CN106780527A - 医学图像中血管进出口、边界条件获取方法及处理装置 - Google Patents
医学图像中血管进出口、边界条件获取方法及处理装置 Download PDFInfo
- Publication number
- CN106780527A CN106780527A CN201611075304.XA CN201611075304A CN106780527A CN 106780527 A CN106780527 A CN 106780527A CN 201611075304 A CN201611075304 A CN 201611075304A CN 106780527 A CN106780527 A CN 106780527A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- vessel
- end points
- import
- condition
- 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
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10104—Positron emission tomography [PET]
-
- 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
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种医学图像中血管进出口、边界条件获取方法及处理装置,医学图像血管进出口获取方法包括:S1.获取血管中心线及血管中心线各端点,并将各端点组成血管进口候选点的集合;S2.选取所述血管中心线各端点的集合中的一个作为血管进口候选点,计算血管进口候选点下游的血管分支夹角值;S3.对比所述夹角值与预设的夹角条件,若不满足所述条件,则已选取的点不作为集合中的后续选取对象,并返回步骤S2;若满足所述条件,则将满足所述条件的血管进口候选点确定为血管进口,将非确认为血管进口候选点的端点确定为血管出口。本发明的技术方案能够自动识别出医学图像中血管的进出口,进一步对血管的边界条件进行配置,简化了血管边界条件设定时用户的自定义流程,缩短了边界条件配置的时间。
Description
技术领域
本发明涉及医学图像领域,特别涉及医学图像中血管的进出口和边界条件的计算。
背景技术
自20世纪50年代以来,计算流体力学(CFD,Computational Fluid Dynamics)是随着计算机的发展而产生的一个介于数学、流体力学和计算机之间的交叉学科,主要研究内容是通过计算机和数值方法来求解流体力学的控制方程,对流体力学问题进行模拟和分析。
在医学领域,该技术已经成功用于腹部动脉瘤内部血压流动做造成的受力分析、血管支架的放置对血流的影响、肺动脉高压患者肺动脉流场的计算、大脑威利斯环血流的模拟、人造心脏对心循环的影响等。此类研究的结果都表明计算流体力学能有效地模拟人体血液流动的情况,帮助更好地了解一些病变的发展机理。
然而,此类研究所采用的分析软件均是工程型的设计软件,并没有针对医学图像、血管结构和生物力学的特性进行优化改进。常用的设计软件在使用过程中针对血管模型的边界条件的设定均是以用户设定为主,且设定的流程较复杂,一般的研究者或医护人员不容易学习。由于血流动力学的计算实验是一种跨不同学科领域的实验方法,需要研究者对临床医学、医学影像以及计算流体力学等多个学科有较深刻的认识。因此对使用者的要求十分高,不便于日常临床中的使用。
发明内容
本发明要解决的问题是提供一种医学图像血管进出口、边界条件的获取方法及装置,解决日常临床中医学图像血管进出口及边界条件设定流程复杂、一般研究者或医护人员不易操作的问题。
为解决上述问题,本发明提供了一种医学图像血管进出口获取方法,包括:S1.获取血管中心线及血管中心线各端点,并将各端点组成血管进口候选点的集合;S2.选取所述血管中心线各端点的集合中的一个作为血管进口候选点,计算血管进口候选点下游的血管分支夹角值;S3.对比所述夹角值与预设的夹角条件,则已选取的点不作为集合中的后续选取对象,并返回步骤S2;若满足所述条件,则将满足所述条件的血管进口候选点确定为血管进口,将非确定为血管进口候选点的端点确定为血管出口。
优选的,还包括获取所述血管中心线对应血管截面的管径,选取血管中心线各端点作为血管进口候选点时,按照所述各端点对应的管径大小依次将所述各端点选取为血管进口候选点。
优选的,所述血管分支夹角值根据血管分支的中心线方向计算得到。优选的,所述预设的夹角条件为小于等于90度。
优选的,所述医学图像为磁共振图像或计算机断层图像。
为解决上述问题,本发明还提供了一种医学图像中血管边界获取方法,包括:根据上述血管进出口获取方法确定血管进出口;根据所述血管进出口计算血管边界条件。
优选的,所述边界条件包括血流量、血液压强、血流速的任意一种。
优选的,所述血管进出口边界条件的其中一个或多个是根据理论值和/或用户输入数据进行设定的,基于其中一个或多个已设定的边界条件,根据各边界区域的边界条件的相互关系对剩余血管进出口的边界条件进行设定。
优选的,所述边界条件为血流量,所述相互关系为泊肃叶定律,根据泊肃叶定律对所述血管进出口的血流量进行设定。
为解决上述问题,本发明还提供了一种医学图像处理装置,包括:存储器,用于存储可由处理器执行的指令;处理器,用于执行指令,所述指令包括:获取血管中心线;选取所述血管中心线各端点的至少一个作为血管进口候选点,计算血管进口候选点下游的血管分支夹角值;对比所述夹角值与预设的夹角条件,将满足所述条件的血管进口候选点确定为血管进口,将除作为血管进口候选点的端点之外的端点确定为血管出口;根据所述血管进出口计算血管边界条件。
与现有技术相比,本发明的技术方案提供了一种医学图像血管进出口、边界条件的获取方法及装置,能够自动识别出医学图像中血管的进出口,进一步对血管的边界条件进行配置,简化了血管边界条件设定时用户的自定义流程,缩短了边界条件配置的时间。
附图说明
图1是本发明一些实施例的计算机设备的结构示意图;
图2是本发明一些实施例的医学图像血管边界条件获取方法流程图;
图3是本发明一些实施例的医学图像血管进出口获取方法流程图;
图4是本发明一些实施例的医学图像血管进出口获取方法流程图;
图5是本发明一些实施例的医学图像血管示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更为明显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在以下描述中阐述了具体细节以便于充分理解本发明。但是本发明能够以多种不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似推广。因此本发明不受下面公开的具体实施方式的限制。
如本申请和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其他的步骤或元素。
本申请中使用了流程图用来说明根据本申请的实施例的系统所执行的操作。应当理解的是,前面或下面操作不一定按照顺序来精确地执行。相反,可以按照倒序或同时处理各种步骤。同时,也可以将其他操作添加到这些过程中,或从这些过程移除某一步或数步操作。
图1是本发明一些实施例的计算机设备的结构示意图。计算机100可以被用于实现实施本发明一些实施例中披露的特定方法和装置。本实施例中的特定装置利用功能框图展示了一个包含显示模块的硬件平台。在一些实施例中,计算机100可以通过其硬件设备、软件程序、固件以及它们的组合来实现本发明一些实施例的具体实施。在一些实施例中,计算机100可以是一个通用目的的计算机,或一个有特定目的的计算机。
如图1所示,计算机100可以包括内部通信总线101,处理器(processor)102,只读存储器(ROM)103,随机存取存储器(RAM)104,通信端口105,输入/输出组件106,硬盘107,以及用户界面108。内部通信总线101可以实现计算机100组件间的数据通信。处理器102可以进行判断和发出提示。在一些实施例中,处理器102可以由一个或多个处理器组成。通信端口105可以实现计算机100与其他部件(图中未示出)例如:外接设备、图像采集设备、数据库、外部存储以及图像处理工作站等之间进行数据通信。在一些实施例中,计算机100可以通过通信端口105从网络发送和接受信息及数据。输入/输出组件106支持计算机100与其他部件之间的输入/输出数据流。用户界面108可以实现计算机100和用户之间的交互和信息交换。计算机100还可以包括不同形式的程序储存单元以及数据储存单元,例如硬盘107,只读存储器(ROM)103,随机存取存储器(RAM)104,能够存储计算机处理和/或通信使用的各种数据文件,以及处理器102所执行的可能的程序指令。
图2是本发明一些实施例的血管边界条件获取方法流程图。参见图2,在本实施例中血管边界获取方法包括:步骤S201,获取血管进出口;以及步骤S202,根据血管进出口计算血管边界条件。待步骤S201获取血管进出口后,可以将围绕中心线的血管边界设定为血管管壁,即将血管分为血管进口、血管出口及血管管壁三个边界区域。之后根据本实施例方法确定的血管边界区域:血管进口、血管出口及血管管壁,分别确定血管边界区域对应的血管边界条件。在一些实施例中,以上步骤由处理器102执行。在一些实施例中,以上的血管进口、血管出口、血管管壁、边界条件等相关数据可以是用户根据用户界面108的显示由输入组件106进行输入,或者可以是临时/永久性的存储在硬盘107、ROM 103、RAM 104或外部存储内,供处理器102在需要的时候进行读取。
在本发明的一些实施例中,医学图像血管进出口获取方法参见图3。首先执行步骤S301,获取血管中心线。在一些实施例中,参见图5,血管中心线510可以基于医学图像的血管掩膜图像500根据血管中心线提取算法计算得到,血管中心线提取算法可以是基于水平集(Level Set)的算法。血管掩膜图像(vessel mask image)是基于医学图像分割算法,在医学图像中将血管分割出来后得到的掩膜图像。在一些实施例中,还可以根据提取得到的血管中心线进一步计算血管中心线上各点处所对应的血管截面的血管直径(管径)信息。在其他一些实施例中,根据一些相应的算法,对应血管截面的管径信息也可以不根据血管中心线计算得到,例如首先根据血管掩膜图像计算得到血管截面,再由血管截面计算得到血管中心线。在一些实施例中,本步骤由处理器102执行。以上的血管掩膜、血管中心线以及管径信息可以单独或多种组合的临时/永久性的存储在硬盘107、ROM 103、RAM 104或外部存储内,供处理器102在需要的时候进行读取。在一些实施例中,血管中心线以及对应的管径信息可以是前期已计算完成并存储在存储设备(硬盘107、ROM 103、RAM 104或外部存储)内,在本实施例方法实施的过程中直接进行获取。在一些实施例中,也可以仅是血管掩膜图像存储在存储设备(硬盘107、ROM 103、RAM 104或外部存储)内,在本实施例方法实施的过程中,由血管掩膜图像计算得到血管中心线和对应的管径信息后,再进行对应获取。
获取得到血管中心线510后,执行步骤S302,参见图5,选取血管中心线510的各端点(501、502、503、504)的其中一个作为血管进口候选点。这里的血管中心线端点数目示意性的为四个,在本实施例的实施过程中,根据实际血管情况端点数目可以是两个、三个、五个、六个甚至更多。选取好血管进口候选点后,计算该血管进口候选点作为上游血管进口时,下游所有血管分支处的血管分支夹角值。例如选择血管中心线端点501作为血管进口候选点,则计算血管进口候选点501作为上游血管进口时,下游所有血管分支处(血管分支点521、血管分支点522)的血管分支夹角值。对于血管分支点521处,与其连接的血管有上游血管主支531、下游血管分支532、下游血管分支533,计算血管分支夹角值(即下游血管分支532与下游血管分支533的夹角)为夹角值a。对于血管分支点522处,与其连接的血管有上游血管主支532、下游血管分支534、下游血管分支535,计算血管分支夹角值(即下游分支534与下游分支535的夹角)为夹角值b。当选择其余的血管中心线端点:端点502、端点503或端点504的其中一个作为血管进口候选点时,与上述选取端点501作为血管进口候选点时类似,计算得到该血管进口候选点(端点502、端点503或端点504)作为上游血管进口时,下游所有血管分支夹角值。
在一些实施例中,在选取血管中心线各端点时,可以是首先选取其中的一个端点作为血管进口候选点,计算得到该血管进口候选点对应下游各血管分支夹角值(例如对于端点501,其对应下游血管分支夹角值a、夹角值b),在之后的步骤S303将该血管分支夹角值(夹角值a、夹角值b)与预设的夹角条件进行对比。
在一些实施例中,步骤S302由处理器102执行。在一些实施例中,以上的血管中心线、血管各端点、血管进口候选点、夹角值等数据可以临时/永久性的存储在硬盘107、ROM103、RAM 104或外部存储内,供处理器102在需要的时候进行读取。
在一些实施例中,血管分支夹角值可以根据血管分支的中心线方向进行计算,例如在分支点(521、522)附近的各血管分支的中心线上选取一些采样点,根据采样点连线计算中心线方向。
步骤S303,将夹角值与预设的夹角条件进行对比。此时根据步骤S302计算得到的血管进口候选点所对应的血管分支夹角值(端点501对应夹角值a和b)与预设的夹角条件进行对比,如果血管分支夹角值(夹角值a和b)均满足夹角条件,则该血管进口候选点(端点501)被确定为血管进口,其余各端点(端点502、端点503和端点504)被确定为血管出口。与端点501作为血管进口候选点时类似,如果其他端点(端点502、端点503或端点504)作为血管进口候选点时计算得到的夹角值和预设的夹角条件进行对比,若该血管进口候选点(端点502、端点503或端点504)所对应的各夹角值均满足夹角条件,则该血管进口候选点(端点502、端点503或端点504)被确定为血管进口,除该血管进口候选点(端点502、端点503或端点504)以外的端点被确定为血管出口。在一些实施例中,夹角条件可以是小于等于90度、小于90度、小于等于100度、小于100度、小于等于80度、小于80度等。在一些实施例中,夹角条件可以是一个角度值区间,例如0至90度、10至80度,或者多个角度值区间的组合。
在一些实施例中,如果首次选择的血管进口候选点(例如端点502)对应的下游血管分支夹角值不满足预设的夹角条件,则选择血管中心线的另一个端点(端点501、端点503或端点504)作为血管进口候选点,计算该血管进口候选点(端点501、端点503或端点504)对应的下游血管分支夹角值,并将该夹角值与预设的夹角条件进行对比。
在一些实施例中,本步骤由处理器102执行。在一些实施例中,以上的血管中心线、管径信息、血管各端点、血管进口候选点、夹角值、血管进口、血管出口等数据可以临时/永久性的存储在硬盘107、ROM 103、RAM 104或外部存储内,供处理器102在需要的时候进行读取。
