根据边支血管段参数将每个边支显示在图表的对应位置，和/或第一显示模块还用于显示边支的横截面轮廓，并显示校准值。
可选地，血管图像的处理系统，还包括修正模块，获取模块还用于获取感兴趣血管段的血管位置，修正模块用于根据血管位置修正感兴趣血管段的血流储备分数值。
可选地，血管图像的处理系统，还包括第二显示模块，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，获取模块还用于根据血管位置获取感兴趣血管段的血管类型，当血管类型为分叉模型时：分析模块根据边支血管段参数获得感兴趣血管段的分叉节点信息；第二显示模块显示感兴趣血管段的纵切面视窗，并根据分叉节点信息，用不同颜色在纵切面视窗标识出感兴趣血管段的主支和分支。
可选地，获取模块包括第一获取单元、第二获取单元、重建计算单元和显示单元，第一获取单元用于获取目标血管的影像数据及对应的采集参数,采集参数包括层厚和像素大小，重建计算单元用于根据目标血管的影像数据及采集参数进行重建计算，显示单元用于显示重建后的目标血管的图像，第二获取单元用于获取图像中被选定的感兴趣血管段的影像数据。
可选地，获取模块还包括重采样单元，重采样单元用于对第一获取单元获取的目标血管的影像数据进行重采样和重排序，重建计算单元用于根据重排序后的目标血管的影像数据及采集参数进行重建计算。
可选地，获取模块还包括配准单元，配准单元用于对目标血管的图像进行配准,以校正目标血管的影像数据在采集过程中的误差，显示单元用于显示配准后的图像。
可选地，血管图像的处理系统，还包括第三显示模块，参考信息还包括支架信息，获取模块还用于获取感兴趣血管段的支架参数，分析模块还用于根据支架参数检测支架并重建支架，并对支架进行评估，得到支架信息，支架信息包括支架位置和支架轮廓信息，第三显示模块用于显示感兴趣血管段的纵切面视窗，并根据支架信息在纵切面视窗中以伪彩色条标识支架。
可选地，血管图像的处理系统，还包括第四显示模块，计算模块还包括第四计算单元，第四计算单元用于根据参考管腔信息和参考信息量化出狭窄率大于阈值的第一特征血管段，第四显示模块用于显示感兴趣血管段的图表，并标记图表中狭窄率位于设定区间的第一特征血管段。
可选地，血管图像的处理系统，还包括第五显示模块，当感兴趣血管段包含第二特征时，参考信息还包括第二特征信息，分析模块还用于根据参考信息重建感兴趣血管段及第二特征，第五显示模块用于显示感兴趣血管段及第二特征。
可选地，血管图像的处理系统，还包括调整模块，调整模块包括显示单元、调整单元和更新单元，显示单元用于根据参考信息显示感兴趣血管段的纵切面轮廓和/或横截面轮廓，调整单元用于调整纵切面轮廓和/或横截面轮廓，更新单元用于根据调整后的纵切面轮廓和/或横截面轮廓更新参考信息、和/或参考管腔信息，以及血流储备分数值。
可选地，血管图像的处理系统，还包括第六显示模块，第六显示模块用于以伪彩形式将血流储备分数值显示在感兴趣血管段的图表上，和/或所显示感兴趣血管段的图表并叠加显示模拟的回撤曲线，和/或三维重建感兴趣血管段，并显示三维重建后的感兴趣血管段。
本发明的实施方式还公开了一种计算设备，包括：处理器，适于实现各种指令；存储器，适于存储多条指令，指令适于由处理器加载并执行前述的任一血管图像的处理方法。
采用上述技术方案的计算设备，可实现血管压力差的计算更加准确。
本发明的实施方式还公开了一种存储介质，存储介质存储有多条指令，指令适于由处理器加载并执行前述的任一血管图像的处理方法。
采用上述技术方案的存储介质，可实现血管压力差的计算更加准确。
附图说明
图1示出本发明一实施例的血管图像的处理方法的流程图；
图2示出本发明又一实施例的血管图像的处理方法的部分流程图；
图3示出本发明另一实施例的血管图像的处理方法的流程图；
图4示出本发明另一实施例的血管图像的处理方法的部分流程图；
图5示出本发明一实施例的血管图像的处理系统的示意框图。
图6示出本发明一实施例中感兴趣血管段的示意图；
图7示出本发明又一实施例中感兴趣血管段的示意图；
图8示出本发明一实施例中感兴趣血管段的立体示意图；
图9示出本发明一实施例中感兴趣血管段的图表示意图；
图10示出本发明一实施例中斑块的示意图；
图11示出本发明一实施例中边支的横截面示意图；
图12示出本发明一实施例中感兴趣血管段的横截面轮廓示意图；
图13示出本发明一实施例中的支架示意图；
图14示出本发明又一实施例中的支架示意图；
图15示出本发明又一实施例中的感兴趣血管段的图表示意图。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，本领域技术人员可由本说明书所揭示的内容轻易地了解本发明的其他优点及功效。虽然本发明的描述将结合较佳实施例一起介绍，但这并不代表此发明的特征仅限于该实施方式。恰恰相反，结合实施方式作发明介绍的目的是为了覆盖基于本发明的权利要求而有可能延伸出的其它选择或改造。为了提供对本发明的深度了解，以下描述中将包含许多具体的细节。本发明也可以不使用这些细节实施。此外，为了避免混乱或模糊本发明的重点，有些具体细节将在描述中被省略。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
应注意的是，在本说明书中，相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的实施方式作进一步地详细描述。
参照图1所示，本发明的实施例公开了一种血管图像的处理方法，包括以下步骤：获取感兴趣血管段的影像数据；获取感兴趣血管段的血流参数；检测并分析感兴趣血管段的影像数据得到参考信息，参考信息包括感兴趣血管段的管腔轮廓参数、中膜轮廓参数；根据中膜轮廓参数获得参考管腔信息；根据血流参数、参考信息及参考管腔信息计算得到感兴趣血管段的血流储备分数(FFR)值。
对于获取感兴趣血管段的影像数据，该影像数据既可以是直接获取，也可以是从一段血管的影像数据中选取出的感兴趣血管段对应的影像数据，本实施例对此不作限制。影像数据的来源既可以是直接导入的相关文件，也可以是从其他资源库实时配置连接获取，还可以是从已存储的影像数据库中根据用户的名字等信息搜索锁定后获取，本实施例对此不作限制。可选地，影像数据为DICOM(医学数字成像和通信)格式，DICOM涵盖了医学数字图像的采集、归档、通信、显示及查询等几乎所有信息交换的协议；以开放互联的架构和面向对象的方法定义了一套包含各种类型的医学诊断图像及其相关的分析、报告等信息的对象集；定义了用于信息传递、交换的服务类与命令集，以及消息的标准响应；详述了标识各类信息对象的技术；提供了应用于网络环境(OSI或TCP/IP)的服务支持；结构化地定义了制造厂商的兼容性声明(Conformance Statement)。采用DICOM格式能够大大简化医学影像信息交换的实现，方便与其他医学应用系统HIS、RIS等关联协同作用。可选地，影像数据为200-4000帧的图像，在该帧数范围内，既能保证较清晰覆盖了血管段各位置多角度的影像，提高计算的准确性，又不增加运算负荷，且小于一般的影像数据采集过程中每次采集的帧数，易于获得。
对于获取感兴趣血管段的血流参数，血流参数可以包括平均最大血流速度。可以理解的是，感兴趣血管段的平均最大血流速度是计算感兴趣血管段的FFR值所需要的，但血流参数的来源和获取顺序存在多种形式，既可以是在影像数据采集的过程中测量到的，也可以是该用户在之前的测量中获得存储在数据库中的，本次直接获取，还可以是获取输入的固定值。可以理解的是，血流参数的获取可以在影像数据的获取之前进行，也可以与影像数据的获取同时进行，还可以在影像数据获取之后进行，只要在计算FFR之前即可，本实施例对此不作限制。
检测并分析感兴趣血管段的影像数据得到参考信息的具体方法可以有多种，例如，可以参考公开号为CN10713395A的专利中的方法。可以通过算法分割出感兴趣血管段多个剖切角度下纵切面图像的管腔与中膜边界的轮廓，并结合纵切面轮廓分割出每一帧横断面图像中管腔与中膜边界的轮廓，并量化出每一帧中横断面图像中管腔与中膜边界的面积与直径，从而获得对应的参考信息，即感兴趣血管段的管腔轮廓参数、中膜轮廓参数，轮廓参数可以是轮廓对应的面积、直径等信息。
