CN101625757A - 一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 - Google Patents
一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 Download PDFInfo
- Publication number
- CN101625757A CN101625757A CN200910075134A CN200910075134A CN101625757A CN 101625757 A CN101625757 A CN 101625757A CN 200910075134 A CN200910075134 A CN 200910075134A CN 200910075134 A CN200910075134 A CN 200910075134A CN 101625757 A CN101625757 A CN 101625757A
- Authority
- CN
- China
- Prior art keywords
- rigid motion
- delta
- sigma
- icus
- image sequence
- 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.)
- Granted
Links
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法,用于提高纵向视图的视觉效果、同时保证图像数据集合的完整性。其技术方案是:它是在建立血管壁刚性运动模型的基础上,首先采用三维自动分割技术从ICUS图像序列的各帧中分割出管腔轮廓,并计算相邻帧之间管腔轮廓的刚性运动参数(包括平移和旋转),然后从中分离出刚性运动分量,最后通过对原始ICUS图像中的各像素点进行反向平移和旋转,使其刚性运动伪影得到补偿。同现有方法相比较,本发明不仅应用成本低、简单易行,而且可保证图像数据集合的完整性,可为冠状动脉血管病变的诊断和治疗提供更为丰富的信息。
Description
技术领域
本发明涉及一种能够有效抑制冠状动脉内超声图像序列中由心脏运动和搏动的血流所造成的刚性运动伪影,同时保证图像数据集合完整性的方法,属医学成像技术领域。
背景技术
在进行冠状动脉内超声(Intracoronary Ultrasound,ICUS)成像时,由心脏运动和搏动的血流所造成的刚性运动伪影是影响ICUS图像纵向视图的视觉效果、准确定量分析和三维重建的主要因素。
目前,抑制ICUS成像运动伪影的方法主要有两种:一种方法是采用专用的ECG门控图像采集装置,只在每个心动周期中的相同相位处(一般是R波)采集ICUS图像,达到抑制运动伪影的目的。这种方法的缺点在于需要专门的ECG门控图像采集装置,并且与连续回撤超声导管采集图像相比,这种方式需要更长的采集时间(每个心动周期只采集一帧图像),从而延长测试时间。另一种方法不采用ECG门控设备,而是连续回撤超声导管采集ICUS图像序列,同时记录ECG信号。待检查结束后,由医生根据同步记录的ECG信号从图像序列中选取在相同心脏相位处采集的图像。这种方式虽然不会延长测试的时间,但是其结果的客观性和可重复性差,受医生的专业知识和主观因素影响较大,而且受病人本身和不同病人之间的差异影响,很难选取出心动周期中的最佳采样时刻。同时,这两种门控方法都是每个心动周期只采集或选择一帧图像,因而可能会丢失很多对病变诊断和治疗有价值的信息。
发明内容
本发明的目的是克服现有技术的不足、提供一种既不需要专门的ECG门控图像采集装置,其结果也不受医生主观因素的影响,并且能保证图像数据集合完整性的抑制冠状动脉内超声图像序列中刚性运动伪影的方法。
本发明所称问题是以下述技术方案实现的:
一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法,它是在建立血管壁刚性运动模型的基础上,首先采用三维自动分割技术从ICUS图像序列的各帧中分割出管腔轮廓,并计算相邻帧之间管腔轮廓的刚性运动参数(包括平移和旋转),然后从中分离出刚性运动分量,最后通过对原始ICUS图像中的各像素点进行反向平移和旋转,使其刚性运动伪影得到补偿,具体步骤如下:
a、建立ICUS图像序列中血管壁的刚性运动模型:
ICUS图像序列中,相邻帧之间管腔轮廓的旋转和平移由刚性运动分量和几何分量构成:
式中(Δx,Δy)是相邻帧之间管腔边界曲线重心之间的位移,Δα是相邻帧之间管腔边界曲线之间的旋转角,脚标d表示刚性运动分量,g表示几何分量;
b、采用三维自动分割技术从各帧ICUS图像中分割出管腔轮廓:
首先根据ICUS图像中管腔形状和灰度特征的先验知识,从ICUS纵向视图中分割出管腔的左右边界,并将其映射到各帧横截面ICUS图像中,得到每一帧中的初始管腔轮廓,然后采用快速推进法对初始管腔轮廓进行演化变形,得到最终的管腔轮廓;
c、计算ICUS图像序列中相邻帧之间管腔轮廓的刚性运动参数,包括位移和旋转角:
对于ICUS图像序列中的第k-1帧和第k帧图像(k=2,3,...,M,M为ICUS图像序列的总帧数),由分割出的管腔边界曲线γk-1和γk的重心Ck-1=(xck-1,yck-1)和Ck=(xck,yck)计算出其位移量(Δxk,Δyk)和旋转角Δαk:
其中Δxk、Δyk和Δαk均包含刚性运动分量(Δxk,d、Δyk,d和Δαk,d)和几何分量(Δxk,g、Δyk,g和Δαk,g),(xk-1,i,yk-1,i)、γk-1上第i个点在以导管中心为坐标原点的坐标系中的坐标;(xk,i,yk,i)、γk上第i个点在以导管中心为坐标原点的坐标系中的坐标;Nk-1、γk-1上点的总数;Nk、γk上点的总数。
d、分离ICUS图像序列中相邻帧之间管腔轮廓刚性运动参数的刚性运动分量和几何分量:
首先对计算出的Δxk、Δyk和Δαk(k=2,3,...,M)分别进行傅立叶变换,得到其幅度谱ΔXk、ΔYk和ΔAk,然后采用高通滤波器分别对ΔXk、ΔYk和ΔAk进行滤波,得到刚性运动分量的幅度谱ΔXk,d、ΔYk,d和ΔAk,d,对其进行逆傅立叶变换即可得到Δxk,d、Δyk,d和Δαk,d的估计值;
e、补偿原始ICUS图像序列中的刚性运动伪影:
对于ICUS图像序列中的第k帧图像Ik(x,y)(k=2,3,...,M),根据估计出的刚性运动分量:位移(Δxk,d,Δyk,d)和旋转角Δαk,d,将Ik(x,y)的所有像素点进行反向平移和旋转,得到消除刚性运动伪影后的图像Ik(x′,y′),坐标变换关系如下:
上述抑制冠状动脉内超声图像序列中刚性运动伪影的方法,所述对ΔXk、ΔYk和ΔAk进行滤波的高通滤波器的通带截止频率设定为病人的心率值(次/秒)。
上述抑制冠状动脉内超声图像序列中刚性运动伪影的方法,所述病人的心率值按照如下步骤从原始ICUS图像序列中估计:
①对ICUS图像序列进行逐帧比较,按下式计算ICUS图像序列中的第i帧图像Ii和第j帧图像Ij之间灰度特征的差异值di,j:
di,j=1-C(i,j),i=1,2,...,M-1,j=i+1,i+2,...,M
其中,N1、N2分别为ICUS图像像素的总行数和总列数,μi为第i帧图像Ii的平均灰度值,μj为第j帧图像Ij的平均灰度值;M是ICUS图像序列的总帧数;NCC是两帧图像之间灰度值的归一化互相关。
②计算ICUS图像序列中间隔为i-1帧的两帧图像Ij和Ij+(i-1)差异度的平均值c(i):
当i=1,2,...,M时,则得到一条曲线c(i)~i,并且c(1)=0。
③计算曲线c(i)~i的第一个谷点(极小值)所对应的i值,记为R,则病人心率的近似值为:F/R次/秒(Hz)
其中,F为ICUS图像的采集速率,单位是帧/秒。
本发明既不需要专门的心电门控图像采集装置,也不需要同步记录心电信号,而是运用图像分析技术,通过对连续回撤超声导管采集到的、覆盖多个心动周期的ICUS图像序列数据进行处理,实现对原始ICUS图像序列中刚性运动伪影的补偿。与现有的心电门控方法相比较,本发明具有应用成本低和简单易行的优点。同时,本发明维持了连续回撤导管采集的ICUS图像数据集合的完整性,从而为冠状动脉血管病变的诊断和治疗提供更为丰富的信息。
附图说明
下面结合附图对本发明作进一步详述。
图1是ICUS图像纵向视图中的运动伪影;
图2是ICUS图像横向视图中的运动伪影;
图3是ICUS图像刚性运动参数示意图;
图4是ICUS图像序列三维自动分割方法流程图;
图5是一个ICUS图像序列中的管腔边界重心在x方向上的位移(Δx)变化曲线。
图中各符号为:γ1、γ2、时刻t1和t2的管腔边界曲线;C1、C2、γ1和γ2的重心;Δx、Δy、C1和C2之间分别在x和y方向上的位移;Δα、γ1和γ2之间的旋转角;(x0,y0)、导管中心的坐标。
文中所用符号:γ1(x1,y1)、时刻t1的管腔边界曲线;γ2(x2,y2)、时刻t2的管腔边界曲线;C1、γ1的重心;(xc1,yc1)、C1的坐标;C2、γ2的重心;(xc2,yc2)、C2的坐标;(Δx,Δy)、C1和C2之间的位移;Δxd、Δx的刚性运动分量;Δxg、Δx的几何分量;Δyd、Δy的刚性运动分量;Δyg、Δy的几何分量;Δα、γ1和γ2之间的旋转角;Δαd、Δα的刚性运动分量;Δαg、Δα的几何分量;M、ICUS图像序列的总帧数;γk、从第k帧图像中分割出的管腔边界曲线;γk+1、从第k+1帧图像中分割出的管腔边界曲线;Ck、γk的重心;Ck+1、γk+1的重心;(Δxk,Δyk)、γk和γk+1之间管腔边界重心之间的位移;Δαk、γk和γk+1之间的旋转角;ΔXk、Δxk的幅度谱;ΔYk、Δyk的幅度谱;ΔAk、Δαk的幅度谱;ΔXk,d、Δxk的刚性运动分量的幅度谱;ΔYk,d、Δyk的刚性运动分量的幅度谱;ΔAk,d、Δαk的刚性运动分量的幅度谱;di,j、第i帧图像Ii和第j帧图像Ij之间灰度特征的差异值;N1、ICUS图像像素的总行数;N2、ICUS图像像素的总列数;μi、第i帧图像Ii的平均灰度值,μj、第j帧图像Ij的平均灰度值;NCC、两帧图像之间灰度值的归一化互相关;c(i)、第j帧图像Ij和第j+(i-1)帧图像Ij+(i-1)之间差异度的平均值;F、ICUS图像的采集速率(单位:帧/秒);R、曲线c(i)~i的第一个谷点所对应的i值;(xk-1,i,yk-1,i)、γk-1上第i个点在以导管中心为坐标原点的坐标系中的坐标;(xk,i,yk,i)、γk上第i个点在以导管中心为坐标原点的坐标系中的坐标;Nk-1、γk-1上点的总数;Nk、γk上点的总数;Ik(x,y)、ICUS图像序列中的第k帧图像;Ik(x′,y′)、消除刚性运动伪影后的第k帧ICUS图像。
具体实施方式
(1)依照已有技术建立ICUS图像序列中血管壁的刚性运动模型:
(1.1)ICUS图像序列中运动伪影的表现形式:
ICUS图像序列中的运动伪影表现为:①序列图像中血管横截面的平移和旋转,即帧间的错位,为刚性运动;②管腔的径向变形,即沿血管半径方向的膨胀/收缩,为非刚性运动。
本发明仅对刚性运动进行定量估计和补偿。由于单纯的变形不会改变弹性体的重心和方向,即径向变形不会影响刚性运动参数的估计结果,因此本发明建立的运动模型中不包含径向变形。
(1.2)产生刚性运动的原因:
由于存在运动伪影,使得管腔长轴方向的视图中呈现出锯齿状的管壁边缘(参看图1),在横向视图中表现为沿血管切线方向的灰度偏移(参看图2)。在连续回撤超声导管采集到的ICUS图像序列中,相邻帧之间管腔横截面空间方向的改变和其重心的位移主要由运动和几何两方面的因素造成:
①运动:即外部因素,指由周期性心脏运动和搏动的血流造成的导管相对于管腔的运动和血管本身的运动所引起;
②几何:即内部因素,指由血管本身不规则的几何形状所引起。
本发明用从各帧ICUS图像中分割出的管腔边界曲线重心之间的位移(Δx,Δy)和边界曲线之间的旋转角Δα来分别表示相邻帧之间管腔横截面的相对平移和旋转,它们分别由两部分组成:
式中脚标d表示刚性运动分量,g表示几何分量。本发明通过将二者分开,仅补偿其中的刚性运动分量,完成对刚性运动伪影的抑制。
(1.3)建立血管壁的刚性运动模型:
参看图3,设时刻t1的ICUS图像中管腔边界曲线为γ1(x1,y1),其重心为C1=(xc1,yc1);时刻t2的ICUS图像中管腔边界曲线为γ2(x2,y2),其重心为C2=(xc2,yc2)。C1和C2之间的位移为(Δx,Δy):
(xc2,yc2)=(xc1+Δx,yc1+Δy) (2)
其中Δx和Δy如式(1)所示分别包含刚性运动和几何两个分量。设γ1和γ2之间的旋转角为Δα,旋转中心为导管中心(x0,y0):
那么γ1(x1,y1)与γ2(x2,y2)之间的几何变换关系为:
对于ICUS图像序列中的各相邻帧,分别计算出位移(Δx,Δy)和旋转角Δα,并将其刚性运动分量(Δxd、Δyd和Δαd)和几何分量(Δxg、Δyg和Δαg)分离开,即可完成对刚性运动的定量估计。将原始图像按照估计出的旋转角Δαd和位移(Δxd,Δyd)分别进行反向旋转和平移即可实现对刚性运动伪影的补偿。
(2)提取各帧ICUS图像中的管腔轮廓:
参看图4,本发明采用三维自动分割方法,对ICUS图像序列进行分割,提取出各帧图像中的管腔轮廓,包括如下步骤:
步骤1获取ICUS纵向视图:按照采集顺序以空间体素的形式保存图像,获得ICUS图像序列的纵向视图。
步骤2利用管腔形状和灰度特征的先验知识(在纵向视图中,内膜位于无回声的内腔两侧),自动提取出ICUS纵向视图中管腔的左右边界。
步骤3获取横截面ICUS图像中的初始管腔轮廓:将纵向视图中的边界线映射到各帧横截面ICUS图像上,得到每一帧中的初始管腔轮廓。
步骤4提取横截面ICUS图像中的管腔轮廓:利用快速推进法(M.R.Cardinal,J.Meunier,G.Soulez,R.L.Maurice,E.Therasse,G.Cloutier.Intravascular ultrasound imagesegmentation:A three-dimensional fast-marching method based on gray leveldistributions.IEEE Transactions on Medical Imaging.2006,vol.25,no.5,pp.590-601)对初始管腔轮廓进行演化变形,得到最终的管腔轮廓。
该方法可实现对ICUS图像序列的自动分割,无须操作者的手动参与,避免操作者技术和主观因素的影响。同时,可实现对ICUS图像序列的并行处理,大大提高计算效率,缩短处理时间。
从第k帧(k=1,2,...,M,M为ICUS图像序列的总帧数)ICUS图像中分割出管腔边界曲线γk之后,计算γk的几何中心Ck作为其重心的近似:
其中(xk,i,yk,i)(i=1,2,...,Nk)是γk上第i个点在以导管中心为坐标原点的坐标系中的坐标,Nk是γk上点的总数。
(3)计算ICUS图像序列中相邻帧之间管腔轮廓的刚性运动参数:
对于ICUS图像序列中的第k-1帧和第k帧图像(k=2,3,...,M),由分割出的管腔边界曲线γk-1和γk的重心Ck-1=(xck-1,yck-1)和Ck=(xck,yck)计算出其位移量和旋转角:
如式(1)所示,Δxk、Δyk和Δαk均包含刚性运动(Δxk,d、Δyk,d和Δαk,d)和几何(Δxk,g、Δyk,g和Δαk,g)两个分量,需将二者分离开。
(4)分离ICUS图像序列中相邻帧之间管腔轮廓刚性运动参数的刚性运动分量和几何分量:
本发明采用谱分析的方法完成刚性运动分量和几何分量的分离,即对计算出的Δxk、Δyk和Δαk(k=2,3,...,M)分别进行傅立叶变换,得到其幅度谱ΔXk、ΔYk和ΔAk。由于由血管本身几何形状的变化所引起的相邻帧之间管腔横截面空间方向和重心位置的变化速度,应远小于由周期性心脏运动所致的变化速度,因此在ΔXk、ΔYk和ΔAk中,高频分量对应于刚性运动分量Δxk,d、Δyk,d和Δαk,d,而低频分量对应于几何分量Δxk,g、Δyk,g和Δαk,g,如附图5所示。
本发明采用高通滤波器分别对ΔXk、ΔYk和ΔAk进行滤波,则滤波器的输出即是刚性运动分量的幅度谱ΔXk,d、ΔYk,d和ΔAk,d,对其进行逆傅立叶变换即可得到Δxk,d、Δyk,d和Δαk,d的估计值。
由于刚性运动分量Δxk,d、Δyk,d和Δαk,d主要由心脏的周期性运动引起,因此本发明将高通滤波器的通带截止频率设定为病人的心率值(单位:次/秒,即Hz)。
本发明按照以下步骤从原始ICUS图像序列中估计病人的心率值(单位:次/秒,即Hz):
步骤1对ICUS图像序列进行逐帧比较,计算各帧之间灰度特征的差异值di,j:
di,j=1-C(i,j),i=1,2,...,M-1,j=i+1,i+2,...,M (8)
其中Ii和Ij分别是ICUS图像序列中的第i帧和第j帧图像,其大小均为N1×N2像素,其平均灰度值分别为μi和μj;M是ICUS图像序列的总帧数;NCC是两帧图像之间灰度值的归一化互相关。
步骤2计算ICUS图像序列中间隔为i-1帧的两帧图像Ij和Ij+(l-1)差异度的平均值c(i):
当i=1,2,...,M时,则得到一条曲线c(i)~i,并且c(1)=0。
步骤3计算曲线c(i)~i的第一个谷点(极小值)所对应的i值,作为以帧为单位的心动周期长度的估计值,记为R。根据已知的ICUS图像采集速率F(单位:帧/秒)(典型值为F=30帧/秒),可得到病人心率的近似值:F/R次/秒(Hz)。
(5)补偿原始ICUS图像序列中的刚性运动伪影:
估计出ICUS图像序列中的第k帧图像Ik(x,y)(k=2,3,...,M)的刚性运动分量:位移(Δxk,d,Δyk,d)和旋转角Δαk,d之后,即可对其各像素点的刚性运动进行补偿。方法是将Ik(x,y)中、基于以导管中心为坐标原点的坐标系的各像素点的坐标先反向平移再反向旋转即得到消除刚性运动伪影后的图像Ik(x′,y′):
Claims (3)
1、一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法,其特征是,它是在建立血管壁刚性运动模型的基础上,首先采用三维自动分割技术从ICUS图像序列的各帧中分割出管腔轮廓,并计算相邻帧之间管腔轮廓的刚性运动参数,所述刚性运动包括平移和旋转,然后从中分离出刚性运动分量,最后通过对原始ICUS图像中的各像素点进行反向平移和旋转,使其刚性运动伪影得到补偿,具体步骤如下:
a、建立ICUS图像序列中血管壁的刚性运动模型:
ICUS图像序列中,相邻帧之间管腔轮廓的旋转和平移由刚性运动分量和几何分量构成:
式中(Δx,Δy)是相邻帧之间管腔边界重心之间的位移,Δα是相邻帧之间管腔边界曲线之间的旋转角,脚标d表示刚性运动分量,g表示几何分量;
b、采用三维自动分割技术从各帧ICUS图像中分割出管腔轮廓:
首先根据ICUS图像中管腔形状和灰度特征的先验知识,从ICUS纵向视图中分割出管腔的左右边界,并将其映射到各帧横截面ICUS图像中,得到每一帧中的初始管腔轮廓,然后采用快速推进法对初始管腔轮廓进行演化变形,得到最终的管腔轮廓;
c、计算ICUS图像序列中相邻帧之间管腔轮廓的刚性运动参数,包括位移和旋转角:
对于ICUS图像序列中的第k-1帧和第k帧图像(k=2,3,...,M,M为ICUS图像序列的总帧数),由分割出的管腔边界曲线γk-1和γk的重心Ck-1=(xck-1,yck-1)和Ck=(xck,yck)计算出其位移量(Δxk,Δyk)和旋转角Δαk:
其中Δxk、Δyk和Δαk均包含刚性运动分量(Δxk,d、Δyk,d和Δαk,d)和几何分量(Δxk,g、Δyk,g和Δαk,g),(xk-1,i,yk-1,i)、γk-1上第i个点在以导管中心为坐标原点的坐标系中的坐标;(xk,i,yk,i)、γk上第i个点在以导管中心为坐标原点的坐标系中的坐标;Nk-1、γk-1上点的总数;Nk、γk上点的总数。
d、分离ICUS图像序列中相邻帧之间管腔轮廓刚性运动参数的刚性运动分量和几何分量:
首先对计算出的Δxk、Δyk和Δαk(k=2,3,...,M)分别进行傅立叶变换,得到其幅度谱ΔXk、ΔYk和ΔAk,然后采用高通滤波器分别对ΔXk、ΔYk和ΔAk进行滤波,得到刚性运动分量的幅度谱ΔXk,d、ΔYk,d和ΔAk,d,对其进行逆傅立叶变换即可得到Δxk,d、Δyk,d和Δαk,d的估计值;
e、补偿原始ICUS图像序列中的刚性运动伪影:
对ICUS图像序列中的第k帧图像Ik(x,y)(k=2,3,...,M),根据估计出的刚性运动分量:位移(Δxk,d,Δyk,d)和旋转角Δαk,d,将Ik(x,y)的所有像素点进行反向平移和旋转,得到消除刚性运动伪影后的图像Ik(x′,y′),坐标变换关系如下:
2、根据权利要求1所述抑制冠状动脉内超声图像序列中刚性运动伪影的方法,其特征是,所述对ΔXk、ΔYk和ΔAk进行滤波的高通滤波器的通带截止频率设定为病人的心率值次/秒。
3、根据权利要求2所述抑制冠状动脉内超声图像序列中刚性运动伪影的方法,其特征是,所述病人的心率值按照如下步骤从原始ICUS图像序列中估计:
①对ICUS图像序列进行逐帧比较,按下式计算ICUS图像序列中的第i帧图像Ii和第j帧图像Ij之间灰度特征的差异值di,j:
di,j=1-C(i,j),i=1,2,...,M-1,j=i+1,i+2,...,M
其中,N1、N2分别为ICUS图像像素的总行数和总列数,μi为第i帧图像Ii的平均灰度值,μj为第j帧图像Ij的平均灰度值;M是ICUS图像序列的总帧数;NCC是两帧图像之间灰度值的归一化互相关。
②计算ICUS图像序列中间隔为i-1帧的两帧图像Ij和Ij+(i-1)差异度的平均值c(i):
当i=1,2,...,M时,则得到一条曲线c(i)~i,并且c(1)=0。
③计算曲线c(i)~i的第一个谷点所对应的i值,记为R,则病人心率的近似值为:F/R次/秒,
其中,F为ICUS图像的采集速率,单位是帧/秒。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100751349A CN101625757B (zh) | 2009-08-13 | 2009-08-13 | 一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100751349A CN101625757B (zh) | 2009-08-13 | 2009-08-13 | 一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101625757A true CN101625757A (zh) | 2010-01-13 |
CN101625757B CN101625757B (zh) | 2012-02-22 |
Family
ID=41521598
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100751349A Expired - Fee Related CN101625757B (zh) | 2009-08-13 | 2009-08-13 | 一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101625757B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101953696A (zh) * | 2010-09-30 | 2011-01-26 | 华北电力大学(保定) | 一种icus图像序列中血管的三维形态参数测量方法 |
CN110298794A (zh) * | 2019-05-20 | 2019-10-01 | 上海联影智能医疗科技有限公司 | 医学成像系统、方法、计算机设备及可读存储介质 |
CN110717877A (zh) * | 2018-07-11 | 2020-01-21 | 西门子医疗有限公司 | 针对路线图方法确定加权的方法、数据存储器和成像设备 |
CN111223066A (zh) * | 2020-01-17 | 2020-06-02 | 上海联影医疗科技有限公司 | 运动伪影校正方法、装置、计算机设备和可读存储介质 |
CN113768547A (zh) * | 2021-09-14 | 2021-12-10 | 南京超维景生物科技有限公司 | 冠状动脉成像方法及装置、存储介质及电子设备 |
CN115861132A (zh) * | 2023-02-07 | 2023-03-28 | 乐普(北京)医疗器械股份有限公司 | 一种血管图像校正方法、装置、介质及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101283910B (zh) * | 2008-06-05 | 2010-06-09 | 华北电力大学 | 一种获取冠状动脉血管运动信息的方法 |
CN101283929B (zh) * | 2008-06-05 | 2010-06-16 | 华北电力大学 | 一种血管三维模型的重建方法 |
-
2009
- 2009-08-13 CN CN2009100751349A patent/CN101625757B/zh not_active Expired - Fee Related
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101953696A (zh) * | 2010-09-30 | 2011-01-26 | 华北电力大学(保定) | 一种icus图像序列中血管的三维形态参数测量方法 |
CN101953696B (zh) * | 2010-09-30 | 2012-11-14 | 华北电力大学(保定) | 一种icus图像序列中血管的三维形态参数测量方法 |
CN110717877A (zh) * | 2018-07-11 | 2020-01-21 | 西门子医疗有限公司 | 针对路线图方法确定加权的方法、数据存储器和成像设备 |
CN110717877B (zh) * | 2018-07-11 | 2024-05-10 | 西门子医疗有限公司 | 针对路线图方法确定加权的方法、数据存储器和成像设备 |
CN110298794A (zh) * | 2019-05-20 | 2019-10-01 | 上海联影智能医疗科技有限公司 | 医学成像系统、方法、计算机设备及可读存储介质 |
CN111223066A (zh) * | 2020-01-17 | 2020-06-02 | 上海联影医疗科技有限公司 | 运动伪影校正方法、装置、计算机设备和可读存储介质 |
CN113768547A (zh) * | 2021-09-14 | 2021-12-10 | 南京超维景生物科技有限公司 | 冠状动脉成像方法及装置、存储介质及电子设备 |
CN113768547B (zh) * | 2021-09-14 | 2024-03-22 | 南京超维景生物科技有限公司 | 冠状动脉成像方法及装置、存储介质及电子设备 |
CN115861132A (zh) * | 2023-02-07 | 2023-03-28 | 乐普(北京)医疗器械股份有限公司 | 一种血管图像校正方法、装置、介质及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101625757B (zh) | 2012-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101625757B (zh) | 一种抑制冠状动脉内超声图像序列中刚性运动伪影的方法 | |
CN101283911B (zh) | 一种冠状动脉血管轴线的四维重建方法 | |
CN104398271A (zh) | 血管与斑块的三维力学及组织特性成像检测方法 | |
CN101953696B (zh) | 一种icus图像序列中血管的三维形态参数测量方法 | |
KR100961856B1 (ko) | 초음파 영상을 형성하는 초음파 시스템 및 방법 | |
CN102509267B (zh) | 一种血管内超声图像序列的回顾性脱机门控方法 | |
EP1030191A2 (en) | Semi-automated segmentation method for 3-dimensional ultrasound | |
CN101964118B (zh) | 一种血管内超声图像序列的三维分割方法 | |
CN101625756B (zh) | 一种提高冠状动脉内超声图像视觉效果的方法 | |
CN101474083A (zh) | 血管力学特性超分辨成像与多参数检测的系统与方法 | |
JP2007054635A (ja) | 3次元超音波映像処理装置及び方法 | |
WO2012140147A2 (en) | Processing ultrasound images | |
WO2006044996A2 (en) | System and method for automated boundary detection of body structures | |
CN103077550A (zh) | 一种非门控icus图像序列中血管的四维重建方法 | |
CN108272451B (zh) | 一种基于改进小波变换的qrs波识别方法 | |
CN111297399B (zh) | 一种基于超声视频的胎心定位和胎心率提取方法 | |
US20110052035A1 (en) | Vessel Extraction Method For Rotational Angiographic X-ray Sequences | |
CN115587971B (zh) | 基于心脏超声节段活动的机体反应及血流动力学监测方法及系统 | |
CN112837306A (zh) | 基于深度学习和中智理论的冠状动脉病变功能学定量方法 | |
CN115471484A (zh) | 血管内超声的图像处理方法和系统 | |
CN115861132B (zh) | 一种血管图像校正方法、装置、介质及设备 | |
KR100836146B1 (ko) | 3차원 초음파 영상 처리 장치 및 방법 | |
CN104361606B (zh) | X射线造影图像序列中的心动周期恢复方法 | |
CN115381488B (zh) | 基于超声超快复合平面波的脉搏波传导速度成像方法 | |
CN117422820A (zh) | 一种动脉三维重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120222 Termination date: 20180813 |
|
CF01 | Termination of patent right due to non-payment of annual fee |