在一些实施例中,在选择血管进口候选点时,可以根据管径信息将各血管中心线端口依次选择为血管进口候选点,参见图4。首先在步骤S401获取血管中心线以及对应血管截面的管径信息。之后执行步骤S402,将血管中心线各端点作为血管进口候选点,具体对各端点按照管径大小进行排序,例如图5中各端点的管径从大到小依次为:端点501、端点502、端点503、端点504,则在选择血管进口候选点时,依次选择端点501、端点502、端点503、端点504为血管进口候选点进行后续步骤。步骤S403,若此时端点501为最大管径的端点并被选择为血管进口候选点,则将端点501作为血管上游点(即血管进口),沿中心线向下游进行搜索直到遍历所有下游端点(端点502、端点503、端点504)。执行步骤S404,遍历下游经过的所有血管分支夹角值,判断夹角是否大于90度,若小于90度则执行步骤S406将该端点设置为血管进口,步骤S403将其他端点设置为血管出口。若判断步骤S404对夹角的判断大于90度,则执行步骤S405,将该端点从血管进口候选点中移除,返回步骤S403,选择移除后的血管进口候选点中对应管径最大的点为血管上游点(血管进口),再次执行步骤S403-S404。在一些实施例中,本步骤由处理器102执行。在一些实施例中,以上的血管中心线、管径信息、血管各端点、血管进口候选点、夹角值、血管进口、血管出口等数据可以临时/永久性的存储在硬盘107、ROM 103、RAM 104或外部存储内,供处理器102在需要的时候进行读取。
步骤S304,通过步骤S302、步骤S303将满足预设夹角值条件的血管进口候选点确定为血管进口,其余各端点确定为血管出口。在一些实施例中,可以是计算完所有中心线端点对应的下游血管分支夹角值,并将夹角值和预设夹角条件对比后,再将满足条件的端点作为血管进口。在一些实施例中,可以是计算到有满足条件的对应端点就停止计算,将该端点作为血管进口。
在一些实施例中,如果对所有端点对应的夹角值计算完毕后均不符合夹角条件,可以选择管径最大的端点作为血管进口,其余端点作为血管出口,并对用户进行提示。在一些实施例中,如果对所有端点对应的夹角值计算完毕后均不符合夹角条件,可以对夹角条件进行适当调整后进行重新计算。
在本发明的一些实施例中,完成确定血管进出口的步骤后,将围绕血管中心线的血管边界确定为血管管壁,并对血管进口、血管出口、血管管壁这三个边界区域进行边界条件设定。在一些实施例中,可以是仅对血管进口、血管出口进行边界条件设定。在一些实施例中,还可以仅对血管管壁进行边界条件设定。
在一些实施例中,设定的边界条件可以是血流量。在一些实施例中,设定的边界条件可以是血液压强、血液流速等。在一些实施例中,设定的边界条件还可以是以上列出的血流量、血液压强、血液流速的任意多种组合。在一些实施例中,血流量、血液压强、血液流速之间可以根据一些条件互相转换,例如血管进出口的血液流速可以用包含血流量和血管管径的公式进行表示。
在一些实施例中,当设定的边界条件是血流量时,可以根据泊肃叶定律(Poiseuille)进行各边界区域的血流量设定,如公式1所示。
公式1:
其中,Q为血流量,τω为血管管壁的壁面切应力,d为血管直径,μ为血液粘性系数。如果血管管壁的壁面切应力保持恒定,则公式1可以简化为Q∝d3,即血流量仅与管径的三次方成正比例关系。简化后的公式表明各血管进口、血管出口的血流量与血管管径的三次方成正比。
在一些实施例中,各边界区域对应的边界条件中的一个或多个可以根据理论值进行设定,之后未被设定的边界区域所的边界条件可以由已设定的边界条件根据边界条件之间的关系(例如泊肃叶定律)进行计算,从而完成各边界区域对应边界条件的设定。例如若边界条件的种类为血流量,则可以根据各血管:主动脉、肺动脉干、腹主动脉、左冠状动脉、右冠状动脉、颈内动脉、大脑中动脉等的理论正常流量值(如表1所示)进行各血管进口/出口的血流量设定。
表1 主要血管静息态血流量参考值
在一些实施例中,各边界区域对应的边界条件中的一个或多个可以根据用户的手动输入进行设定,之后未被设定的边界区域的边界条件可以由已设定的边界条件根据边界条件之间的关系(例如泊肃叶定律)进行计算,从而完成各边界区域对应边界条件的配置。
在一些实施例中,边界条件的设定可以由处理器102执行。在一些实施例中,以上的边界区域、边界条件以及对应的相关数据可以是用户根据用户界面108的显示由输入组件106进行输入,或者是临时/永久性的存储在硬盘107、ROM 103、RAM 104或外部存储内,供处理器102在需要的时候进行读取。
在一些实施例中,本发明提供了一种医学图像处理装置,包括:存储器,用于存储可由处理器执行的指令;处理器,用于执行指令,所述指令包括:获取血管中心线;选取所述血管中心线各端点的至少一个作为血管进口候选点,计算血管进口候选点下游的血管分支夹角值;对比所述夹角值与预设的夹角条件;将满足所述条件的血管进口候选点确定为血管进口,将除作为血管进口候选点的端点之外的端点确定为血管出口;根据所述血管进出口计算血管边界条件。
本发明技术方案提供的医学图像血管进出口、边界条件的获取方法及装置,能够自动识别出医学图像中血管的进出口,进一步对血管的边界条件进行配置,简化了血管边界条件设定时用户的自定义流程,缩短了边界条件配置的时间。
本发明虽然已以较佳实施例公开如上,但其并不是用来限定本发明,任何本领域技术人员在不脱离本发明的精神和范围内,都可以利用上述揭示的方法和技术内容对本发明技术方案做出可能的变动和修改,因此,凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化及修饰,均属于本发明技术方案的保护范围。
同时,本申请使用了特定词语来描述本申请的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本申请至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一替代性实施例”并不一定是指同一实施例。此外,本申请的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本申请的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本申请的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“子模块”、“引擎”、“单元”、“子单元”、“组件”或“系统”。此外,本申请的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机可读信号介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等等、或合适的组合形式。计算机可读信号介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行系统、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机可读信号介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、射频信号、或类似介质、或任何上述介质的组合。
本申请各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本申请所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本申请流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本申请实施例实质和范围的修正和等价组合。例如,虽然以上所描述的系统组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的系统。
同理,应当注意的是,为了简化本申请披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本申请实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本申请对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
一些实施例中使用了描述成分、属性数量的数字,应当理解的是,此类用于实施例描述的数字,在一些示例中使用了修饰词“大约”、“近似”或“大体上”来修饰。除非另外说明,“大约”、“近似”或“大体上”表明所述数字允许有±20%的变化。相应地,在一些实施例中,说明书和权利要求中使用的数值参数均为近似值,该近似值根据个别实施例所需特点可以发生改变。在一些实施例中,数值参数应考虑规定的有效数位并采用一般位数保留的方法。尽管本申请一些实施例中用于确认其范围广度的数值域和参数为近似值,在具体实施例中,此类数值的设定在可行范围内尽可能精确。
针对本申请引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本申请作为参考。与本申请内容不一致或产生冲突的申请历史文件除外,对本申请权利要求最广范围有限制的文件(当前或之后附加于本申请中的)也除外。需要说明的是,如果本申请附属材料中的描述、定义、和/或术语的使用与本申请所述内容有不一致或冲突的地方,以本申请的描述、定义和/或术语的使用为准。
最后,应当理解的是,本申请中所述实施例仅用以说明本申请实施例的原则。其他的变形也可能属于本申请的范围。因此,作为示例而非限制,本申请实施例的替代配置可视为与本申请的教导一致。相应地,本申请的实施例不仅限于本申请明确介绍和描述的实施例。
Claims (10)
1.一种医学图像中血管进出口获取方法,其特征在于,包括以下步骤:
S1.获取血管中心线及血管中心线各端点,并将各端点组成血管进口候选点的集合;
S2.选取所述血管中心线各端点的集合中的一个作为血管进口候选点,计算血管进口候选点下游的血管分支夹角值;
S3.对比所述夹角值与预设的夹角条件,若不满足所述条件,则已选取的点不作为集合中的后续选取对象,并返回步骤S2;若满足所述条件,则将满足所述条件的血管进口候选点确定为血管进口,将非确定为血管进口候选点的端点确定为血管出口。
2.根据权利要求1所述的方法,其特征在于,还包括获取所述血管中心线对应血管截面的管径,选取血管中心线各端点作为血管进口候选点时,按照所述各端点对应的管径大小依次将所述各端点选取为血管进口候选点。
3.根据权利要求1所述的方法,其特征在于,所述血管分支夹角值根据血管分支的中心线方向计算得到。
4.根据权利要求1所述的方法,其特征在于,所述预设的夹角条件为小于等于90度。
5.根据权利要求1所述的方法,其特征在于,所述医学图像为磁共振图像或计算机断层图像。
6.一种医学图像中血管边界获取方法,其特征在于,包括:
根据权利要求1所述的血管进出口获取方法确定血管进出口;
根据所述血管进出口计算血管边界条件。
7.根据权利要求6所述的方法,其特征在于,所述边界条件包括血流量、血液压强、血流速的任意一种。
8.根据权利要求6所述的方法,其特征在于,所述血管进出口边界条件的其中一个或多个是根据理论值和/或用户输入数据进行设定的,基于其中一个或多个已设定的边界条件,根据各边界区域的边界条件的相互关系对剩余血管进出口的边界条件进行设定。
9.根据权利要求8所述的方法,其特征在于,所述边界条件为血流量,所述相互关系为泊肃叶定律,根据泊肃叶定律对所述血管进出口的血流量进行设定。
10.一种医学图像处理装置,其特征在于,包括:
存储器,用于存储可由处理器执行的指令;
处理器,用于执行指令,所述指令包括:
获取血管中心线;
选取所述血管中心线各端点的至少一个作为血管进口候选点,计算血管进口候选点下游的血管分支夹角值;
对比所述夹角值与预设的夹角条件,将满足所述条件的血管进口候选点确定为血管进口,将除作为血管进口候选点的端点之外的端点确定为血管出口;
根据所述血管进出口计算血管边界条件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611075304.XA CN106780527B (zh) | 2016-11-29 | 2016-11-29 | 医学图像中血管进出口、边界条件获取方法及处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611075304.XA CN106780527B (zh) | 2016-11-29 | 2016-11-29 | 医学图像中血管进出口、边界条件获取方法及处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106780527A true CN106780527A (zh) | 2017-05-31 |
CN106780527B CN106780527B (zh) | 2020-09-15 |
Family
ID=58898662
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611075304.XA Active CN106780527B (zh) | 2016-11-29 | 2016-11-29 | 医学图像中血管进出口、边界条件获取方法及处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106780527B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108030550A (zh) * | 2017-12-26 | 2018-05-15 | 成都真实维度科技有限公司 | 一种基于虚拟成像的动脉瘤的瘤颈角度计算方法 |
CN108399647A (zh) * | 2018-03-05 | 2018-08-14 | 四川和生视界医药技术开发有限公司 | 视网膜血管边缘线的编辑方法以及编辑装置 |
CN109480873A (zh) * | 2018-10-25 | 2019-03-19 | 苏州润心医疗器械有限公司 | 基于肺动脉ct图像的血管排序方法 |
CN109717932A (zh) * | 2017-10-27 | 2019-05-07 | 西门子保健有限责任公司 | 脉管穿刺位置的确定 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009007910A2 (en) * | 2007-07-11 | 2009-01-15 | Philips Intellectual Property & Standards Gmbh | Method for acquiring 3-dimensional images of coronary vessels, particularly of coronary veins |
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 |
US20120130167A1 (en) * | 2003-05-22 | 2012-05-24 | Intuitive Surgical Operations, Inc. | Device and method for superimposing patterns on images in real time, particularly for guidance by location |
CN103886312A (zh) * | 2014-03-21 | 2014-06-25 | 华东师范大学 | 一种快速选择并显示磁共振血管图像中感兴趣血管的方法 |
CN104166978A (zh) * | 2013-12-27 | 2014-11-26 | 上海联影医疗科技有限公司 | 一种血管提取方法 |
CN104736061A (zh) * | 2012-11-19 | 2015-06-24 | 株式会社东芝 | 血管解析装置、医用图像诊断装置及血管解析方法 |
CN105427277A (zh) * | 2015-10-30 | 2016-03-23 | 上海联影医疗科技有限公司 | 血管提取方法 |
US20160203288A1 (en) * | 2012-06-18 | 2016-07-14 | The Research Foundation For The State University Of New York | Systems and Methods for Identifying Historical Vasculature Cases |
CN106127819A (zh) * | 2016-06-30 | 2016-11-16 | 上海联影医疗科技有限公司 | 医学图像中提取血管中心线的方法及其装置 |
-
2016
- 2016-11-29 CN CN201611075304.XA patent/CN106780527B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120130167A1 (en) * | 2003-05-22 | 2012-05-24 | Intuitive Surgical Operations, Inc. | Device and method for superimposing patterns on images in real time, particularly for guidance by location |
WO2009007910A2 (en) * | 2007-07-11 | 2009-01-15 | Philips Intellectual Property & Standards Gmbh | Method for acquiring 3-dimensional images of coronary vessels, particularly of coronary veins |
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 |
US20160203288A1 (en) * | 2012-06-18 | 2016-07-14 | The Research Foundation For The State University Of New York | Systems and Methods for Identifying Historical Vasculature Cases |
CN104736061A (zh) * | 2012-11-19 | 2015-06-24 | 株式会社东芝 | 血管解析装置、医用图像诊断装置及血管解析方法 |
CN104166978A (zh) * | 2013-12-27 | 2014-11-26 | 上海联影医疗科技有限公司 | 一种血管提取方法 |
CN103886312A (zh) * | 2014-03-21 | 2014-06-25 | 华东师范大学 | 一种快速选择并显示磁共振血管图像中感兴趣血管的方法 |
CN105427277A (zh) * | 2015-10-30 | 2016-03-23 | 上海联影医疗科技有限公司 | 血管提取方法 |
CN106127819A (zh) * | 2016-06-30 | 2016-11-16 | 上海联影医疗科技有限公司 | 医学图像中提取血管中心线的方法及其装置 |
Non-Patent Citations (4)
Title |
---|
BARBARA JANSON COHEN: "《曼姆勒人体健康与疾病》", 31 July 2014, 金盾出版社 * |
刘超: "《基于 CT 图像的计算机辅助肝移植术前计划系统的研究》", 《万方学术》 * |
王胜军等: "一种基于管状特征的冠脉中心线自动提取算法", 《东北大学学报(自然科学版)》 * |
许雷 等: "一个用于眼底普查的图象处理系统", 《中国生物医学工程学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109717932A (zh) * | 2017-10-27 | 2019-05-07 | 西门子保健有限责任公司 | 脉管穿刺位置的确定 |
CN109717932B (zh) * | 2017-10-27 | 2021-10-29 | 西门子保健有限责任公司 | 脉管穿刺位置的确定 |
US11229773B2 (en) | 2017-10-27 | 2022-01-25 | Siemens Healthcare Gmbh | Determining a vessel puncture position |
CN108030550A (zh) * | 2017-12-26 | 2018-05-15 | 成都真实维度科技有限公司 | 一种基于虚拟成像的动脉瘤的瘤颈角度计算方法 |
CN108030550B (zh) * | 2017-12-26 | 2020-05-01 | 成都真实维度科技有限公司 | 一种基于虚拟成像的动脉瘤的瘤颈角度计算方法 |
CN108399647A (zh) * | 2018-03-05 | 2018-08-14 | 四川和生视界医药技术开发有限公司 | 视网膜血管边缘线的编辑方法以及编辑装置 |
CN108399647B (zh) * | 2018-03-05 | 2021-10-26 | 四川和生视界医药技术开发有限公司 | 视网膜血管边缘线的编辑方法以及编辑装置 |
CN109480873A (zh) * | 2018-10-25 | 2019-03-19 | 苏州润心医疗器械有限公司 | 基于肺动脉ct图像的血管排序方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106780527B (zh) | 2020-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108830848B (zh) | 利用计算机确定血管上的血管状况参数的序列的装置和系统 | |
CN106780527A (zh) | 医学图像中血管进出口、边界条件获取方法及处理装置 | |
CN109271992A (zh) | 一种医学图像处理方法、系统、装置和计算机可读存储介质 | |
CN107123159A (zh) | 血流状态分析系统及方法 | |
CN110298897A (zh) | 用于正电子发射断层成像图像重建的系统和方法 | |
JP7241790B2 (ja) | 血管網と潅流組織の機能的関連性を特定し可視化するシステム及び方法 | |
CN105899268A (zh) | 基于gpu的并行心电信号分析方法 | |
CN109461138A (zh) | 参数计算方法、系统、可读存储介质及计算机设备 | |
CN106887000A (zh) | 医学图像的网格化处理方法及其系统 | |
CN103270513A (zh) | 用于患者特异性血流建模的方法和系统 | |
CN109891513A (zh) | 为医疗应用分配计算资源的系统和方法 | |
US20140088933A1 (en) | Method and system for facilitating physiological computations | |
US11605447B2 (en) | Intelligent agents for patient management | |
CN109712217A (zh) | 一种医学图像可视化方法和系统 | |
CN110706272B (zh) | 血管中心线的提取方法、装置、电子设备和存储介质 | |
CN106709929A (zh) | 医学图像感兴趣区域显示方法及装置 | |
WO2013040693A1 (en) | Computer system and method for atlas-based consensual and consistent contouring of medical images | |
CN109285152A (zh) | 一种医学图像处理系统、装置和计算机可读存储介质 | |
CN107665737A (zh) | 血管壁应力应变状态获取方法、计算机可读介质及系统 | |
Vignali et al. | Fully-coupled FSI computational analyses in the ascending thoracic aorta using patient-specific conditions and anisotropic material properties | |
WO2018133098A1 (zh) | 血管壁应力应变状态获取方法及系统 | |
CN102393963A (zh) | 一种基于可形变表面模型的mr图像颅骨剥离方法 | |
US10282841B1 (en) | Bioinformatic analysis of vascular patterning | |
CN110689080B (zh) | 一种血管结构影像的平面图谱构建方法 | |
Sadafi et al. | Red blood cells segmentation: a fully convolutional network 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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Patentee before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |