CN113349737B - 一种血管内双模成像系统oct图像的校准方法 - Google Patents
一种血管内双模成像系统oct图像的校准方法 Download PDFInfo
- Publication number
- CN113349737B CN113349737B CN202110743330.XA CN202110743330A CN113349737B CN 113349737 B CN113349737 B CN 113349737B CN 202110743330 A CN202110743330 A CN 202110743330A CN 113349737 B CN113349737 B CN 113349737B
- Authority
- CN
- China
- Prior art keywords
- image
- oct
- catheter
- reference arm
- ivus
- 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
Links
Images
Classifications
-
- 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
- A61B5/0033—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
- A61B5/02—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
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physics & Mathematics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Radiology & Medical Imaging (AREA)
- Vascular Medicine (AREA)
- Cardiology (AREA)
- Physiology (AREA)
- Endoscopes (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明提供了一种血管内双模成像系统OCT图像的校准方法,其包括如下步骤:在导管连接系统进行参考臂的预置“零点”校准,获得参考臂的移动距离与OCT图像中目标移动的像素数的对应关系;在导管进入人体前,戴无菌手套手指轻捏导管成像窗,扫描OCT图像,使用OCT图像中的中央亮环特征进行粗校准,使用图像中导管和手指图案的特征进行精确校准;在双模导管进入人体后,且冲洗回拉后,得到同一血管腔的IVUS和OCT的双模回拉图像序列数据,利用IVUS对OCT图像中的目标特征进行大小和角度的校准。采用本发明的技术方案,在血管内IVUS和OCT系统图像采集前,结合使用多种图像目标特征实现快速校准,使测试结果更加精准。
Description
技术领域
本发明属于医疗器械技术领域,尤其涉及一种血管内双模成像系统OCT(opticalcoherence tomography,光学相干断层扫描)图像的校准方法,特别是自动实现光程匹配和回拉图像校准的方法。
背景技术
血管内超声(IVUS)及血管内光学相干层析成像(IVOCT)利用一根微细导管深入血管内病变部位,可在原位对目标进行近距离、高精度的检查,为血管斑块的诊断提供了更精确的信息。血管内超声(IVUS)能够在斑块堆积的情况下,较为准确地刻画出血管真实原始官腔的大小,能够为支架选型提供较为准确的参考,但是在放置支架后,由于其分辨率较低,无法准确评估支架与血管贴壁。血管内光学相干层析成像(IVOCT)的超高分辨率特性,能够精确反应支架与血管的贴壁情况,对贴壁不良具有极高的医疗价值。血管内超声和OCT双模成像使得二者优势互补,为心血管病的诊治提供了一种更先进、更全面的影像技术。
光学相干断层成像(OCT),是基于低相干光源的迈克尔逊干涉仪,利用低相干干涉技术检测生物组织返回的背向散射光并进行分析,实现构建生物体内部组织结构的目的。低相干干涉测量系统中使用的是宽带光源,这种光源的谱线是连续的。干涉谱由许多不同的波长之间的干涉叠加而成,在零光程差位置,叠加光强最强,干涉条纹最明显,随着干涉级次的增加,干涉条纹的强度迅速下降。通常将样品壁光程固定,而参考臂可通过移动反射镜(如通过参考臂电机移动)的位置来改变参考臂上的光程,来找到零光程差的位置,即参考臂光程差“零点”。
血管内OCT成像所需的成像光学导管通常比较长(约1.5m到2m),同一型号批量生产的成像导管对应参考臂光程差“零点”位置信息可记录在导管携带的条码或芯片中,在与主机的运动控制单元连接后,主机通过读取和识别该导管对应的“零点”位置信息,控制参考臂电机运动到预置的参考臂“零点”,实现预置校准。
但实际生产中,因为测量或加工的治具、温差等影响,同一类型的导管长度具有一定的公差,因此需要使用该导管类型预置的参考臂“零点”去校准,其零光程差位置往往为预置参考臂“零点”附近,需要进一步微调参考臂以自动达到最终成像的光学“零点”,在图像上的表现为成像导管外壁达到了预置的位置,实现参考臂校准。
双模导管进入人体血管成像,导管回拉造成的光纤机械拉伸、血管内和血管外的物理环境的不同等原因造成的样品臂光程的微小变化(0.1到0.5mm),仍然会使得OCT图像呈现的大小发生变化,导致测量结果的不可靠,需要进行图像校准。而对于IVUS成像,不存在这样的问题,IVUS图像对应的物理尺寸由成像组织中的声速决定,血液中声速为1570m/s,在软组织中的声速为1540m/s,两者非常接近,使得IVUS以软组织标准声速确定的测量误差可以在1%,对于一个7mm的成像深度的IVUS系统,测量误差不到0.1mm,精度临床可接受。
中国专利CN102783937B校准光学相干断层成像系统的方法描述了一种通过检测其导管中透镜组件在图像上形成的环形模式,来校准电机的位置。该方法所述的环形模式受限于其PET材料、工艺,当材料和工艺不同时,透镜图案模式、位置和亮度均是不同的,会导致该方法的失效。而且,在光学零点附近,会有多个干涉周期,在主干涉周期外(一个周期约2mm到6mm),仍然会有该方法所提及环形模式,超出主干涉周期外使用该方法会导致误校准。并且该专利中描述的以均匀速度移动参考臂,由于此时采集帧率较低,在移动中实时检测,会出现一帧图像上有亮环断层的情况(一帧图像采集过程中亮环位置已经移东了),从而使参考臂校准失败。
因此,对于血管内双模成像系统,需要一种能可靠实现OCT成像光程自动匹配的简单、有效的方法。而且要求在人体血管内成像时和回拉成像后,能自动微调光程失配的OCT图像大小,使得IVUS和OCT图像测量结果一致。
发明内容
针对以上技术问题,本发明公开了一种血管内双模成像系统OCT图像的校准方法,其中的双模成像系统指血管内超声IVUS-光学相干断层成像OCT系统,该方法保证了OCT图像测量的准确,使OCT与IVUS的结果一致。
对此,本发明采用的技术方案为:
一种血管内双模成像系统OCT图像的校准方法,其包括如下步骤:
步骤S1,在导管连接系统进行参考臂的预置“零点”的校准;在已进行深度标定的OCT图像中,通过线性拟合的方法,获得参考臂的移动距离与OCT图像中目标移动的像素数的对应关系,并储存在系统主机中;该对应关系可以近似为一个常数,通过这种图像像素和参考臂移动距离的对应关系,可以用于后续进行预置校准后参考臂的“零点”位置误差的修正。步骤S2,在导管进入人体前,戴无菌手套手指轻捏导管成像窗,扫描OCT图像,使用OCT图像中的中央亮环特征进行粗校准,使用图像中导管和手指图案的特征进行精校准;
步骤S3,在双模导管进入人体后,且冲洗回拉后,得到同一血管腔的IVUS和OCT的双模回拉图像序列数据,根据双模导管中IVUS换能器和OCT传感器的相对位置和系统采集帧率,估算出与一帧OCT图像最接近的一帧IVUS图像的帧号,利用此帧IVUS特征图像对OCT相同特征图像进行大小和角度的校准。
采用此技术方案,通过步骤S1提前获得的(在系统中预置了)参考臂移动的物理距离与该图案变大或缩小的像素距离之间的对应关系,步骤S2中,通过图像特征检测的方法获得特征的像素位置后再去调节参考臂从而获得新的图像特征位置,不断的进行反馈从而让系统达到最终的零点。
作为本发明的进一步改进,步骤S1中,所述导管连接系统进行预置“零点”的校准包括:系统预置不同导管型号ID对应的参考臂位置,当导管连接到系统后,主机通过读取导管中的型号ID编码芯片获得了导管的型号ID及参考臂的“零点”位置,从而调节参考臂到达“零点”位置。作为本发明的进一步改进,步骤S1中,深度标定完成的OCT图像中,深度方向的像素间距为确定大小。先进行预置“零点”的参考臂校准,然后再次移动参考臂,记录移动距离Lr,并对应图像中的目标移动的像素数Ni,通过多次移动参考臂获得多组对应数值(Lr,Ni),采用线性拟合的方式获得Lr与Ni的对应关系(mm/像素),并且系统存储这种对应关系,用于后续基于图像特征检测来控制参考臂移动的“零点”校正。
作为本发明的进一步改进,步骤S2中,将OCT图像从笛卡尔空间转为极坐标空间(深度像素点,角度线),并在极坐标空间中进行直线检测的方式获取中央亮环、手指图案特征、导管图案特征所在的像素点和角度线区域;通过步骤S1中获得的参考臂的移动距离与OCT图像中目标移动的像素数的对应关系,以及各种特征的像素位置,控制参考臂移动的距离和图案特征移动的像素数。
作为本发明的进一步改进,所述控制参考臂移动的距离和图案特征移动的像素数包括:
步骤S201,随机调节参考臂,比较得到的中央亮环像素所对应的深度位置(半径值)和实际导管半径值,使得亮环缩小直至到达导管半径值对应的像素位点位置以内;
步骤S202,检测是否有手指特征,确定OCT图像的正和反,从而确定参考臂调节的方向;
步骤S203,检测到手指特征并且检测到导管所在深度像素位置,控制参考臂电机移动对应距离,使得导管达到预定位置。
上述方案中,在任何一步的特征检测中,都是在参考臂电机静止未移动或移动停止后进行,以保证用于特征检测的图像无断层。以上图案特征对于任何已知物理尺寸和相对位置的物体,在任意谱域OCT成像领域的“零点”校准均适用。通过获取一种或几种特征图案信息,准确控制参考臂运动方向和距离。
作为本发明的进一步改进,步骤S2中,采用霍夫变换对直线进行检测,或在图像二值化后通过形态滤波和连通区域提取的方式获得该直线的位置。步骤S2中,对特征的检测均是在极坐标空间中进行的,极坐标空间中亮环图案变成了一条直线,通过对直线进行检测即可获得亮环图案的位置。
极坐标空间中的手指图案在灰度和对比调整并经过边缘检测处理后,一般表现为有一定高度的类抛物线形态。
作为本发明的进一步改进,所述在图像二值化后通过形态滤波和连通区域提取的方式获得该直线的位置包括:
在图像二值化后,通过边缘特征连通区域高度限制,获得手指特征的二值化表面轮廓和导管的外边缘点,在二值化的图像上提取导管外边缘线。
由于测试图像通过手指捏住导管成像窗得到的,因而手指图案最上部点的位置即为导管的外边缘点。极坐标空间中的导管外边缘图案为亮环线外,近似直线的平滑曲线。二值化后高度较小且在所有角度(线)都连续,可以根据此特征在二值化的图像上进行导管外边缘线的提取。
作为本发明的进一步改进,提取导管外边缘线后,将图像坐标空间转换到笛卡尔坐标空间,并使用圆拟合的方式获得最佳的导管位置,在获得实际导管外边缘轮廓线后,使用连通区域周长相同圆来等效。
在经过预置校准后,OCT图像中的图案有可能呈现出正图或者反图,步骤S202中通过先检测亮环,将亮环缩小到预置的导管位置以内,让图案接近为正。此时会出现两种情况,若未能检测到明显的手指特征,则说明此时的图像为反图,需继续调正,若能检测到指纹,说明此时的图像为正图,手指图案和导管团均较清晰,只是略有“放大”,此时可以通过检测导管像素位置与导管要到达的位置像素点距离,直接转换为参考臂电机移动距离一次将调节到位。
上述技术方案中,提到的所有特征检测都是在参考臂电机静止的情况下进行的,参考臂处于运动状态下不进行图像帧的特征检测。为获得稳定的特征位置返回值,作为本发明的进一步改进,步骤S2中,图像中导管和手指图案的特征为电机静止情况下,连续检测5帧的特征位置返回值的中值作为当前特征的位置。
作为本发明的进一步改进,步骤S3中,使用snake模型分别从OCT参考图像和对应多帧的IVUS图像中检测出血管内特征图像,然后将血管内特征图像(封闭曲线)从笛卡尔空间转换到极坐标空间,使用皮尔逊相关系数作为IVUS图像内特征图像和OCT内特征图像曲线坐标序列的相似度计算值,从多帧的IVUS图像中选择相似度最高的IVUS图像,并在笛卡尔空间中计算该帧IVUS图像和OCT参考图像的面积,根据面积比例反推OCT图像缩放比例(成像半径比例),根据当前深度下的OCT图像对应的成像点数,按照缩放比例,对OCT图像进行缩放,完成IVUS图像对OCT图像的大小校准。
作为本发明的进一步改进,步骤S3中,所述血管内特征图像包括血管管腔内膜边界、管腔中膜边界、导丝轮廓、血管分支位置、斑块病灶位置中的至少一种。
优选的,步骤S3中,使用snake模型分别从OCT参考图像和对应多帧的IVUS图像中检测出血管管腔内膜的轮廓,然后将轮廓图像(封闭曲线)从笛卡尔空间转换到极坐标空间,使用皮尔逊相关系数作为IVUS图像血管管腔内膜轮廓和OCT图像血管管腔内膜曲线坐标序列的相似度计算值,从多帧的IVUS图像中选择相似度最高的IVUS图像,并在笛卡尔空间中计算该帧IVUS图像和OCT参考图像的面积,根据面积比例反推OCT图像缩放比例(成像半径比例),根据当前深度下的OCT图像对应的成像点数,按照缩放比例,对OCT图像进行缩放,完成IVUS图像对OCT图像的大小校准。
具体而言,对于步骤S3,根据双模导管内核中,超声换能器和OCT传感器的相对位置的不同(如两者集成在同一位置,或者同轴前后排列,或者同轴背靠背排列,或者同轴前后背靠背排列等方式),决定了在血管中回拉过程中,回拉方向上,对于同一血管位置,IVUS和OCT图像该位置目标出现的时间不同,假设二者传感器位置物理间距为D(mm),系统在双模导管回拉时设置的回拉速度为V(mm/s),回拉时设置设置为F(frame/s),则可预估出现同一目标的IVUS和OCT图像的帧间隔fN(frame)约为:fN=D/V*F。考虑回拉伸缩的问题,fN需要保持一定的余量。在两个模态回拉的数据中,选择一帧血管管腔内膜轮廓清晰的OCT图像(排除回拉图像首位的fN帧)作为参考图像,记录其帧号为Frame_oct,根据传感器相对位置,在IVUS的帧号[Frame_oct-fN,Frame_oct]或[Frame_oct,Frame_oct+fN]区间内,寻找相似度最高的一帧IVUS图像。IVUS图像的成像半径物理尺寸已标定,可使用该帧IVUS图像中的特征来对OCT图像进行校准,以确定OCT图像的缩放大小以及旋转角度,使得两个模态图像角度和测量的大小一致。
作为本发明的进一步改进,snake模型检测到的血管管腔内膜轮廓,可以人为调整和优化,以确保两者轮廓形态一致。
与现有技术相比,本发明的有益效果为:
采用本发明的技术方案,可以在血管内IVUS和OCT系统图像采集前,结合使用多种图像目标特征,对各种不同材料和工艺的成像内核,来实现快速和可靠的校准;还可以在血管内IVUS和OCT系统图像采集后,使用精确标定的IVUS图像对OCT图像进行大小和方位校准,保证二者显示效果和测量结果的一致,使测试结果更加精准。
附图说明
图1为本发明实施例的不同阶段OCT成像和图像校准主流程图。
图2为本发明实施例的OCT图像中亮环特征检测流程图。
图3为本发明实施例的OCT图像中手指特征检测流程图。
图4为本发明实施例的OCT图像中导管特征检测流程图。
图5为本发明实施例的OCT成像参考臂自动校准流程图。
图6为本发明实施例的OCT图像校准流程图。
具体实施方式
下面对本发明的较优的实施例作进一步的详细说明。
如图1~图5所示,一种血管内双模成像系统OCT图像自动校准(大小和角度)的方法,包括预置校准、参考臂校准和图像校准,其中,预置校准通过装载导管,通过导管ID识别后,进行预置校准;参考臂校准通过扫描图像获得目标的特征图案,从而进行参考臂校准;图像校准通过回拉图像,获得目标的特征图案,从而进行图像校准。
其中,预置校准为参考臂的预置“零点”的校准,具体包括:系统预置不同导管型号ID对应的参考臂位置,当导管连接到系统后,主机通过读取导管中的型号ID编码芯片获得了导管的型号ID及参考臂的“零点”位置,从而调节参考臂到达“零点”位置。
具体包括以下步骤:
1、系统回拉成像前,使用预置校准和参考臂校准实现参考臂和样品臂的光程匹配,确保参考臂到达光程“零点”。预置校准过程中,在连接上成像导管后主机自动读取记录在成像导管芯片中的该种型号导管的光程“零点”位置信息,并自动调节参考臂达到该位置。参考臂校准过程,为对预置校准后的微调和补偿,以确保当前导管真正达到光程“零点”位置。对于参考臂的校准过程,分为以下几步进行。
(1)使用线性拟合的方法获取参考臂移动距离与图像中目标图案移动像素的对应关系。具体来说,在进行完预置校准后,保证图像不会移动到下一干涉周期的情况下,连续移动参考臂并记录参考臂每一次移动的距离xi,和对应的每一次目标图案在图像上移动的像素数yi,每一次构成一组数据点(xi,yi),寻找使yi=a+bxi近似成立的参数a和b。拟合直线的本质是解超定方程组的代数问题,一般可采用最小二乘法获得使残差的平方和为最小的a、b值。本系统中获得b的值(mm/pixel)即可实现根据图像来调节参考臂的距离。
(2)顺序检测OCT图像中的亮环、手指、导管等图案特征。亮环在图像上表现为亮度最高,同时十分标准的一个圆环。通过将图像从笛卡尔坐标空间转换到极坐标空间,并进行预处理,灰度和对比度调整后,图像上展示了灰度较高的直线,对亮环的检测转换为图像中对水平直线的检测。图像二值化后通过形态学和连通区域阈值提取,分别获得手指和导管的图案特征所在位置。在笛卡尔空间对导管外边轮廓线的圆拟合,以获得导管的最终位置,此位置与预定导管位置可转换为参考臂调节的距离。
(3)在系统预置校准后,亮环、手指和导管三种特征并不是均能同时出现,如图5所示,自动校准流程通过参考臂的移动和图像中各图案特征的有无、特征的位置反馈,控制参考臂移动,最终达到满足所有图案特征的位置要求的参考臂光程“零点”。
具体来说,经过预置校准后,参考臂在光程“零点”附近(一般在正负1到2mm位置以内),图像上可呈现为一个正的亮环也可以呈现一个反的亮环,如此进行图5中的电机移动与图案特征反馈的决策流程。
快速调节步骤如下:
a.在参考臂电机静止状态下(采集未停止),检测到当前亮环的位置ring。
b.任意方向D移动一段距离L0,再执行a,若ring变大了,则电机运动方向需要反向(D=-D),若ring变小了,则电机运动方向不变(D=D),变向记录DC。
c.判断ring<=Ring_Loc+ΔLr,(Ring_Loc为根据内核尺寸和图像成像范围的比例,在图像上内核外边所在的像素预定位置)。
循环执行a到c,直到该条件满足然后进入下一步。
其中,步骤b是为确定使ring减小方向(电机越接近光程“零点”,亮环越小),L0取值较小。步骤c中的ΔLr为预定亮环像素位置的公差,本发明中优选50。
通过快速调节,保证了亮环较小,且确定了使得亮环变小的参考臂移动方向。但不知当前图案的正反,需要通过对手指图案特征的检测来确定。
精确调节的步骤如下:
d.电机静止,检测亮环ring位置(步骤如图2所示)和手指最内侧点finger位置值(步骤如图3所示)。若未检测到finger则返回-1;
