CN106600596A - 一种心脏腔室动态显示方法及系统 - Google Patents
一种心脏腔室动态显示方法及系统 Download PDFInfo
- Publication number
- CN106600596A CN106600596A CN201611192662.9A CN201611192662A CN106600596A CN 106600596 A CN106600596 A CN 106600596A CN 201611192662 A CN201611192662 A CN 201611192662A CN 106600596 A CN106600596 A CN 106600596A
- Authority
- CN
- China
- Prior art keywords
- group
- contours
- heart
- medical image
- point
- 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
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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
Abstract
本发明公开一种心脏腔室动态显示方法及系统。方法包括:获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,对每组心脏医学图像中心脏腔室的心内膜和心外膜进行分割,得到各组心脏医学图像中心脏腔室的心内膜及心外膜轮廓;根据心内膜轮廓及心外膜轮廓构建心脏腔室的三维模型;在三维模型中间添加多组心脏腔室的三维过渡模型;将多组三维模型和多组三维过渡模型按时间顺序动态显示。本发明公开的方法及系统实现了非侵入式的心脏腔室四维动态显示,操作便利,对人体不造成任何伤害,并且在建模过程中使用的数据信息可用于计算心肌动量、内膜动量和心脏腔室容积等参数,便于开发多种拓展功能。
Description
技术领域
本发明涉及医学检测领域及计算机仿真领域,特别是涉及一种心脏腔室动态显示方法及系统。
背景技术
心脏是人体重要器官之一,心血管病又是人类三大疾病之一,因此对于它的生理病理研究具有重要意义。常见的情况是:如果一个人毫无预料地突然死去,通常是有潜在性心脏问题。高发的心血管疾病等迫切要求人们来研究心脏生理构造及相关的心脏生理活动。
现代生物医学工程迅速发展,涌现出了许多种无创诊断心脏疾病的技术方法。现代医学成像技术如CT、磁共振和超声成像等的推广应用,以及心电、血压等监护系统的广泛使用,使人们能在更高的层次上了解心脏的生理和病理状况。而现有技术中CT和磁共振成像的时间较长,很难跟踪心脏的动态变化。超声成像可以观察到心脏的动态变化,但是其分辨率却较低。即使是分辨率很高的彩色多普勒血流成像,由于心脏大血管及大血流的影响,也难于观察到心血管的病理变化。对心电及血压监护系统而言,早期的心脏疾病未能引起心电及血压的病理性改变时,这种系统往往是无能为力的。
针对现代医学成像技术的上述缺陷,开发了一种与心脏相关的四维建模技术,应用计算机强有力的计算和图形显示能力,通过在给计算机心脏模型赋予活体心脏所具有的心肌、血液的动力学特性、动态电传导特性、生化特性和各种生理病理知识,使之从形态、结构和功能等方面逼真地再现人体心脏的活动过程。心脏内部各腔室精细结构的数字化三维模型,不仅能够加强对心脏生理的认识,还能为心脏电生理仿真与心内膜电生理标测导航的研究提供重要的基础医学数据。
而现有技术中的与心脏相关的四维建模技术,其方法是利用放置于心脏附近和心脏相对位置固定不透X线的标志点作为定位参考点,将导管紧贴心内膜某点,分别对导管顶端和定位参考点进行不同角度的X线投照以获得两个包含定位参考点和该心内膜点投影的平面,通过该心内膜点在这两平面投影点作该平面中垂线,两中垂线交叉点即为该心内膜点的空间位置点,其系统是由X线机和与X线机连接的搭载心脏四维重建成像软件的计算机构成。该现有方法在心脏部位放置导管是一种侵入式的方法,对人体有害且操作不便利;并且该方法只能实现实时的四维成像,而并未构建四维动态模型,因此难以对相关空间数据做提取与处理,以致对之后拓展功能的开发造成不便。
发明内容
本发明的目的是提供一种心脏腔室动态显示方法,通过对心脏医学图像进行图像分割、三维建模、模型四维化及数据调用,完成心脏腔室四维动态模型的显示及相关心肌壁运动活跃度的提取,实现了非侵入式的心脏腔室四维动态显示,操作便利,对人体不造成任何伤害,并且在建模过程中使用的数据信息可用于计算心肌动量、内膜动量和心脏腔室容积,便于开发多种拓展功能。
为实现上述目的,本发明提供了如下方案:
一种心脏腔室动态显示方法,所述方法包括:
获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,所述多组心脏医学图像中的每组心脏医学图像包括多张心脏医学图像;
对所述每组心脏医学图像中心脏腔室的心内膜进行分割,得到各组心脏医学图像中心脏腔室的心内膜轮廓;
对所述每组心脏医学图像中心脏腔室的心外膜进行分割,得到各组心脏医学图像中心脏腔室的心外膜轮廓;
根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型;
在所述三维模型中间添加多组心脏腔室的三维过渡模型;
将所述多组三维模型和所述多组三维过渡模型按时间顺序动态显示。
可选的,所述获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,具体包括:
识别分割对象,得到识别结果;
当所述识别结果表示所述分割对象为心房时,直接获取以医学数字成像和通信格式存储的多组心脏医学图像,从中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像;
当所述识别结果表示所述分割对象为心室时,则获取以医学数字成像和通信格式存储的多组心脏医学图像,将获取的所述以医学数字成像和通信格式存储的多组心脏医学图像中的每组心脏医学图像重组为心脏3D立体影像,并构建一个法向于心室生理学中轴的3D空间切平面,以所述心室生理学中轴为基准,使用构建的所述3D空间切平面切割所述心脏3D立体影像,得到多组心脏医学图像,从得到的所述多组心脏医学图像中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像。
可选的,所述对所述每组心脏医学图像中心脏腔室的心内膜进行分割,具体包括:
运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心内膜轮廓边缘点;
对所述心内膜轮廓边缘点中不明确的边缘点进行手动分割,得到心内膜轮廓不明确边缘点区域;
对所述心内膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心内膜轮廓边缘点;
采用边缘内插法将所述二次成长后的心内膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心内膜轮廓。
可选的,所述对所述每组心脏医学图像中心脏腔室的心外膜进行分割,具体包括:
对所述每组心脏医学图像进行灰度处理,使得区域成长法的搜索阈值能够检测到心外膜轮廓边缘;
运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心外膜轮廓边缘点;
对所述心外膜轮廓边缘点中不明确的边缘点进行手动分割,得到心外膜轮廓不明确边缘点区域;
对所述心外膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心外膜轮廓边缘点;
采用边缘内插法将所述二次成长后的心外膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心外膜轮廓。
可选的,所述根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型,具体包括:
从所述各组心脏医学图像中各选取m张采样图像;
从每张所述采样图像中的心内膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心内膜轮廓采样点;
根据各组的所述k*m个心内膜轮廓采样点构建各组心脏腔室心内膜的三维模型;
从每张所述采样图像中的心外膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心外膜轮廓采样点;
根据各组的所述k*m个心外膜轮廓采样点构建各组心脏腔室心外膜的三维模型;
所述各组心脏腔室心内膜的三维模型和所述各组心脏腔室心外膜的三维模型分别构成所述各组心脏腔室的三维模型。
本发明还公开了一种心脏腔室动态显示系统,所述系统包括:
