CN108182680B - 一种基于ivoct图像的分叉血管的角度自动识别方法 - Google Patents

Abstract

本发明涉及一种基于IVOCT图像的分叉血管的角度自动识别方法，其特征在于，所述方法包括：步骤1、获取IVOCT图像；步骤2、识别分叉血管和主血管；步骤3、检测分叉血管与主血管的角度，并在管腔示意图上进行标记。本发明实施例通过对IVOCT图像中的分叉血管进行检测，获取分叉血管位置，然后将分叉血管和主血管分别拟合为直线，然后测量分叉血管与主血管的夹角，并将分叉血管和夹角标记在管腔示意图上，以便于用户了解分叉血管的分布和参数情况，为用户提供更直接有效的数据参考。并且本方法能够对原始IVOCT图像进行快速识别和标记，提高工作效率，且能够避免人工检测所带来的主观误差，测量数据更准确。

Description

一种基于IVOCT图像的分叉血管的角度自动识别方法

技术领域

本发明属于医学图像处理领域和医学检测技术领域，具体涉及一种基于IVOCT图像的分叉血管的角度自动识别方法。

背景技术

光学相干断层扫描技术(OCT)是20世纪90年代初期研究提出的一种无创三维成像诊断技术。与传统的核磁，X射线和超声等成像技术相比，OCT具有更高的分辨率，可至微米级，而且由于是近红外光学成像，不用担心任何辐射风险；与离体检测的光学共聚焦显微镜相比，OCT具有更大的穿透深度，而且通过借助光纤技术很容易就能实现小型化与便携式，可以对活体组织进行在线检测。1997年，我国中山大学中山眼科中心从国外引进国内第一台OCT仪器，并用于临床检查和临床研究。

心血管领域中，支架植入之前，对血管内腔以及分叉血管进行精确测量，其决定了支架尺寸的选择以及支架放置的最优位置。如果一个分叉血管被支架覆盖，则有很高的病变风险，例如再狭窄以及阻碍血液流向分叉血管。目前大多数分叉血管的检测以及主血管的测量都是采用人工方法。由于每次回拉都会产生多帧图像，因此使用人工分析耗时费力，而且只能获得血管长度、面积，长宽比等常规统计学信息。目前尚无研究人员提出基于OCT图像的血管角度的自动测量方法，仅靠人工测量角度工作量大、易受个人主观因素的影响。

因此有必要研究更为有效的自动检测方法来实现分叉血管与主血管之间角度的测量。

发明内容

针对以上存在的问题，本发明提出了一种基于IVOCT图像的分叉血管的角度自动识别方法，具体的实施方式如下。

本发明实施例提供一种基于IVOCT图像的分叉血管的角度自动识别方法，其中，所述方法包括：

步骤1、获取IVOCT图像；

步骤2、识别分叉血管和主血管；

步骤3、检测分叉血管与主血管的角度，并在管腔示意图上进行标记。

在本发明的一个实施例中，所述步骤2包括：

步骤21、提取分叉候选点，确定血管分叉口；

步骤22、查找分叉点对；

步骤23、判断每一分叉点对是否为假阳性，若是，则所述分叉点对处不存在分叉血管，若否，则所述分叉点对处存在分叉血管。

在本发明的一个实施例中，所述步骤21包括：

步骤211、将所述IVOCT图像展开，将展开后的IVOCT图像设为过度图；

步骤212、将所述过度图进行二值化处理，获取二值化图像，所述二值化图像中包括多个白色区域；

步骤213、判断所述白色区域的横坐标L和纵坐标N，若L大于第一预设值，且N大于第二预设值，则保留所述白色区域；反之，则将所述白色区域的像素值设为0；其中，

所述横坐标L表示所述IVOCT图像的帧数，所述纵坐标N表示所述IVOCT图像的角度；

步骤214、对多个所述白色区域依次执行步骤213，获取初筛图像；

步骤215、将所述初筛图像中保留有白色区域的部分转换为映射图；确定含有所述白色区域的图像的帧数和分叉位置；对每一帧映射图执行步骤216至步骤219；

步骤216、将映射图中血管轮廓的内部每一点的像素值设为该点到距离该点最近的血管轮廓的距离，将血管轮廓的外部的像素值均设为0；

步骤217、从所述映射图中选取所述血管轮廓的中心点OL；

步骤218、获取所述中心点OL到所述血管轮廓的最大距离和最小距离；

步骤219、计算每一帧映射图中，所述最大距离与所述最小距离的比值，并判断所述比值是否大于第三预设值，

若是，则所述映射图中存在分叉候选点；

若否，则所述映射图中不存在分叉。

在本发明的一个实施例中，所述步骤22包括：

对每一帧含有分叉候选点的映射图执行步骤221至步骤224：

步骤221、对映射图的血管轮廓上的每一像素点取法向矢量；

步骤222、将血管轮廓上的点分别与所述中心点OL连接，形成多条第一直线；

步骤223、测量每一像素点的法向矢量与该点上的第一直线的夹角；

步骤224、查找夹角变化量最大的点对，将所述夹角变化量最大的点对设为血管轮廓的分叉点对。

在本发明的一个实施例中，所述步骤23包括：

步骤231、重构所述血管轮廓中的主血管区和分叉区，获取所述主血管的精确中心点OM；

步骤232、测量所述主血管区上的分叉点对之间的第一距离D1；

步骤233、测量所述分叉区上与所述精确中心点OM距离最远的点到重构后的主血管区的血管轮廓的最短距离D2；

步骤234、设置第四预设值RTH，计算所述第一距离D1与所述最短距离D2的比值系数R，判断所述比值R是否大于所述第四预设值RTH；若是，则执行步骤235；若否，则所述分叉点对处存在分叉血管；

步骤235、检测映射图的前一帧映射图和后一帧映射图中是否存在明显分叉血管，若存在，则判断比值系数R是否大于第五预设值RTH’；若不存在，则所述分叉点对为假阳性。

在本发明的一个实施例中，判断比值系数R是否大于第五预设值RTH’，包括：

若是，则所述分叉点对为假阳性；

若否，则所述分叉点对处存在分叉血管。

在本发明的一个实施例中，所述第五预设值RTH’与所述第四预设值RTH的差值介于0.3-0.5之间。

在本发明的一个实施例中，所述步骤3包括：

步骤31、根据重构的所述分叉区的轮廓，确定所述分叉血管的精确中心点OB；

步骤32、获取多个主血管的精确中心点OM和多个分叉血管的精确中心点OB；

步骤33、根据多个主血管的精确中心点OM和多个分叉血管的精确中心点OB确定拟合平面；

步骤34、查找第一拟合直线以使多个主血管的精确中心点OM到所述第一拟合直线的距离之和最小；

步骤35、查找第二拟合直线以使多个分叉血管的精确中心点OB到所述第二拟合直线的距离之和最小；

步骤36、计算所述第一拟合直线和所述第二拟合直线之间的第一夹角。

在本发明的一个实施例中，所述步骤3还包括：

获取存在分叉血管所在的映射图的帧数和所述第一夹角；

在管腔示意图中查找对应帧数，并标记分叉血管和所述第一夹角。

本发明的有益效果为：

1、本发明实施例通过对IVOCT图像中的分叉血管进行检测，获取分叉血管位置，然后将分叉血管和主血管进行拟合，获得分叉血管与主血管的夹角，并将分叉血管和该夹角标记在导丝回拉时获得的管腔示意图中，以向用户提供直观的分叉血管与主血管的夹角示意图，便于用户了解分叉血管的分布和参数情况，为用户提供更直接有效的数据参考。

2、本发明实施例提供的分叉血管角度的自动识别方法，通过运算方法能够快速识别并处理原始IVOCT图像，提高工作效率，且能够避免人工检测所带来的主观误差，测量数据更准确。

附图说明

图1为本发明实施例提供的分叉血管的角度自动识别方法的流程图；

图2(a)为本发明实施例提供的过度图；

图2(b)为本发明实施例提供的二值化图像；

图3为本发明实施例提供的重构所述血管轮廓中的主血管区；

图4为本发明实施例提供的检测分叉口的模拟示意图；

图5为本发明实施例提供的分叉血管的示意图；

图6(a)-图6(c)为本发明实施例提供的分叉血管的权重示意图；

图7为本发明实施例提供的拟合平面的示意图；

图8为本发明实施例提供的第一拟合直线和第二拟合直线的示意图；

图9为本发明实施例提供的带有分叉血管夹角的管腔示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

实施例一

如图1-图9所示，图1为本发明实施例提供的分叉血管的角度自动识别方法的流程图；图2(a)为本发明实施例提供的过度图；图2(b)为本发明实施例提供的二值化图像；图3为本发明实施例提供的重构所述血管轮廓中的主血管区；图4为本发明实施例提供的检测分叉口的模拟示意图；图5为本发明实施例提供的分叉血管的示意图；图6(a)-图6(c)为本发明实施例提供的分叉血管的权重示意图；图7为本发明实施例提供的拟合平面的示意图；图8为本发明实施例提供的第一拟合直线和第二拟合直线的示意图；图9为本发明实施例提供的带有分叉血管夹角的管腔示意图。本发明实施例提供一种基于IVOCT图像的分叉血管的角度自动识别方法，其中所述方法包括：

步骤1、获取IVOCT图像；

具体的，使用光学相干断层扫描系统和血管造影系统获取导丝回拉期间的IVOCT图像；需要说明的是，导丝回拉期间获得的IVOCT图像为管腔示意图，每一次回拉会产生多帧图像，每一帧图像能够显示管腔的一个横截面。

步骤2、识别分叉血管和主血管；

本发明实施例中，血管轮廓上存在的分叉血管不只出现在一帧图像中，而是连续出现在多帧图像中，其具体在每一帧图像中的表现也不相同，具体的，检测分叉血管和主血管的位置包括如下步骤：

步骤21、提取分叉候选点，确定血管分叉口；

每一次导丝回拉的过程中，获取多帧图像，其中一部分图像中并不包括分叉血管，因此，需要先将带有疑似分叉血管的单帧图像提取出来，缩小筛选范围，然后再从疑似含有分叉血管的多帧图像中提取分叉候选点，判断是否存在分叉。具体的包括如下步骤：

步骤211、将所述IVOCT图像展开，将展开后的IVOCT图像设为过度图；

本发明实施例中，将IVOCT图像展开的方法为：首先取极坐标系下的IVOCT图像每列的像素中值，以获得一个像素为1×N的矩阵，然后将一个IVOCT回拉中的所有图像进行该步骤，至此，我们会得到一个像素为N×L的图像，即过度图，其实质为导丝回拉获得管腔示意图之后，将三维立体的管腔示意图拆分为如图2(a)所示的二维图像，其中，纵轴为0度到360度，代表管腔示意图的周向，横轴代表导丝回拉过程的图像的帧数。

步骤212、将所述过度图进行二值化处理，获取二值化图像，所述二值化图像中包括多个白色区域；

将图2(a)所示的过度图进行二值化处理，形成如图2(b)所示的二值化图像，由于IVOCT图像是利用光学相干断层扫描系统和血管造影系统生成，因此当心血管存在分叉或者其他异常时，会表现为获取的IVOCT图像的光影不均匀，转换为二值图后，将该种不均匀进行极端化处理，获取了包括多个白色区域的二值图，该些白色区域为心血管中存在异常情况的部分，分叉血管也包含在内，接下来需要从该些白色区域中筛选出可能存在分叉血管的白色区域。

步骤213、判断所述白色区域的横坐标L和纵坐标N，若L大于第一预设值，且N大于第二预设值，则保留所述白色区域；反之，则将所述白色区域的像素值设为0；其中，

所述横坐标L表示所述IVOCT图像的帧数，所述纵坐标N表示所述IVOCT图像的角度；

如图2(b)所示的二值化图像中，横坐标L表示一个导丝回拉所获取的图像的帧数，纵坐标N表示心血管的的角度，范围为0-360°。基于分叉血管的如下特征：1、分叉血管连续存在于多帧图像中；2、分叉血管的血管具有一定的直径；因此可知，表现在二值图中，具有一定长度和宽度的白色区域才可能为分叉血管存在的位置，本发明实施例中，根据多次试验反复验证之后，分别设置第一预设值和第二预设值，当二值图中的一个白色区域的横坐标大于第一预设值，也即该白色区域所在的图像的帧数超过第一预设值，并且，该白色区域的纵坐标大于第二预设值，也即该白色区域与主血管的连接处具有一定的直径，那么该白色区域处可能存在分叉血管。反之，则认定为不存在分叉血管，将其像素值设置为0。

需要说明的是，本方法中，第一预设值小于等于4帧，可以为3帧或者2帧；第二预设值小于等于8°，具体可以为6°或者5°。

步骤214、对多个所述白色区域依次执行步骤213，获取初筛图像；

对二值图中的多个白色区域依次进行筛选，最终将可能存在分叉血管的白色区域保留，而将不存在分叉血管的白色区域的像素值设为0，从而实现对分叉血管的初步筛查，获取初筛图像。

步骤215、将所述初筛图像中保留有白色区域的部分转换为映射图；确定含有所述白色区域的图像的帧数和分叉位置；对每一帧映射图执行步骤216至步骤219；

经过初筛之后，需要进一步判断。具体的，在余下存在白色区域对应的笛卡尔坐标系下的IVOCT图像中进行经典距离转换算法，将血管轮廓转化至映射图像中。

我们可以获取初筛图中具有白色区域的图像的帧数，在本步骤中，仅需对该些帧数的图像进行处理即可，而不需要对整个导丝回拉图像进行处理，减少了数据处理量，提高了效率。

例如某一白色区域在初筛图像中刚好出现在第15-20帧图像中，那么仅将第15-20帧图像分别转换为映射图，然后对该第15-20帧的每一帧图像进行如下处理：

步骤216、将映射图中血管轮廓的内部每一点的像素值设为该点到距离该点最近的所述血管轮廓的距离，将所述血管轮廓的外部的像素值均设为0；

映射图为灰度图，其中每一点灰度值不相同，具体的，本方法中，以第18帧图像为例，如图3所示，将第18帧映射图中的血管轮廓的内部每一点的像素值设为该点到距离该点最近的血管轮廓的距离，将血管轮廓外部的所有像素值均设为0，

步骤217、从所述映射图中选取所述血管轮廓的中心点OL；

步骤218、获取所述中心点OL到所述血管轮廓的最大距离和最小距离；

步骤219、计算每一帧映射图中，所述最大距离与所述最小距离的比值，并判断所述比值是否大于第三预设值，

若是，则所述映射图中存在分叉候选点；

若否，则所述映射图中不存在分叉。

这样，在映射图中像素值最大的像素点即为该血管的中心点OL，如图3所示。通过映射图，我们可得出中心点OL距血管轮廓最小距离d_min，以及中心点OL距血管轮廓最大距离d_max，即从图3中点A到OL的距离。当存在分叉时，d_max与d_min会有明显的差距，当无分叉时，d_max和d_min的差距并不会太大。本方法中，根据反复试验和验证设定第三预设值，当最大距离与所述最小距离的比值大于等于该第三预设值时，我们认为d_max和d_min的差距较大，因此存在分叉；而当最大距离与所述最小距离的比值小于该第三预设值时，我们认为d_max和d_min的差距较小，不存在分叉血管。

分叉血管与主血管的连接处，映射到映射图中后表现为分叉轮廓与主血管轮廓的两个成对出现的连接点，也称为分叉候选点，本步骤中，存在分叉血管，则以存在分叉候选点来表示。

本发明实施例中，第三预设值为1.5，所以，当

时，我们认为该图像中存在分叉分叉候选点。

需要说明的是，我们需要对第15-20帧图像中的每一帧执行上述筛选过程，同时也需要对其他白色区域所在的映射图执行相同步骤，从而对整个IVOCT图像进行全面排查，以判断该图像中存在分叉候选点的位置。

综上可知，本发明实施例先对IVOCT图像在极坐标下二值图进行初筛，获得具有白色分叉区的初筛图像；进一步将含有白色区域的初筛图像转换为映射图，然后对每一映射图中的血管轮廓进行进行检测，判断所述血管轮廓上是否存在分叉候选点，通过层层递进的方式，一方面可以减少运算步骤，提高工作效率，另一方面在初筛图像的基础上进行再次判断，能够提高判断的准确性，避免误判。

步骤22、查找分叉点对；

对每一帧含有分叉候选点的映射图执行步骤221至步骤224：

步骤221、对映射图的血管轮廓上的每一像素点取法向矢量；

步骤222、将血管轮廓上的点分别与所述中心点OL连接，形成多条第一直线；

步骤223、测量每一像素点的法向矢量与该点上的第一直线的夹角；

步骤224、查找夹角变化量最大的点对，将所述夹角变化量最大的点对设为血管轮廓的分叉点对。

如图4所示，我们可以通过曲率的变化来检测分叉口。图4中长直线箭头指该点处血管轮廓的法向矢量，短虚线箭头指代该点指向中心点OL的方向。α为每个像素点对两者的角度差。由分析可得，分叉区域的α相对大于主血管区域的α，因此，在分叉点附近α的变化最大。我们可以在此步骤中采用一个差分滤波器，从而检测出分叉点对。

差分滤波器可表示为：

其中，abs指对求得数值取绝对值，

指对所包含的角度取平均值，i_l∈[i-n,i-1]，i_r∈[i+1,i+n]。

步骤23、判断每一分叉点对是否为假阳性，若是，则所述分叉点对处不存在分叉血管，若否，则所述分叉点对处存在分叉血管。

在实际判断中，初步查找到分叉点对之后，并不能百分之百肯定该点对处就存在分叉血管，这是由于主血管并不总是规则的圆形，当血管的轮廓的形状为高度偏心椭圆时，以上的步骤会把正常血管检测为包含分叉的血管。因此初步查找出的分叉点对存在假阳性的可能，本发明实施例中，需要对假阳性进行剔除，以保证分叉血管识别的准确性。当分叉点对为假阳性时，那么该分叉点对处没有分叉血管；而当该分叉点对不是假阳性，那么就是存在分叉血管，也即该帧图像中存在分叉血管，使用相同方法，能够查找到多帧图像中存在分叉血管，实质是，多帧连续图像中的分叉点对表示的是一个分叉血管。具体为：

步骤231、重构所述血管轮廓中的主血管区和分叉区，获取所述主血管的精确中心点OM；

我们检测出了分叉口，通过此进行主血管区和分叉区检测。两个区域中包含导管的部分被认定为主血管区与，另一个则为分叉区域。一般导管会处于整个图像的中心位置，在分辨出主血管位置之后，对分叉点周围的点进行采样，并进行曲线拟合，最终对主血管整个区域完成重构，如图5所示，而分叉区则为血管区域减去主血管区域。

步骤232、测量所述主血管区上的分叉点对之间的第一距离D1；

步骤233、测量所述分叉区上与所述精确中心点OM距离最远的点到重构后的主血管区的血管轮廓的最短距离D2；

步骤234、设置第四预设值RTH，计算所述第一距离D1与所述最短距离D2的比值系数R，判断所述比值R是否大于所述第四预设值RTH；若是，则执行步骤235；若否，则所述分叉点对处存在分叉血管；

为了去除这种假阳性，我们设定了一个比值系数R，R＝d₁/d₂，其中，d₁为两分叉点之间的距离，d₂为分叉区的轮廓上的最远点A到重建的主血管区的距离，如图5所示。在真正的分叉血管中，比值系数R相对小于假阳性血管。本算法中，根据反复试验，设定了第四预设值RTH，当R＞R_th时，我们认为此分叉点对处不存在分叉血管，反之为分叉血管。

但在实际分叉血管中，当分叉处于整段分叉的开始部位时，会产生类似于假阳性的性质。因此，对初步判断为假阳性的分叉点对还需要进行再判断，即步骤235、检测映射图的前一帧映射图和后一帧映射图中是否存在明显分叉血管，若存在，则判断比值系数R是否大于第五预设值RTH’；若不存在，则所述分叉点对为假阳性；

具体的，判断前一帧映射图和后一帧映射图中是否存在明显分叉血管，具体为：

前一帧映射图中的比例系数R_前是否大于RTH，或者后一帧映射图中的比例系数R_后是否大于RTH；

若R_前大于RTH，R_后大于RTH，那么说明前一帧映射图或者后一帧映射图中不存在分叉血管，那么本帧映射图中不存在分叉血管也属于正常情况，本帧映射图中出现的分叉点对为假阳性。

而若R_前小于RTH，或者R_后小于RTH，这样说明前一帧映射图中判断出来存在分叉血管，或者后一帧映射图中判断出来存在分叉血管。因此会出现前一帧(和/或后一帧)图像存在分叉血管，而本帧映射图不存在分叉血管的判断结果，由于分叉血管连续存在于多帧图像中，当出现上述判断结果后，需要进一步地进行确认，即判断比值系数R是否大于第五预设值RTH’。

本发明提供的计算方法中设置了第五预设值RTH’，第五预设值RTH’与第四预设值RTH的差值范围为0.3-0.5，具体需要结合实际情况进行设置。

判断比值系数R是否大于第五预设值RTH’，包括：若大于，说明该分叉点对处的确不存在分叉血管，该分叉点对为假阳性；若小于，则说明该分叉点对处存在分叉血管。

需要说明的是，本发明计算方法中，通过多次反复试验总结，设定所述第四预设值RTH的范围为：1.5-2.5；所述第五预设值RTH’的范围为2-3。优选的，第四预设值RTH取值为2，所述第五预设值RTH’取值为2.3。

至此，通过本方法可以将IVOCT图像中全部具有分叉血管的分叉点对以及分叉点对所在的图像的帧数检查出来，并且通过对假阳性进行剔除，避免了血管误判对使用者造成影响，提高了工作效率和准确率。

步骤3、检测分叉血管与主血管的角度，并在管腔示意图上进行标记。具体包括：

步骤31、根据重构的所述分叉区的轮廓，确定所述分叉血管的精确中心点OB；

根据步骤231中重构的主血管轮廓和分叉血管轮廓，然后运用经典距离转换算法得到分叉血管的精确中心点OB，

具体的是将分叉血管轮廓外部的所有像素值设为0；

将分叉血管轮廓内的每一个像素点到距离该像素点最近的分叉血管轮廓上的距离设为该像素点的像素值；

比较每个像素点的像素值大小，选取像素值最大的像素点为分叉血管的精确中心点OB。

需要说明的是，对主血管轮廓和分叉血管轮廓的检测采用DP算法，在此不再赘述。

步骤32、获取多个主血管的精确中心点OM和多个分叉血管的精确中心点OB；

一次导丝回拉过程中，可能检测到多处分叉血管，而同一个分叉血管又会出现在连续的多帧图像中，通过步骤31可对获取每一帧图像中主血管的精确中心点OM和分叉血管的精确中心OB，汇总起来，即可得到多个主血管的精确中心点，以及多个分叉血管的精确中心点。

步骤33、根据多个主血管的精确中心点OM和多个分叉血管的精确中心点OB确定拟合平面；

步骤34、查找第一拟合直线以使多个主血管的精确中心点OM到所述第一拟合直线的距离之和最小；

步骤35、查找第二拟合直线以使多个分叉血管的精确中心点OB到所述第二拟合直线的距离之和最小；

具体的根据数据分析，我们知道一个分叉会在连续的n帧中检测到，因此，我们对一组回拉运行以上步骤，得到该组回拉中的多组分叉数据。若出现的分叉帧数特别近，但又不完全相邻，直接将其认为是同一个分叉，角度是按同一个分叉角度来处理。

进一步的，根据以上步骤得到的数据，我们可以得到多个分叉血管的精确中心点OB和多个主血管的精确中心点OM。分叉血管的精确中心点OB的确定基于主血管轮廓，但根据经验，一个分叉血管在开始或结束部分的中心确定并不十分准确。因此，我们每一帧图像中的分叉点对进行进一步处理，如图6(a)至图6(c)所示，具体为测量分叉点对处分叉轮廓切线与两分叉口所连成的直线之间的角度γ(角度范围为180°)根据角度的大小来确定权重α_i，即角度越大权重比越低，最终根据权重值α_i确定拟合平面，其中，

进一步的，在3D空间中寻找一个拟合平面ξ，这个平面距离各个中心的和最小，如图7所示：

我们依据最小二乘法，即使损失函数

最小。其中，n为一个分叉血管出现的帧数，

即为分叉血管的精确中心点OB到拟合平面ξ的距离，α_i为上述公式(1)确定的权重。

进一步的，将多个分叉血管的精确中心点OB的及多个主血管的精确中心点OM投影到这个拟合平面ξ上，再将投影后的两组中心点由最小二乘法确定第一拟合直线和第二拟合直线，如图8所示。

步骤36、计算所述第一拟合直线和所述第二拟合直线之间的第一夹角。

第一拟合直线与第二拟合直线分别根据主血管的精确中心点OM和分叉血管的精确中心点OB得来，因此，分别代表了主血管与分叉血管，第一拟合直线与第二拟合直线的夹角θ即本发明实施例所要检测到的第一夹角，也即分叉血管与主血管的夹角。

所述步骤3还包括：

获取存在分叉血管所在的映射图的帧数和所述第一夹角；

在管腔示意图中查找对应帧数，并标记分叉血管和所述第一夹角。

如图9所示。管腔示意图是根据所获得的IVOCT图像得到的血管管腔的纵向切面图，示意图中的横坐标分别对应一组回拉的多帧图像，即每一帧IVOCT图像都可以在上面找到对应。我们已知哪几帧中含有分叉血管以及该分叉血管与主血管的夹角，我们即可在管腔示意图上找到对应的横坐标，并在该横坐标范围内在血管腔的下方用黑色区域表示分叉以及角度。

综上所述，本文中应用了具体个例对本发明实施例提供的基于IVOCT图像的分叉血管的角度自动识别方法的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求书为准。

Claims (6)

1.一种基于IVOCT图像的分叉血管的角度自动识别方法，其特征在于，所述方法包括：

步骤1、获取IVOCT图像；

步骤2、识别分叉血管和主血管；所述步骤2包括：

步骤21、提取分叉候选点，确定血管分叉口；

步骤22、查找分叉点对；

步骤23、判断每一分叉点对是否为假阳性，若是，则所述分叉点对处不存在分叉血管，若否，则所述分叉点对处存在分叉血管；所述步骤23包括：

步骤231、重构所述血管轮廓中的主血管区和分叉区，获取所述主血管的精确中心点OM；

步骤232、测量所述主血管区上的分叉点对之间的第一距离D1；

步骤233、测量所述分叉区上与所述精确中心点OM距离最远的点到重构后的主血管区的血管轮廓的最短距离D2；

步骤234、设置第四预设值RTH，计算所述第一距离D1与所述最短距离D2的比值系数R，判断所述比值R是否大于所述第四预设值RTH；若是，则执行步骤235；若否，则所述分叉点对处存在分叉血管；

步骤235、检测映射图的前一帧映射图和后一帧映射图中是否存在明显分叉血管，若存在，则判断比值系数R是否大于第五预设值RTH’；若不存在，则所述分叉点对为假阳性；

判断比值系数R是否大于第五预设值RTH’，包括：

若是，则所述分叉点对为假阳性；

若否，则所述分叉点对处存在分叉血管；

步骤3、检测分叉血管与主血管的角度，并在管腔示意图上进行标记；所述步骤3包括：

根据重构的所述血管轮廓中的主血管区和分叉区，得到多个主血管的精确中心点OM和多个分叉血管的精确中心点OB，并确定拟合平面，将多个分叉血管的精确中心点OB和多个主血管的精确中心点OM投影到该拟合平面上，再将投影后的两组中心点由最小二乘法确定第一拟合直线和第二拟合直线，并计算所述第一拟合直线和所述第二拟合直线之间的第一夹角。

2.根据权利要求1所述的基于IVOCT图像的分叉血管的角度自动识别方法，其特征在于，所述步骤21包括：

步骤211、将所述IVOCT图像展开，将展开后的IVOCT图像设为过度图；

步骤212、将所述过度图进行二值化处理，获取二值化图像，所述二值化图像中包括多个白色区域；

步骤213、判断所述白色区域的横坐标L和纵坐标N，若L大于第一预设值，且N大于第二预设值，则保留所述白色区域；反之，则将所述白色区域的像素值设为0；其中，

所述横坐标L表示所述IVOCT图像的帧数，所述纵坐标N表示所述IVOCT图像的角度；

步骤214、对多个所述白色区域依次执行步骤213，获取初筛图像；

步骤215、将所述初筛图像中保留有白色区域的部分转换为映射图；确定含有所述白色区域的图像的帧数和分叉位置；对每一帧映射图执行步骤216至步骤219；

步骤216、将映射图中血管轮廓的内部每一点的像素值设为该点到距离该点最近的血管轮廓的距离，将血管轮廓的外部的像素值均设为0；

步骤217、从所述映射图中选取所述血管轮廓的中心点OL；

步骤218、获取所述中心点OL到所述血管轮廓的最大距离和最小距离；

步骤219、计算每一帧映射图中，所述最大距离与所述最小距离的比值，并判断所述比值是否大于第三预设值，

若是，则所述映射图中存在分叉候选点；

若否，则所述映射图中不存在分叉。

3.根据权利要求2所述的基于IVOCT图像的分叉血管的角度自动识别方法，其特征在于，所述步骤22包括：

对每一帧含有分叉候选点的映射图执行步骤221至步骤224：

步骤221、对映射图的血管轮廓上的每一像素点取法向矢量；

步骤222、将血管轮廓上的点分别与所述中心点OL连接，形成多条第一直线；

步骤223、测量每一像素点的法向矢量与该点上的第一直线的夹角；

步骤224、查找夹角变化量最大的点对，将所述夹角变化量最大的点对设为血管轮廓的分叉点对。

4.根据权利要求1所述的基于IVOCT图像的分叉血管的角度自动识别方法，其特征在于，

所述第五预设值RTH’与所述第四预设值RTH的差值介于0.3-0.5之间。

5.根据权利要求1所述的基于IVOCT图像的分叉血管的角度自动识别方法，其特征在于，所述步骤3包括：

步骤31、根据重构的所述分叉区的轮廓，确定所述分叉血管的精确中心点OB；

步骤32、获取多个主血管的精确中心点OM和多个分叉血管的精确中心点OB；

步骤33、根据多个主血管的精确中心点OM和多个分叉血管的精确中心点OB确定拟合平面；

步骤34、查找第一拟合直线以使多个主血管的精确中心点OM到所述第一拟合直线的距离之和最小；

步骤35、查找第二拟合直线以使多个分叉血管的精确中心点OB到所述第二拟合直线的距离之和最小；

步骤36、计算所述第一拟合直线和所述第二拟合直线之间的第一夹角。

6.根据权利要求5所述的基于IVOCT图像的分叉血管的角度自动识别方法，其特征在于，所述步骤3还包括：

获取存在分叉血管所在的映射图的帧数和所述第一夹角；

在管腔示意图中查找对应帧数，并标记分叉血管和所述第一夹角。

Images