CN101953696A - 一种icus图像序列中血管的三维形态参数测量方法 - Google Patents
一种icus图像序列中血管的三维形态参数测量方法 Download PDFInfo
- Publication number
- CN101953696A CN101953696A CN2010102972809A CN201010297280A CN101953696A CN 101953696 A CN101953696 A CN 101953696A CN 2010102972809 A CN2010102972809 A CN 2010102972809A CN 201010297280 A CN201010297280 A CN 201010297280A CN 101953696 A CN101953696 A CN 101953696A
- Authority
- CN
- China
- Prior art keywords
- prime
- blood vessel
- dimensional
- 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ICUS图像序列中血管的三维形态参数测量方法,用于提高冠状动脉血管形态参数的测量精度。其技术方案是:首先利用连续回撤超声导管获取的、覆盖多个心动周期的冠状动脉内超声图像序列和在超声导管回撤路径起点采集的、两个近似垂直方位上的X射线冠状动脉造影图像之间的交叉信息完成血管的三维重建,然后采用该三维血管模型,用几何方法对临床重要的血管形态参数进行测量和计算。实验证明,本发明对血管形态参数的测量结果比传统方法更为精确,从而为冠心病的可视化诊治和对介入治疗效果的评价提供了可靠依据。
Description
技术领域
本发明涉及一种根据连续回撤超声导管获取的、覆盖多个心动周期的冠状动脉内超声(Intracoronary Ultrasound,ICUS)图像序列定量测量冠状动脉血管的三维形态结构参数的方法,属保健技术领域。
背景技术
X射线冠状动脉造影和冠状动脉内超声(Intracoronary Ultrasound,ICUS)是目前临床普遍采用的诊断冠状动脉病变的介入影像手段。客观准确地测量冠状动脉血管及可能存在的病变(包括粥样硬化斑块和狭窄等)的形态结构参数是诊断冠心病的关键,也是制定介入治疗方案的重要依据。传统的诊断过程中,医生需要利用解剖、病理等专门知识和临床经验,根据X射线冠状动脉造影图像想象血管的三维形态,估计其形态和结构参数,因此结果不够客观和准确。基于两个近似正交角度的X射线冠状动脉造影图像的血管三维重建(S.J.Chen,J.D.Carroll.3Dreconstruction of coronary arterial tree to optimize angiographic visualization.IEEETransactions on Medical Imaging.2000,vol.19,no.4,pp.318-336)可为医生提供形象、直观的三维血管图像,同时还可对血管的形态参数(如长度、分支夹角、曲率等)进行定量测量。但是,该重建结果仅描述了血管内腔的空间位置和形态,无法得到血管腔截面的形态和斑块的弥漫程度。且重建时一般假设血管腔横截面为椭圆,事实上当发生狭窄时血管腔的形状复杂多样,狭窄多呈偏心型和不规则型,因此这种假设是不准确的。与造影相比,ICUS可以显示血管腔的横断面、管壁的形态结构、斑块的组织形态学特征等。传统的ICUS图像序列中血管的三维重建方法(P.Schoenhagen.3D Intravascular ultrasound(IVUS)and IVUS-Palpography:insights into the mechanica]behavior of the coronary vessel wall.The International Journal of Cardiovascular Imaging.2006,vol.22,pp.153-155)是把一系列的血管内超声图像按采集顺序叠加起来形成一个三维直血管段,完全不考虑血管本身的弯曲和扭曲、导管在回撤过程中的扭曲所造成的图像旋转、以及由于心脏运动和搏动血流所导致的运动伪影,因而此类方法的结果是不准确的,进而也无法保证在此基础上进行的定量测量的精度。
发明内容
本发明的目的是克服现有技术的不足、提供一种ICUS图像序列中血管的三维形态参数测量方法,以提高测量的精度、为冠心病的诊治提供可靠依据。
本发明所称问题是以下述技术方案实现的:
一种ICUS图像序列中血管的三维形态参数测量方法,它首先利用连续回撤超声导管获取的、覆盖多个心动周期的冠状动脉内超声图像序列和在超声导管回撤路径起点采集的、两个近似垂直方位上的X射线冠状动脉造影图像之间的交叉信息完成血管的三维重建,然后采用该三维血管模型,用几何方法对临床需要的血管形态参数进行测量和计算,这些血管形态参数是斑块体积、血管段长度、血管曲率、血管挠率和血管段容积,具体测量和计算方法如下:
a、对原始ICUS图像序列和X射线冠状动脉造影图像进行包括去噪、分割和边缘提取的预处理;
b、从在超声导管回撤路径起点采集的、一对近似垂直方位上的X射线冠状动脉造影图像中三维重建出超声导管的回撤路径;
c、对ICUS图像序列中存在的由周期性心脏运动所致的运动伪影进行补偿;
d、从完成运动伪影抑制的ICUS图像序列中选择出在相同心脏相位处采集的各帧图像;
e、将分割后的、在相同心脏相位处采集的各帧ICUS图像按照采集顺序沿三维导管路径顺序排列;
f、拟合血管腔的内外表面;
g、测量斑块体积:
用经过血管段上下截面重心连线的平面将血管段分割成多个六面体网格体元,按照逆时针顺序分别用V0、V1、V2、V3表示六面体网格体元一个表面的四个顶点,由此可得两个三角形V0V1V2和V0V2V3,则斑块边界与外膜边界之间的第k个体元的体积Vk为:
其中,Vj,i表示坐标原点O与第j个表面上的第i个三角形的顶点之间的向量,
斑块体积为:
其中,N是斑块边界与外膜边界之间的六面体网格体元的数目。
上述ICUS图像序列中血管的三维形态参数测量方法,按照采集顺序,对在相同心脏相位处采集的各帧ICUS图像中管腔横截面轮廓重心进行B样条曲线拟合,即可得到三维管腔轴线,利用B样条曲线的积分计算三维管腔轴线的长度,即得到血管段的长度。
上述ICUS图像序列中血管的三维形态参数测量方法,设用B样条曲线表示的三维管腔轴线的曲线方程为c(s)=(x(s),y(s),z(s))(s∈[0,1]),则血管曲率κ和血管挠率τ的计算公式如下:
上述ICUS图像序列中血管的三维形态参数测量方法,对从各帧ICUS图像中提取出的血管壁内膜离散轮廓点进行B样条曲线拟合,得到封闭的、用连续参数曲线表示的内膜轮廓曲线。以该曲线的重心作为坐标原点建立局部坐标系,通过在该坐标系中进行曲线积分求出该曲线所包围的面积,就是该帧ICUS图像中血管壁内膜的横截面积;设血管段上下截面(第i帧和第j帧ICUS图像)的法向矢量分别为ni和nj,n0=ni+nj,上下截面血管壁内膜的横截面积分别为Gi和Gj,上下截面重心之间的矢量为d,n0和ni之间的夹角为μi,n0和nj之间的夹角为μj,n0和d之间的夹角为φ,则上下截面血管壁内膜的横截面在矢量n0方向上的投影面积分别为:Gi′=Gi cos μi和Gj′=Gj cos μj;血管段上下截面之间的距离为:h=|d|·cosφ,该段血管的容积Vi为:
本发明在根据冠状动脉内超声图像序列重建三维血管模型的基础上,采用几何方法,对该三维血管模型的具有重要临床价值的形态结构参数进行定量测量(包括斑块体积、血管段长度、容积、曲率和挠率),保证了测量结果的客观性和准确性。与现有的方法相比,该方法不仅简化了图像采集过程(即无需ECG门控图像装置,而是连续回撤超声导管采集ICUS图像),保证了ICUS图像序列数据集合的完整性(无需抛弃有用帧),而且抑制了ICUS图像序列中存在的、由周期性心脏运动所致的运动伪影,因而重建结果可全面反映冠状动脉血管在整个心动周期中的形态。
实验证明本发明的测量结果较仅采用X射线冠状动脉造影图像重建出的血管模型或传统的从ICUS图像序列中三维重建血管的测量结果更为精确,从而为冠心病的可视化诊治和对介入治疗效果的评价提供了可靠依据。
附图说明
下面结合附图对本发明作进一步详述。
图1是本发明方法的流程图;
图2是根据本发明方法的相邻帧ICUS图像的运动参数示意图;
图3是回撤路径上各帧ICUS图像采集点处的单位切矢;
图4是ICUS图像平面垂直于其采集点处的单位切矢;
图5是根据本发明方法的血管段上下截面示意图;
图6是网格化的三维血管段示意图;
图7是六面体网格体元的构造方法示意图;
图8是六面体网格体元体积计算方法示意图。
图中各符号为:γ1、γ2、时刻t1和t2的血管壁外膜边界曲线;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;c(s)、表示超声导管三维回撤路径的B样条曲线;c(s0)、曲线c(s)上当s=s0时的点;c(s1)、曲线c(s)上当s=s1时的点;c(s2)、曲线c(s)上当s=s2时的点;c(si)、曲线c(s)上当s=si时的点;c(si+1)、曲线c(s)上当s=si+1时的点;t0、曲线c(s)在点c(s0)处的单位切矢量;t1、曲线c(s)在点c(s1)处的单位切矢量;t2、曲线c(s)在点c(s2)处的单位切矢量;ti、曲线c(s)在点c(si)处的单位切矢量;ti+1、曲线c(s)在点c(si+1)处的单位切矢量;t、曲线c(s)上某帧ICUS图像采集点处的单位切矢量;ni、nj、血管段上下截面(即两帧ICUS图像)的法向矢量;d、血管段上下截面(即两帧ICUS图像)重心之间的矢量;CL1、CL2、血管段上下截面的重心;A、B、C、D、E、F、G、H、六面体网格体元的顶点;V0、V1、V2、V3、六面体网格体元一个表面的四个顶点。
文中所用符号:γ1、γ2、时刻t1和t2的血管壁外膜边界曲线;C1(xc1,yc1)、C2(xc2,yc2)、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;Δxd、Δx的运动分量;Δxg、Δx的几何分量;Δyd、Δy的运动分量;Δyg、Δy的几何分量;Δαd、Δα的运动分量;Δαg、Δα的几何分量;M、ICUS图像序列的总帧数;(Δxk,Δyk)、第k帧和第k+1帧图像中管腔边界曲线重心之间的位移;Δαk、第k帧和第k+1帧图像中管腔边界曲线重心之间的旋转角;ΔXk、Δxk的幅度谱;ΔYk、Δyk的幅度谱;ΔAk、Δαk的幅度谱;ΔXk,d、Δxk的运动分量的幅度谱;ΔYk,d、Δyk的运动分量的幅度谱;ΔAk,d、Δαk的运动分量的幅度谱;Ik(x,y)、ICUS图像序列中的第k帧图像;Ik(x′,y′)、补偿运动伪影后的第k帧ICUS图像;c(s)、表示超声导管三维回撤路径的B样条曲线;t、曲线c(s)上某帧图像采集点处的单位切矢量;c′(s)、c(s)的一阶导数;x(s)、y(s)、z(s)、c(s)分别在x、y和z方向上的分量;x′、x″、x″′、x(s)的一阶、二阶和三阶导数;y′、y″、y″′、y(s)的一阶、二阶和三阶导数;z′、z″、z″′、z(s)的一阶、二阶和三阶导数;κ、曲率;τ、挠率;Gi、Gj、第i帧和第j帧ICUS图像中血管壁内膜的横截面积;ni、nj、第i帧和第j帧ICUS图像的法向矢量;n0、血管段的方向矢量;Gi′、Gj′、第i帧和第j帧ICUS图像中的血管壁内膜的横截面在矢量n0方向上的投影面积;μi、n0和ni之间的夹角;μj、n0和nj之间的夹角;d、血管段上下截面重心之间的矢量;h、血管段上下截面之间的距离;φ、n0和d之间的夹角;Vi、血管段的体积;Vk、六面体网格体元的体积;V、目标区域(斑块)的体积;N、斑块边界与外膜边界之间的六面体网格体元的数目;CL1、CL2、血管段上下截面的重心;A、B、C、D、E、F、G、H、六面体网格体元的顶点;V0、V1、V2、V3、六面体网格体元一个表面的四个顶点;O、坐标原点;Vj,i、坐标原点O与第j个表面上的第i个三角形的顶点之间的向量。
具体实施方式
如附图1所示,本发明方法的步骤包括:
(1)对原始X射线冠状动脉造影图像和ICUS图像进行预处理:
对于在超声导管回撤路径起点采集的、一对近似垂直方位上的X射线冠状动脉造影图像,首先应用Top-Hat变换消除图像中尺寸较大的组织结构噪声,然后再采用旋转一维高斯模板法(Xu Zhi,Xie Hongbo,Chen Xiaodong,et al.Detection of vessel boundary in coronary angiogram.Proceedings of SPIE International Conference on Electronic Imaging and Multimedia Technology III.2002,vol.4925,pp.558-562)对图像进行模板匹配增强,消除尺寸较小的噪声。
对于ICUS图像序列,采用snake模型(M.Kass,A.Witkin,D.Terzopoulos.Snakes:active contour models.International Journal of Computer Vision.1987,vol.1,no.4,pp.321-331)法从各帧图像中提取出血管壁的管腔-斑块边界和外膜边界。
(2)从在超声导管回撤路径起点采集的、一对近似垂直方位上的X射线冠状动脉造影图像中三维重建出超声导管的回撤路径:
本发明采用国家发明专利,一种冠状动脉血管轴线的四维重建方法(专利号:ZL200810055038.3.)的方法,完成一对近似垂直方位上的X射线冠状动脉造影图像中超声导管回撤路径的三维重建。方法的基本原理是:运用snake模型技术(M.Kass,A.Witkin,D.Terzopoulos.Snakes:active contour models.International Journal of Computer Vision.1987,vol.1,no.4,pp.321-331),表示导管路径的snake曲线在约束力的作用下直接在三维空间中变形,外部约束力保证曲线在左右成像平面上的投影位于相应的导管投影,内部约束力保证曲线的连续和光滑。通过求解能量函数的最小化问题,使模型变形,直接获得导管路径的三维坐标,结果是用三次B样条曲线表示的三维曲线。
(3)补偿ICUS图像序列中存在的由周期性心脏运动所致的运动伪影:
如附图2所示,相邻帧ICUS图像之间血管腔横截面的平移和旋转可分别用血管壁外膜边界曲线的重心的位移和边界曲线之间的旋转角来表示。设时刻t1和t2的外膜边界曲线分别为γ1和γ2,其重心分别为C1(xc1,yc1)和C2(xc2,yc2),γ1和γ2之间的位移为:
γ1和γ2之间的旋转角为Δα,旋转中心为超声导管中心(x0,y0):
Δα=arctg(yc2/xc2)-arctg(yc1/xc1) ②
位移(Δx,Δy)和旋转角Δα分别由两部分组成:
其中脚标d和g分别表示运动分量和几何分量。本发明方法采用谱分析的方法完成运动和几何分量的分离,即对计算出的一系列(Δxk,Δyk,Δαk)(k=1,2,...,M,M为ICUS图像序列的总帧数)进行傅立叶变换,得到其幅度谱ΔXk、ΔYk和ΔAk,则运动和几何分量分别对应于其中的高频和低频分量。然后采用高通滤波器分别对ΔXk、ΔYk和ΔAk进行滤波,滤波器的输出即是运动分量的幅度谱ΔXk,d、ΔYk,d和ΔAk,d,再对其进行逆傅立叶变换即可得到Δxk,d、Δyk,d和Δαk,d。由于运动分量主要由周期性心脏运动引起,因此本发明方法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),该值可以从ICUS图像序列中估计出来,具体方法参见(国家发明专利,一种提高冠状动脉内超声图像视觉效果的方法.申请号:200910075133.4)。
估计出ICUS图像序列中的第k帧图像Ik(x,y)(k=2,3,...,M)的(Δxk,d,Δyk,d,Δαk,d)之后,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,即得到补偿运动伪影后的图像Ik(x′,y′):
(4)从完成运动伪影抑制的ICUS图像序列中选择出在相同心脏相位处采集的各帧图像:
本发明采用(国家发明专利,一种提高冠状动脉内超声图像视觉效果的方法.申请号:200910075133.4)中的方法,对于完成运动伪影抑制的ICUS图像序列,找到相邻心动周期中各帧ICUS图像之间的对应关系,并选择出在相同心脏相位处采集的各帧图像。方法的基本原理是:首先分析各帧ICUS图像之间灰度特征的差异度,构造ICUS图像序列的差异矩阵;然后采用动态规划算法(Geiger D,Gupta A,Vlontzos JA,Vlontzos J.Dynamic programming for detecting,tracking and matching deformable contours.IEEE Transactions on Pattern Analysis and Machine Intelligence.1995,vol.17,no.3,pp.294-302),通过在差异矩阵中寻找一条累计差异度最小的最优路径,为各帧ICUS图像找到其在相邻心动周期中的对应帧。
(5)将分割后的、在相同心脏相位处采集的各帧ICUS图像按照采集顺序沿三维导管路径顺序排列:
如附图3所示,设c(s)(0≤s≤1)是表示超声导管三维回撤路径的B样条曲线,为了沿c(s)准确排列在相同心脏相位处采集的各帧ICUS图像,计算c(s)上各帧图像采集点处的单位切矢量t=c′(s)/|c′(s)|,然后如附图4所示,在沿导管路径按照采集顺序依次排列各帧ICUS图像时,令各帧图像平面垂直于其采集点处的单位切矢量即可。
(6)拟合血管腔的内外表面:
采用NURBS(非均匀有理B样条)曲面,对沿导管路径排列的管腔横截面中的血管壁边界点进行拟合,得到光滑、连续的三维血管腔内外表面。
(7)根据重建出的三维血管模型定量测量血管的形态结构参数,包括血管段长度、容积、曲率、挠率和斑块体积的测量:
(7.1)血管段长度:
如附图4所示,按照采集顺序,对在相同心脏相位处采集的各帧ICUS图像中管腔横截面轮廓重心进行B样条曲线拟合,即可得到三维管腔轴线。利用B样条曲线的积分计算三维管腔轴线的长度,即得到血管段的长度。
(7.2)血管段曲率和挠率:
在得到用B样条曲线表示的三维管腔轴线之后,利用微分几何中的相关公式即可计算出管腔轴线上各点处的曲率和挠率。设曲线方程为c(s)=(x(s),y(s),z(s))(s∈[0,1]),曲率κ和挠率τ的计算公式如下:
(7.3)血管段容积:
对从各帧ICUS图像中提取出的血管壁内膜离散轮廓点进行B样条曲线拟合,得到封闭的、用连续参数曲线表示的内膜轮廓曲线。以该曲线的重心作为坐标原点建立局部坐标系,通过在该坐标系中进行曲线积分求出该曲线所包围的面积,就是该帧ICUS图像中血管壁内膜的横截面积。设Gi和Gj分别是第i帧和第j帧ICUS图像中血管壁内膜的横截面积。如附图5所示,设血管段上下截面(即第i帧和第j帧ICUS图像)的法向矢量分别为ni和nj,则该段血管的方向矢量n0近似为:
n0=ni+nj ⑦
第i帧ICUS图像中的血管壁内膜的横截面在矢量n0方向上的投影面积为:
Gi′=Gi cos μi ⑧
其中μi是n0和ni之间的夹角。第j帧ICUS图像中的血管壁内膜的横截面在矢量n0方向上的投影面积为:
Gj′=Gj cos μj ⑨
其中μj是n0和nj之间的夹角。该段血管上下截面之间的距离为:
h=|d|·cos φ ⑩
其中矢量d是血管段上下截面重心之间的矢量;φ是n0和d之间的夹角。则该段血管的体积Vi可用圆台体积公式近似计算得到:
(7.4)斑块体积:
如附图6所示,先计算内腔-斑块边界与外膜边界之间的各个六面体网格体元的体积Vk,那么目标区域(斑块)的体积V就是这些网格体元的体积之和:
其中N是斑块边界与外膜边界之间的六面体网格体元的数目。六面体网格体元的构成方法如附图7所示,其中CL1和CL2是血管段上下截面的重心,则ABCDEFGH就构成了一个六面体网格体元。如附图8所示,体元的每个表面有四个顶点,按照逆时针顺序分别用V0、V1、V2、V3表示。由此可得到两个三角形V0V1V2和V0V2V3,每个三角形和坐标原点O都构成一个四面体。对于体元的每个表面,计算出各四面体的体积,然后相加即可求出体元体积Vk:
其中Vj,i表示坐标原点O与第j个表面上的第i个三角形的顶点之间的向量。计算结果与坐标原点的选取无关。
Claims (4)
1.一种ICUS图像序列中血管的三维形态参数测量方法,其特征是,首先利用连续回撤超声导管获取的、覆盖多个心动周期的冠状动脉内超声图像序列和在超声导管回撤路径起点采集的、两个近似垂直方位上的X射线冠状动脉造影图像之间的交叉信息完成血管的三维重建,然后采用该三维血管模型,用几何方法对临床需要的血管形态参数进行测量和计算,这些形态参数是斑块体积、血管段长度、血管曲率、血管挠率和血管段容积,具体测量和计算方法如下:
a、对原始ICUS图像序列和X射线冠状动脉造影图像进行去噪、分割和边缘提取的预处理;
b、从在超声导管回撤路径起点采集的、一对近似垂直方位上的X射线冠状动脉造影图像中三维重建出超声导管的回撤路径;
c、对ICUS图像序列中存在的由周期性心脏运动所致的运动伪影进行补偿;
d、从完成运动伪影抑制的ICUS图像序列中选择出在相同心脏相位处采集的各帧图像;
e、将分割后的、在相同心脏相位处采集的各帧ICUS图像按照采集顺序沿三维导管路径顺序排列;
f、拟合血管腔的内外表面;
g、测量斑块体积:
用经过血管段上下截面重心连线的平面将血管段分割成多个六面体网格体元,按照逆时针顺序分别用V0、V1、V2、V3表示六面体体元一个表面的四个顶点,由此可得两个三角形V0V1V2和V0V2V3,则斑块边界与外膜边界之间的第k个体元的体积Vk为:
其中,Vj,i表示坐标原点O与第j个表面上的第i个三角形的顶点之间的向量,
斑块体积为:
其中,N是斑块边界与外膜边界之间的六面体网格体元的数目。
2.根据权利要求1所述ICUS图像序列中血管的三维形态参数测量方法,其特征是,按照采集顺序,对在相同心脏相位处采集的各帧ICUS图像中管腔横截面轮廓重心进行B样条曲线拟合,即可得到三维管腔轴线。利用B样条曲线的积分计算三维管腔轴线的长度,即得到血管段的长度。
3.根据权利要求1或2所述ICUS图像序列中血管的三维形态参数测量方法,其特征是,设用B样条曲线表示的三维管腔轴线的曲线方程为c(s)=(x(s),y(s),z(s))(s∈[0,1]),则血管曲率κ和血管挠率τ的计算公式如下:
4.根据权利要求1或2所述ICUS图像序列中血管的三维形态参数测量方法,其特征是,对从各帧ICUS图像中提取出的血管壁内膜离散轮廓点进行B样条曲线拟合,得到封闭的、用连续参数曲线表示的内膜轮廓曲线。以该曲线的重心作为坐标原点建立局部坐标系,通过在该坐标系中进行曲线积分求出该曲线所包围的面积,就是该帧ICUS图像中血管壁内膜的横截面积;设血管段上下截面(第i帧和第j帧ICUS图像)的法向矢量分别为ni和nj,n0=ni+nj,上下截面血管壁内膜的横截面积分别为Gi和Gj,上下截面重心之间的矢量为d,n0和ni之间的夹角为μt,n0和nj之间的夹角为μj,n0和d之间的夹角为φ,则上下截面血管壁内膜的横截面在矢量n0方向上的投影面积分别为:Gi′=Gi cos μi和Gj′=Gj cos μj;血管段上下截面之间的距离为:h=|d|·cosφ,该段血管的容积Vi为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102972809A CN101953696B (zh) | 2010-09-30 | 2010-09-30 | 一种icus图像序列中血管的三维形态参数测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010102972809A CN101953696B (zh) | 2010-09-30 | 2010-09-30 | 一种icus图像序列中血管的三维形态参数测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101953696A true CN101953696A (zh) | 2011-01-26 |
CN101953696B CN101953696B (zh) | 2012-11-14 |
Family
ID=43481463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010102972809A Expired - Fee Related CN101953696B (zh) | 2010-09-30 | 2010-09-30 | 一种icus图像序列中血管的三维形态参数测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101953696B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103077550A (zh) * | 2012-12-10 | 2013-05-01 | 华北电力大学(保定) | 一种非门控icus图像序列中血管的四维重建方法 |
CN103377475A (zh) * | 2012-04-27 | 2013-10-30 | 通用电气公司 | 血管内斑块的计算机诊断系统及方法 |
CN103505288A (zh) * | 2012-06-29 | 2014-01-15 | 通用电气公司 | 超声成像方法和超声成像设备 |
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 |
CN104703546A (zh) * | 2012-10-04 | 2015-06-10 | 株式会社东芝 | 超声波诊断装置 |
CN105931247A (zh) * | 2016-05-05 | 2016-09-07 | 北京师范大学 | 一种基于骨架线的脑血管定量分析方法 |
CN108830859A (zh) * | 2018-04-13 | 2018-11-16 | 中国科学院深圳先进技术研究院 | 基于超声图像的内中膜分割方法、装置、设备及存储介质 |
CN109907772A (zh) * | 2019-04-15 | 2019-06-21 | 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 |
CN110246136A (zh) * | 2019-05-29 | 2019-09-17 | 山东大学 | 一种基于混合算法的血管内超声参数提取方法及系统 |
CN111132621A (zh) * | 2017-09-14 | 2020-05-08 | 皇家飞利浦有限公司 | 超声图像处理 |
WO2020215734A1 (zh) * | 2019-04-25 | 2020-10-29 | 飞依诺科技(苏州)有限公司 | 颈动脉超声扫查三维重建方法及系统 |
WO2021109122A1 (zh) * | 2019-12-05 | 2021-06-10 | 苏州润迈德医疗科技有限公司 | 具有狭窄病变的血管数学模型的合成方法和装置 |
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 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1872000A (zh) * | 2005-05-13 | 2006-12-06 | 西门子公司 | 用于产生和表示检查图像的方法以及所属的超声导管 |
CN1929787A (zh) * | 2004-03-04 | 2007-03-14 | 皇家飞利浦电子股份有限公司 | 用于灌注图像的处理的设备和方法 |
CN101625757A (zh) * | 2009-08-13 | 2010-01-13 | 华北电力大学(保定) | 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 |
-
2010
- 2010-09-30 CN CN2010102972809A patent/CN101953696B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1929787A (zh) * | 2004-03-04 | 2007-03-14 | 皇家飞利浦电子股份有限公司 | 用于灌注图像的处理的设备和方法 |
CN1872000A (zh) * | 2005-05-13 | 2006-12-06 | 西门子公司 | 用于产生和表示检查图像的方法以及所属的超声导管 |
CN101625757A (zh) * | 2009-08-13 | 2010-01-13 | 华北电力大学(保定) | 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 |
Cited By (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103377475B (zh) * | 2012-04-27 | 2016-08-10 | 通用电气公司 | 血管内斑块的计算机诊断系统及方法 |
CN103377475A (zh) * | 2012-04-27 | 2013-10-30 | 通用电气公司 | 血管内斑块的计算机诊断系统及方法 |
CN103505288A (zh) * | 2012-06-29 | 2014-01-15 | 通用电气公司 | 超声成像方法和超声成像设备 |
CN103505288B (zh) * | 2012-06-29 | 2017-11-17 | 通用电气公司 | 超声成像方法和超声成像设备 |
US10765407B2 (en) | 2012-10-04 | 2020-09-08 | Canon Medical Systems Corporation | Ultrasound diagnosis apparatus |
CN104703546A (zh) * | 2012-10-04 | 2015-06-10 | 株式会社东芝 | 超声波诊断装置 |
CN104703546B (zh) * | 2012-10-04 | 2018-01-09 | 东芝医疗系统株式会社 | 超声波诊断装置 |
CN103077550A (zh) * | 2012-12-10 | 2013-05-01 | 华北电力大学(保定) | 一种非门控icus图像序列中血管的四维重建方法 |
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 |
US9861337B2 (en) | 2013-02-04 | 2018-01-09 | General Electric Company | Apparatus and method for detecting catheter in three-dimensional ultrasound images |
CN105931247A (zh) * | 2016-05-05 | 2016-09-07 | 北京师范大学 | 一种基于骨架线的脑血管定量分析方法 |
CN105931247B (zh) * | 2016-05-05 | 2019-07-30 | 北京师范大学 | 一种基于骨架线的脑血管定量分析方法 |
CN111132621B (zh) * | 2017-09-14 | 2023-12-12 | 皇家飞利浦有限公司 | 超声图像处理 |
CN111132621A (zh) * | 2017-09-14 | 2020-05-08 | 皇家飞利浦有限公司 | 超声图像处理 |
CN108830859A (zh) * | 2018-04-13 | 2018-11-16 | 中国科学院深圳先进技术研究院 | 基于超声图像的内中膜分割方法、装置、设备及存储介质 |
CN108830859B (zh) * | 2018-04-13 | 2022-03-04 | 中国科学院深圳先进技术研究院 | 基于超声图像的内中膜分割方法、装置、设备及存储介质 |
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 |
CN109907772A (zh) * | 2019-04-15 | 2019-06-21 | 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 |
WO2020215734A1 (zh) * | 2019-04-25 | 2020-10-29 | 飞依诺科技(苏州)有限公司 | 颈动脉超声扫查三维重建方法及系统 |
CN110246136A (zh) * | 2019-05-29 | 2019-09-17 | 山东大学 | 一种基于混合算法的血管内超声参数提取方法及系统 |
WO2021109122A1 (zh) * | 2019-12-05 | 2021-06-10 | 苏州润迈德医疗科技有限公司 | 具有狭窄病变的血管数学模型的合成方法和装置 |
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 |
---|---|
CN101953696B (zh) | 2012-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101953696B (zh) | 一种icus图像序列中血管的三维形态参数测量方法 | |
CN101283929B (zh) | 一种血管三维模型的重建方法 | |
CN103077550B (zh) | 一种非门控icus图像序列中血管的四维重建方法 | |
US11049246B2 (en) | Rapid calculation method and system for plaque stability index based on medical image sequence | |
CN101422352B (zh) | 一种交互式冠状动脉虚拟血管镜的实现方法 | |
CN102423264B (zh) | 基于图像的生物组织弹性的测量方法及装置 | |
US8942423B2 (en) | Methods for automatic segmentation and temporal tracking | |
Ukwatta et al. | Three‐dimensional ultrasound of carotid atherosclerosis: semiautomated segmentation using a level set‐based method | |
CN107392994A (zh) | 冠脉血管的三维重建方法、装置、设备及存储介质 | |
CN105518684A (zh) | 用于预测冠状动脉病变的位置、开始、和/或变化的系统和方法 | |
US20170132788A1 (en) | System and method for estimating arterial pulse wave velocity | |
Raza et al. | Brain image representation and rendering: A survey | |
Ruan et al. | Three-dimensional motion and reconstruction of coronary arteries from biplane cineangiography | |
Wang et al. | Meshless deformable models for 3D cardiac motion and strain analysis from tagged MRI | |
Puentes et al. | Dynamic feature extraction of coronary artery motion using DSA image sequences | |
CN113057677A (zh) | 超声和ct图像融合的心脏影像建模方法、系统及设备 | |
Zahnd et al. | Fusion of fibrous cap thickness and wall shear stress to assess plaque vulnerability in coronary arteries: a pilot study | |
Sun et al. | A deep learning method for limited-view intravascular photoacoustic image reconstruction | |
Drexl et al. | A software tool for the computation of arterial pulse wave velocity from flow-sensitive 4D MRI data | |
Hong et al. | High precision implicit modeling for patient-specific coronary arteries | |
Zheng et al. | Reconstruction of coronary vessels from intravascular ultrasound image sequences based on compensation of the in-plane motion | |
Angelini et al. | Directional representations of 4D echocardiography for temporal quantification of LV volume | |
Krissian et al. | Smooth vasculature reconstruction with circular and elliptic cross sections | |
Blancher et al. | Time-varying, 3-D echocardiography using a fast-rotating probe | |
Ge et al. | Large-scale lattice boltzmann method simulations of stenosed carotid bifurcation |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20121114 Termination date: 20180930 |