通过中膜轮廓参数来获得参考管腔，能够使得即使在感兴趣血管段中存在某些特征时，例如斑块，使得管腔轮廓被明显向内挤压时，由于中膜轮廓受这些特征的影响较小，因此通过中膜轮廓参数获得的参考管腔信息更接近于理想的参考管腔，更加准确，从而使得FFR的计算结果更加准确。参考管腔信息可以是参考管腔的边界轮廓、面积、直径等。
在根据血流参数、参考信息及参考管腔信息计算得到感兴趣血管段的血流储备分数(FFR)值中，具体的计算方法有多种，例如可以参考公开号为CN107115108A的专利中的方法，计算得到感兴趣血管段对应的血管压力差，也即感兴趣血管段的血流储备分数(FFR)值。可以理解的是，当参考信息只包括中膜轮廓信息和管腔轮廓信息时，使用血流参数、管腔轮廓信息和参考管腔信息进行FFR的计算即可。当参考信息中还包括其他信息，例如支架信息、斑块信息时，可以根据这些信息对FFR的计算进行对应的修正。此外，还可以根据血管位置的不同，对FFR的计算进行修正。可以理解的是，中膜轮廓参数主要用于参考管腔信息的计算，而参考管腔信息直接参与FFR的计算。
采用上述技术方案，本实施例所公开的血管图像的处理方法能够实现计算的结果更加准确，便于用户对于FFR值的后续应用。
本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，根据中膜轮廓参数获得参考管腔信息的步骤，包括:根据中膜轮廓参数获得近端正常帧和远端正常帧；根据近端正常帧及远端正常帧计算得到参考管腔信息。在根据中膜轮廓参数获得近端正常帧和远端正常帧中，可以将感兴趣血管分为三段：包括了近端血管段、中段血管段以及远端血管段。可选地，具体的分段方法可以根据帧数进行三等均分。然后在近端血管段与远端血管段根据中膜轮廓参数，分别计算每个横截面中的中膜轮廓跟相邻横截面的中膜轮廓的平滑程度，取平滑程度最高的横截面对应的帧分别作为近端正常帧(PN)和远端正常帧(DN)。在一般状态下，即血管段不包含斑块等特征信息时，管腔和中膜之间的厚度非常小，而中膜轮廓又基本不受斑块等特征信息存在的影响，因此可以使用中膜轮廓参数来代替管腔轮廓参数来确定PN和DN，由此获得的PN和DN更加可靠。
可选地，平滑程度可以采用中膜轮廓所围成的区域的面积的均方差来表示。在根据近端正常帧及远端正常帧计算得到参考管腔信息中，可以根据PN和DN处中膜直径或面积的大小作为参考管腔的直径或面积的大小，计算得到参考管腔的信息。具体的计算方法有多种，例如可以根据PN和DN做线性插值从而得到感兴趣血管段每个位置处的参考管腔大小，还可以参考公开号为CN108022650A的专利中的管腔建模计算方法，本实施例对此不作赘述。
本实施例通过中膜轮廓参数代替管腔轮廓参数，来确定近端正常帧和远端正常帧，再计算出对应的参考管腔，使得到的参考管腔信息更加准确，减少了斑块等特征信息存在时，由管腔轮廓参数确定PN和DN带来的误差。
参照图2所示，本发明的另一实施例公开了一种血管图像的处理方法，相对于前述实施例，根据中膜轮廓参数获得参考管腔信息的步骤，包括：获取感兴趣血管段的正常内膜厚度；根据中膜轮廓参数和正常内膜厚度得到参考管腔信息。可以理解的是，感兴趣血管段在一般状态下，即不包含斑块等特征信息时，其管腔和中膜之间的内膜的厚度值是基本固定的，这个值本实施例称之为正常内膜厚度。因此，在使用中膜轮廓参数计算参考管腔信息时，根据正常内膜厚度，即能够准确获得理想状态下的参考管腔信息。正常内膜厚度的来源和获取有多种方法，既可以是在影像数据的采集中同时测量得到，与影像数据一起获取。也可以是直接从感兴趣血管段对应的个体的数据库中直接获取，还可以是根据输入的数值来确定，本实施例对此不作限制，且正常内膜厚度的获取只要在计算参考管腔信息前即可。
对于参考管腔信息的计算方法，可以有多种，例如根据中膜的直径减去两倍的正常内膜厚度，获得参考管腔的直径，并可以计算得到参考管腔的面积。也可以将中膜的面积转换为等效直径，减去两倍的正常内膜厚度，获得参考管腔的直径，并可以计算得到参考管腔的面积等，本实施例对此不作限制。
本实施例通过中膜轮廓参数和正常内膜厚度计算出对应的参考管腔，使得到的参考管腔信息更加准确，消除了内膜厚度的影响，对应的FFR值也更加准确。
参照图3所示，本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，根据中膜轮廓参数获得参考管腔信息的步骤,包括:根据中膜轮廓参数获得近端正常帧和远端正常帧；根据边支血管段参数、近端正常帧及远端正常帧计算得到参考管腔信息。本发明不对感兴趣血管段的具体长度进行限定，在应用过程中，感兴趣血管段可能存在边支。边支的存在会对参考管腔的计算造成影响，因此本实施例所公开的血管图像的处理方法中，检测并分析感兴趣血管段的影像数据得到的参考信息中还包括了边支血管段参数，边支血管段参数可以包括边支的开口面积、边支血管段的位置以及边支的朝向中的一种或多种信息，也可以根据需要获得边支血管段的其他信息，以便计算得到更加准确的参考管腔信息。以开口面积为例，可以通过分割边支轮廓，然后对轮廓内的像素点个数进行统计，根据图像分辨率计算出来每个边支的开口面积。对于有边支存在时，参考管腔的具体的计算，以及考虑边支血管段影响的FFR计算可以参考公开号为CN108022650A的专利中的方法。
本发明的另一实施例公开了一种血管图像的处理方法，相对于前述实施例，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，根据中膜轮廓参数获得参考管腔信息的步骤,包括:根据边支血管段参数将感兴趣血管段分为多个子段；根据中膜轮廓参数得到每个子段内的正常帧；根据每个子段内的正常帧得到参考管腔信息。在本实施例中，根据边支开口在主支上的位置可以将感兴趣血管段分为多个子段。例如，当感兴趣血管段存在三个边支时，根据三个边支的开口所在的位置，可以将感兴趣血管段分为四个子段。然后，参考PN和DN的确定方法，确定每个子段中的正常帧。接着根据每个子段中的正常帧，重建参考管腔，计算得到对应的参考管腔信息，具体的方法可以参照由PN和DN计算得到参考管腔信息的方法。在本实施例中，由于对感兴趣血管段根据边支进行了分段，获取多个正常帧来计算参考管腔信息，增加了采样量，即正常帧的获取数量，且使用边支分段更加合理，因此使得参考管腔信息的计算更加准确。
本实施例通过中膜轮廓参数和边支血管段参数计算出对应的参考管腔信息，同时考虑到了当感兴趣血管段内存在某些特征时使用管腔轮廓参数计算参考管腔信息不准确，以及边支血管的存在对参考管腔计算的影响，从而使得获得的参考管腔信息更加准确，对应的FFR值也更加准确。
本发明的另一实施例公开了一种血管图像的处理方法，相对于前述实施例，血管图像的处理方法，还包括以下步骤：根据参考管腔信息和边支血管段参数计算每个边支处的校准值；显示感兴趣血管段的图表，根据边支血管段参数将每个边支显示在图表的对应位置；和/或显示边支的横截面轮廓，并显示校准值。在计算每个边支处的校准值中，校准值的具体类型可以根据需要设定。例如，校准值可以是Murray参数、Finet参数、HK参数、AP参数中的一种或多种。当感兴趣血管段存在边支血管段时，将每个边支血管段处，分叉前的主支的直径定义为D0，边支血管在主支上的开口直径定义为D1,分叉后的主支的直径定义为D2，D0和D2由参考管腔信息获得，D1由边支血管段参数获得。其中，基于Murray’slaw的Murray参数的计算公式为：Murray＝D0 3/(D1 3+D2 3)，基于Finet diameter model的Finet参数的计算公式为：Finet＝D0/[0.678*(D1+D2)]，基于HK diameter model的HK参数的计算公式为：HK＝D0 7/3/(D1 7/3+D2 7/3)，基于area-preservation model的AP参数的计算公式为：AP＝D0 2/(D1 2+D2 2)。这些参数值的理想状态下为1，因此校准值越接近于1，在理论上越合理，从而帮助用户判断各边支的分割以及参考管腔信息的合理性。
