CN108133478A - 一种提取冠状动脉血管中心线的方法 - Google Patents
一种提取冠状动脉血管中心线的方法 Download PDFInfo
- Publication number
- CN108133478A CN108133478A CN201810025437.9A CN201810025437A CN108133478A CN 108133478 A CN108133478 A CN 108133478A CN 201810025437 A CN201810025437 A CN 201810025437A CN 108133478 A CN108133478 A CN 108133478A
- Authority
- CN
- China
- Prior art keywords
- point
- data
- coronary artery
- end point
- list
- 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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20156—Automatic seed setting
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/41—Medical
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种提取冠状动脉血管中心线的方法,包括如下步骤:步骤S1:输入冠脉树和主动脉的数据;步骤S2:自动提取冠脉树的开始点以及所有分支血管的结束点;步骤S3:使用Marching Cubes算法将冠脉树数据生成网格模型数据;步骤S4:对网格上所有的点进行Delaunay三角剖分处理并生成三维的Voronol图;步骤S5:在Voronoi图上定位开始点和所有分支血管的结束点,并计算开始点和结束点之间的最短路径,得出对应的几条曲线;步骤S6:对所获得的曲线进行等距过滤,形成完整的中心线数据;其优点在于自动获取冠状动脉血管的开始点和结束点,保证了中心线的准确性并充分利用计算机的强大处理能力,免去了手动交互方式获取开始点和结束点的步骤,极大的提高了医生诊断的效率。
Description
技术领域
本发明属于医学血管图像处理领域,尤其是涉及一种提取冠状动脉血管中心线的方法。
背景技术
随着现代科学技术的发展与进步,医学影像技术的应用越来越广泛,得到越来越多医生的青睐也被越来越多的患者所接受。造影图像常被医生用于临床疾病的诊断及治疗方案制定的参考,由于受医生主观因素的影响与制约,仅靠医生的临床经验和视觉上来对造影图像进行分析与判断是不够的。利用计算机的高效性和精确性来对造影图像进行量化分析成了必然趋势。在临床上,医生希望通过分析即可能存在病变的血管段,得出量化的分析结果,比如分析判断该血管段是否病变、病变程度以及病变位置等,得到这些分析结果的一个重要前提就是精确的提取出血管的中心线。血管中心线可用于计算血管直径,对血管疾病进行诊断,根据半径信息定位出病变位置,计算病变程度,从而确定相应的治疗手段;还可用于血管段或血管树的三维重建及介入手术的导航路径。血管是管状物体的一种,很多对于管状物体的研究都可以移植到血管造影图像中应用,目前对管状物体中心线的提取技术方案主要有以下几种。
1)基于拓扑细化的方法:使用形态学腐蚀操作来连续的去除物体的外层,直到物体仅剩余其骨,对骨架树进行树状结构遍历排序。缺点是:迭代的计算过程,较为费时,并且较易受图像质量的影响,同时分叉点处的过度效果差。
2)基于追踪的方法:通过判断管状物体的局部方向获得当前位置近似的中心线趋势,并结合图像中物体的局部信息,得到当前位置处物体横截面的中心点;然后根据已经得到的中心点校正中心线方向,重复上述的局部中心点计算过程,直至追踪到管状物体末端。缺点是:该方法是基于局部的方法,在追踪的过程中未考虑全局信息,因此有时得到的中心线会不完整,并且由于该方法对管状物体的整体拓扑结构不敏感,因此在曲率变化较大或分枝较多的位置,中心线提取容易出错。
3)最短路径方法:在起始点和终点之间寻找一条通过物体内部的最短的路径。缺点是:产生的中心线并不准确的位于物体的中心,而是倾向于靠近物体的内壁,因此常常需要后期的调整,并且需要手动交互的方式指定开始点和结束点。
4)基于距离变换的方法:通过定位距离物体边界最远的一组点来确定物体的中心线,即根据距离变换确定血管内部的最大内切球,一系列的球心组成的线即为中心线。该方法较为流行,但是缺点是:需要指定中心线的开始点和结束点。
以上各种方法都需要在生成中心线前通过交互来指定开始点以及结束点,不能自动地完全识别出所有血管,并且各个医生的操作不统一,造成结果的多样性。
发明内容
本发明目的是:提供一种提取冠状动脉血管中心线的方法,可以自动获取冠状动脉血管的开始点和结束点,利用Voronoi图的特性并采用快速行进算法在Voronoi图上提取中心线,保证了中心线的准确性并充分利用计算机的强大处理能力,免去了手动交互方式获取开始点和结束点的步骤,极大的提高了医生诊断的效率。
本发明的技术方案是:一种提取冠状动脉血管中心线的方法,包括如下步骤:
步骤S1:输入冠脉树和主动脉的数据;
步骤S2:根据步骤S1中的冠脉树和主动脉数据,由数据重叠部分获取交叉部分,并获得其质心M,然后以质心M作为开始点,采用蚕食方式逐步遍历冠脉树数据直至各分支血管的末梢,获得所有分支血管的结束点;
步骤S3:使用Marching Cubes算法将冠脉树数据提取等值面,生成网格模型数据,并计算法向量;
步骤S4:对网格上所有的点进行Delaunay三角剖分处理并生成三维的Voronol图;
步骤S5:在Voronoi图上定位步骤S2中的开始点和所有分支血管的结束点,利用欧氏距离计算开始点和结束点在Voronoi图上的最近点,然后使用Fast Marching算法计算开始点和结束点之间的最短路径,得出对应的几条曲线;
步骤S6:对所获得的曲线进行等距过滤,形成完整的中心线数据。
作为优选的技术方案,步骤S2中质心M的三维坐标公式为:
其中mi为坐标点(xi,yi,zi)处的灰度值。
作为优选的技术方案,步骤S2中获得所有分支血管的结束点的具体方法如下:
步骤A:设置列表List表示所有分支血管的结束点的集合,列表ListA表示球心和半径,设置半径R的初始值为冠脉口血管直径,点MC为交叉部分质心,并作为球心加入列表ListA;
步骤B:遍历列表List,以点MC为球心,以R为半径,截取一个球体;
步骤C:以点MC为种子点,使用区域增长算法,获得其连通域;
步骤D:在连通域上截取球表面的一层数据;如果球表面无数据,则表明已到分支血管结尾,将距离球心最远的点标记为一个结束点,将其加入到列表List中并转至B;如果球表面有数据,则将其内部的所有连通域独立开,获得一系列数据片,由血管结构可知所得数据的个数表明此处血管是否分叉;
步骤E:计算一系列数据片质心和管径,并加入列表ListA;
步骤F:转至B,直到列表List结束,由上述步骤所得,开始点为M,结束点为List列表中的点。
作为优选的技术方案,步骤S4中Delaunay三角剖分处理的具体方法如下:
步骤a):先根据点集,获得一个大的边界体,并划分成几个四面体;
步骤b):然后将点集中的点逐个插入,每插入一个点,则根据Delaunay三角剖分规则,将影响的四面体去除,并将其顶点与插入点构成新的四面体,直至所有点都被插入;
步骤c):最后检查所有的四面体,处理掉不满足Delaunay三角剖分规则的四面体,并根据网格模型的外向法线过滤掉在原网格模型外的四面体,最后将所有的具有相邻面的四面体外接球球心连接起来,构成Voronoi图,中心线则是Voronoi图的一个子集。
作为优选的技术方案,步骤S6中形成完整的中心线数据的具体方法如下:
对曲线上相邻的三个点进行曲线平滑插值处理,保持其整体趋势不变,最后对处理后的曲线进行采样,获得完整中心线数据。
本发明的优点是:
1.本发明提取冠状动脉血管中心线的方法,可以自动获取冠状动脉血管的开始点和结束点,利用Voronoi图的特性并采用快速行进算法在Voronoi图上提取中心线,保证了中心线的准确性并充分利用计算机的强大处理能力,免去了手动交互方式获取开始点和结束点的步骤,极大的提高了医生诊断的效率。
2.本发明免去了医生手动操作的部分,保证了多次处理的统一性,提升医生诊断效率,并为以后智能化医疗提供了可能,并且适用于所有的三维管状物体的中心线提取,具有较大价值。
附图说明
下面结合附图及实施例对本发明作进一步描述:
图1为本发明的流程图;
图2为本发明的血管三维效果图;
图3为本发明的血管中心线效果图。
具体实施方式
实施例:参照图1至3所示,一种提取冠状动脉血管中心线的方法,包括如下步骤:
步骤S1:输入冠脉树和主动脉的数据;
步骤S2:根据步骤S1中的冠脉树和主动脉数据,由数据重叠部分获取交叉部分,并获得其质心M,该质心M的三维坐标公式为:
其中mi为坐标点(xi,yi,zi)处的灰度值;
然后以质心M作为开始点,采用蚕食方式逐步遍历冠脉树数据直至各分支血管的末梢,获得所有分支血管的结束点,其获得所有分支血管的结束点的具体方法如下:
步骤A:设置列表List表示所有分支血管的结束点的集合,列表ListA表示球心和半径,设置半径R的初始值为10mm(冠脉口血管直径),点MC为交叉部分质心,并作为球心加入列表ListA;
步骤B:遍历列表List,以点MC为球心,以R为半径,截取一个球体;
步骤C:以点MC为种子点,使用区域增长算法,获得其连通域;
步骤D:在连通域上截取球表面的一层数据;如果球表面无数据,则表明已到分支血管结尾,将距离球心最远的点标记为一个结束点,将其加入到列表List中并转至B;如果球表面有数据,则将其内部的所有连通域独立开,获得一系列数据片,由血管结构可知所得数据的个数表明此处血管是否分叉;
步骤E:计算一系列数据片质心和管径,并加入列表ListA;
步骤F:转至B,直到列表List结束,由上述步骤所得,开始点为M,结束点为List列表中的点;
步骤S3:使用Marching Cubes算法将冠脉树数据提取等值面,生成网格模型数据,并计算法向量;
步骤S4:对网格上所有的点进行Delaunay三角剖分处理并生成三维的Voronol图,利用Delaunay三角剖分处理的具体方法如下:
步骤a):先根据点集,获得一个大的边界体,并划分成几个四面体;
步骤b):然后将点集中的点逐个插入,每插入一个点,则根据Delaunay三角剖分规则,将影响的四面体去除,并将其顶点与插入点构成新的四面体,直至所有点都被插入;
步骤c):最后检查所有的四面体,处理掉不满足Delaunay三角剖分规则的四面体,并根据网格模型的外向法线过滤掉在原网格模型外的四面体,最后将所有的具有相邻面的四面体外接球球心连接起来,构成Voronoi图,中心线则是Voronoi图的一个子集;
步骤S5:在Voronoi图上定位步骤S2中的开始点和所有分支血管的结束点,利用欧氏距离计算开始点和结束点在Voronoi图上的最近点,然后使用Fast Marching算法计算开始点和结束点之间的最短路径,得出对应的几条曲线;
步骤S6:对所获得的曲线进行等距过滤,即对曲线上相邻的三个点进行曲线平滑插值处理,保持其整体趋势不变,最后对处理后的曲线进行采样,获得完整的中心线数据。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (5)
1.一种提取冠状动脉血管中心线的方法,其特征在于,包括如下步骤:
步骤S1:输入冠脉树和主动脉的数据;
步骤S2:根据步骤S1中的冠脉树和主动脉数据,由数据重叠部分获取交叉部分,并获得其质心M,然后以质心M作为开始点,采用蚕食方式逐步遍历冠脉树数据直至各分支血管的末梢,获得所有分支血管的结束点;
步骤S3:使用Marching Cubes算法将冠脉树数据提取等值面,生成网格模型数据,并计算法向量;
步骤S4:对网格上所有的点进行Delaunay三角剖分处理并生成三维的Voronol图;
步骤S5:在Voronoi图上定位步骤S2中的开始点和所有分支血管的结束点,利用欧氏距离计算开始点和结束点在Voronoi图上的最近点,然后使用Fast Marching算法计算开始点和结束点之间的最短路径,得出对应的几条曲线;
步骤S6:对所获得的曲线进行等距过滤,形成完整的中心线数据。
2.根据权利要求1所述的提取冠状动脉血管中心线的方法,其特征在于,步骤S2中质心M的三维坐标公式为:
其中mi为坐标点(xi,yi,zi)处的灰度值。
3.根据权利要求1所述的提取冠状动脉血管中心线的方法,其特征在于,步骤S2中获得所有分支血管的结束点的具体方法如下:
步骤A:设置列表List表示所有分支血管的结束点的集合,列表ListA表示球心和半径,设置半径R的初始值为冠脉口血管直径,点MC为交叉部分质心,并作为球心加入列表ListA;
步骤B:遍历列表List,以点MC为球心,以R为半径,截取一个球体;
步骤C:以点MC为种子点,使用区域增长算法,获得其连通域;
步骤D:在连通域上截取球表面的一层数据;如果球表面无数据,则表明已到分支血管结尾,将距离球心最远的点标记为一个结束点,将其加入到列表List中并转至B;如果球表面有数据,则将其内部的所有连通域独立开,获得一系列数据片,由血管结构可知所得数据的个数表明此处血管是否分叉;
步骤E:计算一系列数据片质心和管径,并加入列表ListA;
步骤F:转至B,直到列表List结束,由上述步骤所得,开始点为M,结束点为List列表中的点。
4.根据权利要求1所述的提取冠状动脉血管中心线的方法,其特征在于,步骤S4中Delaunay三角剖分处理的具体方法如下:
步骤a):先根据点集,获得一个大的边界体,并划分成几个四面体;
步骤b):然后将点集中的点逐个插入,每插入一个点,则根据Delaunay三角剖分规则,将影响的四面体去除,并将其顶点与插入点构成新的四面体,直至所有点都被插入;
步骤c):最后检查所有的四面体,处理掉不满足Delaunay三角剖分规则的四面体,并根据网格模型的外向法线过滤掉在原网格模型外的四面体,最后将所有的具有相邻面的四面体外接球球心连接起来,构成Voronoi图,中心线则是Voronoi图的一个子集。
5.根据权利要求1所述的提取冠状动脉血管中心线的方法,其特征在于,步骤S6中形成完整的中心线数据的具体方法如下:
对曲线上相邻的三个点进行曲线平滑插值处理,保持其整体趋势不变,最后对处理后的曲线进行采样,获得完整中心线数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810025437.9A CN108133478B (zh) | 2018-01-11 | 2018-01-11 | 一种提取冠状动脉血管中心线的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810025437.9A CN108133478B (zh) | 2018-01-11 | 2018-01-11 | 一种提取冠状动脉血管中心线的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108133478A true CN108133478A (zh) | 2018-06-08 |
