CN106469453B - 一种三维可视化展示及属性测量的肝脏功能区域诠析方法 - Google Patents
一种三维可视化展示及属性测量的肝脏功能区域诠析方法 Download PDFInfo
- Publication number
- CN106469453B CN106469453B CN201610815614.4A CN201610815614A CN106469453B CN 106469453 B CN106469453 B CN 106469453B CN 201610815614 A CN201610815614 A CN 201610815614A CN 106469453 B CN106469453 B CN 106469453B
- Authority
- CN
- China
- Prior art keywords
- liver
- branch
- image
- tumour
- blood 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.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20056—Discrete and fast Fourier transform, [DFT, FFT]
-
- 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
- G06T2207/30096—Tumor; Lesion
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种三维可视化展示及属性测量的肝脏功能区域诠析方法,该方法首先提取肝脏、肝血管和肝肿瘤。然后通过三维图像细化算法获取肝门静脉的骨架结构,经拓扑点提取与环路修剪后生成有向无环图,用以表示门静脉的拓扑结构,并记录图结点与边的属性信息,即门静脉的几何属性。接下来,根据肝脏Couinaud分类理论,用该有向无环图将肝区分为相应功能分段。最后,生成肝脏诠析报告,以支持医生精准地评估肝脏状态。
Description
技术领域
本发明涉及计算机辅助医疗领域。
背景技术
肝脏功能区域诠析在肝脏疾病的诊断和治疗中发挥着十分关键的作用。CamilleKurtz,Christopher F.Beaulieu,Sandy Napel,Daniel L.Rubin 2014年在Journal ofbiomedical informatics的49期上发表题为A hierarchical knowledge-based approachfor retrieving similar medical images described with semantic annotations的文章,提出一种基于结构化词汇描述的图像诠析方法,该方法采用预先定义好的受控词汇表来描述图像特征,方便对大数据集的医学图像进行诠析,但是该方法只应用于描述局部肝肿瘤信息,并没有应用于整个肝脏系统;Ashnil Kumar,Shane Dyer,Changyang Li,PhilipH.W.Leong,Jinman Kim 2014年在CEUR workshop proceedings上发表题为Automaticannotation of liver CT images:The submission of the BMET group toImageCLEFmed 2014的文章,提出基于多级分类和多数意见规则的肝脏图像诠析方法,该方法通过分析图像特征之间的差异,生成一组结构化的报告,该方法着重于解决图像分类问题;Beyza Ermis,A.Taylan Cemgil 2014年在CEUR workshop proceedings上发表题为Liver CT annotation via generalized coupled tensor factorization的文章,采用基于广义耦合张量分解的方法分析数据,并得到较为满意的预测精度,该方法计算量较大;Imane Nedjar,Mahmoudi,Mohamed Amine Chikh,Khadidja Abi-yad,ZouheyrBouafia 2015年在CEUR workshop proceedings上发表题为Automatic annotation ofliver CT image:ImageCLEFmed 2015的文章,该方法首先对原始图像进行预处理,提取肝脏和肿瘤的纹理和形状特征,然后使用随机森林分类器进行分类,生成最终的结构化诠析报告,该方法需要较多的人工干预,提取的特征不包括血管信息;Francisco Gimenez,Jiajing Xu,Yi Liu,Tiffany Liu,Christopher Beaulieu,Daniel Rubin,Sandy Napel2012年在AMIA annual symposium proceedings上发表题为Automatic annotation ofradiological observations in liver CT images的文章,该方法提取灰度、纹理、形状和边缘等431维特征对肝脏区域进行描述,计算较为复杂,对医生的辅助判断作用有限。
发明内容
有鉴于此,本发明目的在于克服现有技术的不足,公开一种新的肝脏功能区域诠析方法,该方法设计能分析与展示出肝脏、肝血管、肝肿瘤和肝脏功能分段之间的空间位置、大小关系,以及各分段与肿瘤所属的供血分支,最终提供出的肝脏诠析报告既包括肝区的三维可视化展示,又包括病例肝区的属性信息,能精确表征出病例肝脏系统的客观信息,极大地降低了医生的误判。
本发明的方法思路,着眼于分析肝门静脉(已有方法的设计思路多从整套复杂的管道系统出发)大大降低了计算的复杂度。通过设计血管树来表示肝门静脉的拓扑结构,方便后续计算与分析。肝脏诠析报告既包括病例肝区的三维可视化展示,有利于医生全方位、多角度的了解病例情况,又包括病例肝区的属性信息,有助于医生在客观评估病例肝脏系统的基础上制定合理的治疗方案。
基于上述方法思路,本发明的具体的方法过程表征为:
(1)用计算机提取肝区图像,包括肝脏图像、肝血管图像和肝肿瘤图像三个部分,具体实施过程:
(11)首先使用半监督的图像分割方法(此技术已属于现有技术)来分割出肝脏图像,
(12)然后在此基础上进一步的采用半监督的图像分割方法分割出肝肿瘤,
(13)同时在步骤(11)分割出的肝脏图像中采用Hessian滤波方法(此技术已属于现有技术)增强肝脏图像中的管状结构,进而使用图像分割区域生长法(此技术已属于现有技术)分割出肝血管图像;
(2)提取肝门静脉骨架并生成有向无环图,具体实施过程:
(21)对步骤(13)获得的肝血管图像中选取出肝门静脉血管图像,对肝门静脉血管图像通过三维图像细化算法(此技术已属于现有技术)获取肝门静脉的骨架拓扑结构,所述肝门静脉的骨架拓扑结构是一种图像拓扑结构,限定为:
保留原肝门静脉图像的拓扑特征;
位于肝门静脉的中央部分;
其结构线要连续不间断并且在三维空间范围上的宽要为1个体素;
(22)对步骤(21)获得的肝门静脉的骨架进行拓扑点提取与环路修剪(此技术已属于现有技术),生成有向无环图;
所述有向无环图即为血管树,定义顶点表示血管拓扑点,连接相邻顶点成边,树根为肝门静脉入肝处的顶点,图的方向为肝门静脉血流的方向;同时,由此可计算确定出血管树拓扑点的三维坐标与半径,血管树各分支的实际长度、欧式距离、平均半径、生长角度这些属性信息;
(3)对肝区进行功能分段:功能分段指的是对肝脏进行Couinaud分类(此技术已属于现有技术),将步骤(22)获得的血管树进行分级,分级后根据血管树的连通性将肝区分为相应的功能分段;再计算确定出肝脏与肝肿瘤的体积、各功能分段的体积以及所占肝脏区域的比例、各功能分段内肿瘤的体积以及肿瘤所占比例这些属性信息;
(4)生成肝脏三维可视化展示以及属性测量诠析报告,能实现肝区的三维可视化展示和属性测量:
用基于移动立方体的方法(此技术已属于现有技术)分别对肝脏、肝血管、肝肿瘤和各肝脏功能分段进行重建,三维重建即可视化,方便观察它们在三维空间内的相对位置关系,大小关系,特别是每个肿瘤和分段的供血分支;所述属性测量主要包括血管树拓扑点的三维坐标与半径,血管树各分支的实际长度、欧式距离、平均半径、生长角度与所在血管系统,肝脏与肝肿瘤的体积、各功能分段的体积以及所占肝脏区域的比例、各功能分段内肿瘤的体积以及肿瘤所占比例。
步骤(22)中,所述血管树各分支的实际长度、欧式距离、平均半径、生长角度与所在血管系统计算方法如下:
假设血管各分支中的分支e的两个拓扑点坐标是(x1,y1,z1)和(x2,y2,z2);
其中:(x1,y1,z1)和(x2,y2,z2)分别代表血管各分支中的分支e的两个拓扑点的x轴,y轴,z轴的坐标;
血管树各分支的实际长度,为对应的骨架长度;
欧式距离:血管树各分支的对应血管树边的长度,即分支所在的两个拓扑点的欧式距离
平均半径公式为:其中Volume(e)是血管各分支中的分支e的体素数;Length(e)是血管各分支中的分支e的实际长度;π为圆周率;
生长角度为血管各分支中的分支e与父边所在分支的角度;
所在血管系统即在肝脏内提取门静脉和肝静脉,然后标注归属于相应的血管静脉类别。
本发明的有益效果是:
本发明提出的方法系统的分析与展示了肝脏、肝血管、肝肿瘤和肝脏功能分段之间的空间位置、大小关系,以及各分段与肿瘤所属的供血分支,极大地降低了医生的误判。本发明只需分析肝门静脉,而不是整套复杂的管道系统,降低了计算的复杂度。设计血管树来表示门静脉的拓扑结构,方便后续计算与分析,得到的分段结果有利于医生全方位、多角度的了解病例情况。肝脏诠析报告既包括肝区的三维可视化展示,又包括病例肝区的属性信息,有助于医生在客观评估病例肝脏系统的基础上制定合理的治疗方案。
附图说明
图1是本发明三维可视化展示及属性测量的肝脏功能区域诠析方法的方法流程图。
图2是本发明三维可视化展示及属性测量的肝脏功能区域诠析方法的肝区提取与可视化
图3是本发明三维可视化展示及属性测量的肝脏功能区域诠析方法的肝门静脉血管树的生成与可视化。