可选地，可以根据需要设定校准值的阈值范围。例如可以设定校准值的阈值范围为0.7-1.3，当校准值超出该范围时，则边支血管段参数和/或参考管腔信息的计算结果可能偏离正常生理范围，提示用户重新获取影像数据或调整影像数据，从而保证了FFR的计算结果更加准确，提升了用户的使用体验。
在显示感兴趣血管段的图表，根据边支血管段参数将每个边支显示在图表的对应位置中，感兴趣血管段的图表显示形式可以有多种，例如可以是长短轴显示，也可以是等效直径显示，本实施例对此不作限制，可根据用户的习惯和需要进行设定和选择。根据边支血管段参数，可以将对应的边支血管段显示在图表对应的位置上。可选地，还可以以各自边支开口的等效直径同比的宽度显示在图表对应的位置上。将边支显示在感兴趣血管段的图表中能够便于用户直观、全面地观察感兴趣血管段。
在显示边支的横截面轮廓，并显示校准值中，可以通过三维图像切片算法等方法来重建并显示边支血管段的横截面以及横截面上该边支的管腔轮廓，并将通过计算得到的校准值显示在对应的边支快照内，从而便于用户直观地观察校准值和轮廓，确定边支血管段参数及主支对应的参考管腔信息是否有误。
可选地，如图11所示，图中“Branch”对应“边支”，“MU”对应“Murray参数”，“3D”对应“三维”，“ADD SB”对应“添加边支”，“DELETE SB”对应“删除边支”，图中上部分显示了四个边支处的横截面轮廓并进行了标号，用标线标识显示了每个边支对应的管腔轮廓，在横截面轮廓的右上方显示该边支对应的校准值，还显示了每个边支管腔轮廓对应的管腔面积，“3D”可用于切换显示三维重建后的感兴趣血管段中的主支和/或边支血管段。图中下方用于编辑边支，即添加或删除边支，以及显示边支的任意切面视窗，从而便于用户直接清晰地对感兴趣血管的边支分割情况进行查看，从而判断得到的边支血管段参数是否有误。
本发明的另一实施例公开了一种血管图像的处理方法，相对于前述实施例，血管图像的处理方法还包括以下步骤：获取感兴趣血管段的血管位置；根据血管位置修正感兴趣血管段的血流储备分数(FFR)值。在应用过程中，感兴趣血管段对应的血管位置可能存在多种，例如可能是前降支血管、回旋支血管、右冠状动脉血管、对角支血管、间隔支血管，中间支血管、钝缘支血管等。对于不同位置的血管，影像数据对应的分析和检测过程如果采用相同的算法，会对参考信息造成一定的偏差，进而影响FFR值。因此获取感兴趣血管段的血管位置，根据血管位置的不同，对影像数据的检测和分析的算法进行调整，或者根据血管位置修正FFR值，能够使得FFR值更加准确。
本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，血管图像的处理方法，还包括以下步骤：根据血管位置得到感兴趣血管段的血管类型；当血管类型为分叉模型时：根据边支血管段参数获得感兴趣血管段的分叉节点信息；显示感兴趣血管段的纵切面视窗；根据分叉节点信息，用不同颜色在纵切面视窗标识出感兴趣血管段的主支和分支。可以理解的是，不同位置的血管对应的类型不同，因此根据血管位置可以得到感兴趣血管对应的类型，例如是分叉模型还是单支模型。当血管为分叉模型时，分叉会对FFR的计算造成影响。因此，在本实施例中，当血管类型为分叉模型时，根据边支血管段参数可以获得分叉节点信息。例如，通常设置最大边支设为分叉节点，可以通过边支血管段参数中边支血管的面积或直径等信息，找出最大边支，作为分叉节点，此时该边支对应的血管段参数也就是分支对应的分叉节点信息。在显示感兴趣血管段的纵切面视窗后，再根据分叉节点信息，确定分叉的位置，在纵切面视窗中可以用不同颜色对主支和分支进行标识，便于用户观察感兴趣血管段的分叉情况。同时，在计算FFR时，根据分叉节点信息对FFR进行相应的修正，使得FFR的计算结果更加准确。具体的计算方法有多种，例如可以参考公开号为CN108022650A的专利中的方法。
参照图4所示，本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，获取感兴趣血管段的影像数据的步骤，包括:获取目标血管的影像数据及对应的采集参数,采集参数包括层厚和像素大小；根据目标血管的影像数据及采集参数重建并显示目标血管的图像；获取图像中被选定的感兴趣血管段的影像数据。本实施例将一次影像数据采集所对应的血管段称之为目标血管。可以理解的是，感兴趣血管段既可以是目标血管，也可能只是目标血管中的某一段。首先获取目标血管的影像数据及采集参数，采集参数包括层厚和像素大小。层厚指的是相邻帧影像数据之间的采集距离间隔，其获取有多种方法。例如，层厚的获取可以是直接获取层厚值，也可以是获取回撤速度和采集帧频后计算得到，本实施例对此不作限制。像素大小是指影像数据中每个像素点对应的实际大小，其获取有多种方法。例如，像素大小的获取可以是直接获取每个像素点对应的实际大小值，也可以是测量过程中导管开口的大小以及其对应的像素点数进行计算得到，本实施例对此不作限制。
可以根据目标血管的影像数据及采集参数，使用三维图像切片算法等方法来重建并显示目标血管对应的图像，例如可以显示重建后的目标血管的纵切面视窗和横切面视窗。用户可以根据对应的图像来选定需要计算FFR值的血管段，即感兴趣血管段。例如，可以使用两条标线的方法在纵切面视窗中进行选择，设置两条标线之间的部分即为感兴趣血管段。从目标血管的影像数据中将属于感兴趣血管段的影像数据撷取出来，即获得了感兴趣血管段的影像数据。通过上述方法，能够使得感兴趣血管段影像数据的获取更加方便、直观，便于操作。
本发明的另一实施例公开了一种血管图像的处理方法，相对于前述实施例，根据目标血管的影像数据及采集参数重建并显示目标血管的图像的步骤，包括：对目标血管的影像数据进行重采样和重排序；根据重排序后的目标血管的影像数据及采集参数重建并显示目标血管的图像。可以理解的是，目标血管的影像数据根据采集方法的不同，可以有多种来源。例如，影像数据可以是OCT(光学相干断层成像)影像，也可以是IVUS(血管内超声)影像。对于采集的过程中回撤速度较慢，帧频较高的影像，尤其是IVUS影像，有可能存在邻帧前后错乱的情况。因此可以对影像数据进行重采样和重排序，从而消除这种影响，具体的重采样方法可以是等间距采样，重要性采样等，本实施例对此不作限制。例如，可以对IVUS影像进行间隔为5帧的等间距采样，即将影像数据中的第1帧、第6帧……第1+5N帧都采样出来，并相应排序。再根据重采样和重排序之后的影像数据以及目标血管的采集参数重建并显示目标血管的图像。这样既克服了影像中可能存在的乱帧问题，使得后续获得参考信息更加准确，又减少了重建及显示过程中的运算负荷。
本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，根据目标血管的影像数据及采集参数重建并显示目标血管的图像的步骤，包括:根据目标血管的影像数据及采集参数重建目标血管的图像；对目标血管的图像进行配准,以校正目标血管的影像数据在采集过程中的误差；显示配准后的图像。在目标血管的影像数据获取的过程中，导管回撤中在径向上可能发生位移，也就是说，这时在影像数据的每帧图像中导管所在的位置并不固定。因此对目标血管的图像进行配准，能够消除这种位移造成的偏差。例如，在重建的目标血管横截面轮廓中，可以以导管的中心为每帧影像的中心，沿纵向将每帧影像进行配齐。图像配准过程中使用具体的方法可以有多种，例如可参考网络链接为https://www.onacademic.com/detail/journal_1000039137117910_4183.html对应文章中的方法，以及论文《Image-Based Gating of Intravascular Ultrasound PullbackSequences》(Sean M.O’Malley,Student Member,IEEE,Juan F.Granada,St′ephaneCarlier,Morteza Naghavi,and Ioannis A.Kakadiaris,Member,IEEE)中的方法等。通过图像配准，可以消除影像数据采集过程中导管位移的影响，便于观察，且使得后续检测和分析影像数据得到的参考信息更加准确。
本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，参考信息还包括支架信息，血管图像的处理方法还包括以下步骤：获取感兴趣血管段的支架参数；根据支架参数检测支架并重建支架，并对支架进行评估，得到支架信息，支架信息包括支架位置和支架轮廓信息；显示感兴趣血管段的纵切面视窗；根据支架信息在纵切面视窗中以伪彩色条标识支架。
对于存在支架的感兴趣血管段而言，本实施例所公开的方法，在检测和分析感兴趣血管段的影像数据之前，获取感兴趣血管段的支架参数，支架参数可以根据需要设定，例如包括支架的类型、厚度等。在检测和分析感兴趣血管段的影像数据时，参考支架参数对影像数据进行分割，检测出对应的支架，得到支架信息，包括支架位置和支架轮廓信息。具体的检测方法可以有多种，例如，可以使用图像处理方法对待分割的影像数据进行了预处理和后处理，预处理对影像数据进行极坐标的变换和图像标准化，后处理中对影像数据进行原始坐标重建和基于连续性的误检测消除，也可以基于深度学习进行支架的检测。在检测后，进行支架的重建。具体的重建方法可以有多种，例如可以使用体重建的方法，对支架分割的连续二维mask结果进行三维体重建，即对每一帧的图像上的支架赋以原图像的层间距大小，成为单个体素进行体重建。还可以对支架进行评估，例如通过计算支架与管壁之间的距离，实现对支架贴壁与扩张情况的评估。具体的方法可以是，根据参考信息每一个支架点的中心位置和管腔轮廓曲线，绘制从管腔中心到支架中心的射线，计算射线与管腔的交点，从而计算出支架中心点与管腔的距离，判断出支架与管腔的距离以及支架处于贴壁，不贴壁或覆盖的定性分析结果。还可以基于单帧图像中每个支架的位置拟合出支架轮廓椭圆，计算出支架的平均轮廓面积和最小轮廓面积，与参考管腔信息对比，判定支架扩张情况。然后，可以在感兴趣血管段的纵切面视窗中，根据支架信息在纵切面视窗中以伪彩色条标识支架，例如可以根据颜色的深浅标识出支架不同的贴壁情况，参照图13所示，从而便于用户了解支架的状态。也可以如图12所示，将支架的相关参数显示在感兴趣血管段的横截面轮廓视窗中，图中的“Stent”对应“支架”，“Expansion”对应“膨胀度”。
在本实施例FFR的计算过程中，支架信息作为参考信息的一部分，将对FFR的计算结果进行修正。对于存在支架的感兴趣血管段，可以根据支架信息对其的管腔轮廓信息进行修正。例如，在检测并分析感兴趣血管段的影像数据过程中，可以根据支架信息中的支架轮廓信息，得到支架点本身所占的面积，将每一帧图像的管腔面积减去该帧上所有支架点的面积，获得放置支架后的管腔面积，作为管腔轮廓参数的一部分，进行后续FFR的计算。因此，本实施例能够提升有支架放置的感兴趣血管段FFR计算的精度并便于用户观察和了解支架状态。
本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，血管图像的处理方法还包括以下步骤：根据参考管腔信息和参考信息量化出狭窄率大于阈值的第一特征血管段；显示感兴趣血管段的图表；标记图表中狭窄率位于设定区间的第一特征血管段。狭窄率可以根据血管段的横截面面积或者直径来定义。例如，可以设定狭窄率＝(参考管腔直径-实际管腔直径)/参考管腔直径，此处的直径可以是根据面积计算的等效直径。参考管腔的直径信息可以根据参考管腔信息获得，实际管腔直径可以根据参考信息中的管腔轮廓参数来获得，从而计算出感兴趣血管段中每处(每帧图像)对应的狭窄率。狭窄率的阈值可以根据用户的观察和关注需要进行设定。例如，用户根据习惯需要重点关注狭窄率大于20％的血管段时，则可以设定狭窄率的阈值为0.2。对于狭窄率大于阈值的血管段称之为第一特征血管段，本实施例在显示感兴趣血管段的图表之上，可以标记出对应的第一特征血管段。本实施例中还可以设定标记的区间，例如仅标记狭窄率最大的前M个第一特征血管段，则在图表上用标线对应标记前M个第一特征血管段，还可以将每段对应的狭窄率标注在该第一特征血管段的下方，便于用户观察感兴趣血管段的狭窄情况。可选地，还可以在感兴趣血管段的图表中显示标识出第一特征血管段，以及该特征血管段对应的压降。如图9所示，即标记出了两个第一特征血管段，以及每段对应的压降分别为△1＝0.23，△2＝0.03。
本发明的另一实施例公开了一种血管图像的处理方法，相对于前述实施例，当感兴趣血管段包含第二特征时，参考信息还包括第二特征信息，血管图像的处理方法还包括以下步骤：根据参考信息重建并显示感兴趣血管段及第二特征。第二特征可以根据需要进行设定，例如斑块、血栓、夹层等，本实施例对此不作限制。例如，第二特征是斑块时，则本实施例所公开的方法中，在检测和分析感兴趣血管段的影像数据时，能够通过对影像数据中的多帧图像进行图像处理，基于图像灰度，边缘检测或水平集等方法，检测并分割出斑块，并获得其对应的第二特征信息，第二特征信息作为参考信息的一部分，可以包括斑块的面积、厚度、角度等信息，可以逐像素累计计算面积，像素间距离计算厚度，像素分布计算角度等。再根据参考信息中的管腔轮廓信息、中膜轮廓信息、第二特征信息重建并显示感兴趣血管段以及对应的斑块，例如基于斑块分割结果体重建出三维斑块几何模型，便于用户观察斑块的状态。又例如，可以如图10所示，显示感兴趣血管段的横截面轮廓，以及对应的斑块。当感兴趣血管段中存在第二特征时，对FFR的计算加入修正因子，调整FFR的计算，使得FFR的计算结果更加准确。具体的方法可以有多种，例如，可以参考公开号为CN109064442A的专利中的方法。可以理解的是，中膜轮廓参数主要用于参考管腔信息的计算，而非第二特征的检测和重建所必须的。
可选地，既显示感兴趣血管段的纵切面视窗，也显示感兴趣血管段的横截面视窗，还显示感兴趣血管段的三维重建视窗，便于用户直观清晰地进行观察。可选地，根据斑块的可能类型事先进行显示模式设定。例如，可以包括所有模式，用于显示所有类型的斑块；易损斑块模式，用于显示脂质斑块、纤维帽和巨噬细胞；钙化模式下，用于显示钙化斑块。在使用过程中，可以根据用户的选择调整斑块显示模式，便于用户进行分类观察。可选地，可以用不同颜色标记显示不同斑块，便于用户观察。可选地，同时显示斑块对应的统计参数，例如斑块对应的面积等，方便用户定量分析。
本发明的又一实施例公开了一种血管图像的处理方法，相对于前述实施例，血管图像的处理方法，还包括以下步骤：根据参考信息显示感兴趣血管段的纵切面轮廓和/或横截面轮廓；调整纵切面轮廓和/或横截面轮廓；根据调整后的纵切面轮廓和/或横截面轮廓更新参考信息、和/或参考管腔信息，以及血流储备分数(FFR)值。在本实施例中，显示感兴趣血管段的轮廓，从轮廓中可以观察到对应的管腔轮廓以及中膜轮廓的分割情况，在计算参考管腔信息、根据参考管腔信息和管腔轮廓参数计算FFR、以及校准值计算等多个过程中，均可以对纵切面轮廓和/或横截面轮廓进行动态调整，以修正FFR值。举例来说，在计算参考管腔信息时，无论是使用中膜轮廓参数获得PN和DN，进而计算得到参考管腔，还是由中膜轮廓参数和正常内膜厚度获得参考管腔，当中膜轮廓分割出现明显误差时，均会对参考管腔信息和FFR的计算造成影响。因此，可以通过显示对应的轮廓，辅助用户判断分割是否存在明显错误，如果存在的话，可以根据用户的操作对轮廓进行调整，例如，可以调整PN、DN内的中膜轮廓或管腔轮廓，从而改变中膜轮廓参数和管腔轮廓参数，也可以直接选定其他帧作为PN和/或DN，还可以在现有帧上手动画出椭圆作为PN和/或DN，提高了FFR计算的准确性。
可选地，在获得参考信息后，计算参考管腔信息前，显示感兴趣血管段的纵切面轮廓和/或横截面轮廓。此时可以根据用户的操作，对轮廓进行调整，可在每一帧内直接修改横截面轮廓。也可修改各剖切角度下的纵切面轮廓，根据更新后的纵切面轮廓来更新相应的横截面轮廓，从而提高了参考管腔信息和/或参考信息，包括中膜轮廓参数和管腔轮廓参数的准确性。当显示感兴趣血管段的图表时，如等效直径的图表时，对应图表也会进行更新。