e.判断ring<finger&&finger>=Catheter_Loc。满足次条件说明当前图像为正,否则为反。为正图时手指最内侧点位置要在亮环外,即ring<finger;且手指最内侧点位置要在预置的导管位置外,即finger>=Catheter_Loc;其他情况为反图。反图情况下,手指图案会进入到亮环以内,使得finger<Catheter_Loc.甚至finger<ring。
f.为反图,则需要按照将亮环变小的参考臂移动方向,再移动L1的距离。本步是为了将亮环移开预定位置,因而参考臂的移动的距离要求较大,但要比导管内核半径要小。本步执行完,反图可能继续为反图,但经过a到e的循环后可使得D=-D,下一次e的判断和g的执行就会将反图调为正图。
g.为正图,则可清晰看到导管图案,进行导管位置检测流程,如图4所示,通过检测位置与预定位置的像素差转换为参考臂移动的距离,一步到位的调节参考臂电机使得导管图案达到预定位置。
通过a到g步骤的参考臂运动方向和图案特征的变化反馈,即可快速将参考臂移动到光程“零点”处。
2、系统回拉成像后,同时获得了血管内IVUS和OCT图像。本发明通过较为典型的血管内模轮廓曲线作为特征对OCT图像的校准参数进行估计。具体步骤如图6所示:
a.在回拉图像序列的OCT图像帧中选择一帧血管轮廓较为清晰完整的OCT图像作为参考帧,二者传感器位置物理间距为D(mm),系统在双模导管回拉时设置的回拉速度为V(mm/s),回拉时设置设置为F(frame/s),则可预估出现同一目标的IVUS和OCT图像的帧间隔fN(frame)约为:fN=D/V*F。考虑回拉伸缩的问题,fN需要保持一定的余量。完成此步骤,可获得同一血管位置IVUS图像帧的帧号区间。
b.分别提取参考帧OCT图像和检索区间的各帧IVUS图像的血管管腔内膜轮廓。具体的,本发明首先将两个模态的图像均从笛卡尔空间变换到极坐标空间,对变换后的图像进行空间平滑、灰度和对比度调整等预处理,增强了血管轮廓边缘,使用Sobel边缘检测算子,获得图像中的边缘。通过连通区域阈值处理的方式(在极坐标空间中,血管轮廓特征类似有一定高度的抛物线),提取初始血管管腔内膜边缘轮廓曲线,去掉导管和导丝等伪影段的数据点,通过多项式拟合的方式获得平滑的血管管腔内膜轮廓曲线。
c.使用snake模型,进一步对轮廓曲线进行连续变形,以获得最终的适应图像灰度数据血管内膜轮廓曲线坐标(xi,yi)。
d.将获得的两种模态图像血管内膜曲线归一化,归一化方法为将幅度值yi,[min,max]归一化到[0,1];然后通过将IVUS图像血管内膜曲线坐标序列循环移位,计算参考帧OCT血管管腔内膜曲线与移位后的IVUS血管管腔内膜曲线的相似度,采用互相关系数作为相似度水平,选择最相似的IVUS图像帧。
e.使用未归一化的OCT参考帧和IVUS最相似帧中的血管管腔内膜曲线,将其转换到笛卡尔空间形成封闭的曲线,估计相似变换的参数。由于本发明使用的是双模导管,IVUS换能器和OCT传感器集成在同一内核上,因此只考虑旋转参数θ和缩放系数s。适合本相似变换的模型如下:AX=Y。X和Y为2*n的数组,分别为极坐标空间中OCT图像和IVUS图像血管轮廓曲线在笛卡尔坐标系下的坐标点序列X(xi_oct,yi_oct)和Y(xi_ivus,yi_ivus)。n为角度数(采样线数)。A为变换矩阵,可写为 问题求解变为解由AX=Y构成的超定方程。使用最小二乘法可求取旋转参数θ和缩放系数s。
f.使用旋转参数θ来校准OCT图像的方位,使得IVUS和OCT回拉图像显示方位一致,使用缩放系数s来校准OCT图像大小,使得回拉后IVUS图像和OCT图像测量结果一致。
以上内容是结合具体的优选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。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种血管内双模成像系统OCT图像的校准方法,其特征在于:其包括如下步骤:
步骤S1,在导管连接系统进行参考臂的预置“零点”的校准;在已进行深度标定的OCT图像中,通过线性拟合的方法,获得参考臂的移动距离与OCT图像中目标移动的像素数的对应关系,并储存在系统主机中;
步骤S2,在导管进入人体前,戴无菌手套手指轻捏导管成像窗,扫描OCT图像,使用OCT图像中的中央亮环特征进行粗校准,使用图像中导管和手指图案的特征进行精确校准;
步骤S3,获得同一血管腔的IVUS和OCT的双模回拉图像序列数据,所述双模回拉图像序列数据是在双模导管进入人体后,且冲洗回拉后获得,根据双模导管中IVUS换能器和OCT传感器的相对位置和系统采集帧率,估算出与一帧OCT图像最接近的一帧IVUS图像的帧号,利用此IVUS帧对OCT图像中的目标特征进行大小和角度的校准。
2.根据权利要求1所述的血管内双模成像系统OCT图像的校准方法,其特征在于:
步骤S1中,所述导管连接系统进行参考臂的预置“零点”的校准包括:系统预置不同导管型号ID对应的参考臂位置,当导管连接到系统后,主机通过读取导管中的型号ID编码芯片获得了导管的型号ID及参考臂的“零点”位置,从而调节参考臂到达“零点”位置;
步骤S1中,先进行预置“零点”的参考臂校准,然后再次移动参考臂,记录移动距离Lr,并对应图像中的目标移动的像素数Ni,通过多次移动参考臂获得多组对应数值(Lr,Ni),采用线性拟合的方式获得Lr与Ni的对应关系。
3.根据权利要求2所述的血管内双模成像系统OCT图像的校准方法,其特征在于:步骤S2中,将OCT图像从笛卡尔空间转为极坐标空间,并在极坐标空间中进行直线检测的方式获取中央亮环、手指图案特征、导管图案特征所在的像素点和角度线区域;通过步骤S1中获得的参考臂的移动距离与OCT图像中目标移动的像素数的对应关系,以及各种特征的像素位置,控制参考臂移动的距离和图案特征移动的像素数。
4.根据权利要求3所述的血管内双模成像系统OCT图像的校准方法,其特征在于:所述控制参考臂移动的距离和图案特征移动的像素数包括:
步骤S201,随机调节参考臂,比较得到的中央亮环像素所对应的深度位置和实际导管半径值,使得亮环缩小直至到达导管半径值对应的像素位点位置以内;
步骤S202,检测是否有手指特征,确定OCT图像的正和反,从而确定参考臂调节的方向;
步骤S203,检测到手指特征并且检测到导管所在深度像素位置,控制参考臂电机移动对应距离,使得导管达到预定位置。
5.根据权利要求4所述的血管内双模成像系统OCT图像的校准方法,其特征在于:步骤S2中,采用霍夫变换对直线进行检测,或在图像二值化后通过形态滤波和连通区域提取的方式获得该直线的位置。
6.根据权利要求5所述的血管内双模成像系统OCT图像的校准方法,其特征在于:所述在图像二值化后通过形态滤波和连通区域提取的方式获得该直线的位置包括:
在图像二值化后,通过边缘特征连通区域高度限制,获得手指特征的二值化表面轮廓和导管的外边缘点,在二值化的图像上提取导管外边缘线。
7.根据权利要求6所述的血管内双模成像系统OCT图像的校准方法,其特征在于:提取导管外边缘线后,将图像坐标空间转换到笛卡尔坐标空间,并使用圆拟合的方式获得最佳的导管位置,使用连通区域周长相同圆来等效。
8.根据权利要求3所述的血管内双模成像系统OCT图像的校准方法,其特征在于:步骤S2中,图像中导管和手指图案的特征为电机静止情况下,连续检测5帧的特征位置返回值的中值作为当前特征的位置。
9.根据权利要求3所述的血管内双模成像系统OCT图像的校准方法,其特征在于:步骤S3中,使用snake模型分别从OCT参考图像和对应多帧的IVUS图像中检测出血管内特征图像,然后将血管内特征图像从笛卡尔空间转换到极坐标空间,使用皮尔逊相关系数作为IVUS图像血管内特征图像和OCT血管内特征图像曲线坐标序列的相似度计算值,从多帧的IVUS图像中选择相似度最高的IVUS图像,并在笛卡尔空间中计算该帧IVUS图像和OCT参考图像的面积,根据面积比例反推OCT图像缩放比例,根据当前深度下的OCT图像对应的成像点数,按照缩放比例,对OCT图像进行缩放,完成IVUS图像对OCT图像的大小校准。
10.权利要求9所述的血管内双模成像系统OCT图像的校准方法,其特征在于:
步骤S3中,所述血管内特征图像包括血管管腔内膜边界、管腔中膜边界、导丝轮廓、血管分支位置、斑块病灶位置中的至少一种。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110743330.XA CN113349737B (zh) | 2021-06-30 | 2021-06-30 | 一种血管内双模成像系统oct图像的校准方法 |
PCT/CN2022/082737 WO2023273436A2 (zh) | 2021-06-30 | 2022-03-24 | 一种血管内双模成像系统oct图像的校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110743330.XA CN113349737B (zh) | 2021-06-30 | 2021-06-30 | 一种血管内双模成像系统oct图像的校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113349737A CN113349737A (zh) | 2021-09-07 |
CN113349737B true CN113349737B (zh) | 2023-05-26 |
Family
ID=77537712
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110743330.XA Active CN113349737B (zh) | 2021-06-30 | 2021-06-30 | 一种血管内双模成像系统oct图像的校准方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113349737B (zh) |
WO (1) | WO2023273436A2 (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114445353B (zh) * | 2022-01-12 | 2023-03-24 | 广州永士达医疗科技有限责任公司 | 一种oct图像变形检测方法及装置 |
CN115869013A (zh) * | 2022-12-08 | 2023-03-31 | 合肥合滨智能机器人有限公司 | 一种用于血管超声自主扫查的血管定位和导航方法 |
CN116570818B (zh) * | 2023-05-22 | 2024-04-16 | 极限人工智能有限公司 | 导管控制方向与影像动作方向的一致性校准方法及系统 |
CN117146700B (zh) * | 2023-10-30 | 2024-01-30 | 天津恒宇医疗科技有限公司 | 一种oct设备光程校准方法、装置和oct设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102783937A (zh) * | 2007-11-12 | 2012-11-21 | 光学实验室成像公司 | 校准光学相干断层成像系统的方法 |
EP2777486A2 (en) * | 2013-03-15 | 2014-09-17 | Lightlab Imaging, Inc. | Apparatus and method of image registration |
CN104376549A (zh) * | 2014-11-20 | 2015-02-25 | 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 |
CN109584195A (zh) * | 2018-11-20 | 2019-04-05 | 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 |
CN109875512A (zh) * | 2019-03-18 | 2019-06-14 | 深圳英美达医疗技术有限公司 | 一种血管内双模成像装置 |
CN112509095A (zh) * | 2021-02-07 | 2021-03-16 | 南京景三医疗科技有限公司 | 一种oct图像错位校正方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116309390A (zh) * | 2016-04-14 | 2023-06-23 | 光学实验室成像公司 | 血管分支的识别 |
-
2021
- 2021-06-30 CN CN202110743330.XA patent/CN113349737B/zh active Active
-
2022
- 2022-03-24 WO PCT/CN2022/082737 patent/WO2023273436A2/zh unknown
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102783937A (zh) * | 2007-11-12 | 2012-11-21 | 光学实验室成像公司 | 校准光学相干断层成像系统的方法 |
EP2777486A2 (en) * | 2013-03-15 | 2014-09-17 | Lightlab Imaging, Inc. | Apparatus and method of image registration |
CN104376549A (zh) * | 2014-11-20 | 2015-02-25 | 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 |
CN109584195A (zh) * | 2018-11-20 | 2019-04-05 | 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 |
CN109875512A (zh) * | 2019-03-18 | 2019-06-14 | 深圳英美达医疗技术有限公司 | 一种血管内双模成像装置 |
CN112509095A (zh) * | 2021-02-07 | 2021-03-16 | 南京景三医疗科技有限公司 | 一种oct图像错位校正方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113349737A (zh) | 2021-09-07 |
WO2023273436A2 (zh) | 2023-01-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113349737B (zh) | 一种血管内双模成像系统oct图像的校准方法 | |
US7397935B2 (en) | Method for segmentation of IVUS image sequences | |
US10206585B2 (en) | Automatic calibration systems and methods of use | |
JP7249379B2 (ja) | 血管内画像における影の検出および検証 | |
CN108523844B (zh) | 校准和图像处理设备、方法和系统 | |
US8395781B2 (en) | Automatic calibration systems and methods of use | |
EP1030187A2 (en) | Automated segmentation method for 3-dimensional ultrasound | |
US20210174125A1 (en) | Lumen, stent, and/or artifact detection in one or more images, such as in optical coherence tomography images | |
CN106875387B (zh) | 基于oct影像的生物可降解支架的自动检测的方法及装置 | |
Gil et al. | Statistical strategy for anisotropic adventitia modelling in IVUS | |
CN108053429B (zh) | 一种心血管oct与冠脉造影自动配准方法与装置 | |
Cao et al. | Automatic lumen segmentation in intravascular optical coherence tomography images using level set. | |
US20160092749A1 (en) | Imaging apparatus for diagnosis, method of controlling the same, program, and computer-readable storage medium | |
CN104688190A (zh) | 检测冠状动脉内支架贴壁情况的装置 | |
Hammouche et al. | Automatic IVUS lumen segmentation using a 3D adaptive helix model | |
Zhu et al. | IVUS image segmentation based on contrast | |
US9519840B2 (en) | Cardiovascular OCT image making method and method for detecting stents using thereof | |
Dubuisson et al. | Automated peroperative assessment of stents apposition from OCT pullbacks | |
KR101366341B1 (ko) | 비모수적 확률 모델과 스무딩 함수를 이용한 혈관 내 초음파 영상에서 내강 경계면 자동 분할 방법 | |
Ahn et al. | Automated measurement of stent strut coverage in intravascular optical coherence tomography | |
Dubuisson et al. | In vivo oct coronary imaging augmented with stent reendothelialization score | |
Bourezak et al. | Automatic lumen segmentation from intravascular OCT images | |
NL2030789B1 (en) | method and device for associating sets of cardiovascular data | |
Huang et al. | Automatic side branch detection in optical coherence tomography images using adjacent frame correlation information | |
Oakeson et al. | Quantification of cross-sectional artery wall motion with IVUS image registration |
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 |