图3(a)为提取该实施例中的肝门静脉,图3(b)为提取肝门静脉骨架,图3(c)为对该骨架进行拓扑点提取与环路修剪,生成有向无环图。
图4是本发明三维可视化展示及属性测量的肝脏功能区域诠析方法的肝区分段与可视化
图4(a)为肝脏脏面角度,图4(b)为肝脏隔面角度,图4(c)为各分段与肝门静脉、肝肿瘤的可视化结果。
图5是本发明一组门静脉分支骨架化的示意图。
图6是本发明骨架体素的示意图。
图7是本发明生长角度和分支e示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白,以下结合附图及实施例,对本发明进行详细的说明。应当说明的是,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,能实现同样功能的产品属于等同替换和改进,均包含在本发明的保护范围之内。
本发明生成的肝脏诠析报告,用于精准地表征肝脏状态,以支持医生精准地评估肝脏状态。本发明技术方案本身,其发明任务不是用于完成诊断和治疗肝脏。
下面通过实施例结合附图进一步说明本发明。
实施例一
参阅附图,在图1中给出了本发明的方法流程图,按此图示流程,给出一组实施例。该方法首先提取肝脏区域,包括肝脏、肝血管和肝肿瘤,接着提取肝门静脉骨架并生成有向无环图,即肝门静脉血管树,然后利用血管树将肝区分为相应的功能分段,最后生成肝脏诠析报告。
在图2所示的实施例中,图2(a)为一张原始腹腔图像数据切片,图2(b)为分割出的肝脏和肝血管区域,图2(c)为分割出的肝脏和肝肿瘤区域,图2(d)是整个肝区包括肝脏、肝血管和肝肿瘤的三维可视化结果。
提取该实施例中的肝门静脉,结果如图3(a)所示。在此基础上进一步的提取肝门静脉骨架,结果如图3(b)所示。对该骨架进行拓扑点提取与环路修剪,生成有向无环图,如图3(c)所示,即为该实施例的肝门静脉拓扑结构,也即血管树。
将血管树分级后根据血管树的连通性,将肝区分为相应功能分段,该实施例的分段结果多角度展示如图4所示。图4(a)为肝脏脏面角度,图4(b)为肝脏隔面角度,各分段与肝门静脉、肝肿瘤的可视化结果如图4(c)。最后生成该实施例的肝脏诠析报告,包括肝区的三维可视化展示以及属性测量信息。
所述肝区的三维可视化展示主要包括肝脏、肝血管、肝肿瘤和肝脏功能分段之间的空间位置、大小关系以及各分段与肿瘤所属的供血分支;
所述属性测量主要包括血管树拓扑点的三维坐标与半径,血管树各分支的实际长度、欧式距离、平均半径、生长角度与所在血管系统,肝脏与肝肿瘤的体积、各功能分段的体积以及所占肝脏区域的比例、各功能分段内肿瘤的体积以及肿瘤所占比例。
用基于移动立方体的方法分别对肝脏、肝血管、肝肿瘤和各肝脏功能分段进行重建,三维重建即可视化,方便观察它们在三维空间内的相对位置关系,大小关系,特别是每个肿瘤和分段的供血分支。
位置是很重要的,直接关系到治疗方案的制定,比如,如果肿瘤生长的位置紧挨门静脉主干,那么它的供血充足,很容易快速长大,如果肿瘤生长的位置在肝脏边缘,供血的是小血管分支,做一般切除后术后恢复也好,术中风险也不大。三维重建非常有意义,特别能够预防血管变异的情况,就是说,如果不重建,医生是凭借经验把二维切片在脑中构建空间关系,大部分时候是可行的,但是有些时候发生了血管变异,看起来是左边血管分支供血,实际上是右边分支,这种情况必须得依靠计算机三维重建来辅助解决。
属性测量主要是两个部分,一部分是在第(22)步骤中提取肝门静脉骨架并生成有向无环图后计算的,包括血管树拓扑点的三维坐标与半径,血管树各分支的实际长度、欧式距离、平均半径、生长角度与所在血管系统。一部分是在第(3)步骤中对肝区进行功能分段后计算的,包括肝脏与肝肿瘤的体积、各功能分段的体积以及所占肝脏区域的比例、各功能分段内肿瘤的体积以及肿瘤所占比例。
另外,骨架位于门静脉的中央、连续不间断并且宽为1个体素,见图5所示。图5(a)门静脉血管图像,图5(b)骨架化结果,图5(c)图表示。
骨架化的结果要求:
位于门静脉的中央:理论上讲,骨架越位于原图像的中央,拓扑结构保持的越好。
连续不间断并且宽为1个体素:骨架反应的是血管的拓扑信息,所以必须是连续不间断的,并且宽是一个体素(二维空间是像素pixel,三维空间是体素voxel)
见图6,假设左边是血管,中间是骨架化的结果,将此骨架放大来看,用一个立方块代表一个体素。将拓扑点相连生成血管树,也即图中的灰色箭头示意
血管树各分支的实际长度、欧式距离、平均半径、生长角度与所在血管系统计算方法如下:
假设血管分支e的两个拓扑点坐标是(x1,y1,z1)和(x2,y2,z2)
其中:x,y,z分别代表x轴,y轴,z轴的坐标
分支实际长度:血管分支的实际长度,即对应的骨架长度
欧式距离:血管分支对应血管树边的长度,即分支所在的两个拓扑点的欧式距离
平均半径:其中Volume(e)是分支的体素数;Length(e)是分支的实际长度;
生长角度:血管分支e与父边所在分支的角度,见图7。
所在血管系统:肝脏内主要提取的就是门静脉和肝静脉,这一项实际就是标注到底是属于哪个血管静脉。