可选地，在完成检测并分析感兴趣血管段的影像数据之后，可以如图6所示进行显示。图中“Lumen”对应“管腔”，“Media”对应“中膜”，“Plaque”对应“斑块”，“Min/Max”对应“最小/最大直径”，“Burden”对应“负荷”，“1-Contour”对应“1-轮廓”，“CONFIRM ROI”对应“确定感兴趣血管段”，“UPDATE CONTOUR”对应“更新轮廓”，“COMPUTE FFR”对应“计算FFR”，“UPDATE FFR”对应“更新FFR”，“EDIT”对应“编辑”，“DONE”对应“完成”，“Equivalent Diam”对应“等效直径”，“Short Diam”对应“短轴直径”，“Lumen Short-Long”对应“管腔长短轴”，“MLA”对应“最小管腔面积”，“Diameter”对应“直径”。
该图可以分为轮廓和FFR计算调整两部分，其中，轮廓包括了轮廓的显示和调整。图中右侧用于轮廓的显示，包括了感兴趣血管段的横截面轮廓和纵切面轮廓，横截面轮廓和纵切面轮廓中可以用不同的标线标记出对应的管腔轮廓和中膜轮廓，并显示出该横截面处的由管腔轮廓计算出的面积以及最小直径和最大直径，和该横截面处的由中膜轮廓计算出的面积以及最小直径和最大直径。当血管段存在斑块时，还可以显示出该横截面处斑块的面积以及对应的负荷率。除此之外，下部可显示该段血管的图表，如图中的等效直径图表，也可以切换显示其他图表，例如短轴直径图表。同时，还可以对图表中标记的轮廓，以及感兴趣血管段的重新选定进行编辑，并根据更新后的轮廓重新检测并分析感兴趣血管段的影像数据得到新的参考信息，并更新FFR的计算。如图7所示，还可以将FFR的计算结果显示在对应的图表上，还可以将分支的横截面视窗图一起进行显示，便于用户对视窗中的轮廓或边支进行调整，使得FFR的值更加准确。
可选地，当感兴趣血管段存在边支时，根据参考信息显示感兴趣血管段的纵切面轮廓和/或横截面轮廓，并根据对边支的调整，例如边支轮廓、大小的调整，更新边支血管段参数，从而更新了FFR的计算结果，使得FFR的计算更准确。当感兴趣血管段为分叉模型时，可根据对分叉节点的调整更新分叉节点信息，例如重新选定任一边支为分叉节点，从而更新了FFR的计算结果，使得FFR的计算更准确。也可以根据校准值的计算结果，进行相应的轮廓调整，例如平移或转动横截面和纵切面中的各切线位置至合适的位置以调整边支切面，也可直接重画边支开口的管腔轮廓。当感兴趣血管段存在第一特征血管段时，还可以对第一特征血管段进行调整，例如新增、删除或编辑。
可以理解的是，对于感兴趣血管段的调整纵切面轮廓和/或横截面轮廓，能够通过调整对应图像的中膜轮廓、管腔轮廓、边支轮廓等多种方法来实现，用户可以根据需要进行设定和选择，均能够对FFR的计算结果实现动态调整，起到使FFR值更加精确的效果。
本发明的另一实施例公开了一种血管图像的处理方法，相对于前述实施例，血管图像的处理方法，还包括以下步骤：以伪彩形式将血流储备分数(FFR)值显示在感兴趣血管段的图表上；和/或显示感兴趣血管段的图表并叠加显示模拟的回撤曲线；和/或三维重建感兴趣血管段，并显示三维重建后的感兴趣血管段。如图7和图15所示，感兴趣血管段的图表具体类型可以根据需要进行选择，例如，可以是长短轴显示，也可以是等效直径显示等。以伪彩形式将FFR值显示在感兴趣血管段的图表上，能够清晰直观地反映出感兴趣血管段的形态及FFR值的变化，便于用户观察和分析。具体的显示方法有多种，例如可以参考公开号为CN109166101A中的方法。在感兴趣血管段的图表上叠加显示模拟的回撤曲线，能够辅助用户根据模拟的回撤曲线对FFR的计算结果进行判断。三维重建感兴趣血管段，并显示三维重建后的感兴趣血管段中，可以通过体重建绘制，采用光线追踪方法，便于实现且重建效果好。可选地，显示三维重建后的感兴趣血管段的纵切面图像、立体图以及横截面图像，便于用户全面观察感兴趣血管段。例如，如图8所示，即显示了三维重建后的感兴趣血管段的立体图。可选地，在对应的图像中可以标识出相应的支架、边支、斑块等，便于用户更好地观察和分析感兴趣血管段。例如，如图14所示，可以显示出三维重建后的支架。可选地，也可以如图7所示，在感兴趣血管段的图表里显示对应的支架。
参照图5所示，本发明的实施例还公开了一种血管图像的处理系统，包括：获取模块1,用于获取感兴趣血管段的影像数据和感兴趣血管段的血流参数；分析模块2，检测并分析感兴趣血管段的影像数据得到参考信息，参考信息包括感兴趣血管段的管腔轮廓参数、中膜轮廓参数；计算模块3,包括第一计算单元31和第二计算单元32,第一计算单元31用于根据中膜轮廓参数获得参考管腔信息，第二计算单元32用于根据血流参数、参考信息及参考管腔信息计算得到感兴趣血管段的血流储备分数(FFR)值。
采用上述技术方案的处理系统，参照前述实施例中的血管图像的处理方法，可实现血管压力差的计算更加准确。
可选地，第一计算单元31包括正常帧提取单元和参考管腔计算单元,正常帧提取单元用于根据中膜轮廓参数获得近端正常帧和远端正常帧,参考管腔计算单元用于根据近端正常帧及远端正常帧计算得到参考管腔信息。参照前述实施例中的血管图像的处理方法，通过中膜轮廓参数代替管腔轮廓参数，来确定近端正常帧和远端正常帧，再计算出对应的参考管腔，使得到的参考管腔信息更加准确，减少了斑块等特征信息存在时，由管腔轮廓参数确定PN和DN带来的误差。
可选地，获取模块1还用于获取感兴趣血管段的正常内膜厚度，第一计算单元31根据中膜轮廓参数和正常内膜厚度得到参考管腔信息。参照前述实施例中的血管图像的处理方法，通过中膜轮廓参数和正常内膜厚度计算出对应的参考管腔，使得到的参考管腔信息更加准确，消除了内膜厚度的影响，对应的FFR值也更加准确。
可选地，参考信息还包括感兴趣血管段的边支血管段参数，边支血管段参数由分析模块2根据管腔轮廓参数计算得到，第一计算单元31包括正常帧提取单元和参考管腔计算单元,正常帧提取单元用于根据中膜轮廓参数获得近端正常帧和远端正常帧,参考管腔计算单元用于根据边支血管段参数、近端正常帧及远端正常帧计算得到参考管腔信息。参照前述实施例中的血管图像的处理方法，通过中膜轮廓参数和边支血管段参数计算出对应的参考管腔信息，使得获得的参考管腔信息更加准确，对应的FFR值也更加准确。
可选地，参考信息还包括感兴趣血管段的边支血管段参数，边支血管段参数由分析模块2根据管腔轮廓参数计算得到，第一计算单元31包括正常帧提取单元和参考管腔计算单元,正常帧提取单元用于根据边支血管段参数将感兴趣血管段分为多个子段,并根据中膜轮廓参数得到每个子段内的正常帧，参考管腔计算单元用于根据每个子段内的正常帧得到参考管腔信息。参照前述实施例中的血管图像的处理方法，获取多个正常帧来计算参考管腔信息，增加了采样量，使用边支分段更加合理，因此使得参考管腔信息的计算更加准确。
可选地，还包括第一显示模块，计算模块3还包括第三计算单元，第三计算单元用于根据参考管腔信息和边支血管段参数计算每个边支处的校准值，第一显示模块用于显示感兴趣血管段的图表，并根据边支血管段参数将每个边支显示在图表的对应位置，和/或第一显示模块还用于显示边支的横截面轮廓，并显示校准值。参照前述实施例中的血管图像的处理方法，能够帮助用户判断各边支的分割以及参考管腔信息的合理性，便于用户直观、全面地观察感兴趣血管段，观察对应的中膜轮廓和管腔轮廓是否存在明显错误。
可选地，血管图像的处理系统，还包括修正模块，获取模块1还用于获取感兴趣血管段的血管位置，修正模块用于根据血管位置修正感兴趣血管段的血流储备分数(FFR)值。参照前述实施例中的血管图像的处理方法，根据血管位置的不同，对影像数据的检测和分析的算法进行调整，或者根据血管位置修正FFR值，能够使得FFR值更加准确。
可选地，血管图像的处理系统，还包括第二显示模块，参考信息还包括感兴趣血管段的边支血管段参数,边支血管段参数由管腔轮廓参数计算得到，获取模块1还用于根据血管位置获取感兴趣血管段的血管类型，当血管类型为分叉模型时：分析模块2根据边支血管段参数获得感兴趣血管段的分叉节点信息；第二显示模块显示感兴趣血管段的纵切面视窗，并根据分叉节点信息，用不同颜色在纵切面视窗标识出感兴趣血管段的主支和分支。参照前述实施例中的血管图像的处理方法，便于用户观察感兴趣血管段的分叉情况。同时，在计算FFR时，根据分叉节点信息对FFR进行相应的修正，使得FFR的计算结果更加准确。
可选地，获取模块1包括第一获取单元、第二获取单元、重建计算单元和显示单元，第一获取单元用于获取目标血管的影像数据及对应的采集参数,采集参数包括层厚和像素大小，重建计算单元用于根据目标血管的影像数据及采集参数进行重建计算，显示单元用于显示重建后的目标血管的图像，第二获取单元用于获取图像中被选定的感兴趣血管段的影像数据。参照前述实施例中的血管图像的处理方法，能够使得感兴趣血管段影像数据的获取更加方便、直观，便于操作。
可选地，获取模块1还包括重采样单元，重采样单元用于对第一获取单元获取的目标血管的影像数据进行重采样和重排序，重建计算单元用于根据重排序后的目标血管的影像数据及采集参数进行重建计算。参照前述实施例中的血管图像的处理方法，既克服了影像中可能存在的乱帧问题，使得后续获得参考信息更加准确，又减少了重建及显示过程中的运算负荷。
可选地，获取模块1还包括配准单元，配准单元用于对目标血管的图像进行配准,以校正目标血管的影像数据在采集过程中的误差，显示单元用于显示配准后的图像。参照前述实施例中的血管图像的处理方法，通过图像配准，可以消除影像数据采集过程中导管位移的影响，便于观察，且使得后续检测和分析影像数据得到的参考信息更加准确。
可选地，还包括第三显示模块，参考信息还包括支架信息，获取模块1还用于获取感兴趣血管段的支架参数，分析模块2还用于根据支架参数检测支架并重建支架，并对支架进行评估，得到支架信息，支架信息包括支架位置和支架轮廓信息，第三显示模块用于显示感兴趣血管段的纵切面视窗，并根据支架信息在纵切面视窗中以伪彩色条标识支架。参照前述实施例中的血管图像的处理方法，提升了有支架放置的感兴趣血管段FFR计算的精度并便于用户观察和了解支架状态。
可选地，还包括第四显示模块，计算模块3还包括第四计算单元，第四计算单元用于根据参考管腔信息和参考信息量化出狭窄率大于阈值的第一特征血管段，第四显示模块用于显示感兴趣血管段的图表，并标记图表中狭窄率位于设定区间的第一特征血管段。参照前述实施例中的血管图像的处理方法，便于用户观察感兴趣血管段的狭窄情况。
可选地，还包括第五显示模块，当感兴趣血管段包含第二特征时，参考信息还包括第二特征信息，分析模块2还用于根据参考信息重建感兴趣血管段及第二特征，第五显示模块用于显示感兴趣血管段及第二特征。参照前述实施例中的血管图像的处理方法，便于用户观察第二特征，如斑块的状态，且当感兴趣血管段中存在第二特征时，对FFR的计算加入修正因子，调整FFR的计算，使得FFR的计算结果更加准确。
可选地，还包括调整模块，调整模块包括显示单元、调整单元和更新单元，显示单元用于根据参考信息显示感兴趣血管段的纵切面轮廓和/或横截面轮廓，调整单元用于调整纵切面轮廓和/或横截面轮廓，更新单元用于根据调整后的纵切面轮廓和/或横截面轮廓更新参考信息、和/或参考管腔信息，以及血流储备分数(FFR)值。参照前述实施例中的血管图像的处理方法，对于感兴趣血管段的调整纵切面轮廓和/或横截面轮廓，能够通过调整对应图像的中膜轮廓、管腔轮廓、边支轮廓等多种方法来实现，用户可以根据需要进行设定和选择，均能够对FFR的计算结果实现动态调整，起到使FFR值更加精确的效果。
可选地，还包括第六显示模块，第六显示模块用于以伪彩形式将血流储备分数(FFR)值显示在感兴趣血管段的图表上，和/或所显示感兴趣血管段的图表并叠加显示模拟的回撤曲线，和/或三维重建感兴趣血管段，并显示三维重建后的感兴趣血管段。参照前述实施例中的血管图像的处理方法，便于用户更好地观察和分析感兴趣血管段。
可以理解的是，对于血管图像的处理系统的不同实施例中出现的显示模块，这些显示模块既可以是分离独立的，从而能够同时显示对应的信息和图像，也可以是合并的，交替进行显示，例如通过按键来进行显示图像和信息的切换，具体可以根据用户的需要进行设定。
本发明的实施例还公开了一种计算设备，包括：处理器，适于实现各种指令；存储器，适于存储多条指令，指令适于由处理器加载并执行前述实施例中的任一血管图像的处理方法。
采用上述技术方案的计算设备，可实现血管压力差的计算更加准确。
本发明的实施例还公开了一种存储介质，存储介质存储有多条指令，指令适于由处理器加载并执行前述实施例中的任一血管图像的处理方法。
采用上述技术方案的存储介质，可实现血管压力差的计算更加准确。
本申请公开的各实施方式可以被实现在硬件、软件、固件或这些实现方法的组合中。本申请的实施例可实现为在可编程系统上执行的计算机程序或程序代码，该可编程系统包括至少一个处理器、存储系统(包括易失性和非易失性存储器和/或存储元件)、至少一个输入设备以及至少一个输出设备。可将程序代码应用于输入指令，以执行本申请描述的各功能并生成输出信息。可以按已知方式将输出信息应用于一个或多个输出设备。为了本申请的目的，处理系统包括具有诸如例如数字信号处理器(DSP)、微控制器、专用集成电路(ASIC)或微处理器之类的处理器的任何系统。
程序代码可以用高级程序化语言或面向对象的编程语言来实现，以便与处理系统通信。在需要时，也可用汇编语言或机器语言来实现程序代码。事实上，本申请中描述的机制不限于任何特定编程语言的范围。在任一情形下，该语言可以是编译语言或解释语言。
在一些情况下，所公开的实施方式可以以硬件、固件、软件或其任何组合来实现。所公开的实施例还可以被实现为由一个或多个暂时或非暂时性机器可读(例如，计算机可读)存储介质承载或存储在其上的指令，其可以由一个或多个处理器读取和执行。例如，指令可以通过网络或通过其他计算机可读介质分发。因此，机器可读介质可以包括用于以机器(例如，计算机)可读的形式存储或传输信息的任何机制，包括但不限于，软盘、光盘、光碟、只读存储器(CD-ROMs)、磁光盘、只读存储器(ROM)、随机存取存储器(RAM)、可擦除可编程只读存储器(EPROM)、电可擦除可编程只读存储器(EEPROM)、磁卡或光卡、闪存、或用于利用因特网以电、光、声或其他形式的传播信号来传输信息(例如，载波、红外信号数字信号等)的有形的机器可读存储器。因此，机器可读介质包括适合于以机器(例如，计算机)可读的形式存储或传输电子指令或信息的任何类型的机器可读介质。
在附图中，可以以特定布置和/或顺序示出一些结构或方法特征。然而，应该理解，可能不需要这样的特定布置和/或排序。而是，在一些实施例中，这些特征可以以不同于说明性附图中所示的方式和/或顺序来布置。另外，在特定图中包括结构或方法特征并不意味着暗示在所有实施例中都需要这样的特征，并且在一些实施例中，可以不包括这些特征或者可以与其他特征组合。
需要说明的是，本申请各设备实施例中提到的各模块/单元都是逻辑模块/单元，在物理上，一个逻辑模块/单元可以是一个物理模块/单元，也可以是一个物理模块/单元的一部分，还可以以多个物理模块/单元的组合实现，这些逻辑模块/单元本身的物理实现方式并不是最重要的，这些逻辑模块/单元所实现的功能的组合才是解决本申请所提出的技术问题的关键。此外，为了突出本申请的创新部分，本申请上述各设备实施例并没有将与解决本申请所提出的技术问题关系不太密切的模块/单元引入，这并不表明上述设备实施例并不存在其它的模块/单元。
虽然通过参照本发明的某些优选实施方式，已经对本发明进行了图示和描述，但本领域的普通技术人员应该明白，以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。本领域技术人员可以在形式上和细节上对其作各种改变，包括做出若干简单推演或替换，而不偏离本发明的精神和范围。