医学图像获取模块,用于获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,所述多组心脏医学图像中的每组心脏医学图像包括多张心脏医学图像;
心内膜轮廓分割模块,用于对所述每组心脏医学图像中心脏腔室的心内膜进行分割,得到各组心脏医学图像中心脏腔室的心内膜轮廓;
心外膜轮廓分割模块,用于对所述每组心脏医学图像中心脏腔室的心外膜进行分割,得到各组心脏医学图像中心脏腔室的心外膜轮廓;
三维模型建立模块,用于根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型;
三维过渡模型建立模块,用于在所述三维模型中间添加多组心脏腔室的三维过渡模型;
动态显示模块,用于将所述多组三维模型和所述多组三维过渡模型按时间顺序动态显示。
可选的,所述医学图像获取模块具体包括:
识别单元,用于识别分割对象,得到识别结果;
医学图像获取单元,用于当所述识别结果表示所述分割对象为心房时,直接获取以DICOM格式存储的多组心脏医学图像,从中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像;当所述识别结果表示所述分割对象为心室时,则获取以DICOM格式存储的多组心脏医学图像,将所述获取的以DICOM格式存储的多组心脏医学图像中的每组心脏医学图像重组为心脏3D立体影像,并构建一个法向于心室生理学中轴的3D空间切平面,以所述心室生理学中轴为基准,使用所述构建的3D空间切平面切割重组后的心脏3D立体影像,得到多组心脏医学图像,从所述得到的多组心脏医学图像中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像。
可选的,所述心内膜轮廓分割模块具体包括:
心内膜种子点设立单元,用于运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
心内膜轮廓分割单元,用于从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心内膜轮廓边缘点;
心内膜轮廓手动分割单元,用于对所述心内膜轮廓边缘点中不明确的边缘点进行手动分割,得到心内膜轮廓不明确边缘点区域;
心内膜轮廓二次成长单元,用于对所述心内膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心内膜轮廓边缘点;
心内膜轮廓平滑去噪单元,用于采用边缘内插法将所述二次成长后的心内膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心内膜轮廓。
可选的,所述心外膜轮廓分割模块具体包括:
图像灰度处理单元,用于对所述每组心脏医学图像进行灰度处理,使得区域成长法的搜索阈值能够检测到心外膜轮廓边缘;
心外膜种子点设立单元,用于运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
心外膜轮廓分割单元,用于从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心外膜轮廓边缘点;
心外膜轮廓手动分割单元,用于对所述心外膜轮廓边缘点中不明确的边缘点进行手动分割,得到心外膜轮廓不明确边缘点区域;
心外膜轮廓二次成长单元,用于对所述心外膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心外膜轮廓边缘点;
心内膜轮廓平滑去噪单元,用于采用边缘内插法将所述二次成长后的心外膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心外膜轮廓。
可选的,所述三维模型建立模块具体包括:
图像采样单元,用于从所述各组心脏医学图像中各选取m张采样图像;
心内膜轮廓采样单元,用于从每张所述采样图像中的心内膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心内膜轮廓采样点;
心内膜三维模型构建单元,用于根据各组的所述k*m个心内膜轮廓采样点构建各组心脏腔室心内膜的三维模型;
心外膜轮廓采样单元,用于从每张所述采样图像中的心外膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心外膜轮廓采样点;
心外膜三维模型构建单元,用于根据各组的所述k*m个心外膜轮廓采样点构建各组心脏腔室心外膜的三维模型;
心脏腔室三维模型构建单元,用于将所述各组心脏腔室心内膜的三维模型和所述各组心脏腔室心外膜的三维模型分别构成所述各组心脏腔室的三维模型。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
1、本发明的技术方案通过对心脏医学图像进行图像分割、三维建模及模型动态显示,完成了心脏腔室的四维动态模型显示,使得用户可以直接观察到心脏周期跳动的动态过程。
2、采用现有的CT、核磁共振或超声图像完成心脏腔室三维模型的动态显示,不必在心脏部位放置导管,实现了非侵入式的心脏腔室四维动态显示,操作便利,对人体不造成任何伤害。
3、在建模过程中得到的数据信息可用于计算心肌动量、内膜动量和心脏腔室容积等参数,便于开发多种拓展功能。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明一种心脏腔室动态显示方法实施例的方法流程图;
图2为本发明一种心脏腔室动态显示方法实施例中对所述每组心脏医学图像中心脏腔室的心内膜进行分割的方法流程图;
图3为本发明一种心脏腔室动态显示方法实施例中对所述每组心脏医学图像中心脏腔室的心外膜进行分割的方法流程图;
图4为本发明一种心脏腔室动态显示方法实施例中根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型的方法流程图;
图5为本发明一种心脏腔室动态显示系统实施例的系统结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的目的是提供一种心脏腔室动态显示方法及系统。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明一种心脏腔室动态显示方法实施例的方法流程图。
参见图1,所述方法包括:
步骤101:获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像。
本发明所述心脏医学图像可以是心脏的电子计算机断层扫描(CT)图像、心脏超声图像以及核磁共振等图像。所述图像以医学数字成像和通信(DICOM)格式进行记录和存储。
以获取一名房颤病人经过消融术术后拍摄的心脏计算机断层扫描(CT)图像为例,该CT图像包含该病人术后心脏一个完整心跳周期的医学图像,分为20个时序存储在20组CT图像中,每组CT图像拍摄的时间间隔一致。
以左心房为例,当我们想对左心房进行分割建模时,识别结果表示分割对象为心房,此时直接获取以医学数字成像和通信(DICOM)格式存储的上述20组CT图像,从中选取十组心脏医学图像,所述十组心脏医学图像能够代表心脏一个完整的心跳周期,并且是以固定时间间隔在时间顺序上连续的。
因为心室在整个心脏内部下方呈类椭圆体形状倾斜分布,所以心室的生理学中轴与水平面是呈一定倾斜角度的。而在对前述房颤病人心脏进行电子计算机断层扫描时,扫描的是心脏的水平横断面,也就是说,该CT图像中CT切片的角度是水平的,那么,若以该水平切割角度得到的CT图像直接进行分割建模,得到的心室心肌厚度实际为斜向切割的心室心肌层的虚假数值,该虚假数值会大于实际心肌厚度,因此,采用该CT图像建立的心室三维模型是不准确的。
因此在本发明所述方案中,当我们想对心室进行分割建模时,需要重新定义切平面,使重新定义的切平面方向法向于心室中轴,也就是心室的生理学中轴垂直于该切平面,这样切割出的CT图像为心室的标准短轴切面,可得到真实的心肌厚度参数,便于生理参数处理及功能开发。并且按照该方法得到的心室短轴切面图像,可使心室更容易与主动脉及心房区分开,从而缩短内膜圈选时间,减少后续手动分割轮廓不明确边缘点的步骤。
以左心室为例,当识别结果表示分割对象为心室时,获取以DICOM格式存储的该20组心脏医学图像,将其中每组图像重组为一个心脏3D立体影像,并构建一个法向于左心室生理学中轴的3D空间切平面,以左心室生理学中轴为基准,使用构建的所述3D空间切平面切割每个重组的心脏3D立体影像,得到20组心脏医学图像,从得到的20组心脏医学图像中选取十组心脏医学图像,所述十组心脏医学图像能够代表心脏一个完整的心跳周期,并且是以固定时间间隔在时间顺序上连续的。
可选的,将每组图像重组为一个心脏3D立体影像,可以采用visual studio系列开发工具搭载OpenGL图形函数库,使用OpenGL图形函数库中的材质贴图方式来实现心脏3D立体影像的重组,将前述获取的房颤病人心脏CT图像重组为心脏3D立体影像。该重组后的心脏3D立体影像长、宽为512×512pixel,深度自由设定,将该重组后的心脏3D立体影像的长、宽及深度建立在大小为±1的立方体上。
可选的,构建一个法向于左心室生理学中轴的3D空间切平面步骤中,判定切平面是否法向于左心室生理学中轴的判定方法以切面水平切割左心室中的乳头肌为标准,如果沿切平面法方向上下平移切面,乳头肌会同时出现或消失,那么可以判定该切平面法向于左心室生理学中轴,将此时的切平面角度设定为切割角度。
可选的,使用构建的所述3D空间切平面切割每个重组的心脏3D立体影像步骤中,可以在重组的心脏3D立体影像基础上,利用切平面法向的心室中心轴为基准,以0.005mm的间隔切割所述心脏3D立体影像,每组从心脏底端至顶端共切割出400张医学图像。
步骤102:对每组心脏医学图像中心脏腔室的心内膜进行分割,得到各组心脏医学图像中心脏腔室的心内膜轮廓。
以左心室为例,对每组心脏医学图像中左心室的心内膜进行分割,得到各组心脏医学图像中左心室的心内膜轮廓。
参见图2,所述对每组心脏医学图像中心脏腔室的心内膜进行分割的步骤包括:
步骤201:运用线性内插法设立每组心脏医学图像中每张医学图像区域成长的起始种子点。
以上述选取的十组心脏医学图像为例,假设任意一组心脏医学图像由心脏腔室的底端到顶端有400张图像,那么在顶端第一张图像中设立第一张图像区域成长的起始种子点,在底端第400张图像中设立第400张图像区域成长的起始种子点,运用线性内插法设立中间图像区域成长的起始种子点。
步骤202:从每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心内膜轮廓边缘点。
将所述每张图像设立的起始种子点的像素灰阶值设为区域成长的参照值,设定一个像素差的阈值,若相邻像素点的像素灰阶值与种子点像素灰阶值的差异小于所述阈值,则将该相邻像素点归纳为同类区域,若相邻像素点的像素灰阶值与种子点像素灰阶值的差异大于阈值,则将该相邻像素点归纳为异类区域;将新增的同类像素点设定为次种子点,继续判断次种子点相邻像素点与次种子点的像素灰阶值差异,若次种子点相邻像素点的像素灰阶值与次种子点像素灰阶值的差异小于阈值,则将该次种子相邻像素点归纳为同类区域,若次种子点相邻像素点的像素灰阶值与次种子点像素灰阶值的差异大于阈值,则将该次种子相邻像素点归纳为异类区域;重复执行上述步骤,得到灰阶值相近的同类区域和异类区域,该同类区域和异类区域便将所述图像分割成了心内膜轮廓区域和非心内膜轮廓区域,心内膜轮廓区域内的像素点即为心内膜轮廓边缘点。
虽然区域成长的方式可以将每张心脏腔室图像的像素区域分为心内膜轮廓区域和非心内膜轮廓区域,但是心内膜轮廓边缘点还需要进一步的处理才可以取得。首先判断所述心内膜轮廓区域内每一像素点相邻的八个像素点是否有非内膜轮廓区域的像素点,若有,则此心内膜轮廓区域像素点划分为心内膜轮廓边缘的一点;若没有,则此心内膜轮廓区域像素点划分为非心内膜轮廓边缘的点;执行上述判断和划分步骤直到得到所有心内膜轮廓边缘点。
采用上述方法得到心内膜轮廓边缘点后,仍会有特殊的情况产生,此情况是由于在执行区域成长的时候,同类区域里包含了非同类的杂讯,造成边缘资讯的选取有误,且面积的运算也会有错误。为了解决此错误,对所有的心内膜轮廓边缘点,以最外侧的边缘点再做一次边缘部分的区域成长,如此即可单纯地找出最外围的心内膜轮廓边缘点。
可选的,所述区域成长的最大特性是会建立一个计数器,每当归纳一个像素为同类区域时,计数器便累加一点。当完成区域成长的运算后,计数器的总值乘上图像每个像素的解析度,还可以运算出区域面积大小。
以左心室为例,采用区域成长法分割出每张医学图像中左心室心内膜轮廓边缘点。
步骤203:对心内膜轮廓边缘点中不明确的边缘点进行手动分割,得到心内膜轮廓不明确边缘点区域。
需要进行手动分割的情况主要有两种:一为在腔室连通处发生轮廓外扩导致内外膜边界灰度值差异不明显的情况;二为轮廓收缩造成心肌灰度差异过大,导致与内膜边界连接的内部伪影或干扰的情况。手动分割处理方法主要有两种,分别使用黑线、白线手动修正轮廓分割的结果;对于外扩情况,划定边界线,边界线用来切断与外膜边界部分的灰度连接,将此边界线定义为黑线;对于收缩情况,划定白线边界线,白线内区域判定为成长法阈值内的区域。
以左心室为例,对左心室心内膜轮廓边缘点中不明确的边缘点进行手动分割,得到心内膜轮廓不明确边缘点区域。
步骤204:对心内膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心内膜轮廓边缘点。
以左心室为例,对心内膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心内膜轮廓边缘点。
步骤205:采用边缘内插法将二次成长后的心内膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心内膜轮廓。
上述通过区域成长法分割出的轮廓边缘点是相互独立且无规律出现的,这就导致在形成心内膜轮廓边缘时未必出现一个完整的闭合曲面,因此需要借助边缘内插的方式将圈选的轮廓边缘点之间的缝隙补齐。数值分析之中常用的B-splines或Cubic spline内插方法,是对控制点做内插,绘出圈选的轮廓,其特性是一种区域性的内插方式,用此方法所决定的边缘只与前后4个点有关,而不是全部的点都可以对边缘产生控制的效果,这样可以保持边缘特征的独立性,且不易被其它的控制点影响而产生不可估计或是显示的错误。由于产生一区段的B-splines曲线需要四个点,且此段B-splines位于中间两点间的区段且和中间两点的位置有极大的关系,当点数超过四个点时,我们需要考虑B-splines在中间区段是如何由之前的B-splines曲线延伸及绘制。我们类比于Cubic splines,游走于每一点之间,当走到新的一点,便找到新的一组四个点,将旧的一组四个点丢弃,以此方式不断建立各个边缘点之间的曲线关系,最终形成一个闭合曲线作为边缘轮廓。
以左心室为例,采用边缘内插法将二次成长后的心内膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的左心室心内膜轮廓。
采用图2所示的上述方法,可以得到各组心脏医学图像中每张图像中心脏腔室的心内膜轮廓。
以左心室为例,采用上述方法得到十组心脏医学图像中每张医学图像中左心室的心内膜轮廓。
步骤103:对每组心脏医学图像中心脏腔室的心外膜进行分割,得到各组心脏医学图像中心脏腔室的心外膜轮廓。
参见图3,所述对每组心脏医学图像中心脏腔室的心外膜进行分割的步骤包括:
步骤301:对每组心脏医学图像进行灰度处理,使得区域成长法的搜索阈值能够检测到心外膜轮廓边缘。
由于心肌灰度在胸腔内亮度仅次于腔室血池及骨骼,我们可以通过控制灰度搜寻到外膜轮廓边缘,以心肌灰度为界限二值化图像,使得心肌与内膜灰度的区别被去除,二值化的阈值即为外膜区域成长法的阈值,通过更改阈值可以搜寻到外膜边界。二值化处理后的图像能在心脏外侧感兴趣区域出现完整清晰的外膜轮廓,但在内侧边界轮廓不够明显,还需要扩展内膜作为边界轮廓同时添加手动修正。
以左心室为例,以心肌灰度为界限二值化图像,使得区域成长法的搜索阈值能够检测到心外膜轮廓边缘。
步骤302:运用线性内插法设立每组心脏医学图像中每张医学图像区域成长的起始种子点。
所述步骤302与所述步骤201的方法和原理相同,只是设立的是心外膜轮廓分割区域成长的种子点。
以前述选取的十组心脏医学图像为例,运用线性内插法设立每组心脏医学图像中每400张医学图像区域成长的起始种子点。
步骤303:从每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心外膜轮廓边缘点。
所述步骤303与所述步骤202的方法和原理相同,只需将步骤301中二值化的阈值设为区域成长的参照值,然后采用步骤202中所述的区域成长步骤可将每张图像分割成心外膜轮廓区域和非心外膜轮廓区域,心外膜轮廓区域内的像素点即为心外膜轮廓边缘点。
同样的,虽然区域成长的方式可以将每张心脏腔室图像的像素区域分为心外膜轮廓区域和非心外膜轮廓区域,但是心外膜轮廓边缘点还需要进一步的处理才可以取得,处理方式同心内膜轮廓边缘点,可找出最外围的心外膜轮廓边缘点。
以左心室为例,将上述二值化图像时二值化的阈值设为区域成长的参照值,采用区域成长法分割出每张医学图像中左心室心外膜轮廓边缘点。
步骤304:对心外膜轮廓边缘点中不明确的边缘点进行手动分割,得到心外膜轮廓不明确边缘点区域。
以左心室为例,对左心室心外膜轮廓边缘点中不明确的边缘点进行手动分割,得到心外膜轮廓不明确边缘点区域。
步骤305:对心外膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心外膜轮廓边缘点。
以左心室为例,对心外膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心外膜轮廓边缘点。
步骤306:采用边缘内插法将所述二次成长后的心外膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心外膜轮廓。
所述步骤306所述方法和原理与所述步骤205相同,同样采用边缘内插法得到闭合平滑的心脏腔室的心外膜轮廓。
以左心室为例,采用边缘内插法将二次成长后的心外膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的左心室心外膜轮廓。
步骤104:根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型。
参见图4,所述根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型的步骤包括:
步骤401:从各组心脏医学图像中各选取m张采样图像。
前述获取的每组心脏医学图像中均包括上百张心脏医学图像,而每张图像中经步骤102和步骤103分割得到的心脏腔室的心内膜和心外膜轮廓边缘点个数介于100至1000点之间,若以这样几千几万个点进行三维建模是不现实的,一是工作量太大,二是构建太细微的网格在一般视觉效果上是无意义的。因此,本发明所述方法在构建三角网格前要先进行采样。
假设每组心脏医学图像中包括n张医学图像,将n张医学图像平均分成m层,从第一层任意一张图像开始算起,每经过n/m张图像选取一张采样图像,若n/m为小数,则无条件舍去小数部分取整数张进行采样,每组心脏医学图像中均选取m张采样图像,且每组选取采样图像的规律相同。
以前述获取的十组心脏医学图像为例,其每组心脏医学图像中包括400张医学图像,将这400张医学图像平均分成31层,从第一层第3张图像开始算起,每经过400/31张图像选取一张采样图像,由于400/31为小数,那么无条件舍去小数部分,即每经过12张图像选取一张采样图像,每组心脏医学图像中均选取31张采样图像.。并且该十组心脏医学图像中的每组选取采样图像的规律相同,即各组均选取第3张、第15张、第17张、...、第363张图像作为采样图像。
步骤402:从每张采样图像中的心内膜轮廓边缘点中采样k个点。
计算每一张采样图像中心脏腔室心内膜轮廓的几何中心,从中心点按辐射方向选取心内膜轮廓边缘点,每隔360°/k的角度选取一点,每张采样图像采样k个点,所述m张采样图像共采样k*m个心内膜轮廓采样点。
以左心室为例,计算前述每组医学图像中每一张采样图像中左心室心内膜轮廓的几何中心,从中心点按辐射方向选取心内膜轮廓边缘点,每隔12°的角度选取一点,每张采样图像采样30点,则每组31张采样图像共采样930个左心室心内膜轮廓采样点。
步骤403:根据各组的k*m个心内膜轮廓采样点构建各组心脏腔室心内膜的三维模型。
将该k*m点定义为集合Ci(Pj),Ci表示第i张采样图像,Pj表示第j个采样点,Ci(Pj)表示第i张采样图像中的第j个采样点,其中1≤i≤m,1≤j≤k。
在C1中先找出一参考点C1(P1),从C2中找出与C1(P1)最接近的一点C2(P1),紧接着依边缘顺序分别找出C1(P2)和C2(P2),计算向量和向量以这两个向量画出一个三角网格,再计算向量和向量以这两个向量为基础画出一个三角网格,以此类推,直至画出C1和C2之间的2k个三角网格,再按照上述方法画出C2和C3、C3和C4...Cm-1和Cm每两张采样图像之间的2k个三角网格。
每组m张采样图像共构建出2k*(m-1)个三角网格,该2k*(m-1)个三角网格共同组成该组心脏腔室心内膜的三维模型。
以左心室为例,将上述每组采样的930个左心室心内膜轮廓采样点定义为集合Ci(Pj),Ci表示第i张采样图像,Pj表示第j个采样点,Ci(Pj)表示第i张采样图像中的第j个采样点,其中1≤i≤31,1≤j≤30。
在C1中先找出一参考点C1(P1),从C2中找出与C1(P1)最接近的一点C2(P1),紧接着依边缘顺序分别找出C1(P2)和C2(P2),计算向量和向量以这两个向量画出一个三角网格,再计算向量和向量以这两个向量为基础画出一个三角网格,以此类推,直至画出C1和C2之间的60个三角网格,再按照上述方法画出C2和C3、C3和C4...Cm-1和Cm每两张采样图像之间的60个三角网格。
如此每组31张采样图像共构建出60*30=1800个三角网格,该1800个三角网格共同组成该组左心室心内膜的三维模型。
按照上述方法得到十组左心室心内膜的三维模型。
步骤404:从每张采样图像中的心外膜轮廓边缘点中采样k个点。
心外膜轮廓边缘点采样规律和步骤402中所述心内膜轮廓边缘点采样的规律相同,且选取的心外膜轮廓边缘采样点和选取的心内膜轮廓边缘采样点在辐射方向上一一对应。
以左心室为例,前述实施例中已经从中心点按辐射方向每隔12°的角度选取了一点心内膜轮廓边缘点,在选取心外膜轮廓边缘点时需要和选取的心内膜轮廓边缘点一一对应。比如选取心内膜轮廓边缘采样点时在0°、12°、24°、...、348°角度时各获取了一个心内膜轮廓边缘采样点,那么同样的,在0°、12°、24°、...、348°角度时各获取了一个心外膜轮廓边缘采样点,如此得到每张采样图像的30点采样点,则每组31张采样图像共采样930个左心室心外膜轮廓采样点。
步骤405:根据各组的k*m个心外膜轮廓采样点构建各组心脏腔室心外膜的三维模型。
步骤405中根据各组的k*m个心外膜轮廓采样点构建各组心脏腔室心外膜的三维模型的方法同步骤403中根据各组的k*m个心内膜轮廓采样点构建各组心脏腔室心内膜的三维模型的方法和原理相同,只是采样点为心外膜轮廓的采样点。
以左心室为例,将上述每组采样的930个左心室心外膜轮廓采样点定义为集合Ci(Pj),Ci表示第i张采样图像,Pj表示第j个采样点,Ci(Pj)表示第i张采样图像中的第j个采样点,其中1≤i≤31,1≤j≤30。
在C1中先找出一参考点C1(P1),从C2中找出与C1(P1)最接近的一点C2(P1),紧接着依边缘顺序分别找出C1(P2)和C2(P2),计算向量和向量以这两个向量画出一个三角网格,再计算向量和向量以这两个向量为基础画出一个三角网格,以此类推,直至画出C1和C2之间的60个三角网格,再按照上述方法画出C2和C3、C3和C4...Cm-1和Cm每两张采样图像之间的60个三角网格。
如此每组31张采样图像共构建出60*30=1800个三角网格,该1800个三角网格共同组成该组左心室心外膜的三维模型。
按照上述方法得到十组左心室心外膜的三维模型。
步骤406:各组心脏腔室心内膜的三维模型和各组心脏腔室心外膜的三维模型分别构成所述各组心脏腔室的三维模型。
用不同颜色的三角网格对各组心脏腔室心内膜的三维模型和各组心脏腔室心外膜的三维模型进行区分,各组心脏腔室心内膜的三维模型和各组心脏腔室心外膜的三维模型分别构成所述各组心脏腔室的三维模型。
以左心室为例,用红色三角网格代表左心室心内膜的三维模型,用绿色网格代表左心室心外膜的三维模型。第一组左心室心内膜的三维模型和第一组左心室心外膜的三维模型构成第一组左心室的三维模型,同理十组左心室心内膜的三维模型和十组左心室心外膜的三维模型分别构成十组左心室的三维模型。
至此,我们已经得到:十组心脏左心室的三维模型,以及每组模型在一个完整心跳周期出现的时间顺序,还有相同生成规律下构建的每组左心室三维模型中心内膜和心外膜对应数据点之间的关联。
步骤105:在三维模型中间添加多组心脏腔室的三维过渡模型。
三维模型的四维化原理类似于制作动画的过程,按照固定时序快速显示多组三维模型,达到动态显示的效果。为了使四维显示效果更加平滑流畅,需要在构建的多组三维模型中间添加过渡模型。
在前述步骤401中对医学图像进行采样时,每组选取采样图像的规律相同,即每组选取的采样图像与每组医学图像的相对位置是一样的。并且在前述步骤402和步骤404中对轮廓边缘点进行采样时,选取每张采样图像中心外膜轮廓边缘采样点和心内膜轮廓边缘采样点的规律相同,即,每张采样图像中的采样点与每张图像的相对位置也是一样的。也就是说,多组心脏腔室的三维模型中每两组心脏腔室的三维模型中的所述心脏腔室心内膜的三维模型和所述心脏腔室心外膜的三维模型的各自所述k*m个采样点的空间坐标存在一一对应的关系。
提取所述构建的多组心脏腔室的三维模型中每两组心脏腔室的三维模型中的所述心脏腔室的心内膜的三维模型和所述心脏腔室的心外膜的三维模型的各自所述k*m点采样点的空间坐标及对应关系,在两两对应采样点之间等距离添加f个过渡点,将两模型对应采样点之间的距离f等分;第一等分过渡点共k*m点构成第1组心脏腔室的三维过渡模型,第二等分过渡点共k*m点构成第2组心脏腔室的三维过渡模型,以此类推每两组心脏腔室的三维模型中间添加f组心脏腔室的三维过渡模型。
假设所述多组心脏腔室的三维模型共包括N组心脏腔室的三维模型,按上述心脏腔室的三维过渡模型生成方法,在所述N组心脏腔室的三维模型中生成另外(N-1)*f组心脏腔室的三维过渡模型,分别为第1组心脏腔室的三维过渡模型、第2组心脏腔室的三维过渡模型、……、第f组心脏腔室的三维过渡模型、第(1+f)组心脏腔室的三维过渡模型、第(2+f)组心脏腔室的三维过渡模型、……、第2f组心脏腔室的三维过渡模型、……、第(N-1)*f组心脏腔室的三维过渡模型。
以前述十组左心室的三维模型为例,提取第一组和第二组左心室的三维模型各930个采样点的空间坐标及对应关系,在相关数据点之间等距添加数个过渡点,在这里以三个过渡点为例,四等分两模型相关点之间距离,拟定第一组左心室三维模型到第二组左心室三维模型为心室扩展过程,则第一组左心室三维模型相关数据点向外侧延伸到第二组左心室三维模型对应位置,期间第一等分过渡点共930个构成第1组过渡模型,以此类推生成第2组过渡模型、第3组过渡模型。
同理在整个十组左心室的三维模型中生成另外30组左心室的三维过渡模型,分别为第1组左心室的三维过渡模型、第2组左心室的三维过渡模型、第3组左心室的三维过渡模型、第4组左心室的三维过渡模型、……、第30组左心室的三维过渡模型。
步骤106:将所述多组三维模型和所述多组三维过渡模型按时间顺序动态显示。
对所述N组心脏腔室的三维模型和所述(N-1)*f组心脏腔室的三维过渡模型设定显示延迟时间,依照延迟时间按照第1组心脏腔室的三维模型→第2组心脏腔室的三维过渡模型→……→第f组心脏腔室的三维过渡模型→第(1+f)组心脏腔室的三维过渡模型→第(2+f)组心脏腔室的三维过渡模型→……→第2f组心脏腔室的三维过渡模型→……→第(N-1)*f组心脏腔室的三维过渡模型→第1组心脏腔室的三维模型的规律将所有心脏腔室的三维模型进行循环动态显示。所述心脏腔室的三维模型循环动态显示过程使得用户可以直接观察到心脏腔室周期跳动的动态过程,该四维动态效果还可以制作成心室的动态显示视频。
以前述得到的十组左心室的三维模型和另外生成的30组左心室的三维过渡模型为例,对所述十组左心室三维模型和所述30组左心室三维过渡模型设定显示延迟时间,依照延迟时间按照第1组左心室三维模型→第1组左心室的三维过渡模型→第2组左心室的三维过渡模型→第3组左心室的三维过渡模型→第二组左心室三维模型→第4组左心室的三维过渡模型→……→第30组左心室三维过渡模型→第1组左心室的三维模型的规律将所有左心室的三维模型进行循环动态显示,使得用户可以直接观察到左心室周期跳动的动态过程。该四维动态效果还可以制作成心室的动态显示视频。
上述方法采用现有的病人心脏CT图像完成了左心室三维模型的动态显示,不必在心脏部位放置导管,实现了非侵入式的心脏腔室四维动态显示,操作便利,对人体不造成任何伤害。
此外,还可将上述心脏腔室三维模型的动态显示方法拓展为带有一定医学评估功能的显示方法。例如,在心脏腔室三维模型构建过程中得到的数据信息还可用于计算心肌动量、内膜动量和心脏腔室容积等参数,便于开发多种拓展功能。
例如,心肌动量显示功能:
心肌为心脏跳动提供动力,通过自身伸缩来维持射血,心肌厚度变化直接反映了心肌肌肉伸缩状况,是评判心肌病变及创伤的关键。而心肌厚度为心内膜与心外膜沿心中轴横向短轴切面的辐射距离。
以前述已构建的左心室心内外膜的三维模型为例,在建模时每张图像以中心等角度辐射得到三十个采样点,并且内膜与外膜轮廓采样点生成规律相同且一一对应,故只需要计算出同一组心脏腔室三维模型中内膜与外膜对应点的空间距离,即为该点的心肌厚度。
设某一组心脏腔室三维模型中有一采样点Q,在内膜的坐标为Q1(x1,y1,z1),在外膜的对应坐标为Q2(x2,y2,z2),该采样点在后一组心脏腔室三维模型中对应点P,点P内外膜坐标分别为P1(a1,b1,c1),P2(a2,b2,c2)。
那么采样点Q心肌厚度向量为(式5.1);
并且,|D1|2 (x2 x1)2 (y2 y1)2 (z2 z1)2 (式5.2)。
同理采样点P心肌厚度向量为(式5.3);
并且,|D2|2 (a2 a1)2 (b2 b1)2 (c2 c1)2 (式5.4)。
|D2 D1|即为前一组心脏腔室三维模型的采样点Q到后一组心脏腔室三维模型中对应采样点P的心肌厚度变化值。
根据上述方法求得每两组心脏腔室三维模型各930个点之间的心肌厚度变化值。为了直观的在模型上进行显示,我们将心肌厚度变化值划分为五个梯度,由0到最大变化值分别由深蓝色,浅蓝色,绿色,黄色,红色五种颜色来显示,通过颜色表明各处心肌的活跃度。
由于心内膜与心外膜三维模型相互独立,且内膜模型更具有典型性,本实施例中将心肌动量颜色上色在内膜模型上。而本发明所述三维模型中的上色板块单元为三角网格,除去最下一层的三十个采样点,每个模型有900个厚度变化值,对应1800个三角网格。如果采用对每个三角网格三个顶点数据求平均的方法来为该三角网格上色,工作量极大。因此,本发明采用三角网格合并来优化显示方法,将两个相邻三角网格中的上三角与对应下三角形合并,其左上角顶点数据用以代表该合并后的四边形上色数值,以此类推到其他所有两两相邻的三角网格。三角网格合并完成后得到的四边形数量与位置完美对应900个采样点和900个上色数值。根据上色数值对四边形进行上色显示。采用四边形上色的显示效果较三角形更佳。
内膜运动显示功能:
心脏内膜的活跃度及运动规律有独特的医学及研究意义,因此我们可以独立分析心内膜模型的变化值。内膜运动在算法处理上与心肌变化类似,相比要更为简单,对于相邻模型,只需处理内膜模型对应点的空间位移,即为内膜动量,其显示方法与上述心肌动量的显示方法相同。
腔室容积提取功能:
心脏各个腔室的容积参数对于心脏射血能力及功能评估也具有重要意义。此处以左心室容积计算为例介绍腔室容积提取方法。
上述左心室心内膜和心外膜轮廓分割步骤中的区域成长方法包含计数器,每当归纳一个像素为同类区域时,计数器便累加一点,完成区域成长的运算后,计数器的总值乘上图像每个像素的解析度,可以运算出区域面积大小。
计算出的每张图像中心内膜轮廓区域的面积,该面积乘以纵向厚度及图像张数即可计算出心内膜三维模型的容积,该容积随着左心室的动态伸缩会产生相应变化。
图5为本发明一种心脏腔室动态显示系统实施例的系统结构图。
参见图5,一种心脏腔室动态显示系统,包括:
医学图像获取模块501,用于获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,所述多组心脏医学图像中的每组心脏医学图像包括多张心脏医学图像;
心内膜轮廓分割模块502,用于对所述每组心脏医学图像中心脏腔室的心内膜进行分割,得到各组心脏医学图像中心脏腔室的心内膜轮廓;
心外膜轮廓分割模块503,用于对所述每组心脏医学图像中心脏腔室的心外膜进行分割,得到各组心脏医学图像中心脏腔室的心外膜轮廓;
三维模型建立模块504,用于根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型;
三维过渡模型建立模块505,用于在所述三维模型中间添加多组心脏腔室的三维过渡模型;
动态显示模块506,用于将所述多组三维模型和所述多组三维过渡模型按时间顺序动态显示。
可选的,所述心脏腔室动态显示系统还可以包括一个选项模块,用于在显示心脏腔室三维模型和四维动态模型的同时,还可通过勾选相应的选项来控制三维内外膜模型、心肌动量模型、内膜动量模型的相关显示及对比,还可对模型进行位置调整,通过空间角度旋转至便于观察的角度。
可选的,所述医学图像获取模块501具体包括:
识别单元,用于识别分割对象,得到识别结果;
医学图像获取单元,用于当所述识别结果表示所述分割对象为心房时,直接获取以DICOM格式存储的多组心脏医学图像,从中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像;当所述识别结果表示所述分割对象为心室时,则获取以DICOM格式存储的多组心脏医学图像,将所述获取的以DICOM格式存储的多组心脏医学图像中的每组心脏医学图像重组为心脏3D立体影像,并构建一个法向于心室生理学中轴的3D空间切平面,以所述心室生理学中轴为基准,使用所述构建的3D空间切平面切割重组后的心脏3D立体影像,得到多组心脏医学图像,从所述得到的多组心脏医学图像中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像。
可选的,所述心内膜轮廓分割模块502具体包括:
心内膜种子点设立单元,用于运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
心内膜轮廓分割单元,用于从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心内膜轮廓边缘点;
心内膜轮廓手动分割单元,用于对所述心内膜轮廓边缘点中不明确的边缘点进行手动分割,得到心内膜轮廓不明确边缘点区域;
心内膜轮廓二次成长单元,用于对所述心内膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心内膜轮廓边缘点;
心内膜轮廓平滑去噪单元,用于采用边缘内插法将所述二次成长后的心内膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心内膜轮廓。
可选的,所述心外膜轮廓分割模块503具体包括:
图像灰度处理单元,用于对所述每组心脏医学图像进行灰度处理,使得区域成长法的搜索阈值能够检测到心外膜轮廓边缘;
心外膜种子点设立单元,用于运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
心外膜轮廓分割单元,用于从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心外膜轮廓边缘点;
心外膜轮廓手动分割单元,用于对所述心外膜轮廓边缘点中不明确的边缘点进行手动分割,得到心外膜轮廓不明确边缘点区域;
心外膜轮廓二次成长单元,用于对所述心外膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心外膜轮廓边缘点;
心内膜轮廓平滑去噪单元,用于采用边缘内插法将所述二次成长后的心外膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心外膜轮廓。
可选的,所述三维模型建立模块504具体包括:
图像采样单元,用于从所述各组心脏医学图像中各选取m张采样图像;
心内膜轮廓采样单元,用于从每张所述采样图像中的心内膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心内膜轮廓采样点;
心内膜三维模型构建单元,用于根据各组的所述k*m个心内膜轮廓采样点构建各组心脏腔室心内膜的三维模型;
心外膜轮廓采样单元,用于从每张所述采样图像中的心外膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心外膜轮廓采样点;
心外膜三维模型构建单元,用于根据各组的所述k*m个心外膜轮廓采样点构建各组心脏腔室心外膜的三维模型;
心脏腔室三维模型构建单元,用于将所述各组心脏腔室心内膜的三维模型和所述各组心脏腔室心外膜的三维模型分别构成所述各组心脏腔室的三维模型。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种心脏腔室动态显示方法,其特征在于,所述方法包括:
获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,所述多组心脏医学图像中的每组心脏医学图像包括多张心脏医学图像;
对所述每组心脏医学图像中心脏腔室的心内膜进行分割,得到各组心脏医学图像中心脏腔室的心内膜轮廓;
对所述每组心脏医学图像中心脏腔室的心外膜进行分割,得到各组心脏医学图像中心脏腔室的心外膜轮廓;
根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型;
在所述三维模型中间添加多组心脏腔室的三维过渡模型;
将所述多组三维模型和所述多组三维过渡模型按时间顺序动态显示。
2.根据权利要求1所述的方法,其特征在于,所述获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,具体包括:
识别分割对象,得到识别结果;
当所述识别结果表示所述分割对象为心房时,直接获取以医学数字成像和通信格式存储的多组心脏医学图像,从中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像;
当所述识别结果表示所述分割对象为心室时,则获取以医学数字成像和通信格式存储的多组心脏医学图像,将获取的所述以医学数字成像和通信格式存储的多组心脏医学图像中的每组心脏医学图像重组为心脏3D立体影像,并构建一个法向于心室生理学中轴的3D空间切平面,以所述心室生理学中轴为基准,使用构建的所述3D空间切平面切割所述心脏3D立体影像,得到多组心脏医学图像,从得到的所述多组心脏医学图像中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像。
3.根据权利要求1所述的方法,其特征在于,所述对所述每组心脏医学图像中心脏腔室的心内膜进行分割,具体包括:
运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心内膜轮廓边缘点;
对所述心内膜轮廓边缘点中不明确的边缘点进行手动分割,得到心内膜轮廓不明确边缘点区域;
对所述心内膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心内膜轮廓边缘点;
采用边缘内插法将所述二次成长后的心内膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心内膜轮廓。
4.根据权利要求1所述的方法,其特征在于,所述对所述每组心脏医学图像中心脏腔室的心外膜进行分割,具体包括:
对所述每组心脏医学图像进行灰度处理,使得区域成长法的搜索阈值能够检测到心外膜轮廓边缘;
运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心外膜轮廓边缘点;
对所述心外膜轮廓边缘点中不明确的边缘点进行手动分割,得到心外膜轮廓不明确边缘点区域;
对所述心外膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心外膜轮廓边缘点;
采用边缘内插法将所述二次成长后的心外膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心外膜轮廓。
5.根据权利要求1所述的方法,其特征在于,所述根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型,具体包括:
从所述各组心脏医学图像中各选取m张采样图像;
从每张所述采样图像中的心内膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心内膜轮廓采样点;
根据各组的所述k*m个心内膜轮廓采样点构建各组心脏腔室心内膜的三维模型;
从每张所述采样图像中的心外膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心外膜轮廓采样点;
根据各组的所述k*m个心外膜轮廓采样点构建各组心脏腔室心外膜的三维模型;
所述各组心脏腔室心内膜的三维模型和所述各组心脏腔室心外膜的三维模型分别构成所述各组心脏腔室的三维模型。
6.一种心脏腔室动态显示系统,其特征在于,所述系统包括:
医学图像获取模块,用于获取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像,所述多组心脏医学图像中的每组心脏医学图像包括多张心脏医学图像;
心内膜轮廓分割模块,用于对所述每组心脏医学图像中心脏腔室的心内膜进行分割,得到各组心脏医学图像中心脏腔室的心内膜轮廓;
心外膜轮廓分割模块,用于对所述每组心脏医学图像中心脏腔室的心外膜进行分割,得到各组心脏医学图像中心脏腔室的心外膜轮廓;
三维模型建立模块,用于根据所述各组心脏医学图像中心脏腔室的心内膜轮廓及所述各组心脏医学图像中心脏腔室的心外膜轮廓构建各组心脏腔室的三维模型;
三维过渡模型建立模块,用于在所述三维模型中间添加多组心脏腔室的三维过渡模型;
动态显示模块,用于将所述多组三维模型和所述多组三维过渡模型按时间顺序动态显示。
7.如权利要求6所述的系统,其特征在于,所述医学图像获取模块具体包括:
识别单元,用于识别分割对象,得到识别结果;
医学图像获取单元,用于当所述识别结果表示所述分割对象为心房时,直接获取以DICOM格式存储的多组心脏医学图像,从中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像;当所述识别结果表示所述分割对象为心室时,则获取以DICOM格式存储的多组心脏医学图像,将所述获取的以DICOM格式存储的多组心脏医学图像中的每组心脏医学图像重组为心脏3D立体影像,并构建一个法向于心室生理学中轴的3D空间切平面,以所述心室生理学中轴为基准,使用所述构建的3D空间切平面切割重组后的心脏3D立体影像,得到多组心脏医学图像,从所述得到的多组心脏医学图像中选取一个完整心跳周期内等时间间隔且在时间顺序上连续的多组心脏医学图像。
8.如权利要求6所述的系统,其特征在于,所述心内膜轮廓分割模块具体包括:
心内膜种子点设立单元,用于运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
心内膜轮廓分割单元,用于从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心内膜轮廓边缘点;
心内膜轮廓手动分割单元,用于对所述心内膜轮廓边缘点中不明确的边缘点进行手动分割,得到心内膜轮廓不明确边缘点区域;
心内膜轮廓二次成长单元,用于对所述心内膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心内膜轮廓边缘点;
心内膜轮廓平滑去噪单元,用于采用边缘内插法将所述二次成长后的心内膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心内膜轮廓。
9.如权利要求6所述的系统,其特征在于,所述心外膜轮廓分割模块具体包括:
图像灰度处理单元,用于对所述每组心脏医学图像进行灰度处理,使得区域成长法的搜索阈值能够检测到心外膜轮廓边缘;
心外膜种子点设立单元,用于运用线性内插法设立所述每组心脏医学图像中每张医学图像区域成长的起始种子点;
心外膜轮廓分割单元,用于从所述每张医学图像设立的所述起始种子点开始,采用区域成长法分割出每张医学图像中心脏腔室的心外膜轮廓边缘点;
心外膜轮廓手动分割单元,用于对所述心外膜轮廓边缘点中不明确的边缘点进行手动分割,得到心外膜轮廓不明确边缘点区域;
心外膜轮廓二次成长单元,用于对所述心外膜轮廓不明确边缘点区域再采用区域成长法进行一次轮廓边缘分割,得到二次成长后的心外膜轮廓边缘点;
心内膜轮廓平滑去噪单元,用于采用边缘内插法将所述二次成长后的心外膜轮廓边缘点之间的缝隙补齐,得到闭合平滑的心脏腔室的心外膜轮廓。
10.如权利要求6所述的系统,其特征在于,所述三维模型建立模块具体包括:
图像采样单元,用于从所述各组心脏医学图像中各选取m张采样图像;
心内膜轮廓采样单元,用于从每张所述采样图像中的心内膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心内膜轮廓采样点;
心内膜三维模型构建单元,用于根据各组的所述k*m个心内膜轮廓采样点构建各组心脏腔室心内膜的三维模型;
心外膜轮廓采样单元,用于从每张所述采样图像中的心外膜轮廓边缘点中采样k个点,所述m张采样图像共采样k*m个心外膜轮廓采样点;
心外膜三维模型构建单元,用于根据各组的所述k*m个心外膜轮廓采样点构建各组心脏腔室心外膜的三维模型;
心脏腔室三维模型构建单元,用于将所述各组心脏腔室心内膜的三维模型和所述各组心脏腔室心外膜的三维模型分别构成所述各组心脏腔室的三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611192662.9A CN106600596B (zh) | 2016-12-21 | 2016-12-21 | 一种心脏腔室动态显示方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611192662.9A CN106600596B (zh) | 2016-12-21 | 2016-12-21 | 一种心脏腔室动态显示方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600596A true CN106600596A (zh) | 2017-04-26 |
CN106600596B CN106600596B (zh) | 2019-07-12 |
Family
ID=58602166
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611192662.9A Expired - Fee Related CN106600596B (zh) | 2016-12-21 | 2016-12-21 | 一种心脏腔室动态显示方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600596B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257214A (zh) * | 2018-02-12 | 2018-07-06 | 成都信息工程大学 | 心脏左心室流场域数值模拟方法、计算机、计算机程序 |
CN109685816A (zh) * | 2018-12-27 | 2019-04-26 | 上海联影医疗科技有限公司 | 一种图像分割方法、装置、设备及存储介质 |
CN109741395A (zh) * | 2018-12-14 | 2019-05-10 | 北京市商汤科技开发有限公司 | 双心室量化方法、装置、电子设备及存储介质 |
CN109767468A (zh) * | 2019-01-16 | 2019-05-17 | 上海长征医院 | 脏器体积检测方法及装置 |
CN109994198A (zh) * | 2019-04-03 | 2019-07-09 | 东南大学 | 一种动态心脏三维模型的重建方法 |
CN110400620A (zh) * | 2019-07-25 | 2019-11-01 | 上海交通大学医学院附属上海儿童医学中心 | 一种心脏三维模型构建方法及模拟心脏手术指导系统 |
CN110782994A (zh) * | 2019-10-29 | 2020-02-11 | 上海交通大学医学院附属新华医院 | 一种新型采用mimics软件测量心外膜脂肪的方法 |
CN111048184A (zh) * | 2019-12-24 | 2020-04-21 | 江苏大学 | 一种针对心衰患者ct图像建模及分级系统 |
CN111199674A (zh) * | 2020-01-21 | 2020-05-26 | 珠海赛纳三维科技有限公司 | 心脏模型、心脏模型的三维打印方法及系统 |
CN111508077A (zh) * | 2020-04-29 | 2020-08-07 | 中国人民解放军总医院 | 双三角模型智能评估心脏功能的方法、装置、设备及介质 |
CN111529063A (zh) * | 2020-05-26 | 2020-08-14 | 广州狄卡视觉科技有限公司 | 基于三维重建的多模态融合的手术导航系统及方法 |
CN111652954A (zh) * | 2020-07-01 | 2020-09-11 | 杭州脉流科技有限公司 | 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质 |
CN111768391A (zh) * | 2020-07-01 | 2020-10-13 | 杭州脉流科技有限公司 | 一种基于ct影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质 |
CN111816282A (zh) * | 2020-07-01 | 2020-10-23 | 杭州脉流科技有限公司 | 基于ct影像的左心室功能学分析方法、装置、计算机设备和存储介质 |
CN112967382A (zh) * | 2021-03-09 | 2021-06-15 | 江西省儿童医院 | 一种肾脏内微细管道3d重构方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978440A (zh) * | 2014-04-03 | 2015-10-14 | 上海联影医疗科技有限公司 | 一种心脏模型建立、配准及多平面重建的方法 |
-
2016
- 2016-12-21 CN CN201611192662.9A patent/CN106600596B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978440A (zh) * | 2014-04-03 | 2015-10-14 | 上海联影医疗科技有限公司 | 一种心脏模型建立、配准及多平面重建的方法 |
Non-Patent Citations (4)
Title |
---|
厉元杰: "四维心脏辅助诊断系统关键技术研究", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
朱江源: "基于影像数据的心室隔膜形态分析", 《中国优秀硕士学位论文全文数据库 医药卫生科技辑》 * |
王章玉 等: "基于改进型区域生长法的心脏三维建模的实现", 《中国医疗器械杂志》 * |
王萑 等: "一种胸廓CT图像预处理与三维建模方法的研究", 《西北工业大学学报》 * |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108257214A (zh) * | 2018-02-12 | 2018-07-06 | 成都信息工程大学 | 心脏左心室流场域数值模拟方法、计算机、计算机程序 |
CN109741395A (zh) * | 2018-12-14 | 2019-05-10 | 北京市商汤科技开发有限公司 | 双心室量化方法、装置、电子设备及存储介质 |
CN109685816B (zh) * | 2018-12-27 | 2022-05-13 | 上海联影医疗科技股份有限公司 | 一种图像分割方法、装置、设备及存储介质 |
CN109685816A (zh) * | 2018-12-27 | 2019-04-26 | 上海联影医疗科技有限公司 | 一种图像分割方法、装置、设备及存储介质 |
CN109767468A (zh) * | 2019-01-16 | 2019-05-17 | 上海长征医院 | 脏器体积检测方法及装置 |
CN109994198A (zh) * | 2019-04-03 | 2019-07-09 | 东南大学 | 一种动态心脏三维模型的重建方法 |
CN110400620A (zh) * | 2019-07-25 | 2019-11-01 | 上海交通大学医学院附属上海儿童医学中心 | 一种心脏三维模型构建方法及模拟心脏手术指导系统 |
CN110400620B (zh) * | 2019-07-25 | 2024-02-13 | 上海交通大学医学院附属上海儿童医学中心 | 一种心脏三维模型构建方法及模拟心脏手术指导系统 |
CN110782994A (zh) * | 2019-10-29 | 2020-02-11 | 上海交通大学医学院附属新华医院 | 一种新型采用mimics软件测量心外膜脂肪的方法 |
CN111048184A (zh) * | 2019-12-24 | 2020-04-21 | 江苏大学 | 一种针对心衰患者ct图像建模及分级系统 |
CN111048184B (zh) * | 2019-12-24 | 2023-09-26 | 江苏大学 | 一种针对心衰患者ct图像建模及分级系统 |
CN111199674A (zh) * | 2020-01-21 | 2020-05-26 | 珠海赛纳三维科技有限公司 | 心脏模型、心脏模型的三维打印方法及系统 |
CN111199674B (zh) * | 2020-01-21 | 2022-07-08 | 珠海赛纳三维科技有限公司 | 心脏模型、心脏模型的三维打印方法及系统 |
CN111508077A (zh) * | 2020-04-29 | 2020-08-07 | 中国人民解放军总医院 | 双三角模型智能评估心脏功能的方法、装置、设备及介质 |
CN111529063B (zh) * | 2020-05-26 | 2022-06-17 | 广州狄卡视觉科技有限公司 | 基于三维重建的多模态融合的手术导航系统及方法 |
CN111529063A (zh) * | 2020-05-26 | 2020-08-14 | 广州狄卡视觉科技有限公司 | 基于三维重建的多模态融合的手术导航系统及方法 |
CN111652954A (zh) * | 2020-07-01 | 2020-09-11 | 杭州脉流科技有限公司 | 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质 |
CN111652954B (zh) * | 2020-07-01 | 2023-09-05 | 杭州脉流科技有限公司 | 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质 |
CN111816282A (zh) * | 2020-07-01 | 2020-10-23 | 杭州脉流科技有限公司 | 基于ct影像的左心室功能学分析方法、装置、计算机设备和存储介质 |
CN111768391A (zh) * | 2020-07-01 | 2020-10-13 | 杭州脉流科技有限公司 | 一种基于ct影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质 |
CN111768391B (zh) * | 2020-07-01 | 2024-04-05 | 杭州脉流科技有限公司 | 一种基于ct影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质 |
CN112967382A (zh) * | 2021-03-09 | 2021-06-15 | 江西省儿童医院 | 一种肾脏内微细管道3d重构方法 |
CN112967382B (zh) * | 2021-03-09 | 2023-01-31 | 江西省儿童医院 | 一种肾脏内微细管道3d重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106600596B (zh) | 2019-07-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106600596B (zh) | 一种心脏腔室动态显示方法及系统 | |
CN107230206B (zh) | 一种基于多模态数据的超体素序列肺部图像的3d肺结节分割方法 | |
EP1527422B1 (en) | Image processing method for displaying information relating to wall motions of a deformable 3-d object | |
CN108765430B (zh) | 一种基于心脏ct图像和机器学习的心脏左腔区域分割方法 | |
CN102411795B (zh) | 一种关于冠状动脉的多模图像的联合显示方法 | |
US7822246B2 (en) | Method, a system and a computer program for integration of medical diagnostic information and a geometric model of a movable body | |
CN107563378A (zh) | 体数据中提取感兴趣区域的方法及其系统 | |
CN109215032A (zh) | 图像分割的方法及系统 | |
RU2647194C2 (ru) | Основанная на модели сегментация анатомической структуры | |
US10878574B2 (en) | 3D quantitative analysis of retinal layers with deep learning | |
CN107330888A (zh) | 基于cta图像的动态心脏各腔室分割方法 | |
CN104462650A (zh) | 一种可实现内外结构的实体化心脏3d模型制作方法 | |
Jin et al. | Left atrial appendage segmentation and quantitative assisted diagnosis of atrial fibrillation based on fusion of temporal-spatial information | |
CN112308845B (zh) | 左心室分割方法、装置及电子设备 | |
US20230005153A1 (en) | Quantification and visualization of myocardium fibrosis of human heart | |
CN108885797B (zh) | 成像系统和方法 | |
CN110570416A (zh) | 多模态心脏图像的可视化和3d打印的方法 | |
US11302006B2 (en) | 3D quantitative analysis with deep learning | |
Fitton et al. | Regional myocardial wall thickening of the left ventricle from segmentation of echocardiographic images | |
Lange et al. | Dynamic 3D reconstructions of the heart wall from tomographic imaging | |
Kim | Validation of Functional Analysis in the Left Ventricular Myocardium Using Convolutional Neural Networks (CNN) | |
CN117557522A (zh) | 多模态多维医学影像序列通用运动追踪方法及装置 | |
Lascu et al. | A new morphological image segmentation with application in 3D echographic images | |
Bescos et al. | Interactive 4D cardiac MRI imaging based on iso-surface volume rendering | |
Xiaohui et al. | Virtual interventional treatment planning on liver tumor using VTK and ITK |
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 | ||
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: 20190712 Termination date: 20191221 |