CN108198239A - 一种实现血管动态仿真的三维可视化方法 - Google Patents

一种实现血管动态仿真的三维可视化方法 Download PDF

Info

Publication number
CN108198239A
CN108198239A CN201711451485.6A CN201711451485A CN108198239A CN 108198239 A CN108198239 A CN 108198239A CN 201711451485 A CN201711451485 A CN 201711451485A CN 108198239 A CN108198239 A CN 108198239A
Authority
CN
China
Prior art keywords
blood vessel
profile
vessel
point
dynamic simulation
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
CN201711451485.6A
Other languages
English (en)
Other versions
CN108198239B (zh
Inventor
涂雨龙
林淑金
林格
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.)
Sun Yat Sen University
National Sun Yat Sen University
Original Assignee
National Sun Yat Sen University
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 National Sun Yat Sen University filed Critical National Sun Yat Sen University
Priority to CN201711451485.6A priority Critical patent/CN108198239B/zh
Publication of CN108198239A publication Critical patent/CN108198239A/zh
Application granted granted Critical
Publication of CN108198239B publication Critical patent/CN108198239B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Image Generation (AREA)

Abstract

本发明实施例公开了一种实现血管动态仿真的三维可视化方法。其中,该方法包括:获取医学影像,进行提取处理,获得图像序列信息;获取图像序列信息通过三维空间区域生长法进行提取血管轮廓的像素信息;对血管轮廓的像素信息进行统一化处理,建立血管表面模型;根据血管轮廓点的物理特性及血管结构的还原进行对血管动态仿真在本发明实施例中,能够简便地、快捷地以三维方式展示出人体血管动态,不仅大大提高还原精度,也真实还原血管表面受到力的作用时的实时变化情况,增强用户体验感。

