CN106910194B - 心脏心功能磁共振图像中的心内外膜的分割方法 - Google Patents
心脏心功能磁共振图像中的心内外膜的分割方法 Download PDFInfo
- Publication number
- CN106910194B CN106910194B CN201510974235.5A CN201510974235A CN106910194B CN 106910194 B CN106910194 B CN 106910194B CN 201510974235 A CN201510974235 A CN 201510974235A CN 106910194 B CN106910194 B CN 106910194B
- Authority
- CN
- China
- Prior art keywords
- image
- magnetic resonance
- endocardium
- cardiac
- epicardium
- 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
Images
Classifications
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30048—Heart; Cardiac
Landscapes
- Magnetic Resonance Imaging Apparatus (AREA)
Abstract
本发明公开了一种心脏心功能磁共振图像中的心内外膜的分割方法,其包括:在包含左心室心肌的若干片层、且在不同心动期相的心脏磁共振图像INP中定位舒张末期,并获得舒张末期的N个片层的磁共振图像的血池区域的粗分割结果;基于极坐标转换方法,利用射线扫描将舒张末期的每个片层的磁共振图像中左心室感兴趣区域内的图像数据转换为二维极坐标转换图像;基于双动态规划方法在二维极坐标转换图像中检测心内膜及心外膜;利用极坐标逆转换获取原始片层图像中的心内外膜,求凸包并平滑,完成舒张末期的N个片层的磁共振图像中的心内外膜的分割;从舒张末期的磁共振图像中的心内外膜分割结果向其它心动期相的磁共振图像中的心内外膜衍生分割结果。
Description
【技术领域】
本发明涉及医学图像领域,尤其是涉及心脏心功能磁共振图像的分割。
【背景技术】
近年来,心血管疾病的发病率和死亡率正逐年增加。每年在美国有近600万人被检查出患有心血管疾病,而我国则有近300万人死于心血管疾病。心脏功能是诊断心血管疾病的重要指标,可以通过分析四维心功能磁共振图像中左心室相关的全局和局部特征参数实现,如:心室体积、射血分数和心肌壁厚等。心功能特征参数提取的准确性依赖于左心室心内外膜的准确定位,而计算机辅助诊断方案有助于提高在四维心功能磁共振图像中定位左心室心内外膜的可靠性和效率。
由于四维心功能磁共振图像在不同病患扫描图像、相同病患的不同扫描断层图像以及相同扫描断层图像中灰度和梯度分布的巨大差异,另外,左心室心外膜周边临近组织的多样性,这些都增加了左心室心内外膜检测的难度。虽然在过去的近20年中,已有很多研究方法和结果的报道,但是在四维心功能磁共振影像中对左心室心内外膜进行准确的检测仍然没有解决。针对四维心功能磁共振图像中左心室心内外膜的检测,手动和需用户辅助的半自动检测方法比较繁复、效率低、并且存在较大的观察者之间和观察者自身的差异。在全自动检测方面,由于四维心功能磁共振图像在不同病患扫描图像、相同病患的不同 扫描断层图像以及相同扫描断层图像中灰度和梯度分布的巨大差异,另外,左心室心外膜周边临近组织的多样性,导致简单的基于阈值的检测方法或者基于梯度的检测方法不足以准确地提取出左心室心内外膜。基于模型的检测方法需要大量的训练样本去训练模型以获得较为准确的检测结果,而这些精准训练样本的获取则是一项更艰巨和繁复的任务。
【发明内容】
本发明所要解决的技术问题是提供一种心脏心功能磁共振图像中的心内外膜的分割方法。
本发明为解决上述技术问题而采用的技术方案是:一种心脏心功能磁共振图像中的心内外膜的分割方法,其包括以下步骤:
S1.获取包含左心室心肌的若干片层、且在不同心动期相的心脏磁共振图像INP,其中N表示片层的序号,P表示心动期相序号,N、P均为大于或等于1的整数;
S2.确定舒张末期的期相;
S3.获得舒张末期的N个片层的磁共振图像的血池区域的粗分割结果;
S4.以粗分割血池的质心为扫描起点,基于极坐标转换方法,利用射线扫描将舒张末期的每个片层的磁共振图像中左心室感兴趣区域内的图像数据转换为二维极坐标转换图像;
S5.基于双动态规划方法在二维极坐标转换图像中检测心内膜及心外膜;利用极坐标逆转换获取原始片层图像中的心内、外膜,求凸包并平滑,完成舒张末期的N个片层的磁共振图像中的心内、外膜的分割;
S6.从舒张末期的磁共振图像中的心内、外膜分割结果向其它心动期相的磁共振图像中的心内、外膜衍生分割结果。
优选的,所述二维极坐标转换图像中的x轴表示了扫描射线的序号,y轴表示了射线上点距离扫描起点的距离;扫描的射线数目为180条,扫描起始半径为粗分割血池区域的边界位置减数个像素点,扫描终止半径为粗分割血池区域的边界位置加数个像素点。
优选的,所述双边动态规划中,射线扫描方法顺序获得的射线(二维极坐标转换图像的每一列)被认为是阶段,射线上的点(二维极坐标转换图像每一列上的点)被认为是阶段上的候选点,从第一阶段到最后阶段(二维极坐标转换图像的第一列到最后一列)具有最小累积局部能量cost的路径被认为是最优路径,即检测到的左心室心内、外膜。
优选的,所述局部能量cost包括内部能量costint和外部能量costext,其中内部能量costint决定了最优路径的平滑性,而外部能量costext决定了最优路径位于梯度大的位置。
优选的,所述内部能量costint由以下公式获得:
为心内膜候选点在图像第i列中在垂直方向上的位置,为心内膜候选点在图像第i-1列中在垂直方向上的位置,为心外膜候选点在图像第i列中在垂直方向上的位置,为心外膜候选点在图像第i-1列中在垂直方向上的位置,yrange为心内膜候选点在相邻图像列中在垂直方向上变化距离最大值(3个像素),drange为心肌厚度在相邻图像列中的变化距离最大值(5个像素)。
优选的,所述外部能量为costext由以下公式获得:
优选的,所述步骤S6包括:
选取第K个片层的第t个心动期相(当前心动期相)的磁共振图像IKt;
以第K个片层的第t-1个心动期相(前一心动期相)检测的心内膜确定的血池区域的质心为扫描起点,在第t-1个心动期相的磁共振图像中分割的心内、外膜边界附近,将第t个心动期相对应的磁共振图像IKt转换成二维极坐标转换图像PKt;
统计从舒张末期至第t-1个心动期相的磁共振图像中已分割的心肌灰度的统计分布,通过原始图像IKt中像素点的灰度值与其在心肌灰度统计分布中相应灰度值的分布百分比值相乘,增强原始图像IKt中的心肌部分,并将增强的原始图像IKt转换为二维极坐标转换图像Pcard;
基于双动态规划方法在二维极坐标转换图像Pkt、Pcard中检测左心室心内、外膜;第t-1个心动期相(前一心动期相)的分割的左心室心内外膜位置限定第t个心动期相(当前心动期相)的左心室心内外膜搜索的范围。
基于二维极坐标转换图像中检测到的左心室心内、外膜,利用极坐标逆转换获取原始图像IKt中的左心室心内外膜,求凸包并平滑,得到检测结果。
优选的,所述第t个心动期相(当前心动期相)的左心室心内外膜搜索的范围为:以第t-1个心动期相(前一心动期相)上分割的心内膜上20个像素点至外膜边界下10个像素点。
优选的,所述步骤S2包括:
在中间片层的每个心动期相所对应的磁共振图像IMP上,设定初始感兴趣区域,计算初始感兴趣区域在所有心动期相上的最大强度投影图像,聚类分割最大强度投影图像,选取圆度最大的区域A;
计算中间片层的每个心动期相所对应的磁共振图像IMP在区域A中的图像平均灰度值,具有最大平均灰度值的磁共振图像IMP所在心动期相被定义为舒张末期。
优选的,所述步骤S3包括:从中间片层开始向心尖和心底两个方向片层的磁共振图像分别进行分割,完成舒张末期的磁共振图像INP(ED)中的血池区域的粗分割。
本发明对比现有技术有如下的有益效果:本发明的方法结合采用左心室心内外膜位置和梯度信息,利用双动态规划技术,同时实现心脏舒张期末期中左心室心内外膜的检测;本发明的方法利用相同片层在不同时序图像中的连续性特点,准确和有效地在四维心功能磁共振图像中实现左心室心内外膜的检测。本发明的方法可为后续的基于心脏心功能磁共振图像的计算机辅助诊断提供有力的支持和保障,并提高后续诊断的效率和准确性。
【附图说明】
图1为本明实施例中的一种心脏心功能磁共振图像中的心内外膜的分割方法;
图2为本发明实施例的一种心脏心功能磁共振图像中舒张末期图像中血池的分割方法的流程图;
图3a为中间片层磁共振图像在感兴趣区域中的最大强度投影图像;
图3b为中间片层磁共振图像的在初始感兴趣区域中的图像;
图3c为通过模糊C均值聚类方法对图3b进行聚类分割的结果;
图3d为中间片层磁共振图像中血池区域分割的结果;
图4a-4c通过射线扫描方法对过分割区域处理的过程示意图;
图5为本明实施例中的一种心脏心功能磁共振图像中的心内外膜的分割结果。
【具体实施方式】
请参阅图1-5,本发明实施例中的一种心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于包括以下步骤:
S1.获取包含左心室心肌的若干片层、且在不同心动期相的心脏磁共振图像INP,其中N表示片层的序号,P表示心动期相序号,N、P均为大于或等于1的整数;
S2.确定舒张末期的期相;
S3.获得舒张末期的N个片层的磁共振图像的血池区域的粗分割结果;
S4.以粗分割血池的质心为扫描起点,基于极坐标转换方法,利用射线扫描将舒张末期的每个片层的磁共振图像中左心室感兴趣区域内的图像数据转换为二维极坐标转换图像;
S5.基于双动态规划方法在二维极坐标转换图像中检测心内膜及心外膜;利用极坐标逆转换获取原始片层图像中的心内、外膜,求凸包并平滑,完成舒张末期的N个片层的磁共振图像中的心内、外膜的分割;
S6.从舒张末期的磁共振图像中的心内、外膜分割结果向其它心动期相(P-1个心动期相)的磁共振图像中的心内、外膜衍生分割结果。
具体的,上述S1中的每一片层、且在每个期相中的心脏磁共振图像是通过以下方式得到:
通过采集多个心动周期的、对应相同心动期相中的磁共振数据线,将所采集到的磁共振数据线填充到一个K-Space(K空间)中,通过傅里叶变换得到相应片层在相应心动期相的磁共振图像。通过设置较小的时间窗,例如20-50ms,并在多个心动周期采集数据,可减小心脏运动伪影对图像的影响,提高图像的质量。
心动期相是指将自左心室的收缩期开始至舒张末期的完整心动周期T的划分为多个时间段(phase),这些时间段可以为一系类连续的时间序列,也可以为间隔的时间序列。
在心室包含心肌部分的区域沿心脏的长轴方向获取若干个片层(slice),并通过磁共振扫描获得每个片层、在每个心动期相中的心脏磁共振图像INP,其中N表示相应片层的序号,P表示心动期相(phase)序号,N、P均为大于或等于1的整数;具体的,N的取值可以为3、5、6等,P的取值可以为3、5、8、10等;另外,定义第M个片层为中间片层,其中,M为大于或等于2的整数。
具体的,上述S2中确定舒张末期的期相,通过以下方法:
在中间片层的每个心动期相所对应的磁共振图像IMP上,设定初始感兴趣区域,计算初始感兴趣区域在所有心动期相(P个心动期相)上的最大强度投影图像(MIP),聚类分割最大强度投影图像(MIP),选取圆度最大的区域A;优选的聚类分割方法为模糊C均值聚类方法;
计算中间片层的每个心动期相所对应的磁共振图像IMP在区域A中的图像平均灰度值,具有最大平均灰度值的磁共振图像IMP所在心动期相被定义为舒张 末期P(ED),并确定中间片层在舒张末期对应的磁共振图像IMP(ED);
从中间片层开始向心尖和心底两个方向片层的磁共振图像分别进行分割,完成(N个片层的)舒张末期的磁共振图像INP(ED)中的血池的粗分割。
初始感兴趣区域ROI0的中心为原图像(即磁共振图像IMP)的中心,半径为若干个像素点,半径的大小为60-120个像素点,优选半径大小为100个像素点。
然后,计算初始感兴趣区域在所有心动期相(P个心动期相)上的最大强度投影图像(MIP),通过模糊C均值聚类方法分割最大强度投影图像(MIP),选取圆度最大的区域A;其中,聚类(分类)的数目可以为2、3或4等;圆度的定义为(周长*周长)/(4*PI*面积)。
进一步的,获取左心室感兴趣区域,所述左心室感兴趣区域的中心为区域A的质心,所述左心室感兴趣区域的边长为区域A的长轴长度加数个像素点,具体可为10-30个像素点,优选为20个像素点。
具体的,对中间片层的舒张末期的磁共振图像IMP(ED)中的血池的粗分割包括以下步骤:
对中间片层的舒张末期的磁共振图像IMP(ED)在左心室感兴趣区域中的图像进行伽马校正(Gamma Correction),获得校正后的图像IMP(ED)’;通过伽马校正,可增强血池与心肌的对比度,方便后续的识别和分割;
通过模糊C均值聚类方法对校正后的图像IMP(ED)’进行分类,分类数目为2,选取最亮类作为候选区域SM;
在候选区域SM中选取与区域A重叠率最大的区域作为中间片层的舒张末期的磁共振图像IMP(ED)中的血池区域(Blood Pool,BP)的粗分割结果。
进一步的,对第一个至第M-1个片层的舒张末期的磁共振图像的血池粗分 割,或第M+1个至第N个片层的舒张末期的磁共振图像的血池粗分割通过以下方式获得:以前一个片层的磁共振图像的血池区域的粗分割结果引导当前片层的磁共振图像的血池区域的粗分割。
具体的,若第M-1个片层或第M+1个片层作为当前片层,第M个片层则是其前一个片层,第M-1个片层则是第M-2个片层的前一个片层,第M+1个片层则是第M+2个片层的前一个片层,依次类推。
具体的,需要先在第M个片层、舒张末期的磁共振图像IMP(ED)中血池区域完成粗分割后,以第M个片层、舒张末期的磁共振图像IMP(ED)中血池区域的粗分割结果为基准,对第M-1、第M+1个片层、舒张末期的磁共振图像I(M-1)P(ED)、I (M+1)P(ED)中血池区域进行粗分割,然后以第M-1个片层、舒张末期的磁共振图像I(M-1)P(ED)的血池区域的粗分割结果为基准,对第M-2个片层、舒张末期的磁共振图像I(M-2)P(ED)的血池区域进行粗分割;或者,然后以第M+1个片层、舒张末期的磁共振图像I(M+1)P(ED)的血池区域的粗分割结果为基准,对第M+2个片层、舒张末期的磁共振图像I(M+2)P(ED)的血池区域进行粗分割,依次类推。
设定第K-1、K+1个片层为当前片层,第K个片层为前一个片层,且第K个片层、舒张末期的磁共振图像IKP(ED)的血池已经完成粗分割;按照以下步骤获得第K-1、K+1个片层的舒张末期的磁共振图像I(K+1)P(ED)、I(K-1)P(ED)的血池区域的粗分割:
以前一个(K)片层、舒张末期的磁共振图像IKP(ED)中已粗分割血池区域的质心和长轴加40个像素点作为第K+1、第K-1个片层、舒张末期的磁共振图像I(K+1)P(ED)、I(K-1)P(ED)的左心室感兴趣区域的中心和边长,并对左心室感兴趣区域中的图像进行伽马校正,获得校正后的图像I(K+1)P(ED)’、I(K-1)P(ED)’;
通过模糊C均值聚类方法对校正后的图像I(K+1)P(ED)’、I(K-1)P(ED)’进行分 类,选取最亮类作为候选区域S(K-1)、S(K+1);
在第K-1、K+1个片层的候选区域S(K-1)、S(K+1)中选取与第K个片层、舒张末期的磁共振图像IKP(ED)中血池区域的粗分割结果重叠率最大的区域作为第K-1、K+1个片层、舒张末期的磁共振图像中血池区域的粗分割结果。
进一步的,若当前片层的磁共振图像中粗分割的血池区域的长轴大于前一片层的磁共振图像中粗分割的血池区域的长轴的1.2倍或者当前片层的磁共振图像中粗分割的血池区域的长宽比大于前一片层的磁共振图像中粗分割的血池区域的长宽比的1.3倍,则被判断为出现LVOT(left ventr icular outflow tract)现象,其中所述当前片层是位于中间片层位置以下的片层(靠近心底层)。
进一步的,如果出现LVOT现象,则调整伽马校正参数(增大校正参数),对当前片层的磁共振图像的左心室感兴趣区域中的图像进行伽马校正,并重新进行聚类分割。
进一步的,如采用调整伽马校正参数后并进行聚类分割后的当前片层的磁共振图像中的血池区域仍然被判断为出现LVOT现象,则采用射线扫描方法去除过分割的区域,即可得到分割后的血池区域。
具体的,所述射线扫描方法包括以下步骤:
以当前片层的磁共振图像的血池区域质心为中心点a(参图4a)作径向射线扫描,提取每个角度射线上距离中心点最近的区域边界点(参图4a中的点b1、b2、b3);
计算上述提取的所有边界点到中心点的径向距离均值mean和标准差std,去掉径向距离大于距离均值(mean)加标准差(std)的区域边界点(b3),保留的点如图4b所示;
将剩余的区域边界点进行插值后得到闭合曲线d(参图4c);闭合曲线包含的区域即为当前片层的磁共振图像的粗分割血池区域。
具体的,上述步骤S4中:二维极坐标转换图像中的x轴表示了扫描射线的序号,y轴表示了射线上点距离扫描起点的距离;扫描的射线数目为180条,扫描起始半径为粗分割血池区域的边界位置减数个像素点(可为5-15个像素点),扫描终止半径为粗分割血池区域的边界位置加数个像素点(可为15-45个像素点)。
进一步的,上述步骤S5中:所述双边动态规划中,射线扫描方法顺序获得的射线(二维极坐标转换图像的每一列)被认为是阶段,射线上的点(二维极坐标转换图像每一列上的点)被认为是阶段上的候选点,从第一阶段到最后阶段(二维极坐标转换图像的第一列到最后一列)具有最小累积局部能量cost的路径被认为是最优路径,即检测到的左心室心内、外膜。
具体的,所述局部能量cost包括内部能量costint和外部能量costext,其中内部能量costint决定了最优路径的平滑性,而外部能量costext决定了最优路径位于梯度大的位置。
其中,所述内部能量costint由以下公式获得:
为心内膜候选点在图像第i列中在垂直方向上的位置,为心内膜候选点在图像第i-1列中在垂直方向上的位置,为心外膜候选点在图像第i 列中在垂直方向上的位置,为心外膜候选点在图像第i-1列中在垂直方向上的位置,yrange为心内膜候选点在相邻图像列中在垂直方向上变化距离最大值(3个像素),drange为心肌厚度在相邻图像列中的变化距离最大值(5个像素)。
其中,所述外部能量为costext由以下公式获得:
具体的,所述步骤S6包括:
1)选取第K个片层的第t个心动期相(当前心动期相)的磁共振图像IKt;
2)以第K个片层的第t-1个心动期相(前一心动期相)检测的心内膜确定的血池区域的质心为扫描起点,在第t-1个心动期相的磁共振图像中分割的心内、外膜边界附近,将第t个心动期相对应的磁共振图像IKt转换成二维极坐标转换图像PKt;
3)统计从舒张末期至第t-1个心动期相的磁共振图像中已分割的心肌灰度的统计分布,通过原始图像IKt中像素点的灰度值与其在心肌灰度统计分布中相应灰度值的分布百分比值相乘,增强原始图像IKt中的心肌部分,并将增强的原始图像IKt转换为二维极坐标转换图像Pcard;
4)基于双动态规划方法在二维极坐标转换图像Pkt、Pcard中检测左心室心内、外膜;第t-1个心动期相(前一心动期相)的分割的左心室心内外膜位置限定第t个心动期相(当前心动期相)的左心室心内外膜搜索的范围。
5)基于二维极坐标转换图像中检测到的左心室心内、外膜,利用极坐标 逆转换获取原始图像IKt中的左心室心内外膜,求凸包并平滑,得到检测结果。
优选的,所述当前心动期相的左心室心内外膜搜索的范围为:前一心动期相上分割的心内膜上20个像素点至外膜边界下10个像素点。
进一步的,在完成左心室心内外膜的分割后,可进一步获得与左心室相关的心室体积、射血分数和心肌壁厚等特征参数的分析。
本发明专利提出方法步骤中涉及到的参数根据实际医学图像特点可以进行任意设置;
本发明专利中双动态规划技术相关的局部能量定义可以根据图像的灰度、梯度和形状等;
本发明专利中心功能相关特征参数不局限于实施例中所述。
需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本申请的部分或全部可借助软件并结合必需的通用硬件平台来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可包括其上存储有机器可执行指令的一个或多个机器可读介质,这些指令在由诸如计算机、计算机网络或其他电子设备等一个或多个机器执行时可使得该一个或多个机器根据本发明的实施例来执行操作。机器可读介质可包括,但不限于,软盘、光盘、CD-ROM(紧致盘-只读存储器)、磁光盘、ROM(只读存储器)、RAM(随机存取存储器)、EPROM(可擦除可编程只读存储器)、EEPROM(电可擦除可编程只读存储器)、磁卡或光卡、闪存、或适于存储机器可执行指令的其他类型的介质/机器可读介质。
本申请可用于众多通用或专用的计算系统环境或配置中。例如:个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基 于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等。
本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
采用本发明的方法,可实现全自动确定心脏舒张期末期相位及左心室位置,采用聚类方法实现舒张末期图像中血池的分割。
本发明的方法结合采用左心室心内外膜位置和梯度信息,利用双动态规划技术,同时实现心脏舒张期末期中左心室心内外膜的检测;
本发明的方法利用相同片层在不同时序图像中的连续性特点,准确和有效地在四维心功能磁共振图像中实现左心室心内外膜的检测。
本发明的方法可为后续的基于心脏心功能磁共振图像的计算机辅助诊断提供有力的支持和保障,并提高后续诊断的效率和准确性。
虽然本发明已以较佳实施例揭示如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的修改和完善,因此本发明的保护范围当以权利要求书所界定的为准。
Claims (9)
1.一种心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于包括以下步骤:
S1.获取包含左心室心肌的若干片层、且在不同心动期相的心脏磁共振图像INP,其中N表示片层的序号,P表示心动期相序号,N、P均为大于或等于1的整数;
S2.确定舒张末期的期相;
S3.获得舒张末期的N个片层的磁共振图像的血池区域的粗分割结果;
S4.以粗分割血池的质心为扫描起点,基于极坐标转换方法,利用射线扫描将舒张末期的每个片层的磁共振图像中左心室感兴趣区域内的图像数据转换为二维极坐标转换图像;
S5.基于双动态规划方法在二维极坐标转换图像中检测心内膜及心外膜;利用极坐标逆转换获取原始片层图像中的心内、外膜,求凸包并平滑,完成舒张末期的N个片层的磁共振图像中的心内、外膜的分割;
S6.从舒张末期的磁共振图像中的心内、外膜分割结果向其它心动期相的磁共振图像中的心内、外膜衍生分割结果;所述步骤S6包括:
选取第K个片层的第t个心动期相的磁共振图像IKt;
以第K个片层的第t-1个心动期相检测的心内膜确定的血池区域的质心为扫描起点,在第t-1个心动期相的磁共振图像中分割的心内、外膜边界附近,将第t个心动期相对应的磁共振图像IKt转换成二维极坐标转换图像PKt;
统计从舒张末期至第t-1个心动期相的磁共振图像中已分割的心肌灰度的统计分布,通过原始图像IKt中像素点的灰度值与其在心肌灰度统计分布中相应灰度值的分布百分比值相乘,增强原始图像IKt中的心肌部分,并将增强的原始图像IKt转换为二维极坐标转换图像Pcard;
基于双动态规划方法在二维极坐标转换图像Pkt、Pcard中检测左心室心内、外膜;第t-1个心动期相的分割的左心室心内外膜位置限定第t个心动期相的左心室心内外膜搜索的范围;
基于二维极坐标转换图像中检测到的左心室心内、外膜,利用极坐标逆转换获取原始图像IKt中的左心室心内外膜,求凸包并平滑,得到检测结果。
2.根据权利要求1所述的心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于,所述二维极坐标转换图像中的x轴表示了扫描射线的序号,y轴表示了射线上点距离扫描起点的距离;扫描的射线数目为180条,扫描起始半径为粗分割血池区域的边界位置减数个像素点,扫描终止半径为粗分割血池区域的边界位置加数个像素点。
3.根据权利要求2所述的心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于,所述双动态规划中,射线扫描方法顺序获得的射线被认为是阶段,射线上的点被认为是阶段上的候选点,从第一阶段到最后阶段具有最小累积局部能量cost的路径被认为是最优路径,即检测到的左心室心内、外膜。
4.根据权利要求3所述的心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于,所述局部能量cost包括内部能量costint和外部能量costext,其中内部能量costint决定了最优路径的平滑性,而外部能量costext决定了最优路径位于梯度大的位置。
5.根据权利要求4所述的心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于,所述内部能量costint由以下公式获得:
7.根据权利要求1所述的心脏心功能磁共振图像中的心内外膜的分割方法,所述第t个心动期相的左心室心内外膜搜索的范围为:以第t-1个心动期相上分割的心内膜上20个像素点至外膜边界下10个像素点。
8.根据权利要求1所述的心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于,所述步骤S2包括:
在中间片层的每个心动期相所对应的磁共振图像IMP上,设定初始感兴趣区域,计算初始感兴趣区域在所有心动期相上的最大强度投影图像,聚类分割最大强度投影图像,选取圆度最大的区域A;
计算中间片层的每个心动期相所对应的磁共振图像IMP在区域A中的图像平均灰度值,具有最大平均灰度值的磁共振图像IMP所在心动期相被定义为舒张末期。
9.根据权利要求1所述的心脏心功能磁共振图像中的心内外膜的分割方法,其特征在于,所述步骤S3包括:
从中间片层开始向心尖和心底两个方向片层的磁共振图像分别进行分割,完成舒张末期的磁共振图像INP(ED)中的血池区域的粗分割。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510974235.5A CN106910194B (zh) | 2015-12-22 | 2015-12-22 | 心脏心功能磁共振图像中的心内外膜的分割方法 |
US15/387,758 US10290109B2 (en) | 2015-12-22 | 2016-12-22 | Method and system for cardiac image segmentation |
US16/372,526 US10776924B2 (en) | 2015-12-22 | 2019-04-02 | Method and system for cardiac image segmentation |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510974235.5A CN106910194B (zh) | 2015-12-22 | 2015-12-22 | 心脏心功能磁共振图像中的心内外膜的分割方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106910194A CN106910194A (zh) | 2017-06-30 |
CN106910194B true CN106910194B (zh) | 2020-11-27 |
Family
ID=59200108
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510974235.5A Active CN106910194B (zh) | 2015-12-22 | 2015-12-22 | 心脏心功能磁共振图像中的心内外膜的分割方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106910194B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107909622B (zh) * | 2017-11-30 | 2021-05-14 | 上海联影医疗科技股份有限公司 | 模型生成方法、医学成像的扫描规划方法及医学成像系统 |
CN108703770B (zh) * | 2018-04-08 | 2021-10-01 | 智谷医疗科技(广州)有限公司 | 心室容积监测设备和方法 |
US10657646B2 (en) * | 2018-06-14 | 2020-05-19 | Uih America, Inc. | Systems and methods for magnetic resonance image reconstruction |
CN113160116B (zh) * | 2021-02-03 | 2022-12-27 | 中南民族大学 | 左心室内外膜自动分割方法、系统及设备 |
CN113362345B (zh) * | 2021-06-30 | 2023-05-30 | 武汉中科医疗科技工业技术研究院有限公司 | 图像分割方法、装置、计算机设备和存储介质 |
CN115965621B (zh) * | 2023-02-15 | 2023-06-20 | 中国医学科学院阜外医院 | 一种基于磁共振成像的主要心脏不良事件的预测装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978730A (zh) * | 2014-04-10 | 2015-10-14 | 上海联影医疗科技有限公司 | 一种左心室心肌的分割方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6711283B1 (en) * | 2000-05-03 | 2004-03-23 | Aperio Technologies, Inc. | Fully automatic rapid microscope slide scanner |
JP5438029B2 (ja) * | 2008-01-31 | 2014-03-12 | コーニンクレッカ フィリップス エヌ ヴェ | 短軸遅延強調心臓mriの自動三次元セグメント化 |
CN101527047B (zh) * | 2008-03-05 | 2013-02-13 | 深圳迈瑞生物医疗电子股份有限公司 | 使用超声图像检测组织边界的方法与装置 |
CN101625756B (zh) * | 2009-08-13 | 2011-06-15 | 华北电力大学(保定) | 一种提高冠状动脉内超声图像视觉效果的方法 |
CN102890823B (zh) * | 2011-07-19 | 2016-04-27 | 株式会社东芝 | 运动对象轮廓提取及左心室图像分割方法和装置 |
CN103927732B (zh) * | 2013-01-11 | 2016-03-30 | 上海联影医疗科技有限公司 | 一种胸壁线的检测方法 |
-
2015
- 2015-12-22 CN CN201510974235.5A patent/CN106910194B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978730A (zh) * | 2014-04-10 | 2015-10-14 | 上海联影医疗科技有限公司 | 一种左心室心肌的分割方法和装置 |
Non-Patent Citations (1)
Title |
---|
基于活动轮廓模型和统计特征的血管内超声图像的边缘提取;曲怀敬 等;《中国图象图形学报》;20050831;第10卷(第8期);第999-1004页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106910194A (zh) | 2017-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106910194B (zh) | 心脏心功能磁共振图像中的心内外膜的分割方法 | |
US11024025B2 (en) | Automatic quantification of cardiac MRI for hypertrophic cardiomyopathy | |
CN110475505B (zh) | 利用全卷积网络的自动分割 | |
JP6993334B2 (ja) | 自動化された心臓ボリュームセグメンテーション | |
US9275266B2 (en) | Apparatus and method for tracking contour of moving object, and apparatus and method for analyzing myocardial motion | |
EP1851722B8 (en) | Image processing device and method | |
CN104424629B (zh) | 一种x光胸片肺部分割方法和装置 | |
US10290109B2 (en) | Method and system for cardiac image segmentation | |
Ecabert et al. | Automatic model-based segmentation of the heart in CT images | |
US8098918B2 (en) | Method and system for measuring left ventricle volume | |
Lu et al. | Segmentation of left ventricle in cardiac cine MRI: An automatic image-driven method | |
JP2013022463A (ja) | 運動対象輪郭抽出装置、左心室画像分離装置、運動対象輪郭抽出方法及び左心室画像分離方法 | |
CN110689521B (zh) | 一种医学影像所属人体部位的自动识别方法及系统 | |
CN106709919B (zh) | 一种心脏灌注磁共振图像的处理方法 | |
Sani et al. | Automatic computation of left ventricular volume changes over a cardiac cycle from echocardiography images by nonlinear dimensionality reduction | |
CN106910182B (zh) | 心脏心功能磁共振图像中舒张末期图像中血池的分割方法 | |
Kumar et al. | Cardiac disease detection from echocardiogram using edge filtered scale-invariant motion features | |
Cho et al. | Cardiac segmentation by a velocity-aided active contour model | |
CN109785340A (zh) | 基于多图谱的心脏磁共振图像右心室分割计算设备及方法 | |
US9402549B2 (en) | Methods and apparatus to estimate ventricular volumes | |
Schaerer et al. | Simultaneous segmentation of the left and right heart ventricles in 3D cine MR images of small animals | |
Pednekar et al. | Automatic computation of left ventricular ejection fraction from spatiotemporal information in cine‐SSFP cardiac MR images | |
Poujol et al. | Myocardium segmentation on 3D SPECT images | |
Lu et al. | One-stage multi-task detector for 3d cardiac mr imaging | |
Meyer et al. | A multi-modality segmentation framework: application to fully automatic heart segmentation |
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 | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co., Ltd Address before: 201807 Shanghai city Jiading District Industrial Zone Jiading Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |