CN113096056B - 一种基于区域互补的血管内图像融合方法 - Google Patents

一种基于区域互补的血管内图像融合方法 Download PDF

Info

Publication number
CN113096056B
CN113096056B CN202110369190.4A CN202110369190A CN113096056B CN 113096056 B CN113096056 B CN 113096056B CN 202110369190 A CN202110369190 A CN 202110369190A CN 113096056 B CN113096056 B CN 113096056B
Authority
CN
China
Prior art keywords
image
modality
blood vessel
region
intravascular
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
CN202110369190.4A
Other languages
English (en)
Other versions
CN113096056A (zh
Inventor
王钊
徐晨阳
曾强
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.)
Panorama Scientific Co ltd
Original Assignee
Panorama Scientific 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 Panorama Scientific Co ltd filed Critical Panorama Scientific Co ltd
Priority to CN202110369190.4A priority Critical patent/CN113096056B/zh
Publication of CN113096056A publication Critical patent/CN113096056A/zh
Application granted granted Critical
Publication of CN113096056B publication Critical patent/CN113096056B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/50Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10101Optical tomography; Optical coherence tomography [OCT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10132Ultrasound image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20221Image fusion; Image merging
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular

Abstract

本发明涉及一种基于区域互补的血管内图像融合方法,所述图像融合方法包括:获取血管内成像区域为
Figure DEST_PATH_IMAGE001
的第一种模态光学相干断层(OCT)图像和成像区域为
Figure 52822DEST_PATH_IMAGE002
的第二种模态血管内超声(IVUS)图像,并通过硬件设计或/和软件算法配准后在旋转和回拉方向对齐;从两种模态图像中选取
Figure DEST_PATH_IMAGE003
区域信息进行图像融合,得到两种模态融合后的表示不同区域彩色和黑白混合的图像。本发明的优点在于:通过对OCT和IVUS图像进行融合,互补所短,最大化二者的对比度和特征互补,得到特征更为丰富,对比度更为明显的彩色和黑白混合图像,使得形成模态反差更为明显的图像特征,更有助于冠脉动脉粥样硬化斑块的精准诊断和辅助评估冠脉介入治疗。

