CN107067398A - 用于三维医学模型中缺失血管的补全方法及装置 - Google Patents

用于三维医学模型中缺失血管的补全方法及装置 Download PDF

Info

Publication number
CN107067398A
CN107067398A CN201710296159.6A CN201710296159A CN107067398A CN 107067398 A CN107067398 A CN 107067398A CN 201710296159 A CN201710296159 A CN 201710296159A CN 107067398 A CN107067398 A CN 107067398A
Authority
CN
China
Prior art keywords
blood vessel
fracture
medical images
medical
dimensional
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
Application number
CN201710296159.6A
Other languages
English (en)
Other versions
CN107067398B (zh
Inventor
王立
程谟方
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Qingdao Hisense Medical Equipment Co Ltd
Original Assignee
Qingdao Hisense Medical Equipment Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Qingdao Hisense Medical Equipment Co Ltd filed Critical Qingdao Hisense Medical Equipment Co Ltd
Priority to CN201710296159.6A priority Critical patent/CN107067398B/zh
Publication of CN107067398A publication Critical patent/CN107067398A/zh
Application granted granted Critical
Publication of CN107067398B publication Critical patent/CN107067398B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • 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
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/30096—Tumor; Lesion
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30004—Biomedical image processing
    • G06T2207/30101—Blood vessel; Artery; Vein; Vascular

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Pathology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Pulmonology (AREA)
  • Quality & Reliability (AREA)
  • General Physics & Mathematics (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

本申请提供一种用于三维医学模型中缺失血管的补全方法及装置，该方法包括：若三维医学模型中的血管存在断裂，确定血管在该三维医学模型中的断裂位置；根据血管在三维医学模型中的断裂位置，确定该断裂位置在二维医学图像中的映射位置；在二维医学图像中的映射位置绘制断裂血管的数据信；基于绘制断裂血管的数据信息后的二维医学图像重新生成三维医学模型中的血管。实现了在确定血管在该三维医学模型中断裂位置的基础上，在二维医学图像上绘制数据信息，以重新生成三维医学模型中的血管，可以使医务工作者获取更精确完整的血管形态图，为诊断病症提供更充足的数据基础。

Description

用于三维医学模型中缺失血管的补全方法及装置
技术领域
本申请涉及医疗影像技术，尤其涉及一种用于三维医学模型中缺失血管的补全方法及装置。
背景技术
随着计算机断层技术(CT)、磁共振成像(MRI)、超声(US)等医学影像技术的发展及应用，传统二维影像只表达了某一截面的解剖信息，而三维可视化技术是通过二维及空间信息构造人体器官、软组织及病灶大小形状和周边组织位置关系，可以更生动立体的辅助医生进行诊断治疗，提升诊断及治疗规划的准确性及高效性，因此，三维可视化技术被越来越多的用于辅助医生进行手术操作。
目前，CT与MRI等医疗设备只能给出人体的二维横断面图像，在多数情况下，医生只能从多幅二维图像“构思”病灶与其周围组织的空间几何关系。但是，从二维横断面图像，很难精确的掌握血管的分布情况，而且在一些脏器肿瘤的切除过程中，由于对血管的空间位置不清晰，无法对切除的脏器组织以及其所涉及的区域做出科学客观的评价。
因此，如何在医疗领域根据脏器内血管的二维医学图像像获取脏器内血管三维立体图像成为亟待解决的问题。
发明内容
本申请提供一种用于三维医学模型中缺失血管的补全方法及装置，用于获取准确的血管三维立体图像。
本申请第一方面提供一种用于三维医学模型中缺失血管的补全方法，包括：
若三维医学模型中的血管存在断裂，确定所述血管在所述三维医学模型中的断裂位置；
根据所述血管在所述三维医学模型中的断裂位置，确定所述断裂位置在二维医学图像中的映射位置，其中，所述二维医学图像用于生成所述三维医学模型；
在所述二维医学图像中的映射位置绘制断裂血管的数据信息；
基于绘制断裂血管的数据信息后的所述二维医学图像重新生成所述三维医学模型中的血管。
本申请第二方面提供一种用于三维医学模型中缺失血管的补全装置，包括：
第一确定模块，用于在三维医学模型中的血管存在断裂时，确定所述血管在所述三维医学模型中的断裂位置；
第二确定模块，用于根据所述血管在所述三维医学模型中的断裂位置，确定所述断裂位置在二维医学图像中的映射位置，其中，所述二维医学图像用于生成所述三维医学模型；
绘制模块，用于在所述二维医学图像中的映射位置绘制断裂血管的数据信息；
生成模块，用于基于绘制断裂血管的数据信息后的所述二维医学图像重新生成所述三维医学模型中的血管。
本申请提供的用于三维医学模型中缺失血管的补全方法及装置中，若三维医学模型中的血管存在断裂，确定血管在该三维医学模型中的断裂位置，根据血管在三维医学模型中的断裂位置，确定该断裂位置在二维医学图像中的映射位置，在二维医学图像中的映射位置绘制断裂血管的数据信息，再基于绘制断裂血管的数据信息后的二维医学图像重新生成三维医学模型中的血管。实现了在确定血管在该三维医学模型中断裂位置的基础上，在二维医学图像上绘制数据信息，以重新生成三维医学模型中的血管，可以使医务工作者获取更精确完整的血管形态图，为诊断病症提供更充足的数据基础。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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为本申请一实施例提供的用于三维医学模型中缺失血管的补全方法流程示意图；
图2为三维医学模型中的血管；
图3为二维医学图像；
图4为二维医学图像和三维医学模型对比图；
图5为本申请另一实施例提供的用于三维医学模型中缺失血管的补全方法流程示意图；
图6为血管绘制图；
图7为三维空间拟合示意图；
图8为三维空间拟合线示意图；
图9为断裂血管的三维血管示意图；
图10为本申请一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图；
图11为本申请另一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图；
图12为本申请另一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图；
图13为本申请又一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
在对本发明实施例进行详细的解释说明之前，先对本发明实施例的应用场景予以介绍。本发明实施例提供的方法应用于终端，该终端为医疗场景中医疗设备，该医疗设备可以为医学影像的显示装置，如计算机、CT(Computed Tomography，电子计算机断层扫描)机、核磁共振仪等，该医学影像可以为二维医学图像、三维医学重建模型等，本发明实施例对此不做限定。
示例的，本发明实施例提供的方法应用于计算机辅助医疗显示装置，属于计算机辅助医疗诊断领域。计算机辅助诊断(computer aided diagnosis，CAD)是指通过影像学、医学图像处理技术以及其他可能的生理、生化手段，结合计算机的分析计算，辅助发现病灶，提高诊断的准确率。