Description

一种实现血管动态仿真的三维可视化方法
技术领域
本发明涉及智能判断、计算机视觉技术领域,尤其涉及一种实现血管动态仿真的三维可视化方法。
背景技术
随着计算机科学的飞速发展,计算机的应用领域也开始逐步渗透入医疗。如虚拟手术,虚拟器官,虚拟人体等医学三维重建,近几年来得到了极大的提升与发展。围绕着医学图像数据的处理问题,医学图像三维重建及其可视化技术一直是国内外学者研究的热点。
三维重建与可视化技术就是利用一系列的二维图像重建为具有直观、立体效果三维图像模型,提供具有真实感的三维图形。可以让医生和患者从任意角度观察病灶图像,进行定性、定量分析,获得用传统手段无法获得的解剖结构信息,帮助医生对病变体和周围组织进行分析,提高医疗诊断的准确性和科学性。
值得注意的是,围绕医学仿真往往都是以人体或人体组织器官展开,而人体器官除了骨骼之外大部分都是软组织。所以针对人体软组织的物理与生理仿真一直都是医学仿真的基础问题,包括神经外科,整型外科,骨外科,心脏外科,微创手术,腹部外科等。软组织力学和变形模型已被确定为医学三维仿真第二代和第三代技术发展的一个关键。而在软组织仿真中,实现精确的血管建模一直是医学仿真系统的当务之急,尤其是对血管壁的力学特性仿真。
血管从粗到细,大大小小在人体中算起来接近1000多亿条。俗话说“人与动脉同寿”,意思是血管的寿命大小决定了人活的是否长久。健康与人民的日常生活息息相关是每个人都关心的问题。由于现代生活环境变化,饮食习惯改变等诸多因素的影响,很多人的血管出现提前老龄化的现象。一旦血管出现堵塞甚至破裂,将极大地威胁生命健康。据美国心脏病协会统计,仅心血管类疾病每年就导致全球超过1730万人死亡,到2030年该数字将上升至2360万人。每年都有成千上万的人们进行体检,产生海量的医疗数据,这些数据反应了人们的健康指标和状态,医护人员根据这些数据对病情进行分析、判断、诊治和预防。由此可见,血管的三维可视化与仿真的研究将极大推动对于血管疾病的诊断与治疗,在一定程度上缓解目前严峻的血管疾病形势。
目前的常用技术是计算机断层扫描血管造影,通常用于可视化患者身体中血管的医学成像技术。计算机断层扫描成像将从不同角度采集的一系列X射线图像组合并使用计算机处理以产生体内骨、血管和软组织的横断面图像、或切片。横断面图像、或切片能够组合以生成三维CT容积。在CT成像之前将造影剂注射进入患者的血流中从而生成对比增强的CT图像,其可视化了患者血管。其缺点是在实现过程中存在的问题是骨分割自身不保证血管中的连通性,并且一旦执行了骨移除,有时可能存在血管中的间隙或侵蚀。而且提取结果仅仅局限于血管的影像信息,缺少了三维图形拥有的直观性。把整个图像序列作为输入使得整个过程需要处理大量的数据,不仅需要很好的硬件基础也使得处理过程复杂且耗时较长。同时,无法在此基础上对血管进行物理力学的仿真,使得该方法的应用广度受到了一定的局限。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种实现血管动态仿真的三维可视化方法,可以较好地还原血管表面结构,实现血管表面受力时随着时间推移而发生的变化。。
为了解决上述问题,本发明提出了一种实现血管动态仿真的三维可视化方法,所述方法包括:
获取医学影像,进行提取处理,获得图像序列信息;
获取图像序列信息通过三维空间区域生长法进行提取血管轮廓的像素信息;
对血管轮廓的像素信息进行统一化处理,建立血管表面模型;
根据血管轮廓点的物理特性及血管结构的还原进行对血管动态仿真。
优选地,所述的三维空间区域生长法包括:
对图像序列信息分割出一个目标区域,人工设置一个种子像素点,该像素为(x0,y0);以(x0,y0)为中心,考虑(x0,y0)的26邻域像素(x,y)如果(x,y)满足声障准则,将点(x,y)压入堆栈;从堆栈中取出一个像素,将其当作(x0,y0),重复操作直至堆栈为空时,则重新取一个种子像素点重复前述操作步骤;最后直至图像序列中每个点都有归属。
优选地,所述对血管轮廓的像素信息进行统一化处理,建立血管表面模型包括:
根据血管轮廓的像素信息进行累加弦长曲线构建处理获得血管轮廓的控制顶点;
根据血管轮廓的控制顶点进行角度采样处理,获得统一化后新的血管断层轮廓点;
根据新的血管轮廓点重新进行累加弦长曲线构建处理,获得新的血管断层轮廓控制点;
获取新的血管断层轮廓控制点进行血管建模,获得血管表面模型,该血管表面模型表达公式为:
其中,C(u)为单层血管轮廓,di为血管轮廓控制点,wi为血管数据点权重,Ni,k(u)为k次规范B样条基函数,n为从每层血管轮廓中提取出n个新的血管轮廓点qi(i=0,1,...,n)。