Description

一种基于区域互补的血管内图像融合方法
技术领域
本发明涉及医学影像领域,尤其涉及一种基于区域互补的血管内图像融合方法。
背景技术
血管内超声(intravascular ultrasound,IVUS)是分析血管形态和检测粥样硬化斑块、辅助冠脉介入手术如支架植入的常用血管内影像手段,其优点在于具有较好的探测深度,但是形成图像的空间分辨率较低。血管内光学相干断层成像(intravascularoptical coherence tomography,OCT)是一种新的血管内断层成像方法,其优点在于空间分辨率高,但其组织穿透力较弱,与IVUS形成了典型的互补关系。单独IVUS或单独OCT成像均不能获取动脉粥样化斑块诊断所需的全面信息,理想情况下需要将二者集成。
尽管IVUS-OCT同步成像系统在一定程度上实现了高分辨和深穿透的互补,但对于临床应用探索声-光图像融合机制,将二者融合为一张图像,更有利于医师发现和诊断特定的动脉粥样化斑块,揭示斑块动态演化机制,以及辅助和评估冠脉介入治疗。
申请号为202010507783.8的中国发明专利申请公布了一种“血管内图像融合方法、系统及图像采集装置”,其具体包括加权系数、彩色通道融合、逻辑运算和小波分解等方法;但是,该专利申请融合得到的是纯黑白或者纯彩色图像,不能形成模态反差更为明显的图像特征图,不利于医师对动脉粥样化斑块进行更为精准的识别或评估病变血管的其他特征。
发明内容
本发明的目的在于克服现有技术的缺点,提供了一种基于区域互补的血管内图像融合方法,解决了现有图像融合方法存在的不足。
本发明的目的通过以下技术方案来实现:一种基于区域互补的血管内图像融合方法,所述图像融合方法包括:
获取成像区域为RO的第一种模态图像和成像区域为RI的第二种模态图像,并通过硬件设计或/和软件算法配准后在旋转和回拉方向对齐;
选取第一种模态图像区域
Figure GDA0003535069780000011
和第二种模态图像区域
Figure GDA0003535069780000012
且满足R2>R1;选取R1的子集R3,满足
Figure GDA0003535069780000013
基于R1、R2、R3区域信息进行图像融合,得到两种模态融合后表示不同区域彩色和黑白混合的图像。
为了方便描述,用R4表示两个模态成像区域的并集,即满足RO∪RI=R4,用R5表示R3和R1的差集,即R5=R1-R3,结合R1、R2、R3区域信息,则融合得到的不同区域彩色和黑白混合图像通过以下公式生成:
Figure GDA0003535069780000021
Figure GDA0003535069780000022
Figure GDA0003535069780000023
其中,
Figure GDA0003535069780000024
为融合后图像对应三个彩色通道在像素位置为x时的灰度值,X、Y、Z表示任何一种彩色空间表示方法包括RGB,或YIQ,或CMY,或HSV;IOCT(x)和IIVUS(x)表示像素位置为x时原始OCT和IVUS图像像素值;0≤α≤1,表示一个常量或者是一个随像素位置变化的变量。
当α为变量时,一种取值方式是α随着距离成像导管中心的距离增加而减小。
融合得到的不同区域彩色和黑白混合图像还包括alpha透明度通道特征;所述alpha透明度通道特征通过以下公式生成:
Figure GDA0003535069780000031
其中,0≤β≤1,0≤γ≤1,0≤χ≤1,表示常量或者变量;
Figure GDA0003535069780000032
Figure GDA0003535069780000033
为像素位置为x时基于原始OCT和IVUS图像对应生成的透明度图像。
两种模态融合后的图像成像区域为RO∪RI
所述第一种模态图像和第二种模态图像包括选取血管内任意角度的剖面图;所述剖面图包括血管纵截面图、血管横截面图和血管斜切面图中的一种或多种。