在计算机辅助医疗诊断中常用的手段之一是，根据沿指定方向阵列排布的多张二维医学图像生成三维医学模型，通过将该三维医学模型和该二维医学图像进行对照显示，来提高疾病诊断的准确率。
其中，该多张二维医学图像的形状、大小和层间距(层间距即相邻的两张原始二维医学图像之间的距离)均相等。该二维医学图像可以为X线计算机断层摄影(英文：ComputedTomography；简称：CT)图像或者核磁共振(英文：Magnetic Resonance；简称：MR)图像。
示例的，基于多张二维医学图像生成三维医学模型的过程可以包括：使用三维重建算法对该多张二维医学图像进行三维重建，以得到对应的三维医学模型，例如，该三维重建算法可以为移动立方体(英文：Marching Cubes)算法。
本申请实施例中，提供一种用于三维医学模型中缺失血管的补全方法，可以对三维医学模型中的血管进行补全，有利于医护人员更好地分析病症。
图1为本申请一实施例提供的用于三维医学模型中缺失血管的补全方法流程示意图，图2为三维医学模型中的血管。图3为二维医学图像。
如图1所示，该方法包括：
S101、若三维医学模型中的血管存在断裂，确定血管在该三维医学模型中的断裂位置。
图2以一个脏器中的血管为例，示出三维医学模型中的血管，可以看出其中有部分血管出现断裂。
S102、根据血管在三维医学模型中的断裂位置，确定该断裂位置在二维医学图像中的映射位置。
其中，该二维医学图像用于生成用于生成上述三维医学模型。由于二维医学图像获取的条件不同，有时候医疗设备提供的图像上血管并不完整。例如一些比较细的血管，在三维医学模型上会显得断断续续。或者血管断裂不连续等。
具体地，CT与MRI等医疗设备只能给出人体的二维医学图像(例如二维二维医学图像)，在多数情况下，医生只能从多张二维医学图像“构思”病灶与其周围组织的空间几何关系，进一步构造三维医学模型。
具体地，可以预先训练好神经网络模型，将CT与MRI等医疗设备输出的二维医学图像输入神经网络模型，得到神经网络分割图。具体地，神经网络模型可以分割出不同的脏器，以便区分出目标脏器。
可以在每张二维医学图像中分割出目标脏器。可选地，如图2所示，可以在每张二维医学图像上分割出肝脏。
需要说明的是，分割出目标脏器的目的是为了更好的生成目标脏器的血管，因为在目标脏器的分割区域范围内分割血管能获得目标脏器的血管，否则有可能同时获得了其它脏器血管而不利于医疗诊断。
分割出脏器后可以进一步地分割血管，具体地，分割血管可以采用多种方法，比如：在目标脏器中的血管中选中一个种子点，采用种子点生长法在相应脏器内部生成血管。也可以用训练神经网络模型直接分割血管，本申请中不作限制。
分割出目标脏器和目标脏器的血管后，可以在每张二维医学图像中确定出目标脏器的血管断面，图3中的点状就是普通CT图中的血管断面，一般地，所分割出的目标脏器图中，血管断面和分割出的目标脏器颜色不一样，例如肝脏分在所分割出的图中显示为红色，血管断面为白色的点，不以此为限。
根据多张二维医学图像中目标脏器的血管断面，就可以生成血管的三维医学模型。
进而可以建立图像的坐标，在三维医学模型中确定血管断裂部分的位置信息。进而确定该断裂位置在二维医学图像中的映射位置。
需要说明的是，目标脏器的同一位置在三维医学模型和二维医学图像中的数据信息相同。
S103、在二维医学图像中的映射位置绘制断裂血管的数据信息。
例如在二维医学图像中的映射位置确定血管的一些图形参数等。
S104、基于绘制断裂血管的数据信息后的二维医学图像重新生成三维医学模型中的血管。
三维医学模型基于多张二维医学图像生成，例如采用区域生长算法等预设算法生成三维医学模型。本实施例中，在二维医学图像中确定好断裂位置的映射位置后，先在二维医学图像中绘制数据信息，进而再重新生成三维医学模型中的血管。
综上，本实施例中，若三维医学模型中的血管存在断裂，确定血管在该三维医学模型中的断裂位置，根据血管在三维医学模型中的断裂位置，确定该断裂位置在二维医学图像中的映射位置，在二维医学图像中的映射位置绘制断裂血管的数据信息，再基于绘制断裂血管的数据信息后的二维医学图像重新生成三维医学模型中的血管。实现了在确定血管在该三维医学模型中断裂位置的基础上，在二维医学图像上绘制数据信息，以重新生成三维医学模型中的血管，可以使医务工作者获取更精确完整的血管形态图，为诊断病症提供更充足的数据基础。
其中，同一脏器在二维医学图像上的位置信息与在三维医学模型的位置信息同步。
二维医学图像可以包括下述一个或多个：横切面图、矢状面图、冠状面图等。
一种实施方式中，上述根据血管在三维医学模型中的断裂位置，确定该断裂位置在二维医学图像中的映射位置，可以是：将可移动标尺在三维医学模型和二维医学图像上同步移动。在可移动标尺移动至三维医学模型中的上述断裂位置时，确定该断裂位置在二维医学图像中的映射位置。
图4为二维医学图像和三维医学模型对比图。以肝脏中的血管为例，如图4所示，包括肝脏的横切面图、矢状面图、冠状面图以及三维血管初始图，其坐标位置同步，即坐标在任一图上移动时都在所有图上联动，坐标指定的某个点，在四张图上的坐标位置一样、且对应在目标脏器上的位置也一样。例如坐标在横切面图中移动到肝脏的某个位置，对应的在三维医学模型上坐标指定的位置也是肝脏的这个位置。
如图4中，可移动标尺在三维医学模型中移动到血管断裂部分时，在其他几个二维图中，也移动到肝脏的同一位置。
可选地，在三维医学模型移动横标尺线，其他几张二维医学图像上的横标尺线也同步移动，通过移动实现横标尺线和纵标尺线的交点在血管断裂部分。这样可以在其他二维医学图像上确定血管断裂部分的横向坐标，进而通过横标尺线和纵标尺线的交点的作为确定出血管断裂部分的大概位置。
这种方式可以快速确定出血管的断裂位置在二维医学图像中的映射位置。
具体实现时，可以根据用户输入的移动信息移动可移动标尺。例如用户使用鼠标等输入设备控制可移动标尺移动。
另一种实施方式中，上述根据血管在三维医学模型中的断裂位置，确定该断裂位置在二维医学图像中的映射位置，可以是：在二维医学图像上标记多个预估标记点，并将多个预估标记点同步显示在三维医学模型中的对应位置。获取多个预估标记点在三维医学模型上的位置信息，确定该断裂位置在二维医学图像中的映射位置。
与前述实施例类似，参照图4，在二维医学图像上标记的点，同步显示在三维医学模型，对应的是肝脏上同一位置。
根据用户输入的标记信息，在二维医学图像上标记多个预估标记点。可选地，用户通过观察到的信息，输入标记指令，在二维医学图像上可以看到血管的位置标记上多个预估标记点，进而在三维医学模型上确定这些预估标记点的位置信息，就可以确定断裂位置在二维医学图像中的映射位置。
这种方法中，在预估血管位置后，通过较多的预估计标记点不仅可以确定血管断裂部分的位置信息，还可以获取血管断裂部分的大体形状。
进一步地，在确定断裂位置在二维医学图像中的映射位置后可以通过区域增长算法、并利用预估计标记点生长出断裂部分的血管。
可选地，为了获取更精确完整的血管三维医学模型，可以结合用户输入的绘制信息生成血管的完整三维医学模型。
进一步地，一种方式中，在二维医学图像的映射位置绘制断裂血管的数据信息，可以是：根据二维医学图像中的映射位置，在二维医学图像中确定用户输入的绘制区域，将绘制区域内的像素点确定为断裂血管的数据信息。
具体地，用户可以根据断裂血管在上述二维医学图像中的映射位置，选用画笔绘制血管。例如通过绘制一个封闭的圈表明血管断裂部分的位置和形状。或者，用户也可以在二维医学图像上绘制“点”表明血管，将多张二维医学图像连起来可以获取血管断裂部分的位置和形状。进而获取绘制区域内的像素点，可以确定多个或所有像素点的位置信息，作为断裂血管的数据信息，进而可以采用区域生长等方法重新生成三维医学模型中的血管。
图5为本申请另一实施例提供的用于三维医学模型中缺失血管的补全方法流程示意图。图6为血管绘制图。图7为三维空间拟合示意图。图8为三维空间拟合线示意图。图9为断裂血管的三维医学模型示意图。
如图5所示，另一种方式中，在二维医学图像中的映射位置绘制断裂血管的数据信息，可以包括：
S501、根据上述二维医学图像中的映射位置，在二维医学图像中确定断裂血管的绘制区域。
用户可以根据断裂血管在上述二维医学图像中的映射位置，选用画笔绘制血管。例如通过绘制一个封闭的圈表明血管断裂部分的位置和形状。
可选地，用户也可以在二维医学图像上绘制“点”表明血管，将多张二维医学图像连起来可以获取断裂血管的位置和形状。
S502、计算绘制区域的边缘信息。
如图6所示，左边为生成的绘制区域，右边为计算的绘制区域的边缘信息。
每张二维医学图像上可能是绘制的一个点，显示出来为白色部分，计算白色部分的边缘。
可选地，采用四邻域法求取血管边缘结果。
S503、根据边缘信息计算绘制区域的中心点。
可选地，遍历二维医学图像上绘制区域的每个像素，分别求取绘制区域的每个像素与边缘信息中每个像素的距离。进而求取边缘信息中与绘制区域的每个像素距离最小的像素，确定最小距离，即绘制区域的每个像素与边缘信息中都有一个对应的最小距离点，对所有最小距离点排序，取其中的最大值，这个最大值对应的像素就是绘制区域的中心点。进一步地，可以确定绘制区域中与该中心点距离小于预设阈值的像素也为中心点，从而在每个二维医学图像都得到多个中心点。
S504、根据二维医学图像中绘制区域的中心点，计算断裂血管的血管中心线和半径。