CN108133478B CN108133478B (zh) | 2021-11-23 |
Family
ID=62400597
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810025437.9A Active CN108133478B (zh) | 2018-01-11 | 2018-01-11 | 一种提取冠状动脉血管中心线的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108133478B (zh) |
Cited By (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932714A (zh) * | 2018-07-23 | 2018-12-04 | 苏州润心医疗器械有限公司 | 冠脉ct图像的斑块分类方法 |
CN109087352A (zh) * | 2018-08-16 | 2018-12-25 | 数坤(北京)网络科技有限公司 | 一种心脏冠脉优势型自动判别方法 |
CN109272485A (zh) * | 2018-08-07 | 2019-01-25 | 青岛海信医疗设备股份有限公司 | 血管三维模型的修补方法、装置和电子设备 |
CN109325948A (zh) * | 2018-10-09 | 2019-02-12 | 数坤(北京)网络科技有限公司 | 一种基于特殊区域优化的冠状动脉分割方法及装置 |
CN109448004A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及系统 |
CN109754397A (zh) * | 2019-01-03 | 2019-05-14 | 东软集团股份有限公司 | 血管段中心路径的提取方法、装置、终端设备及存储介质 |
CN109907732A (zh) * | 2019-04-09 | 2019-06-21 | 广州新脉科技有限公司 | 一种颅内动脉瘤破裂风险的评估方法及系统 |
CN110288572A (zh) * | 2019-06-13 | 2019-09-27 | 北京理工大学 | 血管中心线自动提取方法及装置 |
CN110327114A (zh) * | 2019-06-28 | 2019-10-15 | 中国人民解放军北部战区总医院 | 一种路线规划方法、终端及存储介质 |
CN110338830A (zh) * | 2019-07-30 | 2019-10-18 | 赛诺威盛科技(北京)有限公司 | 自动提取cta影像中头颈血管中心路径的方法 |
CN110706272A (zh) * | 2019-10-17 | 2020-01-17 | 上海微创医疗器械(集团)有限公司 | 血管中心线的提取方法、装置、电子设备和存储介质 |
CN110786842A (zh) * | 2019-11-04 | 2020-02-14 | 苏州润迈德医疗科技有限公司 | 测量舒张期血流速度的方法、装置、系统及存储介质 |
CN111312374A (zh) * | 2020-01-21 | 2020-06-19 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、装置、存储介质及计算机设备 |
CN111768411A (zh) * | 2020-05-29 | 2020-10-13 | 深圳睿心智能医疗科技有限公司 | 冠脉中心线提取方法、装置、计算机设备和存储介质 |
CN111863263A (zh) * | 2020-07-27 | 2020-10-30 | 强联智创(北京)科技有限公司 | 一种模拟方法、装置以及设备 |
CN111862062A (zh) * | 2020-07-27 | 2020-10-30 | 强联智创(北京)科技有限公司 | 一种中心线优化的方法、装置以及设备 |
CN111932552A (zh) * | 2020-07-21 | 2020-11-13 | 深圳睿心智能医疗科技有限公司 | 一种主动脉建模的方法及装置 |
CN111932497A (zh) * | 2020-06-30 | 2020-11-13 | 数坤(北京)网络科技有限公司 | 一种冠状动脉识别方法及装置 |
CN112017167A (zh) * | 2020-08-24 | 2020-12-01 | 杭州深睿博联科技有限公司 | 一种基于双向冠脉血管跟踪的冠脉中心线生成方法及装置 |
CN112381758A (zh) * | 2020-10-09 | 2021-02-19 | 北京师范大学 | 一种计算血管树相似度的方法 |
WO2021097821A1 (zh) * | 2019-11-19 | 2021-05-27 | 苏州润迈德医疗科技有限公司 | 从冠状动脉二维造影图像中提取血管中心线的方法和装置 |
CN113240684A (zh) * | 2019-07-05 | 2021-08-10 | 心医国际数字医疗系统(大连)有限公司 | 对提取出含冠脉中心线的掩膜数据转换为中心线点集方法 |
CN113516669A (zh) * | 2021-06-23 | 2021-10-19 | 湖北英库科技有限公司 | 一种基于ct影像的气管提取方法、装置、设备及存储介质 |
WO2022000733A1 (zh) * | 2020-06-29 | 2022-01-06 | 苏州润迈德医疗科技有限公司 | 基于ct序列图像获取主动脉中心线的方法和系统 |
CN114041761A (zh) * | 2021-10-27 | 2022-02-15 | 北京医准智能科技有限公司 | 一种冠状动脉起源的判断方法、装置及计算机可读介质 |
WO2022109904A1 (zh) * | 2020-11-25 | 2022-06-02 | 苏州润迈德医疗科技有限公司 | 二维图像选取及三维血管合成的方法和存储介质 |
WO2022109902A1 (zh) * | 2020-11-25 | 2022-06-02 | 苏州润迈德医疗科技有限公司 | 三维血管中心线合成方法、系统及存储介质 |
CN115422856A (zh) * | 2022-09-05 | 2022-12-02 | 青岛埃米博创医疗科技有限公司 | 一种面向cfd教学的教学血管模型生成方法 |
JP2023532268A (ja) * | 2020-06-29 | 2023-07-27 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | 深層学習に基づいて大動脈を取得する方法及び記憶媒体 |
EP4390845A1 (en) | 2022-12-22 | 2024-06-26 | Hemolens Diagnostics Spólka Z Ograniczona Odpowiedzialnoscia | A computer-implemented method, computer program product and imaging system |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090278846A1 (en) * | 2008-05-09 | 2009-11-12 | Siemens Corporate Research, Inc. | System and method for geometric modeling of tubular structures |
CN101923713A (zh) * | 2010-08-04 | 2010-12-22 | 中国科学院自动化研究所 | 一种提取冠状动脉血管中心线的方法 |
US20170258433A1 (en) * | 2016-03-10 | 2017-09-14 | Siemens Healthcare Gmbh | Method and System for Extracting Centerline Representation of Vascular Structures in Medical Images Via Optimal Paths in Computational Flow Fields |
-
2018
- 2018-01-11 CN CN201810025437.9A patent/CN108133478B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090278846A1 (en) * | 2008-05-09 | 2009-11-12 | Siemens Corporate Research, Inc. | System and method for geometric modeling of tubular structures |
CN101923713A (zh) * | 2010-08-04 | 2010-12-22 | 中国科学院自动化研究所 | 一种提取冠状动脉血管中心线的方法 |
US20170258433A1 (en) * | 2016-03-10 | 2017-09-14 | Siemens Healthcare Gmbh | Method and System for Extracting Centerline Representation of Vascular Structures in Medical Images Via Optimal Paths in Computational Flow Fields |