所述第一种模态图像包括第一模态血管截面图像和/或第一模态血管纵切面图像,所述第一模态血管截面图像和/或第一模态血管纵切面图像的图像形式为光学相干断层图像;所述第二种模态图像包括第二模态血管截面图像和/或第二模态血管纵切面图像,所述第二种模态图像包括第二模态血管截面图像和/或第二模态血管纵切面图像的图像形式为血管内超声图像。
所述获取第一种模态图像和第二种模态图像包括:
通过旋转接头对成像导管在血管内进行360°旋转得到第一模态血管截面图像和第二模态血管截面图像;
提取所有帧图像中某一角度切面图得到第一模态血管纵切面图像和第二模态血管纵切面图像。
本发明具有以下优点:一种基于区域互补的血管内图像融合方法,通过对OCT和IVUS图像进行融合,互补所短,最大化二者的对比度和特征互补,得到特征更为丰富,对比度更为明显的彩色和黑白混合图像,使得形成模态反差更为明显的图像特征图,更有助于冠脉动脉粥样硬化斑块的精准诊断和辅助评估冠脉介入治疗。
附图说明
图1为IVUS和OCT集成系统示意图;
图2为IVUS和OCT同步影像集成导管示意图;
图3为本发明的血管内图像获取扫描方式及对应的不同剖面图;
图4为本发明的流程示意图;
图5为本发明应用于血管截面图的图像融合示意图;
图6为本发明应用于血管纵切面的图像融合示意图;
图中:51-主机,52-成像模块,53-PIU和回拉装置,54-IVUS-OCT同步成像导管,1-OCT血管截面图像,2-IVUS血管截面图像,3-彩色和黑白混合的血管截面融合图像,31-R1,32-R2,33-R3,34-R4,11-OCT血管纵切面图像,12-IVUS血管纵切面图像,13-纵切面对应于横截面的角度切线位置,14-横截面对应于纵切面的角度切线位置,15-彩色和黑白混合的血管纵切面融合图像。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。
如图1所示,本发明提出的血管内图像融合方法基于血管内IVUS-OCT同步影像系统。主要包括仪器主机51,成像模块52,PIU和回拉装置53以及IVUS-OCT同步成像导管54。其中,成像模块是核心模块,包括OCT模块和IVUS模块。OCT模块与成像导管一起实现OCT功能,包括光源,干涉仪,参考臂,光接收器、图像采集、显示等亚模块。优选的,一种OCT实现方法是基于扫频OCT原理,OCT光源采用激光扫频光源。干涉仪将使用由光纤分路器和环形器构成的无源光路。从光源发出的光束通过光纤分路器后分为两路,分别进入样品臂和参考臂,经过参考臂平面镜和从样品臂返回的反射光在分路器发生干涉进入探测臂,由光探测器将光信号转化成电信号。IVUS模块与成像导管一起实现IVUS功能,包括超声激励信号的发生、激励和回传信号的传导、回传信号采集和放大,信号数字化,噪声去除,图像重构和处理等亚模块。主控板控制成像主机,回拉装置,OCT参考臂,IVUS增益,信号采集系统,控制系统等,以及以上系统中各个子系统之间的通讯和同步。
其中,PIU(探头接口单元)和回拉装置53连接成像系统52和IVUS-OCT同步成像导管54,主要功能模块包括:回拉和旋转电机用于实现内窥成像导管螺旋扫描,旋转接头用于在旋转状态下传导光信号和电信号,控制电路用于超声发射和接收,电机控制,与仪器主机通讯等。
系统主机51通过系统软件实现一体机系统病人信息管理,数据库管理,上位机下位机通讯,实时成像功能,图像浏览、分析、测量,支持系统设置,系统调试和测试等。
如图2所示,IVUS-OCT同步成像导管54中IVUS和OCT探头将前后排列,放在成像导管的远端,成像导管是无菌单次使用的耗材,由外鞘管和成像轴组成。外鞘管主要功能是协助导管连接到回拉装置,提供导丝交换头以协助导管在血管内的运动和保护成像轴,主要包括近端外壳,冲洗接头,近端鞘管,远端鞘管和快速交换头。成像轴在外鞘管内,包括近端接头、光纤、电线、光学探头和超声探头。成像轴的主要作用是传送机械扭矩,光学信号和声学信号的传送和获取。IVUS和OCT图像在成像轴上的距离差异通过软件后处理予以补偿和对齐。
如图3所示,通过旋转接头53对IVUS-OCT同步成像导管54在血管内进行旋转和回拉,实现血管内螺旋扫描成像。这样导管旋转一周360度得到的图像即为截面图像。由于OCT和IVUS图像由同一根导管同步获取,其OCT截面图像1和IVUS截面图像2反映了血管同一截面。
进一步的,通过以上方法采集得到的血管内图像包含了数百帧截面图像,即覆盖了血管的三维信息,因此可以通过提取所有帧某一个角度切面图得到OCT血管纵切面图像11和IVUS血管纵切面图像12所示的血管纵切面图像。通过纵切面对应于横截面的角度切线位置13,以及横截面1对应于纵切面的角度切线位置14来表示OCT截面图1和IVUS血管截面图像2与OCT血管纵切面图像11和IVUS血管纵切面图像12之间的对应关系。
如图4-图6所示,假设OCT成像区域为RO,IVUS成像区域为RI。根据成像系统和导管的设计,RO和RI可以相同也可以不同。取OCT图像区域R1 31,且满足
Figure GDA0003535069780000061
取IVUS图像区域R2 32,满足R2=RI,且R2>R1;取R1的子集R3 33,满足
Figure GDA0003535069780000062
此外,为了方便描述,用R4 34表示两个模态成像区域的并集,即满足RO∪RI=R4,用R5表示R3和R1的差集,即R5=R1-R3。根据这些定义,本发明提出的方法为基于R131、R232、R333区域信息进行图像融合,两种模态融合后的图像成像区域为RO∪RI。注意这里R4和R5是由已选定区域RO、RI、R131、R232、R333通过交、并运算得到的,属于非独立变量。
进一步的,采集得到的OCT和IVUS图像一般为单通道灰度图像。OCT一般按照临床医师读图习惯的颜色查找表将灰度图像显示为三通道彩色图像(我们用X、Y、Z表示其通道数)。通过本发明的方法融合后的图像为彩色和黑白混合的图像,通过以下公式生成:
Figure GDA0003535069780000063
Figure GDA0003535069780000064
Figure GDA0003535069780000065
其中,
Figure GDA0003535069780000066
为融合后图像对应三个彩色通道在像素位置为x时的灰度值,X、Y、Z可表示任何一种彩色空间表示方法包括RGB,或YIQ,或CMY,或HSV等;IOCT(x)和IIVUS(x)表示像素位置为x时原始OCT和IVUS图像像素值;0≤α≤1,既可以是一个常量也可以是一个随像素位置变化的变量。当α为变量时,一种取值方式是α随着距离成像导管中心的距离增加而减小。且对于8位图像,满足
Figure GDA0003535069780000071
Figure GDA0003535069780000072
进一步的,融合后的彩色和黑白混合图像既可包括也可不包括透明度通道。优选的,如果包括alpha透明度通道,可通过如下公式生成:
Figure GDA0003535069780000073
其中,0≤β≤1,0≤γ≤1,0≤χ≤1,既可为常量,也可为变量;
Figure GDA0003535069780000074
Figure GDA0003535069780000075
为像素位置为x时基于原始OCT和IVUS图像对应生成的透明度图像。对于8位图像:
Figure GDA0003535069780000076
且满足
Figure GDA0003535069780000077
Figure GDA0003535069780000078
进一步的,OCT和IVUS图像包括选取血管内任意角度的剖面图;所述剖面图包括血管纵截面图、血管横截面图和血管斜切面图中的一种或多种。
以上所述仅是本发明的优选实施方式,应当理解本发明并非局限于本文所披露的形式,不应看作是对其他实施例的排除,而可用于各种其他组合、修改和环境,并能够在本文所述构想范围内,通过上述描述或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围,则都应在本发明所附权利要求的保护范围内。

Claims (7)

1.一种基于区域互补的血管内图像融合方法,其特征在于:所述图像融合方法包括:
获取血管内成像区域为RO的第一种模态图像和成像区域为RI的第二种模态图像,并通过硬件设计或/和软件算法配准后在旋转和回拉方向对齐;
选取第一种模态图像区域
Figure FDA0003535069770000011
和第二种模态图像区域
Figure FDA0003535069770000012
且满足R2>R1;选取R1的子集R3,满足
Figure FDA0003535069770000013
基于R1、R2、R3区域信息进行图像融合,得到两种模态融合后表示不同区域彩色和黑白混合的图像;
用R4表示两个模态成像区域的并集,即满足RO∪RI=R4,用R5表示R3和R1的差集,即R5=R1-R3,则融合得到的不同区域彩色和黑白混合图像通过以下公式生成:
Figure FDA0003535069770000014
Figure FDA0003535069770000015
Figure FDA0003535069770000016
其中,
Figure FDA0003535069770000017
为融合后图像对应三个彩色通道在像素位置为x时的灰度值,X、Y、Z表示任何一种彩色空间表示方法包括RGB,或YIQ,或CMY,或HSV;0≤α≤1,表示一个常量或者是一个随像素位置变化的变量;IOCT(x)和IIVUS(x)表示像素位置为x时原始光学相干断层图像和血管内超声图像像素值。
2.根据权利要求1所述的一种基于区域互补的血管内图像融合方法,其特征在于:当α为变量时,一种取值方式是α随着距离成像导管中心的距离增加而减小。
3.根据权利要求1所述的一种基于区域互补的血管内图像融合方法,其特征在于:融合得到的不同区域彩色和黑白混合图像还可包括alpha透明度通道特征;所述alpha透明度通道特征通过以下公式生成:
Figure FDA0003535069770000021
其中,0≤β≤1,0≤γ≤1,0≤χ≤1,表示常量或者变量;
Figure FDA0003535069770000022
Figure FDA0003535069770000023
为像素位置为x时基于原始OCT和IVUS图像对应生成的透明度图像。
4.根据权利要求1或3所述的一种基于区域互补的血管内图像融合方法,其特征在于,两种模态融合后的图像成像区域为RO∪RI
5.根据权利要求1所述的一种基于区域互补的血管内图像融合方法,其特征在于:所述第一种模态图像和第二种模态图像包括选取血管内任意角度的剖面图;所述剖面图包括血管纵截面图、血管横截面图和血管斜切面图中的一种或多种。
6.根据权利要求5所述的一种基于区域互补的血管内图像融合方法,其特征在于:所述第一种模态图像包括第一模态血管截面图像和/或第一模态血管纵切面图像,所述第一模态血管截面图像和/或第一模态血管纵切面图像的图像形式为光学相干断层图像;所述第二种模态图像包括第二模态血管截面图像和/或第二模态血管纵切面图像,所述第二种模态图像包括第二模态血管截面图像和/或第二模态血管纵切面图像的图像形式为血管内超声图像。
7.根据权利要求6所述的一种基于区域互补的血管内图像融合方法,其特征在于:所述获取第一种模态图像和第二种模态图像包括:
通过旋转接头对成像导管在血管内进行360°旋转得到第一模态血管截面图像和第二模态血管截面图像;
提取所有帧图像中某一角度切面图得到第一模态血管纵切面图像和第二模态血管纵切面图像。
CN202110369190.4A 2021-04-06 2021-04-06 一种基于区域互补的血管内图像融合方法 Active CN113096056B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110369190.4A CN113096056B (zh) 2021-04-06 2021-04-06 一种基于区域互补的血管内图像融合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110369190.4A CN113096056B (zh) 2021-04-06 2021-04-06 一种基于区域互补的血管内图像融合方法

Publications (2)

Publication Number Publication Date
CN113096056A CN113096056A (zh) 2021-07-09
CN113096056B true CN113096056B (zh) 2022-04-12

Family

ID=76674181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110369190.4A Active CN113096056B (zh) 2021-04-06 2021-04-06 一种基于区域互补的血管内图像融合方法

Country Status (1)

Country Link
CN (1) CN113096056B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115063504B (zh) * 2022-08-05 2022-11-18 全景恒升(北京)科学技术有限公司 动脉粥样化斑块识别方法、装置、计算机设备及存储介质
CN115272447B (zh) * 2022-09-29 2022-12-20 全景恒升(北京)科学技术有限公司 基于多模态影像的血流储备分数计算方法、装置及设备
CN116452484B (zh) * 2023-06-20 2023-09-26 深圳英美达医疗技术有限公司 不同医学图像的融合方法、装置、计算机设备和存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109091167A (zh) * 2018-06-29 2018-12-28 东南大学 冠状动脉粥样硬化斑块增长的预测方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101493893B (zh) * 2008-12-11 2012-01-11 中山大学 一种图像数据融合方法
CN102188262B (zh) * 2010-03-16 2014-05-07 深圳迈瑞生物医疗电子股份有限公司 一种改善超声彩色血流灵敏度的方法和装置及其超声系统
DE102010019421A1 (de) * 2010-05-05 2011-11-10 Siemens Aktiengesellschaft Bildgebendes Verfahren zur Darstellung von Ergebnissen intravaskulärer Bildgebung und CFD-Ergebnissen sowie Medizinsystem zur Durchführung des Verfahrens
AU2012262258B2 (en) * 2011-05-31 2015-11-26 Lightlab Imaging, Inc. Multimodal imaging system, apparatus, and methods
EP2896372B1 (en) * 2012-09-11 2018-05-09 Terumo Kabushiki Kaisha Image diagnosis device and image processing method
JP6353038B2 (ja) * 2013-10-07 2018-07-04 アシスト・メディカル・システムズ,インコーポレイテッド 血管内撮像の信号処理
CN104376549B (zh) * 2014-11-20 2017-07-18 华北电力大学(保定) 血管内超声与血管内oct图像的融合方法
CN105761218B (zh) * 2016-02-02 2018-04-13 中国科学院上海光学精密机械研究所 光学相干层析成像的图像伪彩色处理方法
JP2021501614A (ja) * 2017-09-14 2021-01-21 アシスト・メディカル・システムズ,インコーポレイテッド 血液で満たされているまたは血液が置換された管腔の血管内超音波画像処理
CN108143394A (zh) * 2017-12-27 2018-06-12 南京理工大学 一种穿戴式便携静脉成像仪
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
CN108703774A (zh) * 2018-06-14 2018-10-26 华北电力大学(保定) 基于血管内超声-光声-oct的联合成像方法及系统
CN109410157B (zh) * 2018-06-19 2022-02-08 昆明理工大学 基于低秩稀疏分解和pcnn的图像融合方法
CN109584195B (zh) * 2018-11-20 2023-03-28 深圳英美达医疗技术有限公司 一种双模图像自动融合方法
US20210077037A1 (en) * 2019-09-17 2021-03-18 Canon U.S.A., Inc. Constructing or reconstructing 3d structure(s)
CN111265246B (zh) * 2020-02-17 2023-02-24 东软医疗系统股份有限公司 超声彩色成像处理方法及装置
CN111640106A (zh) * 2020-06-02 2020-09-08 中国医学科学院阜外医院深圳医院(深圳市孙逸仙心血管医院) 一种基于人工智能的多模态医学影像的转换方法
CN111667447A (zh) * 2020-06-05 2020-09-15 全景恒升(北京)科学技术有限公司 血管内图像融合方法、系统及图像采集装置
CN112587170B (zh) * 2020-12-29 2022-06-21 全景恒升(北京)科学技术有限公司 基于双模成像的血管内斑块负荷检测方法、系统及终端

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109091167A (zh) * 2018-06-29 2018-12-28 东南大学 冠状动脉粥样硬化斑块增长的预测方法

Also Published As

Publication number Publication date
CN113096056A (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
CN113096056B (zh) 一种基于区域互补的血管内图像融合方法
US8376951B2 (en) Ultrasonic diagnostic apparatus and method for displaying probe operation guide
US7590270B2 (en) Method and apparatus for visualizing deposits in blood vessels, particularly in coronary vessels
KR102144672B1 (ko) 시맨틱 분할을 이용한 인공지능형 초음파 의료 진단 장치 및 이를 이용한 원격 의료 진단 방법
US6290648B1 (en) Ultrasonic diagnostic apparatus
JP4868959B2 (ja) 体腔内プローブ装置
US20060074287A1 (en) Systems, methods and apparatus for dual mammography image detection
EP1543776A1 (en) Ultrasonograph
CN108601628A (zh) 将操作器械定位在患者身体内的导航、跟踪和引导系统
JP6956483B2 (ja) 超音波診断装置、及び走査支援プログラム
KR102545008B1 (ko) 초음파 영상 장치 및 그 제어 방법
CN110264559B (zh) 一种骨断层图像重建方法及系统
CN107527379B (zh) 医用图像诊断装置及医用图像处理装置
US10970875B2 (en) Examination support device, examination support method, and examination support program
US20230320584A1 (en) Image processing method, image processing program, image processing device, image display device, and image display method
JP4686279B2 (ja) 医用診断装置及び診断支援装置
JP2007097902A (ja) 超音波検査システム
JP2002017729A (ja) 超音波内視鏡診断装置
KR20120046539A (ko) 바디 마크를 제공하는 초음파 시스템 및 방법
JP2000316864A (ja) 超音波診断装置
JP2002336247A (ja) 画像表示装置及び画像表示方法
JP4869189B2 (ja) 医用ガイドシステム
CN210055992U (zh) 一种血管内双模成像装置
JP2005000390A (ja) 超音波診断装置
US11003946B2 (en) Examination support device, examination support method, and examination support program

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