以所有二维医学图像上的中心点为基础，求取所有中心点的三维拟合线。如图7所示，里面“圆圈”标识中心点、“星型”点为投影点，即将中心点分别投影到B、C两个平面，形成两条二维平面的点。
对B、C两个平面上的投影点做多项拟合，得到如图8所示的拟合曲线。利用拟合曲线反求中心点的拟合曲线，进行三维还原。中心点的拟合曲线代表了血管的中心线，穿越所有二维医学图像，进而利用中心线计算出血管的半径。
进一步地，基于绘制断裂血管的数据信息后的二维医学图像重新生成三维医学模型中的血管，可以是：基于断裂血管的血管中心线和半径，重新生成三维医学模型中的血管。
具体实现过程中，可以利用自绘制功能，基于断裂血管的血管中心线和半径数据，就可以绘制出如图9所示的断裂血管的三维模型。
结合原来的三维医学模型就可以得到完整三维血管图像。
图10为本申请一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图。该装置可以是计算机，或者集成于计算机，也可以是其他绘图设备、或集成于绘图设备，在此不作限制。如图10所示，该装置包括：第一确定模块110、第二确定模块111、绘制模块112、生成模块113，其中：
第一确定模块110，用于在三维医学模型中的血管存在断裂时，确定所述血管在所述三维医学模型中的断裂位置。
第二确定模块111，用于根据所述血管在所述三维医学模型中的断裂位置，确定所述断裂位置在二维医学图像中的映射位置，其中，所述二维医学图像用于生成所述三维医学模型。
绘制模块112，用于在所述二维医学图像中的映射位置绘制断裂血管的数据信息。
生成模块113，用于基于绘制断裂血管的数据信息后的所述二维医学图像重新生成所述三维医学模型中的血管。
本实施例中，若三维医学模型中的血管存在断裂，确定血管在该三维医学模型中的断裂位置，根据血管在三维医学模型中的断裂位置，确定该断裂位置在二维医学图像中的映射位置，在二维医学图像中的映射位置绘制断裂血管的数据信息，再基于绘制断裂血管的数据信息后的二维医学图像重新生成三维医学模型中的血管。实现了在确定血管在该三维医学模型中断裂位置的基础上，在二维医学图像上绘制数据信息，以重新生成三维医学模型中的血管，可以使医务工作者获取更精确完整的血管形态图，为诊断病症提供更充足的数据基础。
图11为本申请另一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图。如图11所示，一种实现方式中，在图10的基础上，第二确定模块111包括：移动单元1111和确定单元1112，其中：
移动单元1111，用于将可移动标尺在所述三维医学模型和所述二维医学图像上同步移动。
确定单元1112，用于在所述可移动标尺移动至所述三维医学模型中的所述断裂位置时，确定所述断裂位置在二维医学图像中的映射位置。
图12为本申请另一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图。如图12所示，另一种实现方式中，在图10的基础上，第二确定模块111包括：标记单元121、获取单元122和定位单元123，其中：
标记单元121，用于在所述二维医学图像上标记多个预估标记点，并将多个所述预估标记点同步显示在所述三维医学模型中的对应位置。
获取单元122，用于获取多个所述预估标记点在所述三维医学模型上的位置信息。
定位单元123，用于根据多个所述预估标记点在所述三维医学模型上的位置信息，确定所述断裂位置在二维医学图像中的映射位置。
图13为本申请又一实施例提供的用于三维医学模型中缺失血管的补全装置结构示意图。如图13所示，在图10的基础上，绘制模块112包括：绘制单元131和计算单元132，其中：
绘制单元131，用于根据所述二维医学图像中的映射位置，在所述二维医学图像中确定所述断裂血管的绘制区域。
计算单元132，用于计算所述绘制区域的边缘信息；根据所述边缘信息计算所述绘制区域的中心点；根据所述二维医学图像中所述绘制区域的中心点，计算所述断裂血管的血管中心线和半径。
相应地，生成模块113，基于所述断裂血管的血管中心线和半径，重新生成所述三维医学模型中的血管。
可选地，另一种实施方式中，绘制模块112，具体用于根据所述二维医学图像中的映射位置，在所述二维医学图像中确定用户输入的所述断裂血管的绘制区域；将所述绘制区域内的像素点确定为所述断裂血管的数据信息。
该装置用于执行前述方法实施例，其实现原理和技术效果类似，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文：Read-Only Memory，简称：ROM)、随机存取存储器(英文：Random Access Memory，简称：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (10)

1.一种用于三维医学模型中缺失血管的补全方法，其特征在于，所述方法包括：
若三维医学模型中的血管存在断裂，确定所述血管在所述三维医学模型中的断裂位置；
根据所述血管在所述三维医学模型中的断裂位置，确定所述断裂位置在二维医学图像中的映射位置，其中，所述二维医学图像用于生成所述三维医学模型；
在所述二维医学图像中的映射位置绘制断裂血管的数据信息；
基于绘制断裂血管的数据信息后的所述二维医学图像重新生成所述三维医学模型中的血管。
2.根据权利要求1所述的方法，其特征在于，所述根据所述血管在所述三维医学模型中的断裂位置，确定所述断裂位置在二维医学图像中的映射位置，包括：
将可移动标尺在所述三维医学模型和所述二维医学图像上同步移动；
在所述可移动标尺移动至所述三维医学模型中的所述断裂位置时，确定所述断裂位置在二维医学图像中的映射位置。
3.根据权利要求1所述的方法，其特征在于，所述根据所述血管在所述二维医学图像中的断裂位置，确定所述断裂位置在二维医学图像中的映射位置，包括：
在所述二维医学图像上标记多个预估标记点，并将多个所述预估标记点同步显示在所述三维医学模型中的对应位置；
获取多个所述预估标记点在所述三维医学模型上的位置信息；
根据多个所述预估标记点在所述三维医学模型上的位置信息，确定所述断裂位置在二维医学图像中的映射位置。
4.根据权利要求1所述的方法，其特征在于，所述在所述二维医学图像中的映射位置绘制断裂血管的数据信息，包括：
根据所述二维医学图像中的映射位置，在所述二维医学图像中确定所述断裂血管的绘制区域；
计算所述绘制区域的边缘信息；
根据所述边缘信息计算所述绘制区域的中心点；
根据所述二维医学图像中所述绘制区域的中心点，计算所述断裂血管的血管中心线和半径。
5.根据权利要求4所述的方法，其特征在于，所述基于绘制断裂血管的数据信息后的所述二维医学图像重新生成所述三维医学模型中的血管，包括：
基于所述断裂血管的血管中心线和半径，重新生成所述三维医学模型中的血管。
6.根据权利要求1所述的方法，其特征在于，所述在所述二维医学图像中的映射位置绘制断裂血管的数据信息，包括：
根据所述二维医学图像中的映射位置，在所述二维医学图像中确定用户输入的所述断裂血管的绘制区域；
将所述绘制区域内的像素点确定为所述断裂血管的数据信息。
7.一种用于三维医学模型中缺失血管的补全装置，其特征在于，包括：
第一确定模块，用于在三维医学模型中的血管存在断裂时，确定所述血管在所述三维医学模型中的断裂位置；
第二确定模块，用于根据所述血管在所述三维医学模型中的断裂位置，确定所述断裂位置在二维医学图像中的映射位置，其中，所述二维医学图像用于生成所述三维医学模型；
绘制模块，用于在所述二维医学图像中的映射位置绘制断裂血管的数据信息；
生成模块，用于基于绘制断裂血管的数据信息后的所述二维医学图像重新生成所述三维医学模型中的血管。
8.根据权利要求7所述的装置，其特征在于，第二确定模块，包括：
移动单元，用于将可移动标尺在所述三维医学模型和所述二维医学图像上同步移动；
确定单元，用于在所述可移动标尺移动至所述三维医学模型中的所述断裂位置时，确定所述断裂位置在二维医学图像中的映射位置。
9.根据权利要求7所述的装置，其特征在于，所述第二确定模块，包括：
标记单元，用于在所述二维医学图像上标记多个预估标记点，并将多个所述预估标记点同步显示在所述三维医学模型中的对应位置；
获取单元，用于获取多个所述预估标记点在所述三维医学模型上的位置信息；
定位单元，用于根据多个所述预估标记点在所述三维医学模型上的位置信息，确定所述断裂位置在二维医学图像中的映射位置。
10.根据权利要求7所述的装置，其特征在于，所述绘制模块，包括：
绘制单元，用于根据所述二维医学图像中的映射位置，在所述二维医学图像中确定所述断裂血管的绘制区域；
计算单元，用于计算所述绘制区域的边缘信息；根据所述边缘信息计算所述绘制区域的中心点；根据所述二维医学图像中所述绘制区域的中心点，计算所述断裂血管的血管中心线和半径。
CN201710296159.6A 2017-04-28 2017-04-28 用于三维医学模型中缺失血管的补全方法及装置 Active CN107067398B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710296159.6A CN107067398B (zh) 2017-04-28 2017-04-28 用于三维医学模型中缺失血管的补全方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710296159.6A CN107067398B (zh) 2017-04-28 2017-04-28 用于三维医学模型中缺失血管的补全方法及装置

Publications (2)

Publication Number Publication Date
CN107067398A true CN107067398A (zh) 2017-08-18
CN107067398B CN107067398B (zh) 2020-03-24

Family

ID=59604216

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710296159.6A Active CN107067398B (zh) 2017-04-28 2017-04-28 用于三维医学模型中缺失血管的补全方法及装置

Country Status (1)

Country Link
CN (1) CN107067398B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108269257A (zh) * 2018-03-05 2018-07-10 四川和生视界医药技术开发有限公司 视网膜血管的编辑方法及编辑装置
CN108376048A (zh) * 2018-03-05 2018-08-07 四川和生视界医药技术开发有限公司 视网膜血管的修复方法及修复装置
CN108765364A (zh) * 2018-04-02 2018-11-06 青岛海信医疗设备股份有限公司 血管半径确定方法、装置、终端及存储介质
CN109242964A (zh) * 2018-11-01 2019-01-18 青岛海信医疗设备股份有限公司 三维医学模型的处理方法和装置
CN109903298A (zh) * 2019-03-12 2019-06-18 数坤（北京）网络科技有限公司 血管分割图像断裂的修复方法、系统和计算机存储介质
CN110136522A (zh) * 2019-05-07 2019-08-16 艾瑞迈迪科技石家庄有限公司 颅底手术模拟教学培训系统
CN110197495A (zh) * 2019-05-30 2019-09-03 数坤（北京）网络科技有限公司 血管提取的调整方法及装置
CN110276762A (zh) * 2018-03-15 2019-09-24 北京大学 一种多b值扩散加权腹部磁共振成像的呼吸运动全自动校正方法
CN112712586A (zh) * 2020-12-22 2021-04-27 复旦大学附属中山医院 一种动脉模型快速生成方法
CN113687819A (zh) * 2021-09-07 2021-11-23 广西师范大学 一种对环保数据缺失进行补全的方法
CN114332202A (zh) * 2021-12-30 2022-04-12 北京阅影科技有限公司 血管模型的处理方法及其装置、计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101283929A (zh) * 2008-06-05 2008-10-15 华北电力大学 一种血管三维模型的重建方法
CN106127849A (zh) * 2016-05-10 2016-11-16 中南大学 三维精细血管重建方法及其系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101283929A (zh) * 2008-06-05 2008-10-15 华北电力大学 一种血管三维模型的重建方法
CN106127849A (zh) * 2016-05-10 2016-11-16 中南大学 三维精细血管重建方法及其系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
XIANGJUN CHEN 等: "The reverse flow island flap nourished by sural nerve nutrition blood vessel for repair of severe frostbite of feet", 《CHINESE JOURNAL OF PLASTIC SURGERY》 *
孙正 等: "基于变形模型的心血管三维运动跟踪", 《光电工程》 *
胡亦斌 等: "利用切片的二维空间相关操作实现血管的三维重建", 《工程数学学报》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108376048A (zh) * 2018-03-05 2018-08-07 四川和生视界医药技术开发有限公司 视网膜血管的修复方法及修复装置
CN108269257A (zh) * 2018-03-05 2018-07-10 四川和生视界医药技术开发有限公司 视网膜血管的编辑方法及编辑装置
CN108376048B (zh) * 2018-03-05 2021-05-28 四川和生视界医药技术开发有限公司 视网膜血管的修复方法及修复装置
CN110276762A (zh) * 2018-03-15 2019-09-24 北京大学 一种多b值扩散加权腹部磁共振成像的呼吸运动全自动校正方法
CN108765364B (zh) * 2018-04-02 2021-01-12 青岛海信医疗设备股份有限公司 血管半径确定方法、装置、终端及存储介质
CN108765364A (zh) * 2018-04-02 2018-11-06 青岛海信医疗设备股份有限公司 血管半径确定方法、装置、终端及存储介质
CN109242964A (zh) * 2018-11-01 2019-01-18 青岛海信医疗设备股份有限公司 三维医学模型的处理方法和装置
CN109242964B (zh) * 2018-11-01 2023-04-11 青岛海信医疗设备股份有限公司 三维医学模型的处理方法和装置
CN109903298A (zh) * 2019-03-12 2019-06-18 数坤（北京）网络科技有限公司 血管分割图像断裂的修复方法、系统和计算机存储介质
CN109903298B (zh) * 2019-03-12 2021-03-02 数坤（北京）网络科技有限公司 血管分割图像断裂的修复方法、系统和计算机存储介质
CN110136522A (zh) * 2019-05-07 2019-08-16 艾瑞迈迪科技石家庄有限公司 颅底手术模拟教学培训系统
CN110197495A (zh) * 2019-05-30 2019-09-03 数坤（北京）网络科技有限公司 血管提取的调整方法及装置
CN112712586A (zh) * 2020-12-22 2021-04-27 复旦大学附属中山医院 一种动脉模型快速生成方法
CN112712586B (zh) * 2020-12-22 2024-03-12 复旦大学附属中山医院 一种动脉模型快速生成方法
CN113687819A (zh) * 2021-09-07 2021-11-23 广西师范大学 一种对环保数据缺失进行补全的方法
CN114332202A (zh) * 2021-12-30 2022-04-12 北京阅影科技有限公司 血管模型的处理方法及其装置、计算机可读存储介质
CN114332202B (zh) * 2021-12-30 2023-11-24 北京阅影科技有限公司 血管模型的处理方法及其装置、计算机可读存储介质

Also Published As

Publication number Publication date
CN107067398B (zh) 2020-03-24

Similar Documents

Publication Publication Date Title
CN107067398A (zh) 用于三维医学模型中缺失血管的补全方法及装置
US10950338B2 (en) Method and apparatus for generating an artificial intelligence 3D dataset and performing interactive manipulation and rendering of the dataset
CN108038862B (zh) 一种交互式医学图像智能分割建模方法
US11132801B2 (en) Segmentation of three-dimensional images containing anatomic structures
Beichel et al. Liver segmentation in contrast enhanced CT data using graph cuts and interactive 3D segmentation refinement methods
US8970581B2 (en) System and method for interactive contouring for 3D medical images
KR20160056829A (ko) 해부학적 구조의 3d 프린트를 위한 의미론적 의료 이미지
EP2810217B1 (en) Graph cuts-based interactive segmentation of teeth in 3-d ct volumetric data
JP2023139022A (ja) 医用画像処理方法、医用画像処理装置、医用画像処理システム及び医用画像処理プログラム
US20180005378A1 (en) Atlas-Based Determination of Tumor Growth Direction
CN111507937A (zh) 一种图像数据的生成方法及装置
CN110993067A (zh) 医学影像标注系统
KR102628324B1 (ko) 인공지능 기반의 사용자 인터페이스를 통한 수술 결과 분석 장치 및 그 방법
CN106952264B (zh) 三维医学目标的切割方法及装置
US20220108540A1 (en) Devices, systems and methods for generating and providing image information
US20210065388A1 (en) Registering a two-dimensional image with a three-dimensional image
Piao et al. Segmentation of cysts in kidney and 3-D volume calculation from CT images
Drakopoulos et al. Tetrahedral image-to-mesh conversion software for anatomic modeling of arteriovenous malformations
WO2022163513A1 (ja) 学習済みモデルの生成方法、機械学習システム、プログラムおよび医療画像処理装置
JP2012085833A (ja) ３次元医用画像データの画像処理システム、その画像処理方法及びプログラム
US11763934B1 (en) Method and apparatus for a simulated physiologic change for CT and MRI examinations
Meinzer et al. Medical imaging: examples of clinical applications
Schenkenfelder et al. Elastic registration of abdominal MRI scans and RGB-D images to improve surgical planning of breast reconstruction
Ger et al. Auto-contouring for image-guidance and treatment planning
Mu et al. Construction of anatomically accurate finite element models of the human hand and a rat kidney

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