Cited By (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108932714B (zh) * | 2018-07-23 | 2021-11-23 | 苏州润迈德医疗科技有限公司 | 冠脉ct图像的斑块分类方法 |
CN108932714A (zh) * | 2018-07-23 | 2018-12-04 | 苏州润心医疗器械有限公司 | 冠脉ct图像的斑块分类方法 |
CN109272485B (zh) * | 2018-08-07 | 2020-12-01 | 青岛海信医疗设备股份有限公司 | 血管三维模型的修补方法、装置和电子设备 |
CN109272485A (zh) * | 2018-08-07 | 2019-01-25 | 青岛海信医疗设备股份有限公司 | 血管三维模型的修补方法、装置和电子设备 |
CN109087352A (zh) * | 2018-08-16 | 2018-12-25 | 数坤(北京)网络科技有限公司 | 一种心脏冠脉优势型自动判别方法 |
CN109325948A (zh) * | 2018-10-09 | 2019-02-12 | 数坤(北京)网络科技有限公司 | 一种基于特殊区域优化的冠状动脉分割方法及装置 |
CN109448004A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及系统 |
CN109754397B (zh) * | 2019-01-03 | 2021-02-09 | 东软集团股份有限公司 | 血管段中心路径的提取方法、装置、终端设备及存储介质 |
CN109754397A (zh) * | 2019-01-03 | 2019-05-14 | 东软集团股份有限公司 | 血管段中心路径的提取方法、装置、终端设备及存储介质 |
CN109907732A (zh) * | 2019-04-09 | 2019-06-21 | 广州新脉科技有限公司 | 一种颅内动脉瘤破裂风险的评估方法及系统 |
CN110288572A (zh) * | 2019-06-13 | 2019-09-27 | 北京理工大学 | 血管中心线自动提取方法及装置 |
CN110288572B (zh) * | 2019-06-13 | 2021-09-21 | 北京理工大学 | 血管中心线自动提取方法及装置 |
CN110327114A (zh) * | 2019-06-28 | 2019-10-15 | 中国人民解放军北部战区总医院 | 一种路线规划方法、终端及存储介质 |
CN113240684B (zh) * | 2019-07-05 | 2024-05-17 | 心医国际数字医疗系统(大连)有限公司 | 对提取出含冠脉中心线的掩膜数据转换为中心线点集方法 |
CN113240684A (zh) * | 2019-07-05 | 2021-08-10 | 心医国际数字医疗系统(大连)有限公司 | 对提取出含冠脉中心线的掩膜数据转换为中心线点集方法 |
CN110338830A (zh) * | 2019-07-30 | 2019-10-18 | 赛诺威盛科技(北京)有限公司 | 自动提取cta影像中头颈血管中心路径的方法 |
CN110338830B (zh) * | 2019-07-30 | 2022-12-13 | 赛诺威盛科技(北京)股份有限公司 | 自动提取cta影像中头颈血管中心路径的方法 |
CN110706272A (zh) * | 2019-10-17 | 2020-01-17 | 上海微创医疗器械(集团)有限公司 | 血管中心线的提取方法、装置、电子设备和存储介质 |
CN110706272B (zh) * | 2019-10-17 | 2022-03-29 | 上海微创卜算子医疗科技有限公司 | 血管中心线的提取方法、装置、电子设备和存储介质 |
CN110786842A (zh) * | 2019-11-04 | 2020-02-14 | 苏州润迈德医疗科技有限公司 | 测量舒张期血流速度的方法、装置、系统及存储介质 |
WO2021097821A1 (zh) * | 2019-11-19 | 2021-05-27 | 苏州润迈德医疗科技有限公司 | 从冠状动脉二维造影图像中提取血管中心线的方法和装置 |
CN111312374A (zh) * | 2020-01-21 | 2020-06-19 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、装置、存储介质及计算机设备 |
CN111312374B (zh) * | 2020-01-21 | 2024-03-22 | 上海联影智能医疗科技有限公司 | 医学图像处理方法、装置、存储介质及计算机设备 |