本发明能有多种不同形式的具体实施方式,上面以图1为例结合附图对本发明的技术方案作举例说明,对本发明进行详细的说明。应当说明的是,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明,能实现同样功能的产品属于等同替换和改进,均包含在本发明的保护范围之内。
Claims (1)
1.一种用于非治疗目的的三维可视化展示及属性测量的肝脏功能区域诠析方法,其特征在于,包括:
(1)用计算机提取肝区图像,包括肝脏图像、肝血管图像和肝肿瘤图像三个部分,具体实施过程:
(11)首先使用半监督的图像分割方法来分割出肝脏图像,
(12)然后在此基础上进一步的采用半监督的图像分割方法分割出肝肿瘤,
(13)同时在步骤(11)分割出的肝脏图像中采用Hessian滤波方法增强肝脏图像中的管状结构,进而使用图像分割区域生长法分割出肝血管图像;
(2)提取肝门静脉骨架并生成有向无环图,具体实施过程:
(21)对步骤(13)获得的肝血管图像中选取出肝门静脉血管图像,对肝门静脉血管图像通过三维图像细化算法获取肝门静脉的骨架拓扑结构,所述肝门静脉的骨架拓扑结构是一种图像拓扑结构,限定为:
保留原肝门静脉图像的拓扑特征;
位于肝门静脉的中央部分;
其结构线要连续不间断并且在三维空间范围上的宽要为1个体素;
(22)对步骤(21)获得的肝门静脉的骨架进行拓扑点提取与环路修剪,生成有向无环图;
所述有向无环图即为血管树,定义顶点表示血管拓扑点,连接相邻顶点成边,树根为肝门静脉入肝处的顶点,图的方向为肝门静脉血流的方向;同时,由此可计算确定出血管树拓扑点的三维坐标与半径,血管树各分支的实际长度、欧式距离、平均半径、生长角度这些属性信息;所述血管树各分支的实际长度、欧式距离、平均半径、生长角度与所在血管系统计算方法如下:
假设血管各分支中的分支e的两个拓扑点坐标是(x1,y1,z1)和(x2,y2,z2);
其中:(x1,y1,z1)和(x2,y2,z2)分别代表血管各分支中的分支e的两个拓扑点的x轴,y轴,z轴的坐标;
血管树各分支的实际长度,为对应的骨架长度;
欧式距离:血管树各分支的对应血管树边的长度,即分支所在的两个拓扑点的欧式距离
平均半径公式为:其中Volume(e)是血管各分支中的分支e的体素数;Length(e)是血管各分支中的分支e的实际长度;π为圆周率;
生长角度为血管各分支中的分支e与父边所在分支的角度;
所在血管系统即在肝脏内提取门静脉和肝静脉,然后标注归属于相应的血管静脉类别;
(3)对肝区进行功能分段:功能分段指的是对肝脏进行Couinaud分类,将步骤(22)获得的血管树进行分级,分级后根据血管树的连通性将肝区分为相应的功能分段;再计算确定出肝脏与肝肿瘤的体积、各功能分段的体积以及所占肝脏区域的比例、各功能分段内肿瘤的体积以及肿瘤所占比例这些属性信息;
(4)生成肝脏三维可视化展示以及属性测量诠析报告,能实现肝区的三维可视化展示和属性测量:
用基于移动立方体的方法分别对肝脏、肝血管、肝肿瘤和各肝脏功能分段进行重建,三维重建即可视化,表示出在三维空间内的相对位置关系,大小关系,特别是每个肿瘤和分段的供血分支;所述属性测量主要包括:
血管树拓扑点的三维坐标与半径,
血管树各分支的实际长度、欧式距离、平均半径、生长角度与所在血管系统,
肝脏与肝肿瘤的体积、各功能分段的体积以及所占肝脏区域的比例、各功能分段内肿瘤的体积以及肿瘤所占比例。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610815614.4A CN106469453B (zh) | 2016-09-12 | 2016-09-12 | 一种三维可视化展示及属性测量的肝脏功能区域诠析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610815614.4A CN106469453B (zh) | 2016-09-12 | 2016-09-12 | 一种三维可视化展示及属性测量的肝脏功能区域诠析方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106469453A CN106469453A (zh) | 2017-03-01 |
CN106469453B true CN106469453B (zh) | 2019-08-02 |
Family
ID=58230479
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610815614.4A Active CN106469453B (zh) | 2016-09-12 | 2016-09-12 | 一种三维可视化展示及属性测量的肝脏功能区域诠析方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106469453B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107273658B (zh) * | 2017-05-16 | 2020-10-27 | 哈尔滨医科大学 | 对颅内动脉瘤破裂风险进行评估及其图像进行分类的装置 |
CN107845098A (zh) * | 2017-11-14 | 2018-03-27 | 南京理工大学 | 基于随机森林和模糊聚类的肝癌图像全自动分割方法 |
CN110111321B (zh) * | 2019-05-10 | 2021-01-19 | 四川大学 | 一种非接触式多尺度裂纹识别方法 |
WO2021081845A1 (zh) * | 2019-10-30 | 2021-05-06 | 未艾医疗技术(深圳)有限公司 | 一种基于vrds ai的肝脏肿瘤和血管分析方法及相关产品 |
CN111145206B (zh) * | 2019-12-27 | 2024-03-01 | 联想(北京)有限公司 | 肝脏图像分割质量评估方法、装置及计算机设备 |
CN111354008B (zh) * | 2020-02-19 | 2023-11-14 | 北京理工大学 | 基于局部特征的肝静脉门静脉分离方法及装置 |
CN113096066B (zh) * | 2021-02-26 | 2023-02-10 | 杭州臻合健康科技有限公司 | 一种基于智能肝门静脉的分型方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393644A (zh) * | 2008-08-15 | 2009-03-25 | 华中科技大学 | 一种肝门静脉血管树建模方法及其系统 |
CN102117378A (zh) * | 2009-12-31 | 2011-07-06 | 苏州瑞派宁科技有限公司 | 一种基于三维多模影像的肝肿瘤综合手术规划模拟方法及其系统 |
CN102938027A (zh) * | 2012-11-30 | 2013-02-20 | 河北大学 | 一种计算机辅助肝脏移植手术规划系统的实现方法 |
CN103268603A (zh) * | 2013-05-08 | 2013-08-28 | 同济大学 | 基于层级血管树划分的肝脏图像分段方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9984456B2 (en) * | 2004-04-14 | 2018-05-29 | Edda Technology, Inc. | Method and system for labeling hepatic vascular structure in interactive liver disease diagnosis |
-
2016
- 2016-09-12 CN CN201610815614.4A patent/CN106469453B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101393644A (zh) * | 2008-08-15 | 2009-03-25 | 华中科技大学 | 一种肝门静脉血管树建模方法及其系统 |
CN102117378A (zh) * | 2009-12-31 | 2011-07-06 | 苏州瑞派宁科技有限公司 | 一种基于三维多模影像的肝肿瘤综合手术规划模拟方法及其系统 |
CN102938027A (zh) * | 2012-11-30 | 2013-02-20 | 河北大学 | 一种计算机辅助肝脏移植手术规划系统的实现方法 |
CN103268603A (zh) * | 2013-05-08 | 2013-08-28 | 同济大学 | 基于层级血管树划分的肝脏图像分段方法 |
Non-Patent Citations (3)
Title |
---|
Liver Vessel Tree Generation Based on Skeletonization and Graph Representation;Yufei Chen et al.;《International Conference on Bioinformatics & Biomedical Engineering》;20111231;第1-4页 |
基于Hessian矩阵和区域生长的肝血管树的分割算法研究;刘晏丽 等;《计算机与现代化》;20111231(第1期);第113-116页 |
基于层级血管树的肝脏分段方法;文辉 等;《计算机应用》;20130901;第33卷(第9期);第2658-2661页 |
Also Published As
Publication number | Publication date |
---|---|
CN106469453A (zh) | 2017-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106469453B (zh) | 一种三维可视化展示及属性测量的肝脏功能区域诠析方法 | |
Antiga et al. | Geometric reconstruction for computational mesh generation of arterial bifurcations from CT angiography | |
Kreiser et al. | A survey of flattening‐based medical visualization techniques | |
AU2023200986A1 (en) | System and methods for estimation of blood flow characteristics using reduced order model and machine learning | |
Cetin et al. | A higher-order tensor vessel tractography for segmentation of vascular structures | |
Yang et al. | Segmentation of liver and vessels from CT images and classification of liver segments for preoperative liver surgical planning in living donor liver transplantation | |
CN101393644B (zh) | 一种肝门静脉血管树建模方法及其系统 | |
CN101551906B (zh) | 基于三维区域分水岭的腹部ct图像主要血管提取方法 | |
Wu et al. | Segmentation and reconstruction of vascular structures for 3D real-time simulation | |
CN106204733A (zh) | 肝脏和肾脏ct图像联合三维构建系统 | |
CN107895364B (zh) | 一种用于虚拟手术术前规划的三维重建系统 | |
CN107067398A (zh) | 用于三维医学模型中缺失血管的补全方法及装置 | |
CN103247073A (zh) | 基于树状结构的三维脑血管模型构造方法 | |
Moench et al. | Context-aware mesh smoothing for biomedical applications | |
CN102693540A (zh) | 一种肝脏分段的方法及其系统 | |
Liu et al. | An ITK implementation of a physics-based non-rigid registration method for brain deformation in image-guided neurosurgery | |
Chen et al. | Shape registration with learned deformations for 3D shape reconstruction from sparse and incomplete point clouds | |
Wei et al. | Centerline extraction of vasculature mesh | |
Wu et al. | Comparative study of surface modeling methods for vascular structures | |
Govyadinov et al. | Robust tracing and visualization of heterogeneous microvascular networks | |
Eulzer et al. | Visualizing carotid blood flow simulations for stroke prevention | |
Wu et al. | Curvature-dependent surface visualization of vascular structures | |
Ghaffari et al. | Validation of parametric mesh generation for subject-specific cerebroarterial trees using modified Hausdorff distance metrics | |
Lukeš et al. | Numerical simulation of liver perfusion: from CT scans to FE model | |
Huang et al. | Thin structure segmentation and visualization in three-dimensional biomedical images: a shape-based approach |
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 |