优选地,所述根据血管轮廓点的物理特性及血管结构的还原进行对血管动态仿真的步骤是利用DNURBS算法进行还原血管结构及物理特征的仿真。在任意固定时刻,血管轮廓恒为NURBS曲线,因此具有NURBS曲线的所有特性。但由于时间参数的引入,使得血管轮廓曲线具有动态物理特性,其计算公式为:
(2M+ΔtD+2Δt2K)p(t+Δt)=2Δt2(fp+gp)+4Mp(t)-(2M-ΔtD)p(t-Δt)
其中,M为血管质量矩阵,D为血管材料阻尼矩阵,K为血管材料刚度矩阵,fp为对血管施加的外力,gp为血管受到的重力,p为血管轮廓点的位置,t+Δtt-Δt分别为下一时刻、当前时刻、前一时刻。
我们通过当前时刻与前一时刻血管上的轮廓点的状态,推导出下一时刻血管上轮廓点的状态,从而获得实时的动态仿真过程。
在本发明实施例中,能够简便地、快捷地以三维方式展示出人体血管动态,不仅大大提高还原精度,也真实还原血管表面受到力的作用时的实时变化情况,增强用户体验感。
附图说明
为了更清楚地说明本发明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简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例的一种实现血管动态仿真的三维可视化方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
图1是本发明实施例的一种实现血管动态仿真的三维可视化方法的流程示意图,如图1所示,该方法包括:
S1,获取医学影像,进行提取处理,获得图像序列信息;
S2,获取图像序列信息通过三维空间区域生长法进行提取血管轮廓的像素信息;
S3,对血管轮廓的像素信息进行统一化处理,建立血管表面模型;
S4,根据血管轮廓点的物理特性及血管结构的还原进行对血管动态仿真。
具体地,S2中所述的三维空间区域生长法包括:
对图像序列信息分割出一个目标区域,人工设置一个种子像素点,该像素为(x0,y0);以(x0,y0)为中心,考虑(x0,y0)的26邻域像素(x,y)如果(x,y)满足声障准则,将点(x,y)压入堆栈;从堆栈中取出一个像素,将其当作(x0,y0),重复操作直至堆栈为空时,则重新取一个种子像素点重复前述操作步骤;最后直至图像序列中每个点都有归属。
S3进一步包括:
S31,根据血管轮廓的像素信息进行累加弦长曲线构建处理获得血管轮廓的控制顶点;
S32,根据血管轮廓的控制顶点进行角度采样处理,获得统一化后新的血管断层轮廓点;
S33,根据新的血管轮廓点重新进行累加弦长曲线构建处理,获得新的血管断层轮廓控制点;
S34,获取新的血管断层轮廓控制点进行血管建模,获得血管表面模型,该血管表面模型表达公式为:
其中,C(u)为单层血管轮廓,di为血管轮廓控制点,wi为血管数据点权重,Ni,k(u)为k次规范B样条基函数,n为从每层血管轮廓中提取出n个新的血管轮廓点qi(i=0,1,...,n)。
其中,当利用每层血管轮廓构建完整血管表面的过程中,需要每层血管数据点点数一样方能构建控制顶点矩阵阵列。但在单纯利用轮廓的像素信息构建血管表面模型,在展示的时候不够清晰、准确,特别是遇到血管局部扩张问题时,显然此部分得到的血管轮廓数据较其他部分更多。针对这一问题,我们通过等角度采样的方法对获取到的血管断层轮廓点进行后处理,从而使得每层血管轮廓点数量统一化。
进一步地,S4利用DNURBS算法进行还原血管结构及物理特征的仿真。在任意固定时刻,血管轮廓恒为NURBS曲线,因此具有NURBS曲线的所有特性。但由于时间参数的引入,使得血管轮廓曲线具有动态物理特性,其计算公式为:
(2M+ΔtD+2Δt2K)p(t+Δt)=2Δt2(fp+gp)+4Mp(t)-(2M-ΔtD)p(t-Δt)
其中,M为血管质量矩阵,D为血管材料阻尼矩阵,K为血管材料刚度矩阵,fp为对血管施加的外力,gp为血管受到的重力,p为血管轮廓点的位置,t+Δt、t、t-Δt分别为下一时刻、当前时刻、前一时刻。
我们通过当前时刻与前一时刻血管上的轮廓点的状态,推导出下一时刻血管上轮廓点的状态,从而获得实时的动态仿真过程。
在本发明实施例中,能够简便地、快捷地以三维方式展示出人体血管动态,不仅大大提高还原精度,也真实还原血管表面受到力的作用时的实时变化情况,增强用户体验感。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取存储器(RAM,RandomAccessMemory)、磁盘或光盘等。
另外,以上对本发明实施例所提供的一种实现血管动态仿真的三维可视化方法进行了详细介绍,本文中应用了具体个例对本发明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。

Claims (4)

1.一种实现血管动态仿真的三维可视化方法,其特征在于,所述方法包括:
获取医学影像,进行提取处理,获得图像序列信息;
获取图像序列信息通过三维空间区域生长法进行提取血管轮廓的像素信息;
对血管轮廓的像素信息进行统一化处理,建立血管表面模型;
根据血管轮廓点的物理特性及血管结构的还原进行对血管动态仿真。
2.如权利要求1所述的一种实现血管动态仿真的三维可视化方法,其特征在于,所述的三维空间区域生长法包括:
对图像序列信息分割出一个目标区域,人工设置一个种子像素点,该像素为(x0,y0);以(x0,y0)为中心,考虑(x0,y0)的26邻域像素(x,y)如果(x,y)满足声障准则,将点(x,y)压入堆栈;从堆栈中取出一个像素,将其当作(x0,y0),重复操作直至堆栈为空时,则重新取一个种子像素点重复前述操作步骤;最后直至图像序列中每个点都有归属。
3.如权利要求1所述的一种实现血管动态仿真的三维可视化方法,其特征在于,所述对血管轮廓的像素信息进行统一化处理,建立血管表面模型包括:
根据血管轮廓的像素信息进行累加弦长曲线构建处理获得血管轮廓的控制顶点;
根据血管轮廓的控制顶点进行角度采样处理,获得统一化后新的血管断层轮廓点;
根据新的血管轮廓点重新进行累加弦长曲线构建处理,获得新的血管断层轮廓控制点;
获取新的血管断层轮廓控制点进行血管建模,获得血管表面模型,该血管表面模型表达公式为:
其中,C(u)为单层血管轮廓,di为血管轮廓控制点,wi为血管数据点权重,Ni,k(u)为k次规范B样条基函数,n为从每层血管轮廓中提取出n个新的血管轮廓点qi(i=0,1,...,n)。
4.如权利要求1所述的一种实现血管动态仿真的三维可视化方法,其特征在于,所述根据血管轮廓点的物理特性及血管结构的还原进行对血管动态仿真的步骤是利用DNURBS算法进行还原血管结构及物理特征的仿真。在任意固定时刻,血管轮廓恒为NURBS曲线,因此具有NURBS曲线的所有特性。但由于时间参数的引入,使得血管轮廓曲线具有动态物理特性,其计算公式为:
(2M+ΔtD+2Δt2K)p(t+Δt)=2Δt2(fp+gp)+4Mp(t)-(2M-ΔtD)p(t-Δt)
其中,M为血管质量矩阵,D为血管材料阻尼矩阵,K为血管材料刚度矩阵,fp为对血管施加的外力,gp为血管受到的重力,p为血管轮廓点的位置,t+Δt、t、t-Δt分别为下一时刻、当前时刻、前一时刻。
我们通过当前时刻与前一时刻血管上的轮廓点的状态,推导出下一时刻血管上轮廓点的状态,从而获得实时的动态仿真过程。
CN201711451485.6A 2017-12-27 2017-12-27 一种实现血管动态仿真的三维可视化方法 Active CN108198239B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711451485.6A CN108198239B (zh) 2017-12-27 2017-12-27 一种实现血管动态仿真的三维可视化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711451485.6A CN108198239B (zh) 2017-12-27 2017-12-27 一种实现血管动态仿真的三维可视化方法

Publications (2)

Publication Number Publication Date
CN108198239A true CN108198239A (zh) 2018-06-22
CN108198239B CN108198239B (zh) 2021-07-23

Family

ID=62584770

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711451485.6A Active CN108198239B (zh) 2017-12-27 2017-12-27 一种实现血管动态仿真的三维可视化方法

Country Status (1)