CN111768411B (zh) * | 2020-05-29 | 2023-12-08 | 深圳睿心智能医疗科技有限公司 | 冠脉中心线提取方法、装置、计算机设备和存储介质 |
CN111768411A (zh) * | 2020-05-29 | 2020-10-13 | 深圳睿心智能医疗科技有限公司 | 冠脉中心线提取方法、装置、计算机设备和存储介质 |
WO2022000733A1 (zh) * | 2020-06-29 | 2022-01-06 | 苏州润迈德医疗科技有限公司 | 基于ct序列图像获取主动脉中心线的方法和系统 |
JP2023532268A (ja) * | 2020-06-29 | 2023-07-27 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | 深層学習に基づいて大動脈を取得する方法及び記憶媒体 |
JP2023532267A (ja) * | 2020-06-29 | 2023-07-27 | ▲蘇▼州▲潤▼▲邁▼▲徳▼医▲療▼科技有限公司 | Ctシーケンス画像に基づいて大動脈中心線を取得する方法及びシステム |
CN111932497B (zh) * | 2020-06-30 | 2021-02-09 | 数坤(北京)网络科技有限公司 | 一种冠状动脉识别方法及装置 |
CN111932497A (zh) * | 2020-06-30 | 2020-11-13 | 数坤(北京)网络科技有限公司 | 一种冠状动脉识别方法及装置 |
CN111932552B (zh) * | 2020-07-21 | 2023-12-01 | 深圳睿心智能医疗科技有限公司 | 一种主动脉建模的方法及装置 |
CN111932552A (zh) * | 2020-07-21 | 2020-11-13 | 深圳睿心智能医疗科技有限公司 | 一种主动脉建模的方法及装置 |
CN111862062B (zh) * | 2020-07-27 | 2024-06-07 | 强联智创(北京)科技有限公司 | 一种中心线优化的方法、装置以及设备 |
CN111862062A (zh) * | 2020-07-27 | 2020-10-30 | 强联智创(北京)科技有限公司 | 一种中心线优化的方法、装置以及设备 |
CN111863263B (zh) * | 2020-07-27 | 2024-03-29 | 强联智创(北京)科技有限公司 | 一种模拟方法、装置以及设备 |
CN111863263A (zh) * | 2020-07-27 | 2020-10-30 | 强联智创(北京)科技有限公司 | 一种模拟方法、装置以及设备 |
CN112017167B (zh) * | 2020-08-24 | 2024-08-09 | 杭州深睿博联科技有限公司 | 一种基于双向冠脉血管跟踪的冠脉中心线生成方法及装置 |
CN112017167A (zh) * | 2020-08-24 | 2020-12-01 | 杭州深睿博联科技有限公司 | 一种基于双向冠脉血管跟踪的冠脉中心线生成方法及装置 |
CN112381758B (zh) * | 2020-10-09 | 2024-01-30 | 北京师范大学 | 一种计算血管树相似度的方法 |
CN112381758A (zh) * | 2020-10-09 | 2021-02-19 | 北京师范大学 | 一种计算血管树相似度的方法 |
WO2022109902A1 (zh) * | 2020-11-25 | 2022-06-02 | 苏州润迈德医疗科技有限公司 | 三维血管中心线合成方法、系统及存储介质 |
WO2022109904A1 (zh) * | 2020-11-25 | 2022-06-02 | 苏州润迈德医疗科技有限公司 | 二维图像选取及三维血管合成的方法和存储介质 |
CN113516669A (zh) * | 2021-06-23 | 2021-10-19 | 湖北英库科技有限公司 | 一种基于ct影像的气管提取方法、装置、设备及存储介质 |
CN114041761B (zh) * | 2021-10-27 | 2022-12-09 | 北京医准智能科技有限公司 | 一种冠状动脉起源的判断方法、装置及计算机可读介质 |
CN114041761A (zh) * | 2021-10-27 | 2022-02-15 | 北京医准智能科技有限公司 | 一种冠状动脉起源的判断方法、装置及计算机可读介质 |
CN115422856B (zh) * | 2022-09-05 | 2023-08-08 | 青岛埃米博创医疗科技有限公司 | 一种面向cfd教学的教学血管模型生成方法 |
CN115422856A (zh) * | 2022-09-05 | 2022-12-02 | 青岛埃米博创医疗科技有限公司 | 一种面向cfd教学的教学血管模型生成方法 |
