CN106308838A - 一种ct图像处理方法及装置 - Google Patents
一种ct图像处理方法及装置 Download PDFInfo
- Publication number
- CN106308838A CN106308838A CN201610757076.8A CN201610757076A CN106308838A CN 106308838 A CN106308838 A CN 106308838A CN 201610757076 A CN201610757076 A CN 201610757076A CN 106308838 A CN106308838 A CN 106308838A
- Authority
- CN
- China
- Prior art keywords
- image
- blood vessel
- bridge
- caliber
- vessel
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 27
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 103
- 238000000034 method Methods 0.000 claims abstract description 22
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 19
- 230000002159 abnormal effect Effects 0.000 claims abstract description 12
- 239000008280 blood Substances 0.000 claims description 18
- 210000004369 blood Anatomy 0.000 claims description 18
- 230000002107 myocardial effect Effects 0.000 claims description 17
- 238000012545 processing Methods 0.000 claims description 11
- 210000004165 myocardium Anatomy 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 4
- 210000005240 left ventricle Anatomy 0.000 description 3
- 238000002591 computed tomography Methods 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
- A61B6/03—Computed tomography [CT]
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Biophysics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Physiology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明实施例公开了一种CT图像处理方法及装置,方法包括:获取CT图像,确定CT图像与预设冠脉图像模型存在差异的差异节段;获取CT图像中差异节段的管径数据,根据预设规则确定目标差异节段,其中,目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;根据CT图像中冠脉的形状,判断目标差异节段中是否存在供应相同心肌区域的血管;若存在,则选择CT图像中管径大的血管作为CT图像搭桥血管。本发明实施例根据预设规则确定CT图像中的目标差异节段,并判断确定存在供应相同心肌区域的血管中的CT图像搭桥血管,能够根据不同的CT图像制定不同的冠脉搭桥策略,不依赖医师的工作经验,且能够快速准确地确定正确的搭桥处理方法。
Description
技术领域
本发明实施例涉及图像处理技术领域,具体涉及一种CT图像处理方法及装置。
背景技术
近年来,随着人民生活水平的不断提高,我国冠心病的发病率和死亡率也逐年升高,伴随着计算机技术的快速发展,对冠心病的研究从医学领域逐渐转变至计算机图像处理领域。
现有的方法需要医师对病人的检查做出正确的解读,人为确定每一处异常的冠脉节段,并人为判断哪些异常可以行搭桥手术,哪些异常由于管径过细等原因不宜行搭桥,然后要根据可以行搭桥的冠脉节段的位置,拟定序贯式搭桥的路线,最后还要针对特殊的异常,判断是否要行特殊的处理。要完成正确而合理的处理,需要多年的工作经验,但各医院的医师层次不齐,很难快速准确地确定正确的处理方法。
在实现本发明实施例的过程中,发明人发现现有的搭桥处理方法需要医师多年的工作经验,但各医院的医师层次不齐,很难快速准确地确定正确的搭桥处理方法。
发明内容
由于现有的搭桥处理方法需要医师多年的工作经验,但各医院的医师层次不齐,很难快速准确地确定正确的搭桥处理方法的问题,本发明实施例提出一种CT图像处理方法及装置。
第一方面,本发明实施例提出一种CT图像处理方法,包括:
获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段;
获取所述CT图像中所述差异节段的管径数据,根据预设规则确定目标差异节段,其中,所述目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;
根据所述CT图像中冠脉的形状,判断所述目标差异节段中是否存在供应相同心肌区域的血管;
若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管。
优选地,所述若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管还包括:
若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管。
优选地,所述若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管,进一步包括:
获取所述CT图像中除所述CT图像搭桥血管和所述管径数据小于预设值的血管之外的目标血管,将所述目标血管作为CT图像冠脉搭桥靶血管。
优选地,所述方法还包括:
根据所述CT图像搭桥血管和CT图像冠脉搭桥靶血管,确定搭桥策略。
优选地,所述方法还包括:
根据所述搭桥策略,获取视频库中与所述搭桥策略对应的搭桥视频,以供医师借鉴所述搭桥视频得到正确的搭桥处理方法。
第二方面,本发明实施例还提出一种CT图像处理装置,包括:
差异节段确定模块,用于获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段;
差异节段处理模块,用于获取所述CT图像中所述差异节段的管径数据,根据预设规则确定目标差异节段,其中,所述目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;
血管判断模块,用于根据所述CT图像中冠脉的形状,判断所述目标差异节段中是否存在供应相同心肌区域的血管;
搭桥血管确定模块,用于若判断存在供应相同心肌区域的血管,则选择所述CT图像中管径大的血管作为CT图像搭桥血管。
优选地,所述搭桥血管确定模块进一步用于若判断存在供应相同心肌区域的血管,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管。
优选地,所述搭桥血管确定模块进一步用于获取所述CT图像中除所述CT图像搭桥血管和所述管径数据小于预设值的血管之外的目标血管,将所述目标血管作为CT图像冠脉搭桥靶血管。
优选地,所述装置还包括:
搭桥策略确定模块,用于根据所述CT图像搭桥血管和CT图像冠脉搭桥靶血管,确定搭桥策略。
优选地,所述装置还包括:
搭桥视频获取模块,用于根据所述搭桥策略,获取视频库中与所述搭桥策略对应的搭桥视频,以供医师借鉴所述搭桥视频得到正确的搭桥处理方法。
由上述技术方案可知,本发明实施例根据预设规则确定CT图像中的目标差异节段,并判断确定存在供应相同心肌区域的血管中的CT图像搭桥血管,能够根据不同的CT图像制定不同的冠脉搭桥策略,不依赖医师的工作经验,且能够快速准确地确定正确的搭桥处理方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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,还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种CT图像处理方法的流程示意图;
图2为本发明一实施例提供的原始CT图像结果;
图3为本发明一实施例提供的一种CT图像处理方法的结果示意图;
图4为本发明一实施例提供的一种CT图像处理装置的结构示意图。
具体实施方式
下面结合附图,对发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
图1示出了本实施例提供的一种CT图像处理方法的流程示意图,包括:
S101、获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段;
其中,所述CT图像为通过电子计算机断层扫描(Computed Tomography,简称CT)精确准直的X线束、γ射线、超声波等与灵敏度极高的探测器一同围绕人体心脏的CT图像冠脉作一个接一个的断面扫描后的图像。
具体地,所述获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段,包括以下以下步骤:
A1、获取CT图像,并识别确定所述CT图像中CT图像冠脉的参数,其中,所述CT图像冠脉包括CT图像左冠脉和CT图像右冠脉;
A2、根据所述CT图像冠脉的参数,确定所述CT图像冠脉的CT图像冠脉类型,其中,所述CT图像冠脉类型包括左优势和右优势;
A3、根据预设CT图像冠脉模型,确定与所述预设冠脉模型存在差异的差异节段;
A4、根据预设评分表,计算得到所述差异节段的参数指标。
其中,所述预设评分表为根据实际医学研究结果预先设置的CT图像冠脉中各节段的评分对应表。
所述CT图像冠脉类型用于描述CT图像冠脉支配室间隔和左心室隔面部分的血液供应情况。
所述左优势为CT图像冠脉支配室间隔和左心室隔面主要由CT图像左冠脉承担血供;所述右优势为CT图像冠脉支配室间隔和左心室隔面主要由CT图像右冠脉承担血供。
所述预设CT图像冠脉模型由用户根据需求预先设置。
所述CT图像冠脉的差异节段为所述CT图像冠脉中发生差异的节段。
本实施例根据预设CT图像冠脉模型,确定与所述预设冠脉模型存在差异的差异节段,能够自动识别差异部位,分析差异特点,降低评分难度,缩短评分时间;并通过根据预设评分表,计算得到所述差异节段的参数指标,方便用户参考,同时提高了评分结果的准确性。
S102、获取所述CT图像中所述差异节段的管径数据,根据预设规则确定目标差异节段,其中,所述目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;
其中,所述预设规则可以为行业认可的指南标准;
具体地,根据异常节段以及管径数据,同时根据预设规则,找出最远异常斑块以远管径大于1mm的冠脉节段,标记为符合搭桥条件的冠脉节段。
S103、根据所述CT图像中冠脉的形状,判断所述目标差异节段中是否存在供应相同心肌区域的血管;
具体地,根据冠脉走形,判断符合条件的节段中有无供应相同心肌区域的血管,如果有则选择管径较大的作为搭桥血管,删除管径较小的血管,将剩余的作为最终的冠脉搭桥靶血管。
S104、若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管。
本实施例以冠脉CT原始图像以及CT机对于冠脉CT的重建结果(如图2所示)为基础,虽然这些影像学检查资料包含了所有的有关图像异常的信息,但是充分解读这些信息需要大量的时间,同时需要阅读者丰富的工作经验,因此,本实施例在原始数据上进行二次分析,通过自动测量冠脉管径分析冠脉走形,准确判断出异常,同时确定相应的冠脉血管上最适合操作的搭桥靶点,最终根据这些靶点位置,拟定搭桥方案。
本实施例根据预设规则确定CT图像中的目标差异节段,并判断确定存在供应相同心肌区域的血管中的CT图像搭桥血管,能够根据不同的CT图像制定不同的冠脉搭桥策略,不依赖医师的工作经验,且能够快速准确地确定正确的搭桥处理方法。
进一步地,在上述方法实施例的基础上,S104还包括:
若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管。
通过删除所述CT图像中管径数据小于预设值的血管,能够使得后续进行操作时更为方便。
进一步地,在上述方法实施例的基础上,S104进一步包括:
获取所述CT图像中除所述CT图像搭桥血管和所述管径数据小于预设值的血管之外的目标血管,将所述目标血管作为CT图像冠脉搭桥靶血管。
通过确定目标血管,能够在相应的冠脉血管上找到最适合操作的搭桥靶点,最终根据这些靶点位置,拟定搭桥方案。
进一步地,在上述方法实施例的基础上,所述方法还包括:
S105、根据所述CT图像搭桥血管和CT图像冠脉搭桥靶血管,确定搭桥策略。
举例来说,如图3所示为本实施例的搭桥策略对应的结果图,即根据搭桥策略进行处理的结果图。
通过确定搭桥策略,能够为后续进行搭桥操作提供依据。
进一步地,在上述方法实施例的基础上,所述方法还包括:
S106、根据所述搭桥策略,获取视频库中与所述搭桥策略对应的搭桥视频,以供医师借鉴所述搭桥视频得到正确的搭桥处理方法。
具体地,医师在得到搭桥策略后,可以使用调取观看存于系统后台的手术操作录像,包括对应手术策略的常规搭桥录像(每一冠脉节段的操作录像),以及特殊术式的操作录像,便于医师借鉴所述搭桥视频得到正确的搭桥处理方法。
图4出了本实施例提供的一种CT图像处理装置的结构示意图,所述装置包括:差异节段确定模块401、差异节段处理模块402、血管判断模块403和搭桥血管确定模块404,其中:
所述差异节段确定模块401用于获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段;
所述差异节段处理模块402用于获取所述CT图像中所述差异节段的管径数据,根据预设规则确定目标差异节段,其中,所述目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;
所述血管判断模块403用于根据所述CT图像中冠脉的形状,判断所述目标差异节段中是否存在供应相同心肌区域的血管;
所述搭桥血管确定模块404用于若判断存在供应相同心肌区域的血管,则选择所述CT图像中管径大的血管作为CT图像搭桥血管。
具体地,所述差异节段确定模块401获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段;所述差异节段处理模块402获取所述CT图像中所述差异节段的管径数据,根据预设规则确定目标差异节段,其中,所述目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;所述血管判断模块403根据所述CT图像中冠脉的形状,判断所述目标差异节段中是否存在供应相同心肌区域的血管;所述搭桥血管确定模块404若判断存在供应相同心肌区域的血管,则选择所述CT图像中管径大的血管作为CT图像搭桥血管。
本实施例根据预设规则确定CT图像中的目标差异节段,并判断确定存在供应相同心肌区域的血管中的CT图像搭桥血管,能够根据不同的CT图像制定不同的冠脉搭桥策略,不依赖医师的工作经验,且能够快速准确地确定正确的搭桥处理方法。
进一步地,在上述装置实施例的基础上,所述搭桥血管确定模块404进一步用于若判断存在供应相同心肌区域的血管,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管。
进一步地,在上述装置实施例的基础上,所述搭桥血管确定模块404进一步用于获取所述CT图像中除所述CT图像搭桥血管和所述管径数据小于预设值的血管之外的目标血管,将所述目标血管作为CT图像冠脉搭桥靶血管。
进一步地,在上述装置实施例的基础上,所述装置还包括:
搭桥策略确定模块,用于根据所述CT图像搭桥血管和CT图像冠脉搭桥靶血管,确定搭桥策略。
进一步地,在上述装置实施例的基础上,所述装置还包括:
搭桥视频获取模块,用于根据所述搭桥策略,获取视频库中与所述搭桥策略对应的搭桥视频,以供医师借鉴所述搭桥视频得到正确的搭桥处理方法。
本实施例所述的CT图像处理装置可以用于执行上述方法实施例,其原理和技术效果类似,此处不再赘述。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,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)执行各个实施例或者实施例的某些部分所述的方法。
应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种CT图像处理方法,其特征在于,包括:
获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段;
获取所述CT图像中所述差异节段的管径数据,根据预设规则确定目标差异节段,其中,所述目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;
根据所述CT图像中冠脉的形状,判断所述目标差异节段中是否存在供应相同心肌区域的血管;
若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管。
2.根据权利要求1所述的方法,其特征在于,所述若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管还包括:
若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管。
3.根据权利要求2所述的方法,其特征在于,所述若存在,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管,进一步包括:
获取所述CT图像中除所述CT图像搭桥血管和所述管径数据小于预设值的血管之外的目标血管,将所述目标血管作为CT图像冠脉搭桥靶血管。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据所述CT图像搭桥血管和CT图像冠脉搭桥靶血管,确定搭桥策略。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
根据所述搭桥策略,获取视频库中与所述搭桥策略对应的搭桥视频,以供医师借鉴所述搭桥视频得到正确的搭桥处理方法。
6.一种CT图像处理装置,其特征在于,包括:
差异节段确定模块,用于获取CT图像,确定所述CT图像与预设冠脉图像模型存在差异的差异节段;
差异节段处理模块,用于获取所述CT图像中所述差异节段的管径数据,根据预设规则确定目标差异节段,其中,所述目标差异节段为对应的管径数据大于预设值且对应的异常斑块距离最远的差异节段;
血管判断模块,用于根据所述CT图像中冠脉的形状,判断所述目标差异节段中是否存在供应相同心肌区域的血管;
搭桥血管确定模块,用于若判断存在供应相同心肌区域的血管,则选择所述CT图像中管径大的血管作为CT图像搭桥血管。
7.根据权利要求6所述的装置,其特征在于,所述搭桥血管确定模块进一步用于若判断存在供应相同心肌区域的血管,则选择所述CT图像中管径大的血管作为CT图像搭桥血管,删除所述CT图像中管径数据小于预设值的血管。
8.根据权利要求7所述的装置,其特征在于,所述搭桥血管确定模块进一步用于获取所述CT图像中除所述CT图像搭桥血管和所述管径数据小于预设值的血管之外的目标血管,将所述目标血管作为CT图像冠脉搭桥靶血管。
9.根据权利要求8所述的装置,其特征在于,所述装置还包括:
搭桥策略确定模块,用于根据所述CT图像搭桥血管和CT图像冠脉搭桥靶血管,确定搭桥策略。
10.根据权利要求9所述的装置,其特征在于,所述装置还包括:
搭桥视频获取模块,用于根据所述搭桥策略,获取视频库中与所述搭桥策略对应的搭桥视频,以供医师借鉴所述搭桥视频得到正确的搭桥处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610757076.8A CN106308838B (zh) | 2016-08-29 | 2016-08-29 | 一种ct图像处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610757076.8A CN106308838B (zh) | 2016-08-29 | 2016-08-29 | 一种ct图像处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106308838A true CN106308838A (zh) | 2017-01-11 |
CN106308838B CN106308838B (zh) | 2019-06-07 |
Family
ID=57789749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610757076.8A Active CN106308838B (zh) | 2016-08-29 | 2016-08-29 | 一种ct图像处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106308838B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112336361A (zh) * | 2020-09-29 | 2021-02-09 | 查云飞 | 一种冠脉检测方法、装置及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6613058B1 (en) * | 2000-08-30 | 2003-09-02 | Ethicon Endo-Surgery, Inc. | Anastomosis device having needle receiver for capturing the needle |
CN103892861A (zh) * | 2012-12-28 | 2014-07-02 | 北京思创贯宇科技开发有限公司 | 一种基于ct-xa 图像多维融合的模拟导航系统及方法 |
CN104081401A (zh) * | 2011-11-10 | 2014-10-01 | 西门子公司 | 用于对冠脉循环进行多尺度的解剖学和功能建模的方法和系统 |
CN104116563A (zh) * | 2014-07-02 | 2014-10-29 | 北京工业大学 | 一种个性化冠状动脉搭桥术的血流动力学快速规划方法 |
CN104867147A (zh) * | 2015-05-21 | 2015-08-26 | 北京工业大学 | 基于冠状动脉造影图像分割的syntax自动评分方法 |
CN104933756A (zh) * | 2014-03-21 | 2015-09-23 | 北京冠生云医疗技术有限公司 | 三维冠状动脉分析模型的构建方法和系统 |
CN105096388A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真系统和方法 |
-
2016
- 2016-08-29 CN CN201610757076.8A patent/CN106308838B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6613058B1 (en) * | 2000-08-30 | 2003-09-02 | Ethicon Endo-Surgery, Inc. | Anastomosis device having needle receiver for capturing the needle |
CN104081401A (zh) * | 2011-11-10 | 2014-10-01 | 西门子公司 | 用于对冠脉循环进行多尺度的解剖学和功能建模的方法和系统 |
CN103892861A (zh) * | 2012-12-28 | 2014-07-02 | 北京思创贯宇科技开发有限公司 | 一种基于ct-xa 图像多维融合的模拟导航系统及方法 |
CN104933756A (zh) * | 2014-03-21 | 2015-09-23 | 北京冠生云医疗技术有限公司 | 三维冠状动脉分析模型的构建方法和系统 |
CN105096388A (zh) * | 2014-04-23 | 2015-11-25 | 北京冠生云医疗技术有限公司 | 基于计算流体力学的冠状动脉血流仿真系统和方法 |
CN104116563A (zh) * | 2014-07-02 | 2014-10-29 | 北京工业大学 | 一种个性化冠状动脉搭桥术的血流动力学快速规划方法 |
CN104867147A (zh) * | 2015-05-21 | 2015-08-26 | 北京工业大学 | 基于冠状动脉造影图像分割的syntax自动评分方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112336361A (zh) * | 2020-09-29 | 2021-02-09 | 查云飞 | 一种冠脉检测方法、装置及存储介质 |
CN112336361B (zh) * | 2020-09-29 | 2023-10-31 | 查云飞 | 一种冠脉检测方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106308838B (zh) | 2019-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10546378B2 (en) | System and method of mitral valve quantification | |
US9317661B2 (en) | Automatic implant detection from image artifacts | |
Galderisi et al. | Recommendations of the European Association of Echocardiography How to use echo-Doppler in clinical trials: different modalities for different purposes | |
EP1832233A1 (en) | Cardiac valve data measuring method and device | |
US20070237380A1 (en) | Three-dimensional medical image display device equipped with pre-processing system implementing clinical protocol | |
US11723722B2 (en) | Methods and systems for guidance in cardiac resynchronization therapy | |
US9865082B2 (en) | Image processing system, X-ray diagnostic apparatus, and image processing method | |
CN108701354A (zh) | 识别超声图像中感兴趣区域轮廓的方法及系统 | |
KR20090029673A (ko) | 3 차원 심초음파 검사 데이터로부터 평면들의 자동 검출 | |
US20150206302A1 (en) | Systems, methods and computer readable storage media storing instructions for integrating fluoroscopy venogram and myocardial images | |
CN104200500A (zh) | 一种心脏图像的重建方法及装置 | |
Raimondi et al. | Fast‐track virtual reality for cardiac imaging in congenital heart disease | |
JP2017202311A (ja) | 医用画像診断装置及び管理装置 | |
Mond et al. | Alternate site right ventricular pacing: defining template scoring | |
Ge et al. | Effect of a novel transcatheter edge‐to‐edge repair device on the three‐dimensional geometry of mitral valve in degenerative mitral regurgitation | |
CN103140875A (zh) | 利用实况反馈对内部组织进行多模态分割的系统和方法 | |
CN101427924B (zh) | 分段锥形束ct图像通过拼接获得完整解剖图像的方法 | |
CN107845106B (zh) | 利用改进的nndr策略的医学图像配准方法 | |
Bharucha et al. | Multiplanar review analysis of three-dimensional echocardiographic datasets gives new insights into the morphology of subaortic stenosis | |
CN106308838A (zh) | 一种ct图像处理方法及装置 | |
KR102216455B1 (ko) | 심장의 좌심방 두께 측정 장치 및 측정 방법 | |
Gao et al. | Vendor-neutral right ventricular strain measurement | |
CN106327476A (zh) | 一种ct图像处理方法及装置 | |
US20200345423A1 (en) | System and Method for Image-Guided Treatment Planning | |
JP5491237B2 (ja) | 医用画像表示装置及び医用画像表示方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220830 Address after: 100029 Beijing Chaoyang District Andingmen Anzhenli Patentee after: BEIJING ANZHEN HOSPITAL AFFILIATED TO CAPITAL MEDICAL University Address before: 6th Floor, Cardiac Surgery Building, Beijing Anzhen Hospital Affiliated to Capital Medical University, No. 2 Anzhen Road, Chaoyang District, Beijing 100029 Patentee before: Yu Yang |