Country Link
CN (1) CN108198239B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523515A (zh) * 2018-10-18 2019-03-26 深圳市孙逸仙心血管医院(深圳市心血管病研究所) 血流储备分数的计算方法
CN110215283A (zh) * 2019-02-14 2019-09-10 清华大学 基于磁共振成像的颅内手术导航系统
CN110808104A (zh) * 2019-11-07 2020-02-18 司马大大(北京)智能系统有限公司 胃行为的仿真方法和系统
CN110827269A (zh) * 2019-11-11 2020-02-21 深圳前海微众银行股份有限公司 农作物生长变化状况检测方法、装置、设备及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070047792A1 (en) * 2005-08-22 2007-03-01 Michael Scheuering Method for identification of a contrasted blood vessel in digital image data
CN101256670A (zh) * 2008-03-20 2008-09-03 华南师范大学 序列图像三维可视化的方法及装置
CN102737376A (zh) * 2012-03-31 2012-10-17 常熟市支塘镇新盛技术咨询服务有限公司 一种应用在冠状动脉造影图像分割中的改进的区域生长方法
CN106447645A (zh) * 2016-04-05 2017-02-22 天津大学 增强ct图像中冠脉钙化检测及量化装置和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070047792A1 (en) * 2005-08-22 2007-03-01 Michael Scheuering Method for identification of a contrasted blood vessel in digital image data
CN101256670A (zh) * 2008-03-20 2008-09-03 华南师范大学 序列图像三维可视化的方法及装置
CN102737376A (zh) * 2012-03-31 2012-10-17 常熟市支塘镇新盛技术咨询服务有限公司 一种应用在冠状动脉造影图像分割中的改进的区域生长方法
CN106447645A (zh) * 2016-04-05 2017-02-22 天津大学 增强ct图像中冠脉钙化检测及量化装置和方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109523515A (zh) * 2018-10-18 2019-03-26 深圳市孙逸仙心血管医院(深圳市心血管病研究所) 血流储备分数的计算方法
CN110215283A (zh) * 2019-02-14 2019-09-10 清华大学 基于磁共振成像的颅内手术导航系统
CN110215283B (zh) * 2019-02-14 2020-09-11 清华大学 基于磁共振成像的颅内手术导航系统
CN110808104A (zh) * 2019-11-07 2020-02-18 司马大大(北京)智能系统有限公司 胃行为的仿真方法和系统
CN110808104B (zh) * 2019-11-07 2023-03-31 司马大大(北京)智能系统有限公司 胃行为的仿真方法和系统
CN110827269A (zh) * 2019-11-11 2020-02-21 深圳前海微众银行股份有限公司 农作物生长变化状况检测方法、装置、设备及介质
CN110827269B (zh) * 2019-11-11 2024-03-05 深圳前海微众银行股份有限公司 农作物生长变化状况检测方法、装置、设备及介质

Also Published As

Publication number Publication date
CN108198239B (zh) 2021-07-23

Similar Documents

Publication Publication Date Title
Anam et al. Osteoporosis prediction for trabecular bone using machine learning: a review
US11183296B1 (en) Method and apparatus for simulated contrast for CT and MRI examinations
US10878639B2 (en) Interactive voxel manipulation in volumetric medical imaging for virtual motion, deformable tissue, and virtual radiological dissection
CN102525443B (zh) 用于基于医学图像数据对心血管循环建模的方法和设备
CN108198239A (zh) 一种实现血管动态仿真的三维可视化方法
Segars et al. 4D XCAT phantom for multimodality imaging research
Fu et al. Numerical simulation of hemodynamics in stented internal carotid aneurysm based on patient-specific model
CN109074870A (zh) 用于对基于图像的患者特异性血液动力学模型中的未分辨血管进行识别和建模的系统和方法
CN100493460C (zh) 一种虚拟经食道超声心动图系统
CN105105847A (zh) 一种用于肾结石手术模拟教学的3d肾脏模型打印方法
CN107787202A (zh) 用于从生理学、解剖学和患者特征预测灌注缺陷的系统和方法
CN106570313A (zh) 获取四维血管变形行为与管壁在体应力的方法及系统
CN107016666A (zh) 基于坐标体系的骨盆ct三维重建的图像后处理方法
Kohout et al. Patient-specific fibre-based models of muscle wrapping
Badano et al. The stochastic digital human is now enrolling for in silico imaging trials—methods and tools for generating digital cohorts
Robb Visualization in biomedical computing
US11763934B1 (en) Method and apparatus for a simulated physiologic change for CT and MRI examinations
Giraud et al. A three-dimensional mirror augmented by medical imaging: questioning self-portraying at the limit of iintimacy
Huang et al. Patient‐Specific Coronary Artery 3D Printing Based on Intravascular Optical Coherence Tomography and Coronary Angiography
Wei et al. Fluid–structure interaction simulation of aortic blood flow by ventricular beating: a preliminary model for blunt aortic injuries in vehicle crashes
Anastasi et al. Volume rendering based on magnetic resonance imaging: advances in understanding the three‐dimensional anatomy of the human knee
Kumar et al. 3D reconstruction of facial structures from 2D images for cosmetic surgery
Joseph et al. Three dimensional reconstruction models for medical modalities: a comprehensive investigation and analysis
Mut et al. Simulation of stent deployment in patient-specific cerebral aneurysm models for their hemodynamics analysis
Mou et al. An automatic eHealth platform for cardiovascular and cerebrovascular disease detection

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