EP4390845A1 (en) | 2022-12-22 | 2024-06-26 | Hemolens Diagnostics Spólka Z Ograniczona Odpowiedzialnoscia | A computer-implemented method, computer program product and imaging system |
Also Published As
Publication number | Publication date |
---|---|
CN108133478B (zh) | 2021-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108133478A (zh) | 一种提取冠状动脉血管中心线的方法 | |
US11783498B2 (en) | Feature-based registration method | |
Tobon-Gomez et al. | Benchmark for algorithms segmenting the left atrium from 3D CT and MRI datasets | |
Sun et al. | Graph-based IVUS segmentation with efficient computer-aided refinement | |
CN108932714B (zh) | 冠脉ct图像的斑块分类方法 | |
CN108122616B (zh) | 个体特异性的心血管模型的生成方法及其应用 | |
CN108961273B (zh) | 一种从ct影像中分割肺动脉和肺静脉的方法及系统 | |
MX2007012541A (es) | Registro de imagenes de un organo usando rasgos anatomicos fuera del organo. | |
CN102722882B (zh) | 一种cag图像序列的弹性配准方法 | |
JP2006055631A (ja) | 分割結果の3次元位置情報を用いた生物学的構造を視覚化するための方法と装置 | |
JP2008521461A (ja) | 知識構造のマッピングを使用した管状器官を測定する方法 | |
CN110223271B (zh) | 血管图像的自动水平集分割方法及装置 | |
WO2017028519A1 (zh) | 一种肝脏血管的分类方法 | |
CN109410181B (zh) | 一种心脏图像分割方法及装置 | |
JP2004230086A (ja) | 画像処理装置、画像データ処理方法、及びプログラム | |
CN113920187A (zh) | 导管定位方法、介入手术系统、电子设备和存储介质 | |
CN112308845B (zh) | 左心室分割方法、装置及电子设备 | |
WO2020007026A1 (zh) | 分割模型训练方法、装置及计算机可读存储介质 | |
CN111784751B (zh) | 基于3d/2d配准的导丝3d模拟跟踪方法及装置 | |
CN116843622A (zh) | 血管中心线确定系统、装置及存储介质 | |
CN116310114A (zh) | 一种多任务标签模型的冠脉点云数据处理优化方法 | |
CN113450322B (zh) | 一种冠状动脉的起源异常判断方法和装置 | |
CN114419032A (zh) | 心脏左心室的心肌内膜和/或心肌外膜的分割方法和装置 | |
CN112598639A (zh) | 一种虚拟支气管镜的拼接点多分支路径规划方法及系统 | |
CN113409323B (zh) | 冠脉分段方法及装置、计算机可读存储介质及电子设备 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210429 Address after: 215000 room NW-05-502, North West District, Suzhou Nancheng, 99 Jinji Hu Avenue, Suzhou Industrial Park, Jiangsu. Applicant after: SUZHOU RAINMED MEDICAL TECHNOLOGY Co.,Ltd. Address before: 215000 Suzhou, Jiangsu Province, Suzhou Industrial Park, Jinji Lake Avenue, No. 99, Suzhou Nancheng Northwest District, 5 house 502 Applicant before: SUZHOU RUNXIN MEDICAL EQUIPMENT Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |