CN116153473B - 一种医疗图像显示方法、装置、电子设备及存储介质 - Google Patents
一种医疗图像显示方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116153473B CN116153473B CN202310424460.6A CN202310424460A CN116153473B CN 116153473 B CN116153473 B CN 116153473B CN 202310424460 A CN202310424460 A CN 202310424460A CN 116153473 B CN116153473 B CN 116153473B
- Authority
- CN
- China
- Prior art keywords
- image
- medical image
- real
- catheter
- images
- 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
Classifications
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/60—Editing figures and text; Combining figures or text
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/14—Vascular patterns
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H30/00—ICT specially adapted for the handling or processing of medical images
- G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
-
- 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
本申请提供了一种医疗图像显示方法、装置、电子设备及存储介质,涉及医疗图像技术领域。首先获取注射显影剂后的第一实时医疗图像,并从第一实时医疗图像中识别出血管边界;接着从第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;再获取显影剂消散后的第二实时医疗图像,并从第二实时医疗图像中提取相同数量的导管图像,接着通过相似度比较确定血管图像与导管图像的对应关系,再通过不同帧的导管图像进行对比,并确定心跳周期;最后依据心跳周期、血管图像与导管图像的对应关系将血管图像叠加至当前实时医疗图像中,并进行图像显示。本申请具有血边边界叠加显示算法相对成熟,对人体伤害较小的优点。
Description
技术领域
本申请涉及医疗图像技术领域,具体而言,涉及一种医疗图像显示方法、装置、电子设备及存储介质。
背景技术
目前掌握血管边界以判断导丝在血管中的位置对于血管介入手术至关重要。然而在实际场景中,DSA无法直接拍摄到血管边界,需要通过注射显影剂协助DSA进行拍摄,而显影剂普遍具有肾毒性,如果注射次数较多或导致患者肾功能受损。但是现在市面上未有成熟的血管边界叠加显示算法,医务人员想要获知血管边界只能通过注射显影剂。
综上,现有技术中存在没有成熟的血管边界叠加显示算法的问题。
发明内容
本申请的目的在于提供一种医疗图像显示方法、装置、电子设备及存储介质,以解决现有技术中存在的没有成熟的血管边界叠加显示算法的问题。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供了一种医疗图像显示方法,所述方法包括:
获取注射显影剂后的第一实时医疗图像,并从所述第一实时医疗图像中识别出血管边界;
从所述第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;
获取显影剂消散后的第二实时医疗图像,并从所述第二实时医疗图像中提取相同数量的导管图像;
通过相似度比较确定所述血管图像与所述导管图像的对应关系;
通过不同帧的导管图像进行对比,并确定心跳周期;
依据所述心跳周期、所述血管图像与所述导管图像的对应关系将所述血管图像叠加至当前实时医疗图像中,并进行图像显示。
可选地,从所述第一实时医疗图像中识别出血管边界的步骤包括:
提取第一实时医疗图像中每帧图像的血管边界;
对提取的血管边界进行细化及滤噪处理后转化为二维点集;
将所述二维点集存入STL库的容器类中。
可选地,提取血管边界最清晰的预设数量血管图像的步骤包括:
比较所有容器类的大小,并选出其中最大的一个容器类;
并依据最大的容器类与前后位置的容器类确定20张血管图像。
可选地,通过不同帧的导管图像进行对比,并确定心跳周期的步骤包括:
将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,所述心跳周期为两组之间的导管图像数量。
