CN106600599B - 肿瘤包绕血管的包绕程度分析方法及装置 - Google Patents
肿瘤包绕血管的包绕程度分析方法及装置 Download PDFInfo
- Publication number
- CN106600599B CN106600599B CN201611208155.XA CN201611208155A CN106600599B CN 106600599 B CN106600599 B CN 106600599B CN 201611208155 A CN201611208155 A CN 201611208155A CN 106600599 B CN106600599 B CN 106600599B
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- contour
- tumor
- points
- 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.)
- 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
- 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
Abstract
本发明公开了一种肿瘤包绕血管的包绕程度分析方法及装置,涉及生物医学技术领域,主要目的在于提升肿瘤包绕血管的包绕程度分析的效率和克服无法直观显示肿瘤包绕血管的包绕程度的缺陷。所述方法包括:获取肿瘤包绕血管的医学图像;根据接收到的血管分割指令,对肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像;根据血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓;根据血管轮廓的轮廓长度和包绕轮廓的包绕长度,计算肿瘤包绕血管的包绕程度,并对包绕轮廓进行标记;显示包绕程度和标记后的包绕轮廓。本发明适用于肿瘤包绕血管的包绕程度的分析。
Description
技术领域
本发明涉及生物医学技术领域,特别是涉及一种肿瘤包绕血管的包绕程度分析方法及装置。
背景技术
肿瘤预后很差,极易对组织器官周围血管进行侵犯且容易早期转移,5年生存率仅为3%到20%左右,手术仍是肿瘤主要的治疗方法。肿瘤对组织器官周围血管的侵犯、肝脏小转移灶、腹膜或网膜的转移是肿瘤不可切除的主要原因。为了评价肿瘤是否可切除,电子计算机断层扫描(Computed Tomography,CT)是手术前主要的检查方式。由于组织器官周围血管非常复杂,而肿瘤早期极易侵犯组织器官周围血管,因此手术难度大。随着组织器官外科手术的发展,越来越多的组织器官周围血管受侵的肿瘤都可以进行切除术,通过术前CT检查来了解肿瘤侵犯组织器官周围血管的程度对能否进行手术,制定手术计划都是相当重要。因此,手术前准确地评价肿瘤包绕组织器官周围血管的包绕程度,在肿瘤可切除评价中起到了关键作用。
目前,主要通过人工方式分析肿瘤包绕血管的包绕程度,即放射科医生通过对多平面重建(Multiple Planar Reconstruction,MPR)的每层血管和肿瘤的灰度值数据进行人眼观察,从而分析肿瘤包绕组织器官周围血管的包绕程度。然而,通过人工方式分析肿瘤包绕组织器官周围血管的包绕程度的工作量十分巨大,造成肿瘤包绕血管的包绕程度分析所消耗的时间较长,从而导致肿瘤包绕血管的包绕程度分析效率较低。并且当医生需要使用容积成像(Volume Rendering,VR)、最大密度(Maximum Intensity Projetion,MIP)等技术进行肿瘤包绕血管程度的观察时,由于其它身体组织的遮挡,并不能很好的显示肿瘤包绕血管的包绕程度。所以,放射科医生无法提供给临床医生能够直接显示肿瘤包绕血管的包绕程度的医学图像。
发明内容
有鉴于此,本发明提出了一种肿瘤包绕血管的包绕程度分析方法及装置,主要目的在于解决由于现有技术中肿瘤包绕血管的包绕程度分析的效率较低和无法直观显示肿瘤包绕血管的包绕程度的问题。
为达到上述目的,本发明提供如下技术方案:
一方面,本发明提供了一种肿瘤包绕血管的包绕程度分析方法,包括:
获取肿瘤包绕血管的医学图像;
对所述肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像;
根据所述血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓;
根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度,并对所述包绕轮廓进行标记;
显示所述包绕程度和标记后的包绕轮廓。
进一步地,所述根据所述血管分割图像中分割出的血管点识别出血管的血管轮廓包括:
对所述血管分割图像中分割出的血管进行膨胀处理;
根据膨胀处理后的血管长度大小建立掩码数组,并在所述掩码数组中标记分割出的血管点;
从所述掩码数组中选取一个未被选取过的点;
判断选取点的预设邻域内是否存在未被选取过的点或者是否存在分割出的血管点;
若存在未被选取过的点,则从所述掩码数组中选取未被选取过的点作为下一个判断的输入;
若存在分割出的血管点,则在所述掩码数组中将所述分割出的血管点标记为血管轮廓上的点;
当访问完所述选取点的预设邻域后,将所述选取点标记为被选取过的点;
当所述掩码数组中不存在未被选取过的点时,通过访问标记为血管轮廓上的点确定血管的血管轮廓。
进一步地,所述根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓包括:
通过遍历所述血管轮廓上的点,以及与所述点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线;
确定与所述点相邻的且在所述直线上的点是否为肿瘤上的点;
若为肿瘤上的点,则将所述点确定为血管与肿瘤粘连的点;
通过访问血管与肿瘤粘连的点确定肿瘤包绕血管的包绕轮廓。
进一步地,所述通过遍历所述血管轮廓上的点,以及与所述点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线包括:
获取所述血管轮廓上的点,与所述点前后相邻的且在所述血管轮廓上的两个点,并获取所述两个点确定的第一直线;
将过所述点且与所述第一直线相垂直的第二直线,确定为用于判断血管是否与肿瘤粘连的直线。
进一步地,所述确定与所述点相邻的且在所述直线上的点是否为肿瘤上的点包括:
确定与所述点相邻的且在所述直线上的点的灰度值是否与肿瘤的灰度值相匹配;
若相匹配,则确定与所述点相邻的且在所述直线上的点为肿瘤上的点。
进一步地,所述根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度之前,所述方法还包括:
通过遍历所述血管轮廓上的点确定所述血管轮廓上点的个数;
根据所述血管轮廓上点的个数确定所述血管轮廓的轮廓长度;
通过遍历所述包绕轮廓上的点确定所述包绕轮廓上点的个数;
根据所述包绕轮廓上点的个数确定肿瘤包绕血管的包绕长度。
进一步地,所述根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度包括:
将所述包绕轮廓的包绕长度和所述血管轮廓的轮廓长度的比值确定为肿瘤包绕血管的包绕程度。
优选地,所述血管为横断面、冠状面、矢状面中的血管。
进一地,所述方法还包括:
通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记;
显示标记后的血管和标记后的肿瘤。
另一方面,本发明提供了一种肿瘤包绕血管的包绕程度分析装置,包括:
获取单元,用于获取肿瘤包绕血管的医学图像;
分割单元,用于对所述获取单元获取的所述肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像;
识别单元,用于根据所述血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓;
计算单元,用于根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度;
标记单元,用于对所述识别单元识别的所述包绕轮廓进行标记;
显示单元,用于显示所述计算单元计算的所述包绕程度、所述标记单元标记后的包绕轮廓。
进一步地,所述识别单元包括:
膨胀模块,用于对所述血管分割图像中分割出的血管进行膨胀处理;
建立模块,用于根据膨胀处理后的血管长度大小建立掩码数组;
标记模块,用于在所述建立模块建立的所述掩码数组中标记分割出的血管点;
选取模块,用于从所述建立模块建立的所述掩码数组中选取一个未被选取过的点作为下一个判断的输入;
判断模块,用于判断选取点的预设邻域内是否存在未被选取过的点或者是否存在分割出的血管点;
所述选取单元,用于若判断模块判断选取点的预设邻域内存在未被选取过的点,则从所述掩码数组中选取未被选取过的点;
所述标记单元,还用于若判断模块判断选取点的预设邻域内存在分割出的血管点,则在所述掩码数组中将所述分割出的血管点标记为血管轮廓上的点,并当访问完所述选取点的预设邻域后,将所述选取点标记为被选取过的点;
第一确定模块,用于当所述掩码数组中不存在未被选取过的点时,通过访问标记为血管轮廓上的点确定血管的血管轮廓。
进一步地,所述识别单元包括:
第二确定模块,用于通过遍历所述血管轮廓上的点,以及与所述点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线;
第三确定模块,用于确定与所述点相邻的且在所述直线上的点是否为肿瘤上的点;
第四确定模块,用于若所述第三确定模块确定与所述点相邻的且在所述直线上的点为肿瘤上的点,则将所述肿瘤上的点确定为血管与肿瘤粘连的点;
第五确定模块,用于通过访问血管与肿瘤粘连的点确定肿瘤包绕血管的包绕轮廓。
进一步地,所述第二确定模块包括:
获取子模块,用于获取所述血管轮廓上的点,与所述点前后相邻的且在所述血管轮廓上的两个点,并获取所述两个点确定的第一直线;
第一确定子模块,用于将过所述获取子模块获取的所述点且与所述第一直线相垂直的第二直线,确定为用于判断血管是否与肿瘤粘连的直线。
进一步地,所述第三确定模块包括:
第二确定子模块,用于确定与所述点相邻的且在所述直线上的点的灰度值是否与肿瘤的灰度值相匹配;
第三确定子模块,用于若所述第二确定子模块确定与所述点相邻的且在所述直线上的点的灰度值与肿瘤的灰度值相匹配,则确定与所述点相邻的且在所述直线上的点为肿瘤上的点。
进一步地,所述装置还包括:
第一确定单元,用于通过遍历所述血管轮廓上的点确定所述血管轮廓上点的个数;
第二确定单元,用于根据所述第一确定单元确定的所述血管轮廓上点的个数确定所述血管轮廓的轮廓长度;
所述第一确定单元,还用于通过遍历所述包绕轮廓上的点确定所述包绕轮廓上点的个数;
所述第二确定单元,还用于根据所述第一确定单元确定的所述包绕轮廓上点的个数确定肿瘤包绕血管的包绕长度。
进一步地,所述计算单元,具体用于将所述包绕轮廓的包绕长度和所述血管轮廓的轮廓长度的比值确定为肿瘤包绕血管的包绕程度。
优选地,所述血管为横断面、冠状面、矢状面中的血管。
进一步地,所述标记单元,还用于通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记;
所述显示单元,还用于显示所述标记单元标记后的血管和标记后的肿瘤部分。
本发明提供的一种肿瘤包绕血管的包绕程度分析方法及装置,与目前通过主要通过人工方式分析肿瘤包绕组织器官周围血管的包绕程度相比,本发明通过对所述肿瘤包绕血管的医学图像进行血管分割以及根据所述血管分割图像中分割出的血管点自动识别出血管的血管轮廓;进而根据所述血管轮廓上的点自动识别出肿瘤包绕血管的包绕轮廓;并根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,实现自动计算出肿瘤包绕血管的包绕程度,避免了通过人眼观察血管和肿瘤的灰度数据,从而节省了肿瘤包绕血管的包绕程度分析所消耗的时间,进而提升了肿瘤包绕血管的包绕程度分析效率。与此同时,通过对所述包绕轮廓进行标记,以及显示所述包绕程度和标记后的包绕轮廓,克服了无法直观显示肿瘤包绕血管的包绕程度的缺陷,方便了医生直接观察肿瘤包绕组织器官周围血管的包绕程度。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种肿瘤包绕血管的包绕程度分析方法流程示意图;
图2示出了本发明实施例提供的胰腺癌包绕血管的医学图像;
图3示出了本发明实施例提供的一种血管分割图像;
图4示出了本发明实施例提供的另一种血管分割图像;
图5示出了本发明实施例提供的MPR横断面显示肿瘤包绕血管的包绕程度的状态图;
图6示出了本发明实施例提供的MPR冠状面显示肿瘤包绕血管的包绕程度的状态图;
图7示出了本发明实施例提供的MPR矢状面显示肿瘤包绕血管的包绕程度的状态图;
图8示出了本发明实施例提供的另一种肿瘤包绕血管的包绕程度分析方法流程示意图;
图9示出了本发明实施例提供的VR显示分割出的血管以及与其粘连的肿瘤部分的状态图;
图10示出了本发明实施例提供的一种肿瘤包绕血管的包绕程度分析装置的结构示意图;
图11示出了本发明实施例提供的另一种肿瘤包绕血管的包绕程度分析装置的结构示意图。
具体实施方式
下面将参照附图更加详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供了一种肿瘤包绕血管的包绕程度分析方法,如图1所述,所述方法包括:
101、获取肿瘤包绕血管的医学图像。
其中,肿瘤包绕血管的医学图像可以为通过医学图像采集设备采集的。所述医学采集设备可以为CT设备等。具体地,所述肿瘤包绕血管的医学图像可以为在手术前对患者的组织器官进行检查时采集的。所述肿瘤包绕血管的医学图像包括肿瘤、组织器官和血管,具体地,若组织器官为胰腺,肿瘤为胰腺癌,胰腺癌包绕血管的医学图像的示意图,可以如图2所示,图2中清晰的显示出了胰腺癌包绕组织器官周围血管的示意图。
需要说明的是,本发明实施例的执行主体肿瘤包绕血管的包绕程度分析装置可以为独立于医学图像采集设备的分析工具,也可以为嵌入在医学图像采集设备中的功能模块,本发明实施例在此不做限定。
102、对肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像。
需要说明的是,血管总体上呈现树状结构,血管壁呈现线状,可以利用血管的形态学、CT像素灰度值、解剖学等信息,对肿瘤包绕血管的医学图像进行血管分割,从而实现将血管和周围组织分开,得到血管分割图像,如图3所示,图3清晰的显示了对组织器官癌包绕血管的医学图像进行血管分割,得到的血管分割图像。具体地,可以利用血管的形态学、CT灰度像素值、解剖学等信息,结合图像分割算法对所述肿瘤包绕血管的医学图像进行血管分割。所述图像分割算法可以为基于边缘的分割算法、基于区域的分割算法、基于活动轮廓模型的分割算法等。
对于本发明实施例,为了保证血管分割的准确性,可以在接收到血管分割指令时,根据所述分割指令中的分割血管输入点对肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像。具体地,可以利用血管的形态学、CT灰度像素值、解剖学等信息,结合图像分割算法以及分割血管输入点对肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像。
在本发明实施例中,可以在检测到针对鼠标左键的点击操作以及检测到针对需要分割血管的输入点时,确定接收到血管分割指令。在确认接收到血管分割指令时,开始根据输入点对肿瘤包绕血管的医学图像进行血管分割,直到检测到针对鼠标左键的停止点击操作,停止对血管进行分割。对肿瘤包绕血管的医学图像进行血管分割的过程可以为人机交互的过程,具体地,当用户在需要分割的血管上点击鼠标左键,能够检测到针对鼠标左键的点击操作以及检测到针对需要分割血管上的输入点。在血管分割未完成时,用户会一直按住鼠标左键,当血管分割已经满足用户需求时,用户会松开鼠标左键,血管分割结束,此时能够检测到针对鼠标左键的停止点击操作。
103、根据血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓。
其中,所述血管可以为横断面、冠状面、矢状面中的血管。因此,步骤103具体可以为:根据血管分割图像中分割出的血管点分别识别出横断面、冠状面、矢状面中血管的血管轮廓,以及根据血管轮廓上的点识别出横断面、冠状面、矢状面中肿瘤包绕血管的包绕轮廓。
对于本发明实施例,所述分割出的血管点可以为分割血管上的各个点,为了方便理解分割出的血管点,对图3中血管分割图像的进行了处理,得到图4,但在实际应用中可以不对分割的血管点进行标记,图4中A点、B点、C点、D点、E点为分割出的血管点,而G点并非分割出的血管点。所述根据血管分割图像中分割出的血管点识别出血管的血管轮廓的步骤,具体可以为:首先从血管分割图像中任选一分割出的血管点作为种子点;然后从种子点开始区域生长,即从种子点开始查找,查找与种子点性质相同且空间相邻的点,所述性质可以为血管的灰度、纹理、色彩等,并将与种子点性质相同且空间相邻的点作为下次查找的种子点,不断重复查找与种子点性质相同且空间相邻的点,直到遍历完血管分割图像上的所有点,将血管所占领的区域查找出来,进而可以将血管的血管轮廓从血管所占领的区域中识别出来。
对于本发明实施例,所述根据血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓的步骤,具体可以为:根据血管轮廓上的点,以及与所述点前后相邻的两个点,查找肿瘤和血管的粘连点,然后根据肿瘤和血管的粘连点识别出肿瘤包绕血管的包绕轮廓。由于血管轮廓上的点在血管分割图像中以像素坐标形式存在,因此与所述点相邻的点为在血管轮廓上,且像素坐标位置所述点相邻的点。如图4所示,血管轮廓上的点为C点,在血管轮廓上且与C点相邻的点为D点和E点,具体地,所述查找肿瘤和血管的粘连点的过程为:获取与所述点前后相邻的两个点的第一直线,然后获取过所述点且与所述第一直线相垂直的第二直线,若然后查找第二直线上与所述点相邻的点为肿瘤上的点,则血管轮廓上的点即为肿瘤和血管的粘连点。同样地,通过遍历血管轮廓上的点,可以查找出所有肿瘤和血管的粘连点。
以图4为例,血管轮廓上的点为C点,在血管轮廓上且,与C点前后相邻的两个点为D点和E点,D点和E点确定的第一直线为直线L1,过C点且与直线L1相垂直的直线为直线L2,此时,判断直线L2上与C点相邻的G点是否为肿瘤上点,若G点为肿瘤上的点,则血管轮廓上的C点即为肿瘤和血管的粘连点。同样地,可以查找出所有肿瘤和血管的粘连点。
104、根据血管轮廓的轮廓长度和肿瘤包绕血管的包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度,并对所述包绕轮廓进行标记。
对于本发明实施例,可以将所述包绕长度与所述轮廓长度的比值确定为肿瘤包绕血管的包绕程度。例如,所述轮廓长度为C1,所述包绕长度为C2,则计算出的肿瘤包绕血管的包绕程度可以为C2/C1*100%。
需要说明的是,通过对所述包绕轮廓进行标记,从而能够方便医生很好的观察肿瘤包绕组织器官周围血管的包绕程度。
105、显示肿瘤包绕血管的包绕程度和标记后的包绕轮廓。
需要说明的是,可以通过MPR显示肿瘤包绕血管的包绕程度,如图5所示,图5提供了MPR横断面显示肿瘤包绕血管的包绕程度的状态图,在MPR横断面中肿瘤包绕血管的包绕长度与血管轮廓的轮廓长度相等,即肿瘤完全包绕血管,肿瘤包绕血管的包绕程度为100%,因此,MPR横断面显示的包绕程度为100%,同时MPR横断面中还显示了肿瘤包绕血管的包绕轮廓。如图6所示,图6提供了MPR冠状面显示肿瘤包绕血管的包绕程度的状态图,在MPR冠状面中肿瘤包绕血管的包绕长度与血管轮廓的轮廓长度相等,即肿瘤完全包绕血管,因此,MPR冠状面显示的包绕程度为100%,同时MPR冠状面中还显示了肿瘤包绕血管的包绕轮廓。如图7所示,图7提供了MPR矢状面显示肿瘤包绕血管的包绕程度,在MPR矢状面识别出的血管轮廓有3条,其中第一条血管轮廓的轮廓长度与肿瘤包绕血管的包绕长度相等,即肿瘤完全包绕血管,因此MPR矢状面显示的第一个肿瘤包绕血管的包绕程度为100%;第二条血管并未被肿瘤完全包绕,肿瘤包绕血管的包绕程度为68%,因此MPR矢状面显示的第二个肿瘤包绕血管的包绕程度为68%;第三条血管并未被肿瘤完全包绕,肿瘤包绕血管的包绕程度为37%,因此MPR矢状面显示的第三个肿瘤包绕血管的包绕程度为37%,同时MPR冠状面中还显示了肿瘤包绕各个血管的包绕轮廓。当用户切换血管和肿瘤的所在层时,MPR上显示的肿瘤包绕血管的包绕程度会根据当前层的包绕情况进行变化。
本发明实施例提供的一种肿瘤包绕血管的包绕程度分析方法,与目前通过主要通过人工方式分析肿瘤包绕组织器官周围血管的包绕程度相比,本发明通过对所述肿瘤包绕血管的医学图像进行血管分割以及根据所述血管分割图像中分割出的血管点自动识别出血管的血管轮廓;进而根据所述血管轮廓上的点自动识别出肿瘤包绕血管的包绕轮廓;并根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,实现自动计算出肿瘤包绕血管的包绕程度,避免了通过人眼观察血管和肿瘤的灰度数据,从而节省了肿瘤包绕血管的包绕程度分析所消耗的时间,进而提升了肿瘤包绕血管的包绕程度分析效率。与此同时,通过对所述包绕轮廓进行标记,以及显示所述包绕程度和标记后的包绕轮廓,克服了无法直观显示肿瘤包绕血管的包绕程度的缺陷,方便了医生很好的观察肿瘤包绕组织器官周围血管的包绕程度。
本发明实施例提供了另一种肿瘤包绕血管的包绕程度分析方法,如图8所示,所述方法包括:
201、获取肿瘤包绕血管的医学图像。
其中,所述肿瘤包绕血管的医学图像的相关解释在步骤101已进行详细的阐述,在此不进行赘述。
202、对肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像。
203、根据血管分割图像中分割出的血管点识别出血管的血管轮廓。
其中,所述血管可以为横断面、冠状面、矢状面中的血管。
对于本发明实施例,所述根据血管分割图像中分割出的血管点识别出血管的血管轮廓的步骤,具体可以包括:对所述血管分割图像中分割出的血管进行膨胀处理;根据膨胀处理后的血管长度大小建立掩码数组,并在所述掩码数组中标记分割出的血管点;从所述掩码数组中选取一个未被选取过的点;判断选取点的预设邻域内是否存在未被选取过的点或者是否存在分割出的血管点;若存在未被选取过的点,则从所述掩码数组中选取未被选取过的点;若存在分割出的血管点,则在所述掩码数组中将所述分割出的血管点标记为血管轮廓上的点并将所述选取点标记为被选取过的点;当所述掩码数组中不存在未被选取过的点时,通过访问标记为血管轮廓上的点确定血管的血管轮廓。
对于本发明实施例,所述对所述血管分割图像中分割出的血管进行膨胀处理的过程可以为:使用图像形态学原理对所述血管分割图像中分割出的血管进行膨胀处理,使得分割出的血管向外膨胀一圈,从而能够保证只考虑膨胀处理后的这一圈血管中的肿瘤,节省了识别肿瘤包绕血管的包绕轮廓所消耗的时间,从而提升了肿瘤包绕血管的包绕程度分析的效率。
需要说明的是,当血管分割图像中存在多条血管时,为了识别出多条血管的血管轮廓,所述根据膨胀处理后的血管长度大小建立掩码数组的过程可以为:获取膨胀处理后的血管长度大小,然后建立数组大小大于血管长度大小的掩码数组,如建立数组大小为血管长度大小加一的掩码数组,根据血管分割图像中各个像素点的坐标特性,所述掩码数据可以为二维数组。通过将建立数组大小大于血管长度大小的掩码数组,能够使得同一层面的不同血管轮廓处于同一个连通区域,使得在掩码数组中经过一次区域生长就可以识别出所有的血管轮廓,避免了识别多条血管轮廓时需要多次区域生长所消耗的较多的时间,从而节省了识别肿瘤包绕血管的包绕轮廓所消耗的时间,进而提升了肿瘤包绕血管的包绕程度分析的效率。
为了更好的理解血管轮廓的识别过程,本发明实施例可以通过如下方式解释血管轮廓的识别过程:
1)、根据膨胀处理后的血管长度大小,建立mask数组、链表L1、链表L2、其中,mask数组用于记录血管分割图像中的各个点状态,链表L1用于存放mask中未被选取的点,链表L2用于存放血管轮廓上的点;
2)、初始化mask数组,并在mask数组中标记分割出的血管点;
3)、从mask数组选取一个未被选取的点a开始区域生长,将a点加入到链表L1,然后判断a点的八邻域是否存在未被选取的点,如果存在未被选取的点,则将未被选取的点加入到链表L1。并判断a点的八邻域是否存在分割出的血管点,如果存在分割出的血管点,则在mask数组中将分割出的血管点标记为血管轮廓上的点,在mask数组中将a点标记为血管轮廓外的点,并将a点从链表L1取出。
4)、当链表L1不为空时,从链表L1中取出一个未被选取的点,重复执行步骤3);当链表L1为空时,则执行步骤5)。
5)、遍历mask数组,并设置当前点为b点,判断b点是否为血管轮廓上的点。若为血管轮廓上的点,则将b点加入到链表L2中。
6)、访问b点的八邻域内是否存在血管轮廓上的点,若存在,则将b点的八邻域内为血管轮廓上的点加入到链表L2中,并在mask数组中将b点标记为已标记的血管轮廓上的点。
7)、当访问完链表L2中的所有点时,执行步骤9);当未访问完链表L2中的所有点时,访问链表L2中b点之后的点,并将b点之后的点作为步骤7)中的b点,并重复执行步骤7);
8)遍历mask数组看是否还存在未被标记的血管轮廓上的点,若存在则将其当做6)中的b并重复6)过程。
9)、根据链表L2中的所有点确定横断面、冠状面或矢状面其中某层的一条血管的血管轮廓。
在本发明实施例中,通过上述步骤1)-步骤5)实现了根据血管分割图像中分割出的血管点,将血管所占领的区域查找出来,通过上述步骤6)-步骤9)实现了将血管的血管轮廓从血管所占领的区域中识别出来。通过根据血管分割图像中分割出的血管点识别出血管的血管轮廓,能够避免将非血管轮廓上的点误判为血管轮廓上的点,从而能够保证血管轮廓识别的准确性。
204、通过遍历血管轮廓上的点,以及与所述点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线。
对于本发明实施例,为了确定为用于判断血管是否与肿瘤粘连的直线,步骤204具体可以包括:获取所述血管轮廓上的点,与所述点前后相邻的且在所述血管轮廓上的两个点,并获取所述两个点确定的第一直线;将过所述点且与所述第一直线相垂直的第二直线,确定为用于判断血管是否与肿瘤粘连的直线。
例如,若当前遍历的血管轮廓上的点为a点,则可以获取血管轮廓上,向前和向后相隔a点3个点(具体相隔点的个数可以根据用户需求进行调整)的pre_a点和next_a点,连接pre_a点和next_a点形成直线L1,将过a点且垂直于直线L1的直线L2,确定为用于判断血管是否与肿瘤粘连的直线。
需要说明的是,由于血管为圆柱形且所述第二直线,能够唯一确定与血管粘连的点,因此,通过将所述第二直线,确定为用于判断血管是否与肿瘤粘连的直线,能够避免将血管与肿瘤非粘连点误判为血管与肿瘤粘连的点,从而能够保证肿瘤包绕血管的包绕轮廓识别的准确性。
205、确定与所述点相邻的且在用于判断血管是否与肿瘤粘连的直线上的点是否为肿瘤上的点。
对于本发明实施例,为了确定与所述点相邻的且在所述直线上的点是否为肿瘤上的点,从而识别出血管与肿瘤粘连的点,步骤205具体可以包括:确定与所述点相邻的且在所述直线上的点的灰度值是否与肿瘤的灰度值相匹配;若相匹配,则确定与所述点相邻的且在所述直线上的点为肿瘤上的点。
其中,所述肿瘤的灰度值可以根据用户需要进行设置,也可以根据系统模式进行设置,本发明实施例不做限定。例如,所述肿瘤的灰度值可以为4-20Hu等。若肿瘤的灰度值为4-20Hu,与血管轮廓上的点相邻的且在用于判断血管是否与肿瘤粘连的直线上的点的灰度值为6Hu,则确定该点为肿瘤上的点。
206、若为肿瘤上的点,则将血管轮廓上的点确定为血管与肿瘤粘连的点。
对于本发明实施例,通过确定与所述点相邻的且在用于判断血管是否与肿瘤粘连的直线上的点是否为肿瘤上的点,能够实现判断与轮廓上的点相邻的点是否为肿瘤上的点,若为肿瘤上的点,则可以确定该点为血管与肿瘤粘连的点。与目前通过判断血管轮廓上点的八邻域是否存在肿瘤上的点,确定血管与肿瘤粘连的点相比,本发明实施例避免了将血管与肿瘤非粘连点误判为血管与肿瘤粘连的点,从而能够保证肿瘤包绕血管的包绕轮廓识别的准确性。
207、通过访问血管与肿瘤粘连的点确定肿瘤包绕血管的包绕轮廓。
208、根据血管轮廓的轮廓长度和肿瘤包绕血管的包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度,并对所述包绕轮廓进行标记。
对于本发明实施例,所述根据血管轮廓的轮廓长度和肿瘤包绕血管的包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度的步骤具体可以包括:将所述包绕轮廓的包绕长度和所述血管轮廓的轮廓长度的比值确定为肿瘤包绕血管的包绕程度。
例如,若血管轮廓的轮廓长度为5cm,肿瘤包绕血管的包绕轮廓的包绕长度为5cm,则计算出肿瘤包绕血管的包绕程度为100%,若血管轮廓的轮廓长度为5cm,肿瘤包绕血管的包绕轮廓的包绕长度为2cm,则确定肿瘤包绕血管的包绕程度为40%。
对于本发明实施例,通过计算出肿瘤包绕血管的包绕程度,能够实现定量分析肿瘤和组织器官周围血管的侵犯关系,对病变范围、浸润程度的胰肿瘤分期和治疗方案的制订提供了较为直观和全面的信息,且有着重要的指导意义。由于血管走行上的差别,本发明实施例可以计算出横断面、冠状面或矢状面肿瘤包绕血管的包绕程度,从而能够定量分析横断面、冠状面或矢状面肿瘤和组织器官周围血管的侵犯关系。
对于本发明实施例,为了确定血管轮廓的轮廓长度和肿瘤包绕血管的包绕轮廓的包绕长度,在步骤208之前,所述方法还可以包括:通过遍历所述血管轮廓上的点确定所述血管轮廓上点的个数;根据所述血管轮廓上点的个数确定所述血管轮廓的轮廓长度;通过遍历所述包绕轮廓上的点确定所述包绕轮廓上点的个数;根据所述包绕轮廓上点的个数确定肿瘤包绕血管的包绕长度。
对于本发明实施例,为了进一步地方便了临床医生直接观察肿瘤包绕血管的包绕程度,所述方法还可以包括:通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记。所述标记信息可以为颜色信息、标记符号信息等,当所述标记信息为颜色信息时,所述通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记具体可以包括:通过不同的颜色信息分别对对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记,从而实现在VR上通过不同配色方案显示所述分割出的血管和与所述血管粘连的肿瘤部分。例如,可以通过红色信息标记分割出的血管,并通过绿色信息与所述血管粘连的肿瘤部分,本发明实施例不对分割出的血管、与所述血管粘连的肿瘤部分标记颜色信息进行限定,只要保证为不同的颜色信息即可。
209、显示肿瘤包绕血管的包绕程度和标记后的包绕轮廓。
具体地,可以通过MPR显示肿瘤包绕血管的包绕程度和标记后的包绕轮廓。
对于本发明实施例,当通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记时,所述方法还可以包括:显示标记后的血管和标记后的肿瘤。具体地,可以通过VR显示分割后的血管以及与其粘连的肿瘤部分,如图3所示,图3提供了VR单独显示分割出的血管的状态图,如图9所示,图9提供了VR显示分割出的血管以及与其粘连的肿瘤部分的状态图。对于本发明实施例,通过在VR上用两种不同的配色方案直接显示标记后的血管和标记后的肿瘤,去除了其他身体组织的遮挡,不仅节省了肿瘤包绕血管的包绕程度分析时间,还方便了临床医生直接观察肿瘤包绕血管的包绕程度,从而能够保证肿瘤包绕血管的包绕程度分析准确性。
本发明实施例提供的另一种肿瘤包绕血管的包绕程度分析方法,与目前通过主要通过人工方式分析肿瘤包绕组织器官周围血管的包绕程度相比,本发明通过对所述肿瘤包绕血管的医学图像进行血管分割以及根据所述血管分割图像中分割出的血管点自动识别出血管的血管轮廓;进而根据所述血管轮廓上的点自动识别出肿瘤包绕血管的包绕轮廓;并根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,实现自动计算出肿瘤包绕血管的包绕程度,避免了通过人眼观察血管和肿瘤的灰度数据,从而节省了肿瘤包绕血管的包绕程度分析所消耗的时间,进而提升了肿瘤包绕血管的包绕程度分析效率。与此同时,通过对所述包绕轮廓进行标记,以及显示所述包绕程度和标记后的包绕轮廓,克服了无法直观显示肿瘤包绕血管的包绕程度的缺陷,方便了医生直接观察肿瘤包绕组织器官周围血管的包绕程度。此外,通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记,并显示标记后的血管和标记后的肿瘤,具体地,在VR上用两种不同的配色方案来显示分割后的血管以及与血管粘连的部分癌,可以清楚的观察到血管与组织器官的粘连情况,克服了原来的由于其它身体组织的遮挡无法显示肿瘤包绕血管的包绕程度的缺陷,进一步地方便了医生直接观察肿瘤包绕血管的包绕程度。进一步地,通过根据血管分割图像中分割出的血管点识别出血管的血管轮廓,能够避免将非血管轮廓上的点误判为血管轮廓上的点,从而能够保证血管轮廓识别的准确性。进一步地,由于血管为圆柱形且所述第二直线,能够唯一确定与血管粘连的点,因此,通过将所述第二直线,确定为用于判断血管是否与肿瘤粘连的直线,能够避免将血管与肿瘤非粘连点误判为血管与肿瘤粘连的点,从而能够保证肿瘤包绕血管的包绕轮廓识别的准确性。
进一步地,作为图1的具体实现,本发明实施例还提供了一种肿瘤包绕血管的包绕程度分析装置,如图10所示,所述装置包括:获取单元31、分割单元32、识别单元33、计算单元34、标记单元35和显示单元36。
所述获取单元31,可以用于获取肿瘤包绕血管的医学图像。
其中,肿瘤包绕血管的医学图像可以为通过医学图像采集设备采集的。所述医学采集设备可以为CT设备等。
所述分割单元32,可以用于对所述获取单元31获取的所述肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像。可以利用血管的形态学、CT像素灰度值、解剖学等信息,结合图像分割算法对所述肿瘤包绕血管的医学图像进行血管分割。
所述识别单元33,可以用于根据所述分割单元32得到的所述血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓。其中,所述血管可以为横断面、冠状面、矢状面中的血管。通过根据血管分割图像中分割出的血管点识别出血管的血管轮廓,能够避免将非血管轮廓上的点误判为血管轮廓上的点,从而能够保证血管轮廓识别的准确性。
所述计算单元34,可以用于根据所述识别单元33识别的所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度。在本发明实施例中,可以将所述包绕长度与所述轮廓长度的比值确定为肿瘤包绕血管的包绕程度。
所述标记单元35,可以用于对所述识别单元33识别的所述血管轮廓和所述包绕轮廓进行标记。通过对所述包绕轮廓进行标记,能够方便医生很好的观察肿瘤包绕组织器官周围血管的包绕程度。
所述显示单元36,可以用于显示所述计算单元34计算的所述包绕程度和所述标记单元35标记后的包绕轮廓。
需要说明的是,本发明实施例提供的一种肿瘤包绕血管的包绕程度分析装置所涉及各功能单元的其他相应描述,可以参考图1所示方法的对应描述,在此不再赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。
本发明实施例提供的一种肿瘤包绕血管的包绕程度分析装置,与目前通过主要通过人工方式分析肿瘤包绕组织器官周围血管的包绕程度相比,本发明通过对所述肿瘤包绕血管的医学图像进行血管分割以及根据所述血管分割图像中分割出的血管点自动识别出血管的血管轮廓;进而根据所述血管轮廓上的点自动识别出肿瘤包绕血管的包绕轮廓;并根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,实现自动计算出肿瘤包绕血管的包绕程度,避免了通过人眼观察和血管和肿瘤的灰度数据,从而节省了肿瘤包绕血管的包绕程度分析所消耗的时间,进而提升了肿瘤包绕血管的包绕程度分析效率。与此同时,通过对所述包绕轮廓进行标记,以及显示所述包绕程度和标记后的包绕轮廓,方便了医生很好的观察肿瘤包绕组织器官周围血管的包绕程度。
进一步地,作为图8的具体实现,本发明实施例还提供了另一种肿瘤包绕血管的包绕程度分析装置,如图11所示,所述装置包括:获取单元41、分割单元42、识别单元43、计算单元44、标记单元45和显示单元46。
所述获取单元41,可以用于获取肿瘤包绕血管的医学图像。
所述分割单元42,可以用于对所述获取单元41获取的所述肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像。
所述识别单元43,可以用于根据所述分割单元42得到的所述血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓。其中,所述血管可以为横断面、冠状面、矢状面中的血管。
所述计算单元44,可以用于根据所述识别单元43识别的所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度。
所述标记单元45,可以用于通过不同的标记信息分别对所述识别单元33识别的所述血管轮廓和所述包绕轮廓进行标记。
所述显示单元46,可以用于显示所述计算单元44计算的所述包绕程度、所述标记单元45标记后的血管轮廓和标记后的包绕轮廓。
对于本发明实施例,为了识别血管的血管轮廓,所述识别单元43可以包括:膨胀模块431、建立模块432、标记模块433、选取模块434、判断模块435、第一确定模块436。
所述膨胀模块431,可以用于对所述血管分割图像中分割出的血管进行膨胀处理。
所述建立模块432,可以用于根据膨胀处理后的血管长度大小建立掩码数组。
所述标记模块433,可以用于在所述建立模块432建立的所述掩码数组中标记分割出的血管点。
所述选取模块434,可以用于从所述建立模块432建立的所述掩码数组中选取一个未被选取过的点。
所述判断模块435,可以用于判断选取点的预设邻域内是否存在未被选取过的点或者是否存在分割出的血管点。
所述选取模块434,可以用于若判断模块435判断选取点的预设邻域内存在未被选取过的点,则从所述掩码数组中选取未被选取过的点。
所述标记模块433,还用于若判断模块435判断选取点的预设邻域内存在分割出的血管点,则在所述掩码数组中将修改所述分割出的血管点标记为血管轮廓上的点并将所述选取点标记为被选取过的点。
所述第一确定模块436,可以用于当所述掩码数组中不存在未被选取过的点时,通过访问标记为血管轮廓上的点确定血管的血管轮廓。
对于本发明实施例,为了识别肿瘤包绕血管的包绕轮廓,所述识别单元43还可以包括:第二确定模块437、第三确定模块438、第四确定模块439和第五确定模块430。
所述第二确定模块437,可以用于通过遍历所述血管轮廓上的点,以及与所述点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线。
所述第三确定模块438,可以用于确定与所述点相邻的且在所述直线上的点是否为肿瘤上的点。
所述第四确定模块439,可以用于若所述第三确定模块438确定与所述点相邻的且在所述直线上的点为肿瘤上的点,则将所述肿瘤上的点确定为血管与肿瘤粘连的点。
所述第五确定模块430,可以用于通过访问血管与肿瘤粘连的点确定肿瘤包绕血管的包绕轮廓。
对于本发明实施例,为了确定为用于判断血管是否与肿瘤粘连的直线,所述第二确定模块437可以包括:获取子模块4371和第一确定子模块4372。
所述获取子模块4371,可以用于获取所述血管轮廓上的点,并获取与所述点前后相邻的且在所述血管轮廓上的两个点。
所述第一确定子模块4372,可以用于将过所述获取子模块4371获取的所述点且与所述两个点确定直线相垂直的直线,确定为用于判断血管是否与肿瘤粘连的直线。
对于本发明实施例,由于血管为圆柱形且过所述点且与所述两个点确定直线相垂直的直线,能够唯一确定与血管粘连的点,因此,通过将过所述点且与所述两个点确定直线相垂直的直线,确定为用于判断血管是否与肿瘤粘连的直线,能够避免将肿瘤与血管非粘连点误判为血管与肿瘤粘连的点,从而能够保证肿瘤包绕血管的包绕轮廓识别的准确性。
对于本发明实施例,为了确定与所述点相邻的且在所述直线上的点的是否为肿瘤上的点,所述第三确定模块438包括:第二确定子模块4381和第三确定子模块4382。
所述第二确定子模块4381,可以用于确定与所述点相邻的且在所述直线上的点的灰度值是否与肿瘤的灰度值相匹配。其中,所述肿瘤的灰度值可以根据用户需要进行设置,也可以根据系统模式进行设置,本发明实施例不做限定。例如,所述肿瘤的灰度值可以为4-20等。
所述第三确定子模块4382,可以用于若所述第二确定子模块4381确定与所述点相邻的且在所述直线上的点的灰度值与肿瘤的灰度值相匹配,则确定与所述点相邻的且在所述直线上的点为肿瘤上的点。
对于本发明实施例,为了确定血管轮廓的轮廓长度和肿瘤包绕血管的包绕长度,所述装置还可以包括:第一确定单元47和第二确定单元48。
所述第一确定单元47,可以用于通过遍历所述血管轮廓上的点确定所述血管轮廓上点的个数。
所述第二确定单元48,可以用于根据所述第一确定单元47确定的所述血管轮廓上点的个数确定所述血管轮廓的轮廓长度。
所述第一确定单元47,还可以用于通过遍历所述包绕轮廓上的点确定所述包绕轮廓上点的个数。
所述第二确定单元48,还可以用于根据所述第一确定单元47确定的所述包绕轮廓上点的个数确定肿瘤包绕血管的包绕长度。
所述计算单元44,具体可以用于将所述包绕轮廓的包绕长度和所述血管轮廓的轮廓长度的比值确定为肿瘤包绕血管的包绕程度。
所述标记单元45,还可以用于通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记。
所述显示单元46,还可以用于显示所述标记单元标记后的血管和标记后的肿瘤。
需要说明的是,本发明实施例提供的另一种肿瘤包绕血管的包绕程度分析装置所涉及各功能单元的其他相应描述,可以参考图8所示方法的对应描述,在此不再赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。
本发明实施例提供的另一种肿瘤包绕血管的包绕程度分析装置,与目前通过主要通过人工方式分析肿瘤包绕组织器官周围血管的包绕程度相比,本发明通过对所述肿瘤包绕血管的医学图像进行血管分割以及根据所述血管分割图像中分割出的血管点自动识别出血管的血管轮廓;进而根据所述血管轮廓上的点自动识别出肿瘤包绕血管的包绕轮廓;并根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,实现自动计算出肿瘤包绕血管的包绕程度,避免了通过人眼观察血管和肿瘤的灰度数据,从而节省了肿瘤包绕血管的包绕程度分析所消耗的时间,进而提升了肿瘤包绕血管的包绕程度分析效率。与此同时,通过对所述包绕轮廓进行标记,以及显示所述包绕程度和标记后的包绕轮廓,克服了无法直观显示肿瘤包绕血管的包绕程度的缺陷,方便了医生直接观察肿瘤包绕组织器官周围血管的包绕程度。此外,通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记,并显示标记后的血管和标记后的肿瘤,具体地,在VR上用两种不同的配色方案来显示分割后的血管以及与血管粘连的部分癌,可以清楚的观察到血管与组织器官的粘连情况,克服了原来的由于其它身体组织的遮挡无法显示肿瘤包绕血管的包绕程度的缺陷,进一步地方便了医生直接观察肿瘤包绕血管的包绕程度。进一步地,通过根据血管分割图像中分割出的血管点识别出血管的血管轮廓,能够避免将非血管轮廓上的点误判为血管轮廓上的点,从而能够保证血管轮廓识别的准确性。进一步地,由于血管为圆柱形且所述第二直线,能够唯一确定与血管粘连的点,因此,通过将所述第二直线,确定为用于判断血管是否与肿瘤粘连的直线,能够避免将血管与肿瘤非粘连点误判为血管与肿瘤粘连的点,从而能够保证肿瘤包绕血管的包绕轮廓识别的准确性。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
可以理解的是,上述方法及装置中的相关特征可以相互参考。另外,上述实施例中的“第一”、“第二”等是用于区分各实施例,而并不代表各实施例的优劣。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在此提供的算法和显示不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造这类系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的发明名称(如确定网站内链接等级的装置)中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (16)
1.一种肿瘤包绕血管的包绕程度分析方法,其特征在于,所述方法包括:
获取肿瘤包绕血管的医学图像;
对所述肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像;
根据所述血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓;
根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度,并对所述包绕轮廓进行标记;
显示所述包绕程度和标记后的包绕轮廓;
其中,所述根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓包括:
通过遍历所述血管轮廓上的点,以及与所述血管轮廓上的点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线;
确定与所述血管轮廓上的点相邻的且在所述直线上的点是否为肿瘤上的点;
若为肿瘤上的点,则将所述肿瘤上的点确定为血管与肿瘤粘连的点;
通过访问血管与肿瘤粘连的点确定肿瘤包绕血管的包绕轮廓。
2.根据权利要求1所述的方法,其特征在于,所述根据所述血管分割图像中分割出的血管点识别出血管的血管轮廓包括:
对所述血管分割图像中分割出的血管进行膨胀处理;
根据膨胀处理后的血管长度大小建立掩码数组,并在所述掩码数组中标记分割出的血管点;
从所述掩码数组中选取一个未被选取过的点;
判断选取点的预设邻域内是否存在其他未被选取过的点或者是否存在分割出的血管点;
若存在所述其他未被选取过的点,则从所述掩码数组中选取所述其他未被选取过的点作为下一个判断的输入;
若存在所述分割出的血管点,则在所述掩码数组中将所述分割出的血管点标记为血管轮廓上的点;
当访问完所述选取点的预设邻域后,将所述选取点标记为被选取过的点;
当所述掩码数组中不存在所述其他未被选取过的点时,通过访问标记为血管轮廓上的点确定血管的血管轮廓。
3.根据权利要求1所述的方法,其特征在于,所述通过遍历所述血管轮廓上的点,以及与所述血管轮廓上的点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线包括:
获取所述血管轮廓上的点,与所述血管轮廓上的点前后相邻的且在所述血管轮廓上的两个点,并获取所述两个点确定的第一直线;
将过所述血管轮廓上的点且与所述第一直线相垂直的第二直线,确定为用于判断血管是否与肿瘤粘连的直线。
4.根据权利要求1所述的方法,其特征在于,所述确定与所述血管轮廓上的点相邻的且在所述直线上的点是否为肿瘤上的点包括:
确定与所述血管轮廓上的点相邻的且在所述直线上的点的灰度值是否与肿瘤的灰度值相匹配;
若相匹配,则确定与所述血管轮廓上的点相邻的且在所述直线上的点为肿瘤上的点。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度之前,所述方法还包括:
通过遍历所述血管轮廓上的点确定所述血管轮廓上点的个数;
根据所述血管轮廓上点的个数确定所述血管轮廓的轮廓长度;
通过遍历所述包绕轮廓上的点确定所述包绕轮廓上点的个数;
根据所述包绕轮廓上点的个数确定肿瘤包绕血管的包绕长度。
6.根据权利要求5所述的方法,其特征在于,所述根据所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度包括:
将所述包绕轮廓的包绕长度和所述血管轮廓的轮廓长度的比值确定为肿瘤包绕血管的包绕程度。
7.根据权利要求1-4任一项所述的方法,其特征在于,所述血管为横断面、冠状面、矢状面中的血管。
8.根据权利要求1-4任一项所述的方法,其特征在于,所述方法还包括:
通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记;
显示标记后的血管和标记后的肿瘤。
9.一种肿瘤包绕血管的包绕程度分析装置,其特征在于,包括:
获取单元,用于获取肿瘤包绕血管的医学图像;
分割单元,用于根据对所述获取单元获取的所述肿瘤包绕血管的医学图像进行血管分割,得到血管分割图像;
识别单元,用于根据所述分割单元得到的所述血管分割图像中分割出的血管点识别出血管的血管轮廓,以及根据所述血管轮廓上的点识别出肿瘤包绕血管的包绕轮廓;
计算单元,用于根据所述识别单元识别的所述血管轮廓的轮廓长度和所述包绕轮廓的包绕长度,计算出肿瘤包绕血管的包绕程度;
标记单元,用于对所述识别单元识别的所述包绕轮廓进行标记;
显示单元,用于显示所述计算单元计算的所述包绕程度、所述标记单元标记后的包绕轮廓;
其中,所述识别单元包括:
第二确定模块,用于通过遍历所述血管轮廓上的点,以及与所述血管轮廓上的点前后相邻的且在所述血管轮廓上的两个点,确定用于判断血管是否与肿瘤粘连的直线;
第三确定模块,用于确定与所述血管轮廓上的点相邻的且在所述直线上的点是否为肿瘤上的点;
第四确定模块,用于若所述第三确定模块确定与所述血管轮廓上的点相邻的且在所述直线上的点为肿瘤上的点,则将所述肿瘤上的点确定为血管与肿瘤粘连的点;
第五确定模块,用于通过访问血管与肿瘤粘连的点确定肿瘤包绕血管的包绕轮廓。
10.根据权利要求9所述的装置,其特征在于,所述识别单元包括:
膨胀模块,用于对所述血管分割图像中分割出的血管进行膨胀处理;
建立模块,用于根据膨胀处理后的血管长度大小建立掩码数组;
标记模块,用于在所述建立模块建立的所述掩码数组中标记分割出的血管点;
选取模块,用于从所述建立模块建立的所述掩码数组中选取一个未被选取过的点作为下一个判断的输入;
判断模块,用于判断选取点的预设邻域内是否存在其他未被选取过的点或者是否存在分割出的血管点;
所述选取模块,用于若判断模块判断所述选取点的预设邻域内存在所述其他未被选取过的点,则从所述掩码数组中选取所述其他未被选取过的点;
所述标记模块,还用于若判断模块判断所述选取点的预设邻域内存在所述分割出的血管点,则在所述掩码数组中将所述分割出的血管点标记为血管轮廓上的点,并当访问完所述选取点的预设邻域后,将所述选取点标记为被选取过的点;
第一确定模块,用于当所述掩码数组中不存在所述其他未被选取过的点时,通过访问标记为血管轮廓上的点确定血管的血管轮廓。
11.根据权利要求9所述的装置,其特征在于,所述第二确定模块包括:
获取子模块,用于获取所述血管轮廓上的点,与所述血管轮廓上的点前后相邻的且在所述血管轮廓上的两个点,并获取所述两个点确定的第一直线;
第一确定子模块,用于将过所述获取子模块获取的所述血管轮廓上的点且与所述第一直线相垂直的第二直线,确定为用于判断血管是否与肿瘤粘连的直线。
12.根据权利要求9所述的装置,其特征在于,所述第三确定模块包括:
第二确定子模块,用于确定与所述血管轮廓上的点相邻的且在所述直线上的点的灰度值是否与肿瘤的灰度值相匹配;
第三确定子模块,用于若所述第二确定子模块确定与所述血管轮廓上的点相邻的且在所述直线上的点的灰度值与肿瘤的灰度值相匹配,则确定与所述血管轮廓上的点相邻的且在所述直线上的点为肿瘤上的点。
13.根据权利要求9-12任一项所述的装置,其特征在于,所述装置还包括:
第一确定单元,用于通过遍历所述血管轮廓上的点确定所述血管轮廓上点的个数;
第二确定单元,用于根据所述第一确定单元确定的所述血管轮廓上点的个数确定所述血管轮廓的轮廓长度;
所述第一确定单元,还用于通过遍历所述包绕轮廓上的点确定所述包绕轮廓上点的个数;
所述第二确定单元,还用于根据所述第一确定单元确定的所述包绕轮廓上点的个数确定肿瘤包绕血管的包绕长度。
14.根据权利要求13所述的装置,其特征在于,
所述计算单元,具体用于将所述包绕轮廓的包绕长度和所述血管轮廓的轮廓长度的比值确定为肿瘤包绕血管的包绕程度。
15.根据权利要求9-12任一项所述的装置,其特征在于,所述血管为横断面、冠状面、矢状面中的血管。
16.根据权利要求9-12任一项所述的装置,其特征在于,
所述标记单元,还用于通过不同的标记信息分别对所述分割出的血管和与所述血管粘连的肿瘤部分进行标记;
所述显示单元,还用于显示所述标记单元标记后的血管和标记后的肿瘤部分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611208155.XA CN106600599B (zh) | 2016-12-23 | 2016-12-23 | 肿瘤包绕血管的包绕程度分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611208155.XA CN106600599B (zh) | 2016-12-23 | 2016-12-23 | 肿瘤包绕血管的包绕程度分析方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106600599A CN106600599A (zh) | 2017-04-26 |
CN106600599B true CN106600599B (zh) | 2019-12-10 |
Family
ID=58601275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611208155.XA Active CN106600599B (zh) | 2016-12-23 | 2016-12-23 | 肿瘤包绕血管的包绕程度分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106600599B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923607A (zh) * | 2010-09-01 | 2010-12-22 | 冯睿 | 一种血管计算机辅助影像学评估系统 |
CN103236062A (zh) * | 2013-05-03 | 2013-08-07 | 北京国铁华晨通信信息技术有限公司 | 基于人脑肿瘤核磁库的磁共振图像血管分割方法和系统 |
CN105659289A (zh) * | 2013-10-30 | 2016-06-08 | 爱克发医疗保健公司 | 血管分割方法 |
-
2016
- 2016-12-23 CN CN201611208155.XA patent/CN106600599B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101923607A (zh) * | 2010-09-01 | 2010-12-22 | 冯睿 | 一种血管计算机辅助影像学评估系统 |
CN103236062A (zh) * | 2013-05-03 | 2013-08-07 | 北京国铁华晨通信信息技术有限公司 | 基于人脑肿瘤核磁库的磁共振图像血管分割方法和系统 |
CN105659289A (zh) * | 2013-10-30 | 2016-06-08 | 爱克发医疗保健公司 | 血管分割方法 |
Non-Patent Citations (2)
Title |
---|
多层螺旋CT胰周血管成像对胰腺癌可切除性评估的应用;官彬、游兴攀;《中国医药导报》;20150105;第12卷(第一期);全文 * |
多层螺旋CT胰周血管成像对胰腺癌可切除性评估的应用;官彬、游兴攀;《中国医药导报》;20150105;第12卷(第一期);正文95页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106600599A (zh) | 2017-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5918923B2 (ja) | 解剖ツリーの自動化された階層的分割 | |
JP5129480B2 (ja) | 管状臓器の3次元再構成を行うシステム及び血管撮像装置の作動方法 | |
JP5715064B2 (ja) | 血管分析 | |
US8805471B2 (en) | Surgery-assistance apparatus, method and program | |
JP6333583B2 (ja) | 解剖学的ランドマーク及び臨床的オントロジー(ontology)を用いて血管樹形図等を作成する医用画像処理装置及び方法 | |
US10524823B2 (en) | Surgery assistance apparatus, method and program | |
Debarba et al. | Efficient liver surgery planning in 3D based on functional segment classification and volumetric information | |
US20150223901A1 (en) | Method and system for displaying a timing signal for surgical instrument insertion in surgical procedures | |
Mastmeyer et al. | Efficient patient modeling for visuo-haptic VR simulation using a generic patient atlas | |
JP2016504113A (ja) | コンピュータ支援による関心組織の特定 | |
US9123163B2 (en) | Medical image display apparatus, method and program | |
US20190197762A1 (en) | Cpr image generation apparatus, method, and program | |
US11304762B2 (en) | Mapping image display control device, method, and program | |
US9058651B2 (en) | System and methods for functional analysis of soft organ segments in SPECT-CT images | |
CN106600599B (zh) | 肿瘤包绕血管的包绕程度分析方法及装置 | |
CN106780472B (zh) | 肿瘤包绕血管的包绕程度确定方法及装置 | |
Miao et al. | Visual quantification of the circle of willis: An automated identification and standardized representation | |
JP7017220B2 (ja) | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 | |
CN112489051A (zh) | 基于血管及病变区域的肝脏裁切方法及系统 | |
Zhang et al. | Automatic anatomical labeling of abdominal arteries for small bowel evaluation on 3D CT scans | |
EP4252663A1 (en) | Image display device, method, and program | |
US11380060B2 (en) | System and method for linking a segmentation graph to volumetric data | |
Doherty et al. | 3D visualisation of tumours and blood vessels in human liver | |
JP2022046808A (ja) | 医用画像処理装置、医用画像処理システムおよび医用画像処理方法 | |
Hansen | Software Assistance for Preoperative Risk Assessment and Intraoperative Support in Liver Resection Surgery |
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 |