CN108765303B - 一种数字减影血管成像图像的积分增强方法 - Google Patents

一种数字减影血管成像图像的积分增强方法 Download PDF

Info

Publication number
CN108765303B
CN108765303B CN201810305194.4A CN201810305194A CN108765303B CN 108765303 B CN108765303 B CN 108765303B CN 201810305194 A CN201810305194 A CN 201810305194A CN 108765303 B CN108765303 B CN 108765303B
Authority
CN
China
Prior art keywords
images
image
integral
interest
dsa
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.)
Expired - Fee Related
Application number
CN201810305194.4A
Other languages
English (en)
Other versions
CN108765303A (zh
Inventor
黄朔
万遂人
孙钰
周平
朱斌
程乐
张冰
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201810305194.4A priority Critical patent/CN108765303B/zh
Publication of CN108765303A publication Critical patent/CN108765303A/zh
Application granted granted Critical
Publication of CN108765303B publication Critical patent/CN108765303B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • 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
    • G06T2207/10116—X-ray image
    • 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

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种数字减影血管成像图像的积分增强方法，该方法包括如下步骤：(1)在所述DSA图像中勾画感兴趣区域；(2)选取对比剂进入血管的感兴趣区域后的第一个心动周期内的多个图像，对这些图片进行去噪；(3)基于所述多个图像之间的拍摄时间间隔得到去噪后的多个图像的加权图像；(4)对所述加权图像求和以获得在所述心动周期内的灰度积分图像。本发明可以实现对数字减影血管成像图像的图像增强，进而有助于医生对于血管中的一些特征位置的定位和区分，也有助于降低病人的对比剂注射剂量和缩短图像采集时间。

Description

一种数字减影血管成像图像的积分增强方法
技术领域
本发明涉及一种图像增强与去噪方法，特别涉及一种数字减影血管成像图像的积分增强方法。
技术背景
数字减影血管成像(DSA)方法是一种常用的辅助诊断方法，其实时性好，便于对病人进行术中实时监测。但是，由于DSA图像拍摄帧率有限，且对比剂注入浓度不宜过高，故DSA图像的对比度较低，这给临床诊断造成了困难。同时，为减小呼吸伪影，病人在拍摄过程中通常处于呼吸停止状态，这增大了病人的痛苦。
目前常用的图像去噪和超分辨技术主要包括压缩感知技术、全变分技术和小波分解重构技术等，其中，压缩感知技术和全变分技术需要的时间都较长，难以满足DSA检测的实时性需求；小波分解与重构技术会造成图像高频部分的丢失，进一步的降低图像的对比度。
另外，由于血液的流动是一个周期性的动态过程，单张图片并不能够包含医生所需要的全部信息。因此，在对DSA图像进行处理时，需要考虑到血液流动的周期性。
发明内容
发明目的：针对现有技术的不足，本发明提出一种数字减影血管成像DSA图像的积分增强方法，以增强DSA图像的对比度，从而更好地显示出血管的一些特征位置。
技术方案：本发明所述的DSA图像的积分增强方法包括如下步骤：(1)在所述DSA图像中勾画感兴趣区域；(2)选取对比剂进入血管的感兴趣区域后的第一个心动周期内的多个图像，对这些图片进行去噪；(3)基于所述多个图像之间的拍摄时间间隔得到去噪后的多个图像的加权图像；(4)对所述加权图像求和以获得在所述心动周期内的灰度积分图像。
进一步地，该方法还包括以下步骤：(5)提取所述感兴趣区域内的所述灰度积分图像。
进一步地，在步骤(2)中，所述多个图像为对比剂进入血管的感兴趣区域后的第一个完整的心动周期内的全部图像，这样做的好处是可以减少图像拍摄的时间，从而减少病人受到的辐射量和对比剂的注射量。同时，在该步骤中，图像的去噪方式主要包括小波分解重构或全变分去噪。
进一步地，在步骤(3)中，通过如下式子得到所述经加权图像：
Pi＝Δt×pi，i＝1,2,3,…,N
Δt＝T/N
其中T为所述第一个心动周期的长度，N为所述多个图像的个数，t为所述时间间隔，pi为所述多个图像中第i个图像的去噪后的图像，Pi为所述第i个图像对应的经加权图像。需要注意的是，pi与Pi均为灰度图像，未进行过二值化。
进一步地，在步骤(4)中，所述积分增强图像
Figure GDA0002412856610000021
有益效果：本发明提出的数字减影血管成像图像积分增强方法可以显著的增强DSA图像对于血管中的一些特征结构和血液流动的细节信息的显示功能(如对于胸主动脉夹层动脉瘤的第一破口位置的显示)，该方法还可以较好的抑制图像中的随机噪声。另外，使用该方法，仅需要采集对比剂进入血管的感兴趣区域后的第一个完整的心动周期中的图像，可以减少对比剂的注射量与采集图像的时间，对病人更为安全，病人受到的辐射也更少。
附图说明
图1为本发明提供的DSA图像的积分增强方法的流程图；
图2(a)为原始DSA图像，图2(b)为勾画出的感兴趣区域图像；
图3(a)至图3(c)为对比剂进入图2的感兴趣区域后的第一个完整的心动周期内的3张DSA图像，其拍摄时间分别为：t＝1/6T,1/2T和5/6T；
图4为图2(b)中勾画出的感兴趣区域在第一个完整的心动周期内的灰度积分图像；
图5为图3和图4中感兴趣区域内图像的灰度分布直方图，其中图5(a)、5(b)和5(c)分别对应图3(a)、3(b)和3(c)中的感兴趣区域，图5(d)对应图4中的感兴趣区域。
具体实施方式
下面结合附图及实施方式对本发明作进一步详细的说明。在本实施例中，造影使用设备为：PHILIPS AlluraXper FD20；对比剂为：欧乃派克(含碘量规格：350mg/ml，用量100ml)，为(通用电气药业(上海)有限公司)产品。对比剂造影方法为：经股动脉穿刺置管，使用高压注射器(Medrad Mark V Provis)经5F黄金标记猪尾导管注入对比剂于主动脉内，摄片速度为6帧/s，注射压力600psi(4136.85kPa)。本实施例中，算法使用软件为Matlab2010。
如图1，本发明的数字减影血管成像图像的积分增强方法包括以下步骤：
(1)在DSA图像中勾画出感兴趣区域。图2(b)示出了勾画出的感兴趣区域为主动脉夹层动脉瘤区域。
(2)选取对比剂进入血管的主动脉夹层动脉瘤区域后的第一个完整的心动周期内的所有图像，对这些图片进行去噪。在本实施例中，去噪的方法为通过小波分解重构，使用小波软阈值去噪方法进行去噪。在本实施例中，一个心动周期T内共有6幅图像，图3(a)至图3(c)中只展示其中3幅，它们的拍摄时间分别为：t＝1/6T,1/2T和5/6T；，这样做的好处是可以减少图像拍摄的时间，从而减少病人受到的辐射量和对比剂的注射量。同时，在该步骤中，图像的去噪方式主要包括小波分解重构或全变分去噪。
(3)基于这6个图像之间的拍摄时间间隔得到去噪后的多个图像的加权图像。具体而言，设pi为所述多个图像中第i个图像的去噪后的图像，由于这6个图像之间的拍摄时间间隔Δt＝1/6T，那么第i个图像的去噪后的图像pi对应的加权图像Pi等于1/6T×pi。
(4)对加权后的图像求和以得到在该第一个完整的心动周期内T的灰度积分图像
Figure GDA0002412856610000031
(5)提取主动脉夹层动脉瘤区域内的灰度积分图像，供医生进行诊断，如图4所示。图5(a)至图5(c)为图3(a)至图3(c)中感兴趣区域内图像的灰度分布直方图，图5(d)为图4中感兴趣区域内图像的灰度分布直方图。对比图5(a)至图5(d)可以发现，与图3(a)至图3(c)中的原图相比，图4中灰度积分图像的灰度分布更为分散，且灰度分布图的双峰(分别代表主动脉夹层动脉瘤的真腔与假腔)间的距离更大，界线(即双峰间的谷值)更为明显，更易将双峰分开。

Claims (5)

1.一种数字减影血管成像DSA图像的积分增强方法，其特征在于，包括如下步骤：
(1)在所述DSA图像中勾画感兴趣区域；
(2)选取对比剂进入血管的感兴趣区域后的第一个心动周期内的多个图像，对这些图片进行去噪；
(3)基于所述多个图像之间的拍摄时间间隔得到去噪后的多个图像的加权图像；通过如下式子得到所述加权图像：
Pi＝Δt×pi，i＝1,2,3,…,N
Δt＝T/N
其中T为所述第一个心动周期的长度，N为所述多个图像的个数，t为所述时间间隔，pi为所述多个图像中第i个图像的去噪后的图像，Pi为所述第i个图像对应的经加权图像；
(4)对所述加权图像求和以获得在所述心动周期内的灰度积分图像。
2.根据权利要求1所述的DSA图像的积分增强方法，其特征在于，还包括以下步骤：
(5)提取所述感兴趣区域内的所述灰度积分图像。
3.根据权利要求1所述的DSA图像的积分增强方法，其特征在于，在步骤(2)中，所述多个图像为对比剂进入血管的感兴趣区域后的第一个完整的心动周期内的全部图像。
4.根据权利要求1所述的DSA图像的积分增强方法，其特征在于，在步骤(2)中，图像的去噪方式主要包括小波分解重构或全变分去噪。
5.根据权利要求1所述的DSA图像的积分增强方法，其特征在于，在步骤(4)中，所述灰度积分图像
Figure FDA0002412856600000011
CN201810305194.4A 2018-04-08 2018-04-08 一种数字减影血管成像图像的积分增强方法 Expired - Fee Related CN108765303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810305194.4A CN108765303B (zh) 2018-04-08 2018-04-08 一种数字减影血管成像图像的积分增强方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810305194.4A CN108765303B (zh) 2018-04-08 2018-04-08 一种数字减影血管成像图像的积分增强方法

Publications (2)

Publication Number Publication Date
CN108765303A CN108765303A (zh) 2018-11-06
CN108765303B true CN108765303B (zh) 2020-07-31

Family

ID=63981052

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810305194.4A Expired - Fee Related CN108765303B (zh) 2018-04-08 2018-04-08 一种数字减影血管成像图像的积分增强方法

Country Status (1)

Country Link
CN (1) CN108765303B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109297554B (zh) * 2018-04-13 2020-06-30 东南大学 用于测量t型管内液相流量的方法
CN110765994B (zh) * 2019-10-10 2023-05-26 广东小天才科技有限公司 一种书本内容定位方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101133431A (zh) * 2005-02-03 2008-02-27 布拉科成像S.P.A.公司 能够减少物体运动造成的成像伪影的生物医学图像配准方法和计算机程序产品
EP2088556A1 (en) * 2008-02-05 2009-08-12 Siemens Aktiengesellschaft Method and system for registration to align at least one preoperative image to at least one intraoperativley acquired image
JP2011065291A (ja) * 2009-09-15 2011-03-31 Hoya Corp エンハンス画像処理装置、及び医療用観察システム
EP2709059B1 (en) * 2012-09-17 2014-11-05 Pie Medical Imaging BV Method and apparatus for quantitative measurements on sequences of images, particularly angiographic images
CN105069755A (zh) * 2014-11-27 2015-11-18 沈阳工业大学 多路雾霾图像增强处理装置及方法
CN107854130A (zh) * 2016-09-21 2018-03-30 通用电气公司 用于生成减影图像的系统和方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10083511B2 (en) * 2015-10-30 2018-09-25 Siemens Healthcare Gmbh Angiographic roadmapping mask

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101133431A (zh) * 2005-02-03 2008-02-27 布拉科成像S.P.A.公司 能够减少物体运动造成的成像伪影的生物医学图像配准方法和计算机程序产品
EP2088556A1 (en) * 2008-02-05 2009-08-12 Siemens Aktiengesellschaft Method and system for registration to align at least one preoperative image to at least one intraoperativley acquired image
JP2011065291A (ja) * 2009-09-15 2011-03-31 Hoya Corp エンハンス画像処理装置、及び医療用観察システム
EP2709059B1 (en) * 2012-09-17 2014-11-05 Pie Medical Imaging BV Method and apparatus for quantitative measurements on sequences of images, particularly angiographic images
CN105069755A (zh) * 2014-11-27 2015-11-18 沈阳工业大学 多路雾霾图像增强处理装置及方法
CN107854130A (zh) * 2016-09-21 2018-03-30 通用电气公司 用于生成减影图像的系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《VESSELNESS BASED FEATURE EXTRACTION FOR ENDOSCOPIC IMAGE ANALYSIS》;Bingxiong Lin;《IEEE》;20141231;第1295-1298页； *
《WBCT与变分正则化方法的医学图像去噪》;文乔农;《数据采集与处理》;20110731;第26卷(第4期);第390-394页； *

Also Published As

Publication number Publication date
CN108765303A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
US8605976B2 (en) System and method of detection of optimal angiography frames for quantitative coronary analysis using wavelet-based motion analysis
US8094903B2 (en) System and method for coronary digital subtraction angiography
CN109410221B (zh) 脑灌注图像分割方法、装置、服务器和存储介质
EP1604612A1 (en) X-ray CT apparatus for myocardial perfusion image generation
CN112184690B (zh) 冠脉血管走向的预测方法、预测模型的训练方法及装置
CN111667478A (zh) Cta到mra跨模态预测的颈动脉斑块识别方法及系统
CN108765303B (zh) 一种数字减影血管成像图像的积分增强方法
CN108335270A (zh) 一种多帧图像血管特征识别及信息融合的彩色编码方法
CN111640124A (zh) 一种血管提取方法、装置、设备及存储介质
US20220138936A1 (en) Systems and methods for calcium-free computed tomography angiography
Dey et al. Lifting wavelet transformation based blind watermarking technique of photoplethysmographic signals in wireless telecardiology
US20230113721A1 (en) Functional measurements of vessels using a temporal feature
Na'am Edge detection on objects of medical image with enhancement multiple morphological gradient method
CN111915538B (zh) 一种用于数字血管减影的图像增强方法及系统
O’Malley et al. Intravascular ultrasound-based imaging of vasa vasorum for the detection of vulnerable atherosclerotic plaque
CN114533096B (zh) 一种脑血管造影中伪影去除方法及系统
Hennersperger et al. Vascular 3D+ T freehand ultrasound using correlation of doppler and pulse-oximetry data
CN107492132B (zh) 一种数字层析成像系统的图像伪影去除方法
CN113538419B (zh) 一种图像处理方法和系统
Bogunović et al. Blood flow and velocity estimation based on vessel transit time by combining 2D and 3D X-ray angiography
CN113940694A (zh) 脑部血流参数图获取装置、方法和计算机可读存储介质
Xu et al. Diagnostically lossless compression of X-ray angiography images based on automatic segmentation using ray-casting and α-shapes
JP2007175194A (ja) Ｃｔ投影データの差分画像再構成方法及び装置
CN116630386B (zh) Cta扫描图像处理方法及其系统
CN112842285B (zh) 一种内镜下辅助识别粘膜下血管的方法及系统

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200731

CF01 Termination of patent right due to non-payment of annual fee