可选地,依据所述心跳周期、所述血管图像与所述导管图像的对应关系将所述血管图像叠加至当前实时医疗图像中,并进行图像显示的步骤包括:
获取第三实时医疗图像,所述第三实时医疗图像中包括多张待叠加图像;
依据所述第三实时医疗图像中的第一张待叠加图像结合心跳周期确定每张待叠加图像处于心跳周期的节点;
依据所述血管图像与所述导管图像的对应关系、每张待叠加图像处于心跳周期的节点将所述血管图像叠加至所述第三实时医疗图像,并进行图像显示。
另一方面,本申请实施例还提供了一种医疗图像显示装置,所述装置包括:
数据获取单元,用于获取注射显影剂后的第一实时医疗图像,并从所述第一实时医疗图像中识别出血管边界;
数据处理单元,用于从所述第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;
数据处理单元,还用于获取显影剂消散后的第二实时医疗图像,并从所述第二实时医疗图像中提取相同数量的导管图像;
数据处理单元,还用于通过相似度比较确定所述血管图像与所述导管图像的对应关系;
数据处理单元,还用于通过不同帧的导管图像进行对比,并确定心跳周期;
数据处理单元,还用于依据所述心跳周期、所述血管图像与所述导管图像的对应关系将所述血管图像叠加至当前实时医疗图像中,并进行图像显示。
将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,所述心跳周期为两组之间的导管图像数量。
可选地,所述数据处理单元还用于将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,所述心跳周期为两组之间的导管图像数量。
可选地,所述数据处理单元还用于获取第三实时医疗图像,所述第三实时医疗图像中包括多张待叠加图像;依据所述第三实时医疗图像中的第一张待叠加图像结合心跳周期确定每张待叠加图像处于心跳周期的节点;依据所述血管图像与所述导管图像的对应关系、每张待叠加图像处于心跳周期的节点将所述血管图像叠加至所述第三实时医疗图像,并进行图像显示。
第三方面,本申请实施例还提供了一种电子设备,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现上述的方法。
第四方面,本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述的方法。
相对于现有技术,本申请具有以下有益效果:
本申请提供了一种医疗图像显示方法、装置、电子设备及存储介质,首先获取注射显影剂后的第一实时医疗图像,并从第一实时医疗图像中识别出血管边界;接着从第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;再获取显影剂消散后的第二实时医疗图像,并从第二实时医疗图像中提取相同数量的导管图像,接着通过相似度比较确定血管图像与导管图像的对应关系,再通过不同帧的导管图像进行对比,并确定心跳周期;最后依据心跳周期、血管图像与导管图像的对应关系将血管图像叠加至当前实时医疗图像中,并进行图像显示。由于本申请提供了成熟的血边边界叠加显示算法,使得在实际应用中,只需注射一次显影剂即可,对人体伤害较小。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的电子设备的模块示意图。
图2为本申请实施例提供的医疗图像显示方法的示例性流程图。
图3为本申请实施例提供的未叠加血管边界的DSA影像。
图4为本申请实施例提供的叠加血管边界后的DSA影像。
图5为本申请实施例提供的医疗图像显示装置的模块示意图。
图中:100-电子设备;101-存储器;102-处理器;103-通信接口;200-医疗图像显示装置;210-数据获取单元;220-数据处理单元。
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的附图,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。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
正如背景技术中所述,目前掌握血管边界以判断导丝在血管中的位置对于血管介入手术至关重要,若通过注射显影剂协助DSA进行拍摄,则由于显影剂普遍具有肾毒性,因此注射次数较多或导致患者肾功能受损,且现有技术中没有成熟的血管边界叠加显示算法。
有鉴于此,为了解决上述问题,本申请提供了一种医疗图像显示方法,以解决上述问题。
需要是说明的是,本申请提供的医疗图像显示方法可以应用于电子设备100中,图1示出本申请实施例提供的电子设备100的一种示意性结构框图,电子设备100包括存储器102、处理器101和通信接口103,该存储器102、处理器101和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。
存储器102可用于存储软件程序及模块,如本申请实施例提供的医疗图像显示装置对应的程序指令或模块,处理器101通过执行存储在存储器102内的软件程序及模块,从而执行各种功能应用以及数据处理,进而执行本申请实施例提供的医疗图像显示方法的步骤。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器102可以是,但不限于,随机存取存储器(RandomAccessMemory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除可编程只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器101可以是一种集成电路芯片,具有信号处理能力。该处理器101可以是通用处理器,包括中央处理器(CentralProcessingUnit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以理解,图1所示的结构仅为示意,电子设备100还可以包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
下面对本申请提供的医疗图像显示方法进行示例性说明:
作为一种可选的实现方式,请参阅图2,该方法包括:
S102,获取注射显影剂后的第一实时医疗图像,并从第一实时医疗图像中识别出血管边界;
S104,从第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;
S106,获取显影剂消散后的第二实时医疗图像,并从第二实时医疗图像中提取相同数量的导管图像;
S108,通过相似度比较确定血管图像与导管图像的对应关系;
S110,通过不同帧的导管图像进行对比,并确定心跳周期;
S112,依据心跳周期、血管图像与导管图像的对应关系将血管图像叠加至当前实时医疗图像中,并进行图像显示。
通过本申请提供的医疗图像显示方法,保证了只需注入一次显影剂,接口实现血管边界的叠加显示的效果。
其中,由于医疗影像的特殊性,本申请可以采用软件方式进行DSA影像的读取并保存成jpg格式的图片,这样有效保证了病人的信息等。在本申请中,不对医疗图像的具体获取方式进行限定。
在注射一次显影剂后,DSA影像中的血管边界将会清晰可见,此时可以将段内的影像数据通过QViewFinder每隔0.1s截取一次,截取到的数据存为QImage,并将QImage存入STL库的容器类 Vector<QImage>中。
作为一种实现方式,S102包括:
S1021,提取第一实时医疗图像中每帧图像的血管边界。
S1022,对提取的血管边界进行细化及滤噪处理后转化为二维点集。
S1023,将二维点集存入STL库的容器类中。
其中,本申请使用libtorch通过训练好的模型将每帧图像中的血管边界提取出来后经过细化及滤噪处理后转化为二维点集(cv::point2f),并将所有二维点集一一对应存入STL库的容器类 Vector<cv::point2f>中。
之后,为了使得叠加效果更好,可以提取血管边界最清晰的预设数量血管图像,其中,本申请并不对预设数量的具体值进行限定,例如,该值可以为20,也可以为30等,本申请以20为例进行说明。
其中,S104的步骤可以包括:
比较所有容器类Vector的大小,选出最大的一个Vector,然后向左向右比较,取两侧点数较多的一张,插入一个新的Vector中,直到插满20张图为止。
之后,待显影剂完全消散后,按相同方式获取导管图像,需要说明的是,导管是指例如深静脉导管等能够显示足够明显的人体血液流通管道,而血管是指相对较小的血液流通管道。
其中,获取导管图像与获取血管图像的方式类似,即将对应时间段内的影像数据通过QViewFinder每隔0.1s截取一次,截取到的数据存为QImage,并将QImage存入STL库的容器类 Vector<QImage>中。
之后,将二十张导管的点集与二十张血管点集一一对比,选出重合点数最多的一张,将对应关系存入一个键值对数组中。
并且,本申请可以通过不同帧的导管图像进行对比,并确定心跳周期。作为一种实现方式,可以将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,心跳周期为两组之间的导管图像数量。
例如,将第一张、第二张以及第三张导管图像组成一组,同时第五张、第六张以及第七张组成一组,若两组相似点数最多,则两组之间的导管图像数量即为心跳周期长度。
需要说明的是,在确定心跳周期长度时,将两组中中间位置的导管图像之间的导管图像数量作为心跳周期长度。例如,第一组的中间位置导管图像为第二张,第二组的中间位置导管图像为第十二张,则心跳周期长度为10张导管图像。
其中,S112的步骤包括:
S1121,获取第三实时医疗图像,第三实时医疗图像中包括多张待叠加图像。
S1122,依据第三实时医疗图像中的第一张待叠加图像结合心跳周期确定每张待叠加图像处于心跳周期的节点。
S1123,依据血管图像与导管图像的对应关系、每张待叠加图像处于心跳周期的节点将血管图像叠加至第三实时医疗图像,并进行图像显示。
其中,截取实时影像,提取出实时影像中的导管边界并结合心跳周期进行判断,如果是第一张实时影像,将该实时影像的点集与二十张导管点集一一对比,选出重合点数最多的一张. 之后,根据心跳周期将实时影像对应的导管对应的血管边界按照周期叠加显示在DSA影像之上。例如,通过QPainter将实时影像对应的导管图对应的血管边界点集绘制在当前影像数据之上,可做到叠加显示。未叠加血管边界的DSA影像原图如图3所示;叠加血管边界后的影像如图4所示。
在获取叠加结果时,可以将实时影像与上一张实时影像对应导管图在心跳周期内的前后各一张共三张图进行对比,选出重合点数最多的一张。
本申请提供的医疗图像显示方法主要工作原理为:
通过采集卡获取DSA拍摄的冠状动脉血管的医疗图像,在注射显影剂后将截取到的DSA影像保存,使用训练好的模型进行分割预测提取到血管边界,提取血管边界后使用OpenCV进行比较,提取出点数最多(即血管显示最全)的二十张图片,将这二十张图片的点集存入vector中。再截取20张导管图片,通过训练好的模型进行分割预测提取到血管边界,提取血管边界后使用OpenCV提取点集,在这二十张图片中比较每相邻三张图片与对应三张图片的相似度,相似度最高的两组图片的间隔视为一个循环,再与血管图进行比较,确定一一对应关系。在第一次截取到实时影像时,通过训练好的模型进行分割预测提取到血管边界,提取血管边界后使用OpenCV与导管图进行比较,确定与当前实时影像中相同点数最多的一张导管图片,将盖导管对应的血管边界通过QT与实时DSA影像绘制在屏幕中,实现血管边界叠加显示,后续实时影像比对时只与前一张影像对应导管的前后各三张导管图进行比较。
基于上述实现方式,请参阅图5,本申请实施例还提供了一种医疗图像显示装置200,该装置包括:
数据获取单元210,用于获取注射显影剂后的第一实时医疗图像,并从第一实时医疗图像中识别出血管边界;
数据处理单元220,用于从第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;
数据处理单元220,还用于获取显影剂消散后的第二实时医疗图像,并从第二实时医疗图像中提取相同数量的导管图像;
数据处理单元220,还用于通过相似度比较确定血管图像与导管图像的对应关系;
数据处理单元220,还用于通过不同帧的导管图像进行对比,并确定心跳周期;
数据处理单元220,还用于依据心跳周期、血管图像与导管图像的对应关系将血管图像叠加至当前实时医疗图像中,并进行图像显示。
将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,心跳周期为两组之间的导管图像数量。
其中,数据处理单元220还用于将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,心跳周期为两组之间的导管图像数量。
数据处理单元220还用于获取第三实时医疗图像,第三实时医疗图像中包括多张待叠加图像;依据第三实时医疗图像中的第一张待叠加图像结合心跳周期确定每张待叠加图像处于心跳周期的节点;依据血管图像与导管图像的对应关系、每张待叠加图像处于心跳周期的节点将血管图像叠加至第三实时医疗图像,并进行图像显示。
综上,本申请提供了一种医疗图像显示方法、装置、电子设备及存储介质,医疗图像显示方法,首先获取注射显影剂后的第一实时医疗图像,并从第一实时医疗图像中识别出血管边界;接着从第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;再获取显影剂消散后的第二实时医疗图像,并从第二实时医疗图像中提取相同数量的导管图像,接着通过相似度比较确定血管图像与导管图像的对应关系,再通过不同帧的导管图像进行对比,并确定心跳周期;最后依据心跳周期、血管图像与导管图像的对应关系将血管图像叠加至当前实时医疗图像中,并进行图像显示。由于本申请提供了成熟的血边边界叠加显示算法,使得在实际应用中,只需注射一次显影剂即可,对人体伤害较小。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请实施例的装置、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,所述模块、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方式中,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,两个连续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,框图和或流程图中的每个方框、以及框图和或流程图中的方框的组合,可以用执行规定的功能或动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。
另外,在本申请实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
虽然本发明披露如上,但本发明并非限定于此。任何本领域技术人员,在不脱离本发明的精神和范围内,均可作各种更动与修改,因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (6)
1.一种医疗图像显示方法,其特征在于,所述方法包括:
获取注射显影剂后的第一实时医疗图像,并从所述第一实时医疗图像中识别出血管边界;
从所述第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;
获取显影剂消散后的第二实时医疗图像,并从所述第二实时医疗图像中提取相同数量的导管图像;其中,所述导管指深静脉导管,且能够显示人体血液流通管道;
通过相似度比较确定所述血管图像与所述导管图像的对应关系;
通过不同帧的导管图像进行对比,并确定心跳周期;
依据所述心跳周期、所述血管图像与所述导管图像的对应关系将所述血管图像叠加至当前实时医疗图像中,并进行图像显示;
通过不同帧的导管图像进行对比,并确定心跳周期的步骤包括:
将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,所述心跳周期为两组之间的导管图像数量;
从所述第一实时医疗图像中识别出血管边界的步骤包括:
提取第一实时医疗图像中每帧图像的血管边界;
对提取的血管边界进行细化及滤噪处理后转化为二维点集;
将所述二维点集存入STL库的容器类中;
提取血管边界最清晰的预设数量血管图像的步骤包括:
比较所有容器类的大小,并选出其中最大的一个容器类;
并依据最大的容器类与前后位置的容器类确定20张血管图像。
2.如权利要求1所述的医疗图像显示方法,其特征在于,依据所述心跳周期、所述血管图像与所述导管图像的对应关系将所述血管图像叠加至当前实时医疗图像中,并进行图像显示的步骤包括:
获取第三实时医疗图像,所述第三实时医疗图像中包括多张待叠加图像;
依据所述第三实时医疗图像中的第一张待叠加图像结合心跳周期确定每张待叠加图像处于心跳周期的节点;
依据所述血管图像与所述导管图像的对应关系、每张待叠加图像处于心跳周期的节点将所述血管图像叠加至所述第三实时医疗图像,并进行图像显示。
3.一种医疗图像显示装置,其特征在于,所述装置包括:
数据获取单元,用于获取注射显影剂后的第一实时医疗图像,并从所述第一实时医疗图像中识别出血管边界;
数据处理单元,用于从所述第一实时医疗图像中,提取血管边界最清晰的预设数量血管图像;
数据处理单元,还用于获取显影剂消散后的第二实时医疗图像,并从所述第二实时医疗图像中提取相同数量的导管图像;其中,所述导管指深静脉导管,且能够显示人体血液流通管道;
数据处理单元,还用于通过相似度比较确定所述血管图像与所述导管图像的对应关系;
数据处理单元,还用于通过不同帧的导管图像进行对比,并确定心跳周期;
数据处理单元,还用于依据所述心跳周期、所述血管图像与所述导管图像的对应关系将所述血管图像叠加至当前实时医疗图像中,并进行图像显示;
将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,所述心跳周期为两组之间的导管图像数量;其中,
所述数据处理单元还用于将每三张导管图像作为一组,并依据导管图像对应的二维点集中相似点数最多,且距离最近的两组确定心跳周期;其中,所述心跳周期为两组之间的导管图像数量;
所述处理单元还用于提取第一实时医疗图像中每帧图像的血管边界;
对提取的血管边界进行细化及滤噪处理后转化为二维点集;
将所述二维点集存入STL库的容器类中;
所述处理单元还用于比较所有容器类的大小,并选出其中最大的一个容器类;
并依据最大的容器类与前后位置的容器类确定20张血管图像。
4.如权利要求3所述的医疗图像显示装置,其特征在于,所述数据处理单元还用于获取第三实时医疗图像,所述第三实时医疗图像中包括多张待叠加图像;依据所述第三实时医疗图像中的第一张待叠加图像结合心跳周期确定每张待叠加图像处于心跳周期的节点;依据所述血管图像与所述导管图像的对应关系、每张待叠加图像处于心跳周期的节点将所述血管图像叠加至所述第三实时医疗图像,并进行图像显示。
5.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1或2所述的方法。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1或2所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310424460.6A CN116153473B (zh) | 2023-04-20 | 2023-04-20 | 一种医疗图像显示方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310424460.6A CN116153473B (zh) | 2023-04-20 | 2023-04-20 | 一种医疗图像显示方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116153473A CN116153473A (zh) | 2023-05-23 |
CN116153473B true CN116153473B (zh) | 2023-09-01 |
Family
ID=86351017
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310424460.6A Active CN116153473B (zh) | 2023-04-20 | 2023-04-20 | 一种医疗图像显示方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116153473B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101306332B1 (ko) * | 2012-05-14 | 2013-09-17 | (주)유엔씨 | 실시간 혈관조영 영상 제공방법 |
CN103810754A (zh) * | 2014-03-04 | 2014-05-21 | 姜卫剑 | 医用图像处理方法 |
CN103961135A (zh) * | 2013-02-04 | 2014-08-06 | 通用电气公司 | 用于侦测三维超声图像中导管位置的系统及方法 |
CN114758020A (zh) * | 2022-01-24 | 2022-07-15 | 苏州微创阿格斯医疗科技有限公司 | 一种基于dsa和oct融合显影的方法、装置和电子设备 |
CN115035001A (zh) * | 2022-08-11 | 2022-09-09 | 北京唯迈医疗设备有限公司 | 基于dsa成像设备的术中导航系统、计算装置和程序产品 |
CN115131270A (zh) * | 2021-03-26 | 2022-09-30 | 西门子(深圳)磁共振有限公司 | 医疗成像中的图像呈现方法及系统、成像系统及存储介质 |
CN115312163A (zh) * | 2022-08-30 | 2022-11-08 | 杭州朗博康医疗科技有限公司 | 一种医疗图像显示方法、装置、电子设备及存储介质 |
CN115363597A (zh) * | 2022-08-30 | 2022-11-22 | 杭州朗博康医疗科技有限公司 | 一种医疗图像显示方法、装置、电子设备及存储介质 |
CN115731232A (zh) * | 2022-12-07 | 2023-03-03 | 沈阳东软智能医疗科技研究院有限公司 | 血管图像处理方法、装置、可读存储介质及电子设备 |
CN115965589A (zh) * | 2022-12-08 | 2023-04-14 | 杭州朗博康医疗科技有限公司 | 导管图像识别方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2016507304A (ja) * | 2013-02-11 | 2016-03-10 | アンジオメトリックス コーポレーション | 物体を検出及び追跡するとともに重ね合わせるシステム |
US10362943B2 (en) * | 2013-09-20 | 2019-07-30 | Siemens Healthcare Gmbh | Dynamic overlay of anatomy from angiography to fluoroscopy |
-
2023
- 2023-04-20 CN CN202310424460.6A patent/CN116153473B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101306332B1 (ko) * | 2012-05-14 | 2013-09-17 | (주)유엔씨 | 실시간 혈관조영 영상 제공방법 |
CN103961135A (zh) * | 2013-02-04 | 2014-08-06 | 通用电气公司 | 用于侦测三维超声图像中导管位置的系统及方法 |
CN103810754A (zh) * | 2014-03-04 | 2014-05-21 | 姜卫剑 | 医用图像处理方法 |
CN115131270A (zh) * | 2021-03-26 | 2022-09-30 | 西门子(深圳)磁共振有限公司 | 医疗成像中的图像呈现方法及系统、成像系统及存储介质 |
CN114758020A (zh) * | 2022-01-24 | 2022-07-15 | 苏州微创阿格斯医疗科技有限公司 | 一种基于dsa和oct融合显影的方法、装置和电子设备 |
CN115035001A (zh) * | 2022-08-11 | 2022-09-09 | 北京唯迈医疗设备有限公司 | 基于dsa成像设备的术中导航系统、计算装置和程序产品 |
CN115312163A (zh) * | 2022-08-30 | 2022-11-08 | 杭州朗博康医疗科技有限公司 | 一种医疗图像显示方法、装置、电子设备及存储介质 |
CN115363597A (zh) * | 2022-08-30 | 2022-11-22 | 杭州朗博康医疗科技有限公司 | 一种医疗图像显示方法、装置、电子设备及存储介质 |
CN115731232A (zh) * | 2022-12-07 | 2023-03-03 | 沈阳东软智能医疗科技研究院有限公司 | 血管图像处理方法、装置、可读存储介质及电子设备 |
CN115965589A (zh) * | 2022-12-08 | 2023-04-14 | 杭州朗博康医疗科技有限公司 | 导管图像识别方法、装置、计算机设备及存储介质 |
Non-Patent Citations (1)
Title |
---|
旋转数字减影血管造影及三维重建技术对脑血管疾病的评估作用(英文);徐力扬, 李京雨, 张强, 刘明, 陈华;中国临床康复(25);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116153473A (zh) | 2023-05-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6925321B2 (en) | Magnetic resonance angiography data | |
CN108876794B (zh) | 体积图像数据中的动脉瘤与载瘤血管的隔离 | |
CN109448003A (zh) | 一种颅内动脉血管图像分割方法及系统 | |
US9275437B2 (en) | Method for efficient digital subtraction angiography | |
CN109712228B (zh) | 建立三维重建模型的方法、装置、电子设备及存储介质 | |
CN106803241A (zh) | 血管造影图像的处理方法及装置 | |
US10910101B2 (en) | Image diagnosis support apparatus, image diagnosis support method, and image diagnosis support program | |
US11922624B2 (en) | Brain lesion information provision device and method | |
CN116309676A (zh) | 一种冠脉血管图像分割方法、装置、电子设备及存储介质 | |
CN109816650A (zh) | 一种基于二维dsa图像的目标区域识别方法及其系统 | |
CN116153473B (zh) | 一种医疗图像显示方法、装置、电子设备及存储介质 | |
CN115312163A (zh) | 一种医疗图像显示方法、装置、电子设备及存储介质 | |
CN115363597A (zh) | 一种医疗图像显示方法、装置、电子设备及存储介质 | |
US10580132B2 (en) | Medical image processing apparatus, control method therefor, and non-transitory storage medium storing program | |
CN109377504A (zh) | 一种颅内动脉血管图像分割方法及系统 | |
CN113177953B (zh) | 肝脏区域分割方法、装置、电子设备及存储介质 | |
CN111739004A (zh) | 图像处理方法、设备及存储介质 | |
Ahmed et al. | Enhanced Vein Detection from Video Sequences | |
CN115908413B (zh) | 造影图像分割方法、电子设备、处理系统及存储介质 | |
CN109684926A (zh) | 一种非接触式静脉图像采集方法及装置 | |
CN115830037A (zh) | 造影图像冠脉分割方法、电子设备、处理系统及存储介质 | |
CN111862304B (zh) | 基于骨架引导的分割下腔静脉和腹主动脉的方法及装置 | |
CN114463222B (zh) | 一种皮内或皮下注射微型针头端的自动定位组装方法 | |
CN112435227A (zh) | 一种医学影像图的处理方法、装置、终端设备及介质 | |
Panagiotaropoulou et al. | fMRI-based perceptual validation of a computational model for visual and auditory saliency in videos |
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 |