Claims (26)

1.一种血管图像的处理方法，其特征在于，包括以下步骤：
获取感兴趣血管段的影像数据；
获取所述感兴趣血管段的血流参数；
检测并分析所述感兴趣血管段的影像数据得到参考信息，所述参考信息包括所述感兴趣血管段的管腔轮廓参数、中膜轮廓参数；
根据所述中膜轮廓参数获得参考管腔信息；
根据所述血流参数、所述参考信息及所述参考管腔信息计算得到所述感兴趣血管段的血流储备分数值；
所述获取感兴趣血管段的影像数据的步骤，包括：
获取目标血管的影像数据及对应的采集参数,所述采集参数包括层厚和像素大小，目标血管的影像数据为200帧-4000帧的图像；
根据所述目标血管的影像数据及所述采集参数重建并显示所述目标血管的图像；
获取所述图像中被选定的感兴趣血管段的影像数据；
所述根据所述中膜轮廓参数获得参考管腔信息的步骤包括：
根据所述中膜轮廓参数获得近端正常帧和远端正常帧，根据所述近端正常帧及所述远端正常帧计算得到所述参考管腔信息；
其中，所述根据所述中膜轮廓参数获得近端正常帧和远端正常帧的步骤，包括：
将所述感兴趣血管段分为近端血管段、中段血管段以及远端血管段，分别在所述近端血管段与所述远端血管段根据所述中膜轮廓参数计算每个横截面中的中膜轮廓与其相邻横截面的中膜轮廓的平滑程度，取所述近端血管段中平滑程度最高的横截面对应的帧作为所述近端正常帧，取所述远端血管段中平滑程度最高的横截面对应的帧作为所述远端正常帧。
2.如权利要求1所述的血管图像的处理方法，其特征在于，所述根据所述中膜轮廓参数获得所述参考管腔信息的步骤,包括:
获取所述感兴趣血管段的正常内膜厚度，根据所述中膜轮廓参数和所述正常内膜厚度得到所述参考管腔信息。
3.如权利要求1所述的血管图像的处理方法，其特征在于，所述参考信息还包括所述感兴趣血管段的边支血管段参数,所述边支血管段参数由所述管腔轮廓参数计算得到，根据所述中膜轮廓参数获得参考管腔信息的步骤,包括:
根据所述中膜轮廓参数获得近端正常帧和远端正常帧，根据所述边支血管段参数、所述近端正常帧及所述远端正常帧计算得到所述参考管腔信息；
或者，
根据所述边支血管段参数将所述感兴趣血管段分为多个子段，
根据所述中膜轮廓参数得到每个所述子段内的正常帧，
根据每个所述子段内的正常帧得到所述参考管腔信息。
4.如权利要求3所述的血管图像的处理方法，其特征在于，还包括以下步骤：
根据所述参考管腔信息和所述边支血管段参数计算每个边支处的校准值；
显示所述感兴趣血管段的图表，根据所述边支血管段参数将每个所述边支显示在所述图表的对应位置；
和/或显示所述边支的横截面轮廓，并显示所述校准值。
5.如权利要求1所述的血管图像的处理方法，其特征在于，还包括以下步骤：
获取所述感兴趣血管段的血管位置；
根据所述血管位置对所述血流储备分数值进行修正。
6.如权利要求5所述的血管图像的处理方法，其特征在于，所述参考信息还包括所述感兴趣血管段的边支血管段参数,所述边支血管段参数由所述管腔轮廓参数计算得到，所述血管图像的处理方法，还包括以下步骤：
根据所述血管位置得到所述感兴趣血管段的血管类型；
当所述血管类型为分叉模型时：
根据所述边支血管段参数获得所述感兴趣血管段的分叉节点信息；
显示所述感兴趣血管段的纵切面视窗；
根据所述分叉节点信息，用不同颜色在所述纵切面视窗标识出所述感兴趣血管段的主支和分支。
7.如权利要求1所述的血管图像的处理方法，其特征在于，所述根据所述目标血管的影像数据及所述采集参数重建并显示所述目标血管的图像的步骤，包括：
对所述目标血管的影像数据进行重采样和重排序，
根据重排序后的所述目标血管的影像数据及所述采集参数重建并显示所述目标血管的图像；
或者，
根据所述目标血管的影像数据及所述采集参数重建所述目标血管的图像，
对所述目标血管的图像进行配准,以校正所述目标血管的影像数据在采集过程中的误差；
显示配准后的图像。
8.如权利要求1所述的血管图像的处理方法，其特征在于，所述参考信息还包括支架信息，所述血管图像的处理方法，还包括以下步骤：
获取所述感兴趣血管段的支架参数；
根据所述支架参数检测所述支架并重建所述支架，并对所述支架进行评估，得到所述支架信息，所述支架信息包括支架位置和支架轮廓信息；
显示所述感兴趣血管段的纵切面视窗；
根据所述支架信息在所述纵切面视窗中以伪彩色条标识所述支架。
9.如权利要求1所述的血管图像的处理方法，其特征在于，还包括以下步骤：
根据所述参考管腔信息和所述参考信息量化出狭窄率大于阈值的第一特征血管段；
显示所述感兴趣血管段的图表；
标记所述图表中所述狭窄率位于设定区间的第一特征血管段。
10.如权利要求1所述的血管图像的处理方法，其特征在于，当所述感兴趣血管段包含第二特征时，所述参考信息还包括第二特征信息，所述血管图像的处理方法还包括以下步骤：
根据所述参考信息重建并显示所述感兴趣血管段及所述第二特征。
11.如权利要求1所述的血管图像的处理方法，其特征在于，还包括以下步骤：
根据所述参考信息显示所述感兴趣血管段的纵切面轮廓和/或横截面轮廓；
调整所述纵切面轮廓和/或所述横截面轮廓；
根据调整后的所述纵切面轮廓和/或所述横截面轮廓更新所述参考信息、和/或所述参考管腔信息，以及所述血流储备分数值。
12.如权利要求1所述的血管图像的处理方法，其特征在于，还包括以下步骤：
以伪彩形式将所述血流储备分数值显示在所述感兴趣血管段的图表上；
和/或显示所述感兴趣血管段的图表并叠加显示模拟的回撤曲线；
和/或三维重建所述感兴趣血管段，并显示三维重建后的所述感兴趣血管段。
13.一种血管图像的处理系统，其特征在于，包括：
获取模块,用于获取感兴趣血管段的影像数据和所述感兴趣血管段的血流参数；
分析模块，检测并分析所述感兴趣血管段的影像数据得到参考信息，所述参考信息包括所述感兴趣血管段的管腔轮廓参数、中膜轮廓参数；
计算模块,包括第一计算单元和第二计算单元,所述第一计算单元用于根据所述中膜轮廓参数获得参考管腔信息，所述第二计算单元用于根据所述血流参数、所述参考信息及所述参考管腔信息计算得到所述感兴趣血管段的血流储备分数值；
所述获取模块包括第一获取单元、第二获取单元、重建计算单元和显示单元，所述第一获取单元用于获取目标血管的影像数据及对应的采集参数,所述采集参数包括层厚和像素大小，目标血管的影像数据为200帧-4000帧的图像，所述重建计算单元用于根据所述目标血管的影像数据及所述采集参数进行重建计算，所述显示单元用于显示重建后的所述目标血管的图像，所述第二获取单元用于获取所述图像中被选定的感兴趣血管段的影像数据；
所述第一计算单元包括正常帧提取单元和参考管腔计算单元,所述正常帧提取单元用于根据所述中膜轮廓参数获得近端正常帧和远端正常帧,所述参考管腔计算单元用于根据所述近端正常帧及所述远端正常帧计算得到所述参考管腔信息；
其中，所述正常帧提取单元根据所述中膜轮廓参数获得所述近端正常帧和所述远端正常帧的步骤，包括：所述正常帧提取单元将所述感兴趣血管段分为近端血管段、中段血管段以及远端血管段，分别在所述近端血管段与所述远端血管段根据中膜轮廓参数计算每个横截面中的中膜轮廓与其相邻横截面的中膜轮廓的平滑程度，取所述近端血管段中平滑程度最高的横截面对应的帧作为所述近端正常帧，取所述远端血管段中平滑程度最高的横截面对应的帧作为所述远端正常帧。
14.如权利要求13所述的血管图像的处理系统，其特征在于，所述获取模块还用于获取所述感兴趣血管段的正常内膜厚度，所述第一计算单元根据所述中膜轮廓参数和所述正常内膜厚度得到所述参考管腔信息。
15.如权利要求13所述的血管图像的处理系统，其特征在于，所述参考信息还包括所述感兴趣血管段的边支血管段参数，所述边支血管段参数由所述分析模块根据所述管腔轮廓参数计算得到，所述第一计算单元包括正常帧提取单元和参考管腔计算单元,其中，
所述正常帧提取单元用于根据所述中膜轮廓参数获得近端正常帧和远端正常帧,所述参考管腔计算单元用于根据所述边支血管段参数、所述近端正常帧及所述远端正常帧计算得到所述参考管腔信息；
或者，
所述正常帧提取单元用于根据所述边支血管段参数将所述感兴趣血管段分为多个子段,并根据所述中膜轮廓参数得到每个所述子段内的正常帧，所述参考管腔计算单元用于根据每个所述子段内的正常帧得到所述参考管腔信息。
16.如权利要求15所述的血管图像的处理系统，其特征在于，还包括第一显示模块，所述计算模块还包括第三计算单元，所述第三计算单元用于根据所述参考管腔信息和所述边支血管段参数计算每个边支处的校准值，所述第一显示模块用于显示所述感兴趣血管段的图表，并根据所述边支血管段参数将每个所述边支显示在所述图表的对应位置，和/或所述第一显示模块还用于显示所述边支的横截面轮廓，并显示所述校准值。
17.如权利要求13所述的血管图像的处理系统，其特征在于，还包括修正模块，所述获取模块还用于获取所述感兴趣血管段的血管位置，所述修正模块用于根据所述血管位置修正所述感兴趣血管段的血流储备分数值。
18.如权利要求17所述的血管图像的处理系统，其特征在于，还包括第二显示模块，所述参考信息还包括所述感兴趣血管段的边支血管段参数,所述边支血管段参数由所述管腔轮廓参数计算得到，所述获取模块还用于根据所述血管位置获取所述感兴趣血管段的血管类型，当所述血管类型为分叉模型时：所述分析模块根据所述边支血管段参数获得所述感兴趣血管段的分叉节点信息；所述第二显示模块显示所述感兴趣血管段的纵切面视窗，并根据所述分叉节点信息，用不同颜色在所述纵切面视窗标识出所述感兴趣血管段的主支和分支。
19.如权利要求13所述的血管图像的处理系统，其特征在于：
所述获取模块还包括重采样单元，所述重采样单元用于对所述第一获取单元获取的目标血管的影像数据进行重采样和重排序，所述重建计算单元用于根据重排序后的所述目标血管的影像数据及所述采集参数进行重建计算；
或者，
所述获取模块还包括配准单元，所述配准单元用于对所述目标血管的图像进行配准,以校正所述目标血管的影像数据在采集过程中的误差，所述显示单元用于显示配准后的图像。
20.如权利要求13所述的血管图像的处理系统，其特征在于，还包括第三显示模块，所述参考信息还包括支架信息，所述获取模块还用于获取所述感兴趣血管段的支架参数，所述分析模块还用于根据所述支架参数检测所述支架并重建所述支架，并对所述支架进行评估，得到所述支架信息，所述支架信息包括支架位置和支架轮廓信息，所述第三显示模块用于显示所述感兴趣血管段的纵切面视窗，并根据所述支架信息在所述纵切面视窗中以伪彩色条标识所述支架。
21.如权利要求13所述的血管图像的处理系统，其特征在于，还包括第四显示模块，所述计算模块还包括第四计算单元，所述第四计算单元用于根据所述参考管腔信息和所述参考信息量化出狭窄率大于阈值的第一特征血管段，所述第四显示模块用于显示所述感兴趣血管段的图表，并标记所述图表中所述狭窄率位于设定区间的第一特征血管段。
22.如权利要求13所述的血管图像的处理系统，其特征在于，还包括第五显示模块，当所述感兴趣血管段包含第二特征时，所述参考信息还包括第二特征信息，所述分析模块还用于根据所述参考信息重建所述感兴趣血管段及所述第二特征，所述第五显示模块用于显示所述感兴趣血管段及所述第二特征。
23.如权利要求13所述的血管图像的处理系统，其特征在于，还包括调整模块，所述调整模块包括显示单元、调整单元和更新单元，所述显示单元用于根据所述参考信息显示所述感兴趣血管段的纵切面轮廓和/或横截面轮廓，所述调整单元用于调整所述纵切面轮廓和/或所述横截面轮廓，所述更新单元用于根据调整后的所述纵切面轮廓和/或所述横截面轮廓更新所述参考信息、和/或所述参考管腔信息，以及所述血流储备分数值。
24.如权利要求13所述的血管图像的处理系统，其特征在于，还包括第六显示模块，所述第六显示模块用于以伪彩形式将所述血流储备分数值显示在所述感兴趣血管段的图表上，和/或所显示所述感兴趣血管段的图表并叠加显示模拟的回撤曲线，和/或三维重建所述感兴趣血管段，并显示三维重建后的所述感兴趣血管段。
25.一种计算设备，其特征在于，包括：
处理器，适于实现各种指令；
存储器，适于存储多条指令，所述指令适于由所述处理器加载并执行权利要求1-12中任一项所述的血管图像的处理方法。
26.一种存储介质，其特征在于，所述存储介质存储有多条指令，所述指令适于由处理器加载并执行权利要求1-12中任一项所述的血管图像的处理方法。
CN202010289747.9A 2020-04-14 2020-04-14 一种血管图像的处理方法、系统、计算设备及存储介质 Active CN111523538B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010289747.9A CN111523538B (zh) 2020-04-14 2020-04-14 一种血管图像的处理方法、系统、计算设备及存储介质
JP2022551536A JP7465361B2 (ja) 2020-04-14 2020-04-27 血管画像の処理方法、システム、コンピューティングデバイス及び記憶媒体
PCT/CN2020/087304 WO2021208140A1 (zh) 2020-04-14 2020-04-27 一种血管图像的处理方法、系统、计算设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010289747.9A CN111523538B (zh) 2020-04-14 2020-04-14 一种血管图像的处理方法、系统、计算设备及存储介质

Publications (2)

Publication Number Publication Date
CN111523538A CN111523538A (zh) 2020-08-11
CN111523538B true CN111523538B (zh) 2021-09-17

Family

ID=71902652

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010289747.9A Active CN111523538B (zh) 2020-04-14 2020-04-14 一种血管图像的处理方法、系统、计算设备及存储介质

Country Status (3)

Country Link
JP (1) JP7465361B2 (zh)
CN (1) CN111523538B (zh)
WO (1) WO2021208140A1 (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112070778A (zh) * 2020-08-25 2020-12-11 南京沃福曼医疗科技有限公司 一种基于血管内oct和超声图像融合的多参量提取方法
CN112674736B (zh) * 2021-01-08 2023-07-25 上海博动医疗科技股份有限公司 一种用于自动评价血管形变的监测显示方法及系统
CN113040812B (zh) * 2021-02-03 2023-08-22 上海联影医疗科技股份有限公司 医学图像分析方法、装置、计算机设备和存储介质
CN113616160B (zh) * 2021-09-14 2024-02-06 苏州博动戎影医疗科技有限公司 基于多模态医学影像的ffr确定方法、装置、设备及介质
WO2023115576A1 (zh) * 2021-12-24 2023-06-29 北京阅影科技有限公司 血管信息的处理方法及其装置、计算机可读存储介质
WO2024071121A1 (ja) * 2022-09-28 2024-04-04 テルモ株式会社 コンピュータプログラム、情報処理方法、及び情報処理装置

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5230106B2 (ja) 2007-01-15 2013-07-10 富士フイルム株式会社 超音波診断装置、ｉｍｔ計測方法及びｉｍｔ計測プログラム
CN103300820A (zh) * 2012-03-13 2013-09-18 西门子公司 用于冠状动脉狭窄的非侵入性功能评估的方法和系统
WO2014134454A1 (en) * 2013-03-01 2014-09-04 Boston Scientific Scimed, Inc. Systems and methods for lumen border detection in intravascular ultrasound sequences
WO2016092421A1 (en) * 2014-12-08 2016-06-16 Koninklijke Philips N.V. Interactive cardiac test data and associated devices, systems, and methods
ES2864714T3 (es) * 2014-12-12 2021-10-14 Lightlab Imaging Inc Método para detectar y representar visualmente características endovasculares
CN105326486B (zh) * 2015-12-08 2017-08-25 博动医学影像科技（上海）有限公司 血管压力差与血流储备分数的计算方法及系统
DE202017106017U1 (de) 2016-10-04 2018-02-05 Toshiba Medical Systems Corporation Medizinische Informationsverarbeitungsvorrichtung
CN107115108B (zh) * 2017-04-27 2020-09-15 博动医学影像科技（上海）有限公司 快速计算血管压力差的方法及系统
CN107133959B (zh) * 2017-06-12 2020-04-28 上海交通大学 一种快速的血管边界三维分割方法及系统
CN111344799A (zh) * 2017-09-07 2020-06-26 皇家飞利浦有限公司 管内装置的自动标准化
CN108022650B (zh) * 2017-12-07 2020-11-17 博动医学影像科技（上海）有限公司 管腔建模方法及计算血管压力差的方法与系统
CN110448319B (zh) * 2018-05-08 2023-04-28 上海博动医疗科技股份有限公司 基于造影影像及冠状动脉的血流速度计算方法
CN109009061B (zh) * 2018-06-20 2021-11-19 博动医学影像科技（上海）有限公司 基于血压修正获取血流特征值的计算方法及装置
CN109044324B (zh) * 2018-06-20 2021-11-19 博动医学影像科技（上海）有限公司 基于斑块位置修正血流特征值的方法及装置
CN113012109B (zh) * 2018-07-24 2024-02-20 上海博动医疗科技股份有限公司 血管图像的处理方法、装置及成像设备
CN112022137B (zh) * 2018-11-30 2021-07-13 博动医学影像科技（上海）有限公司 建立血管截面函数和血管应力的方法及装置
CN109907772B (zh) * 2019-04-15 2020-11-10 博动医学影像科技（上海）有限公司 获取冠脉血流量及血流速度的方法和装置

Also Published As

Publication number Publication date
CN111523538A (zh) 2020-08-11
WO2021208140A1 (zh) 2021-10-21
JP2023514866A (ja) 2023-04-11
JP7465361B2 (ja) 2024-04-10

Similar Documents

Publication Publication Date Title
CN111523538B (zh) 一种血管图像的处理方法、系统、计算设备及存储介质
JP7203077B2 (ja) 血管内画像化システムの作動方法
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
CN111161342B (zh) 基于冠脉造影图像获取血流储备分数的方法、装置、设备、系统及可读存储介质
EP3659114B1 (en) Evaluating cardiac motion using an angiography image
US20190380594A1 (en) Lumen Morphology and Vascular Resistance Measurements Data Collection Systems, Apparatus and Methods
JP6682526B2 (ja) 血管内のステント配備を評価する為の、プロセッサベースの自動システムの作動方法、及び血管内のステント配備を評価する為の、プロセッサベースの自動システム
JP5129480B2 (ja) 管状臓器の３次元再構成を行うシステム及び血管撮像装置の作動方法
US8155411B2 (en) Method, apparatus and computer program for quantitative bifurcation analysis in 3D using multiple 2D angiographic images
JP2022119785A (ja) 血管内画像化システムインターフェイス及び影検出方法
CA2892810C (en) Method and apparatus for automated determination of a lumen contour of a blood vessel
US20070043292A1 (en) Method for acquiring and evaluating vascular examination data
CN107847135A (zh) 血管内成像系统界面和支架检测方法
EP2964089B1 (en) Stent visualization and malapposition detection systems, devices, and methods
JP2018530395A (ja) 側枝カットプレーンビュー角度を決定する脈管内撮像システム及び方法
EP2157905A1 (en) A method for tracking 3d anatomical and pathological changes in tubular-shaped anatomical structures
Zahnd et al. Quantification of fibrous cap thickness in intracoronary optical coherence tomography with a contour segmentation method based on dynamic programming
Reiber et al. QCA, IVUS and OCT in interventional cardiology in 2011
Kiraly et al. Boundary-specific cost functions for quantitative airway analysis
Klingensmith et al. B-spline methods for interactive segmentation and modeling of lumen and vessel surfaces in three-dimensional intravascular ultrasound
CN107296620A (zh) 主动脉检测方法、装置、存储介质和处理器
US20160098531A1 (en) Method for assessing stenosis severity in a lesion tree through stenosis mapping
Zahnd et al. Semi-automated quantification of fibrous cap thickness in intracoronary optical coherence tomography
CN108198210B (zh) 一种基于移动设备的oct影像判图方法及其系统
US20240130674A1 (en) Means and methods for selecting patients for improved percutaneous coronary interventions

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: 200233 16th floor, building 82, No. 1198, Qinzhou North Road, Xuhui District, Shanghai

Patentee after: Shanghai Bodong Medical Technology Co.,Ltd.

Address before: Room 402, building 2, 481 Guiping Road, Xuhui District, Shanghai 200233

Patentee before: PULSE MEDICAL IMAGING TECHNOLOGY (SHANGHAI) Co.,Ltd.