CN109448042A - 一种利用积分曲线计算血管壁厚度的方法 - Google Patents
一种利用积分曲线计算血管壁厚度的方法 Download PDFInfo
- Publication number
- CN109448042A CN109448042A CN201811209581.4A CN201811209581A CN109448042A CN 109448042 A CN109448042 A CN 109448042A CN 201811209581 A CN201811209581 A CN 201811209581A CN 109448042 A CN109448042 A CN 109448042A
- Authority
- CN
- China
- Prior art keywords
- vessel wall
- blood vessel
- wall
- calculating
- curve
- 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
- 238000000034 method Methods 0.000 title claims abstract description 27
- 230000002792 vascular Effects 0.000 claims abstract description 10
- 210000004204 blood vessel Anatomy 0.000 claims description 45
- 230000006870 function Effects 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000013135 deep learning Methods 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 230000001788 irregular Effects 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 210000001210 retinal vessel Anatomy 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 210000001927 retinal artery Anatomy 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002207 retinal effect Effects 0.000 description 1
- 238000003325 tomography Methods 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明涉及一种利用积分曲线计算血管壁厚度的方法,属于医学图像处理技术领域,主要包括如下步骤:1、血管壁分割,获取血管壁内外边界轮廓;2、在血管壁区域空间上计算调和函数;3、计算调和函数的梯度向量场;4、计算并跟踪积分曲线获得管壁厚度。本发明所述利用积分曲线计算血管壁厚度的方法,将血管壁区域看作三维空间的一个二维流形,从整体角度对血管壁进行度量,可重复计算,准确度高,便于全程量化数据的存储和回放分析。
Description
技术领域
本发明属于医学图像处理技术领域,尤其涉及一种利用积分曲线计算血管壁厚度的方法。
背景技术
血管壁的厚度是衡量斑块负荷等形态特征的一项重要指标。传统手动勾勒需要医生手工描点进行测量,主观性强、重复性差、耗时、易高估血管壁的面积,且不利于全程量化数据的存储和回放分析;现有的计算机辅助方法则是先确定内腔轮廓中心,以此中心为起始点,沿各角度的经线方向搜索两轮廓与经线的交点,并计算两者之间的距离(厚度),然后再找最大距离。通常为了简化计算,在最大距离的反方向上的距离设为最小厚度,随后再计算偏心指数等形态特征参数。不管是手工标注还是计算机辅助计算,都是在2D图像上操作的,对斑块整体结构的量化研究并不多见。
血管壁结构在三维空间中是一个二维流形。流形空间与欧式空间因高斯曲率不同而空间的度量结构不同。在流形空间中,所有的度量都只与这个流形本身有关,与流形所在的大空间无关。本发明将利用有限元和交换图对血管壁结构进行参数化,利用调和函数和梯度向量场计算积分曲线,跟踪积分曲线即可获得血管壁的厚度,为斑块形态特征的量化提供更为精确合理的指标。
如中国专利申请号为:CN201310323793.6的专利公布了一种测量视网膜血管直径和血管壁厚度的方法,其特征在于:采用频域光学相关断层成像SD-OCT扫描系统进行测量,通过SD-OCT扫描系统选择距离视盘边缘0.5-1.0倍视盘直径的区域内的全部视网膜血管作为测量对象;使扫描线垂直于定位血管的走行方向,获得视网膜血管的横切面图;放大扫描后的血管横切面图像;移动标尺,测量血管的内径和外径,血管壁的厚度=(外径-内径)/2;计算视网膜中央动脉当量Wt;Wt=(0.87Wa2+1.01Wb2-0.22WaWb-10.73)1/2,视网膜中央动脉当量Wt作为诊断依据。但是,该发明主要是针对视网膜神血管的直径和血管壁的计算方式,并且无法完全借助计算机进行计算,其精度受标尺移动过程中的人为影响比较大。
发明内容
本发明的目的是针对现有技术的不足,提供一种利用积分曲线计算血管壁厚度的方法,利用调和函数和梯度向量场计算积分曲线,跟踪积分曲线获得血管壁的厚度,将血管壁结构的参数化,度量结果可用于斑块负荷量化辅助临床诊断,精度高,速度快。
本发明解决现有问题的技术方案是:
一种利用积分曲线计算血管壁厚度的方法,包括如下步骤:
步骤1:血管壁分割,获取血管壁内外边界轮廓:
采用深度学习算法确定血管壁所在图像区域的范围,并在血管壁所在区域范围上设置初始轮廓位置,通过曲线演化,获得血管内外壁的轮廓曲线;
步骤2:在血管壁区域空间上计算调和函数:
血管壁分割得到血管壁内边界轮廓和血管壁外边界轮廓,将内外边界轮廓设置为不同的边界条件,如将外壁设置为1,内壁设置为0,之后在血管壁区域空间上采用热扩散方法计算偏微分方程其中,Δ是拉普拉斯算子,u(x,t)是点x在时间t的热分布,表示对时间t的偏导,由此得到流形空间中的调和函数;
步骤3:计算调和函数的梯度向量场:
步骤3.1,将血管壁区域空间进行三角剖分,形成三角化网格;
步骤3.2,在三角化网格中的任一三角形上进行梯度的计算,设v1,v2,v3分别为离散三角网格上的某个三角形的三个顶点,u(v1),u(v2),u(v3)分别为对应顶点的调和函数的值,令a1=v3-v2,a2=v1-v3,a3=v2-v1,则血管壁流形区域空间上调和函数的梯度向量场由计算得到,其中表示将向量ai逆时针旋转90度,A表示三角形的面积;
步骤4:计算并跟踪积分曲线获得管壁厚度:
在梯度向量场上求解微分方程其中,F是梯度向量场,方程的解x(t)=(x1(t),x2(t),...,xn(t))是梯度向量场F的一条积分曲线,由此得到调和函数梯度向量场上的积分曲线,积分曲线的长度即为管壁的厚度,遍历血管壁外表面上的所有点,得到所有的积分曲线;每一条积分曲线都起始于外表面上的点,在内表面有唯一的对应点,且任意两条积分曲线都不相交,由此得到任意角度的管壁厚度。
进一步地,步骤1中,所述深度学习算法基于管壁不规则环状结构的分割方法描述对管壁的提取,结合管壁环状结构特征构造管壁分割模型,采用水平集函数最小化轮廓边界计算公式ENew(C)=EL+EA+ER,获得血管内外壁的轮廓曲线,其中,
表示长度项,用于计算演化曲线的长度;
EA=∫out(C)|dout|2dxdy-∫in(C)|din|2dxdy表示面积项,用于计算类环状结构的管壁区域面积,其中dout表示外环的半径,din表示内环的半径;
表示惩罚项,用于维护曲线演化过程的稳定性;其中F为双势井函数F(φ)=0.25(φ2-1)2;φ为零水平集演化曲线;ε为曲线梯度能量系数,通常设置为1;Ω为图像区域;
进一步地,步骤3.1中,所述对血管壁区域空间进行三角剖分的方法如下:
1)初始化三角面片:分别计算内外边界上所有点的重心,找到离重心最近的一个点,设为p0,然后在p0的邻域范围内,计算出最远的距离,找到距离p0约1/3处的一个点作为p1,然后在领域中找到另外一个点p2,使得p0,p1,p2构成的外界圆的半径最小,由这三点构成一个三角面片,并标记为边界点;
2)构建Mesh:从Mesh中遍历所有的边界半边,对于其中每一条边界半边的相邻两条边进行扩展,对新增加的边进行三角重建,并将重建的新的半边加入到半边集合中;若没有可扩展的边,则搜索两个端点周边所有的未使用的邻近点,对每个邻近点构建符合要求的三角形的第三个端点并重建三角面片,同时将新构建的两条边加入半边集合中;
3)删除重叠三角面片:搜索边界但非孤立点;对于每一个此类点遍历其领域边界面,若有两个面之间的角度小于30度,则表示有重叠,则删除重叠面;
本发明的有益效果是:
1、本发明所述利用积分曲线计算血管壁厚度的方法,采用深度学习算法,确定血管壁所在图像区域的范围精度高,运算速率快。
2、本发明所述利用积分曲线计算血管壁厚度的方法,将血管壁区域看作三维空间的一个二维流形,从整体角度对血管壁进行度量,可重复计算,准确度高,便于全程量化数据的存储和回放分析。
3、本发明所述利用积分曲线计算血管壁厚度的方法,其计算结果用于血管壁负荷量化等计算机辅助诊疗等相关领域,应用范围广泛。
具体实施方式
一种利用积分曲线计算血管壁厚度的方法,包括如下步骤:
步骤1:血管壁分割,获取血管壁内外边界轮廓:
采用深度学习算法确定血管壁所在图像区域的范围,并在血管壁所在区域范围上设置初始轮廓位置,通过曲线演化,获得血管内外壁的轮廓曲线;
基于管壁不规则环状结构的分割方法描述对管壁的提取,结合管壁环状结构特征构造管壁分割模型,采用水平集函数最小化轮廓边界计算公式ENew(C)=EL+EA+ER,获得血管内外壁的轮廓曲线,其中,
表示长度项,用于计算演化曲线的长度;
EA=∫out(C)|dout|2dxdy-∫in(C)|din|2dxdy表示面积项,用于计算类环状结构的管壁区域面积,其中dout表示外环的半径,din表示内环的半径;
表示惩罚项,用于维护曲线演化过程的稳定性;其中F为双势井函数F(φ)=0.25(φ2-1)2;φ为零水平集演化曲线;ε为曲线梯度能量系数,通常设置为1;Ω为图像区域;
步骤2:在血管壁区域空间上计算调和函数:
血管壁分割得到血管壁内边界轮廓和血管壁外边界轮廓,将内外边界轮廓设置为不同的边界条件,如将外壁设置为1,内壁设置为0,之后在血管壁区域空间上采用热扩散方法计算偏微分方程其中,Δ是拉普拉斯算子,u(x,t)是点x在时间t的热分布,表示对时间t的偏导,由此得到流形空间中的调和函数;
步骤3:计算调和函数的梯度向量场:
步骤3.1,将血管壁区域空间进行三角剖分,主要步骤如下:
步骤3.1.1,初始化三角面片:分别计算内外边界上所有点的重心,找到离重心最近的一个点,设为p0,然后在p0的邻域范围内,计算出最远的距离,找到距离p0约1/3处的一个点作为p1,然后在领域中找到另外一个点p2,使得p0,p1,p2构成的外界圆的半径最小,由这三点构成一个三角面片,并标记为边界点;
步骤3.1.2,构建Mesh:从Mesh中遍历所有的边界半边,对于其中每一条边界半边的相邻两条边进行扩展,对新增加的边进行三角重建,并将重建的新的半边加入到半边集合中;若没有可扩展的边,则搜索两个端点周边所有的未使用的邻近点,对每个邻近点构建符合要求的三角形的第三个端点并重建三角面片,同时将新构建的两条边加入半边集合中;
步骤3.1.3,删除重叠三角面片:搜索边界但非孤立点;对于每一个此类点遍历其领域边界面,若有两个面之间的角度小于30度,则表示有重叠,则删除重叠面;
步骤3.2,在三角化网格中的任一三角形上进行梯度的计算,设v1,v2,v3分别为离散三角网格上的某个三角形的三个顶点,u(v1),u(v2),u(v3)分别为对应顶点的调和函数的值,令a1=v3-v2,a2=v1-v3,a3=v2-v1,则血管壁流形区域空间上调和函数的梯度向量场由计算得到,其中表示将向量ai逆时针旋转90度,A表示三角形的面积;
步骤4:计算并跟踪积分曲线获得管壁厚度:
在梯度向量场上求解微分方程其中,F是梯度向量场,方程的解x(t)=(x1(t),x2(t),...,xn(t))是梯度向量场F的一条积分曲线,由此得到调和函数梯度向量场上的积分曲线,积分曲线的长度即为管壁的厚度;遍历血管壁外表面上的所有点,得到所有的积分曲线;每一条积分曲线都起始于外表面上的点,在内表面有唯一的对应点,且任意两条积分曲线都不相交,由此得到任意角度的管壁厚度。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举,本发明的保护范围不应当被视为仅限于实施例所陈述的具体形式,本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。
Claims (3)
1.一种利用积分曲线计算血管壁厚度的方法,其特征在于,包括如下步骤:
步骤1:血管壁分割,获取血管壁内外边界轮廓:
采用深度学习算法确定血管壁所在图像区域的范围,并在血管壁所在区域范围上设置初始轮廓位置,通过曲线演化,获得血管内外壁的轮廓曲线;
步骤2:在血管壁区域空间上计算调和函数:
血管壁分割得到血管壁内边界轮廓和血管壁外边界轮廓,将内外边界轮廓设置为不同的边界条件,如将外壁设置为1,内壁设置为0,之后在血管壁区域空间上采用热扩散方法计算偏微分方程其中,Δ是拉普拉斯算子,u(x,t)是点x在时间t的热分布,表示对时间t的偏导,由此得到流形空间中的调和函数;
步骤3:计算调和函数的梯度向量场:
步骤3.1,将血管壁区域空间进行三角剖分,形成三角化网格;
步骤3.2,在三角化网格中的任一三角形上进行梯度的计算,设v1,v2,v3分别为离散三角网格上的某个三角形的三个顶点,u(v1),u(v2),u(v3)分别为对应顶点的调和函数的值,令a1=v3-v2,a2=v1-v3,a3=v2-v1,则血管壁流形区域空间上调和函数的梯度向量场由计算得到,其中表示将向量ai逆时针旋转90度,A表示三角形的面积;
步骤4:计算并跟踪积分曲线获得管壁厚度:
在梯度向量场上求解微分方程其中,F是梯度向量场,方程的解x(t)=(x1(t),x2(t),...,xn(t))是梯度向量场F的一条积分曲线,由此得到调和函数梯度向量场上的积分曲线,积分曲线的长度即为管壁的厚度,遍历血管壁外表面上的所有点,得到所有的积分曲线;每一条积分曲线都起始于外表面上的点,在内表面有唯一的对应点,且任意两条积分曲线都不相交,由此得到任意角度的管壁厚度。
2.根据权利要求1所述的一种利用积分曲线计算血管壁厚度的方法,其特征在于,步骤1中,所述深度学习算法是基于管壁不规则环状结构的分割方法描述对管壁的提取,结合管壁环状结构特征构造管壁分割模型,采用水平集函数最小化轮廓边界计算公式ENew(C)=EL+EA+ER,获得血管内外壁的轮廓曲线,其中,
其中,表示长度项,用于计算演化曲线的长度;
EA=∫out(C)|dout|2dxdy-∫in(C)|din|2dxdy表示面积项,用于计算类环状结构的管壁区域面积,其中dout表示外环的半径,din表示内环的半径;
表示惩罚项,用于维护曲线演化过程的稳定性;其中F为双势井函数F(φ)=0.25(φ2-1)2;φ为零水平集演化曲线;ε为曲线梯度能量系数,通常设置为1;Ω为图像区域。
3.根据权利要求1所述的一种利用积分曲线计算血管壁厚度的方法,其特征在于,所述步骤3.1中,对血管壁区域空间进行三角剖分的方法如下:
1)初始化三角面片:分别计算内外边界上所有点的重心,找到离重心最近的一个点,设为p0,然后在p0的邻域范围内,计算出最远的距离,找到距离p0约1/3处的一个点作为p1,然后在领域中找到另外一个点p2,使得p0,p1,p2构成的外界圆的半径最小,由这三点构成一个三角面片,并标记为边界点;
2)构建Mesh:从Mesh中遍历所有的边界半边,对于其中每一条边界半边的相邻两条边进行扩展,对新增加的边进行三角重建,并将重建的新的半边加入到半边集合中;若没有可扩展的边,则搜索两个端点周边所有的未使用的邻近点,对每个邻近点构建符合要求的三角形的第三个端点并重建三角面片,同时将新构建的两条边加入半边集合中;
3)删除重叠三角面片:搜索边界但非孤立点;对于每一个此类点遍历其领域边界面,若有两个面之间的角度小于30度,则表示有重叠,则删除重叠面。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811209581.4A CN109448042B (zh) | 2018-10-17 | 2018-10-17 | 一种利用积分曲线计算血管壁厚度的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811209581.4A CN109448042B (zh) | 2018-10-17 | 2018-10-17 | 一种利用积分曲线计算血管壁厚度的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109448042A true CN109448042A (zh) | 2019-03-08 |
CN109448042B CN109448042B (zh) | 2021-07-23 |
Family
ID=65546979
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811209581.4A Active CN109448042B (zh) | 2018-10-17 | 2018-10-17 | 一种利用积分曲线计算血管壁厚度的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109448042B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109993152A (zh) * | 2019-04-15 | 2019-07-09 | 武汉轻工大学 | 坐标曲线积分的模式转换方法、设备、存储介质及装置 |
CN110136157A (zh) * | 2019-04-09 | 2019-08-16 | 华中科技大学 | 一种基于深度学习的三维颈动脉超声图像血管壁分割方法 |
CN110211170A (zh) * | 2019-05-23 | 2019-09-06 | 南京维拓科技股份有限公司 | 一种基于数字化模型壁厚分析方法 |
CN112085832A (zh) * | 2020-08-12 | 2020-12-15 | 浙江闪铸三维科技有限公司 | 广告字3d模型生成方法 |
CN114305321A (zh) * | 2022-03-15 | 2022-04-12 | 汕头大学·香港中文大学联合汕头国际眼科中心 | 一种测量视网膜血管壁厚度的方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102800089A (zh) * | 2012-06-28 | 2012-11-28 | 华中科技大学 | 基于颈部超声图像的主颈动脉血管提取和厚度测量方法 |
CN102982314A (zh) * | 2012-11-05 | 2013-03-20 | 深圳市恩普电子技术有限公司 | 一种血管内外膜识别、描记和测量的方法 |
CN102982547A (zh) * | 2012-11-29 | 2013-03-20 | 北京师范大学 | 自动初始化的局域活动轮廓模型心脑血管分割方法 |
CN103455999A (zh) * | 2012-06-05 | 2013-12-18 | 北京工业大学 | 基于内超声图像序列的血管壁边缘自动检测方法 |
CN103729555A (zh) * | 2013-12-20 | 2014-04-16 | 深圳先进技术研究院 | 一种模拟血流与血管壁作用的方法和装置 |
CN103985123A (zh) * | 2014-05-17 | 2014-08-13 | 清华大学深圳研究生院 | 基于cta图像的腹主动脉瘤外边界分割方法 |
US20170119244A1 (en) * | 2015-11-02 | 2017-05-04 | Nidek Co., Ltd. | Oct data processing apparatus and oct data processing program |
US20180174490A1 (en) * | 2016-12-15 | 2018-06-21 | The Brigham And Women's Hospital, Inc. | Methods and systems for generating fluid simulation models |
-
2018
- 2018-10-17 CN CN201811209581.4A patent/CN109448042B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103455999A (zh) * | 2012-06-05 | 2013-12-18 | 北京工业大学 | 基于内超声图像序列的血管壁边缘自动检测方法 |
CN102800089A (zh) * | 2012-06-28 | 2012-11-28 | 华中科技大学 | 基于颈部超声图像的主颈动脉血管提取和厚度测量方法 |
CN102982314A (zh) * | 2012-11-05 | 2013-03-20 | 深圳市恩普电子技术有限公司 | 一种血管内外膜识别、描记和测量的方法 |
CN102982547A (zh) * | 2012-11-29 | 2013-03-20 | 北京师范大学 | 自动初始化的局域活动轮廓模型心脑血管分割方法 |
CN103729555A (zh) * | 2013-12-20 | 2014-04-16 | 深圳先进技术研究院 | 一种模拟血流与血管壁作用的方法和装置 |
CN103985123A (zh) * | 2014-05-17 | 2014-08-13 | 清华大学深圳研究生院 | 基于cta图像的腹主动脉瘤外边界分割方法 |
US20170119244A1 (en) * | 2015-11-02 | 2017-05-04 | Nidek Co., Ltd. | Oct data processing apparatus and oct data processing program |
US20180174490A1 (en) * | 2016-12-15 | 2018-06-21 | The Brigham And Women's Hospital, Inc. | Methods and systems for generating fluid simulation models |
Non-Patent Citations (2)
Title |
---|
SHIFENG ZHAO.ET.: "Extraction of vessel networks based on multiview projection and phase field model", 《NEUROCOMPUTING》 * |
马燕山: "人体动脉的计算流体力学模拟与分析人体动脉的计算流体力学模拟与分析", 《中国博士学位论文全文数据库 医药卫生科技辑》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110136157A (zh) * | 2019-04-09 | 2019-08-16 | 华中科技大学 | 一种基于深度学习的三维颈动脉超声图像血管壁分割方法 |
CN109993152A (zh) * | 2019-04-15 | 2019-07-09 | 武汉轻工大学 | 坐标曲线积分的模式转换方法、设备、存储介质及装置 |
CN110211170A (zh) * | 2019-05-23 | 2019-09-06 | 南京维拓科技股份有限公司 | 一种基于数字化模型壁厚分析方法 |
CN112085832A (zh) * | 2020-08-12 | 2020-12-15 | 浙江闪铸三维科技有限公司 | 广告字3d模型生成方法 |
CN112085832B (zh) * | 2020-08-12 | 2021-11-02 | 浙江闪铸三维科技有限公司 | 广告字3d模型生成方法 |
CN114305321A (zh) * | 2022-03-15 | 2022-04-12 | 汕头大学·香港中文大学联合汕头国际眼科中心 | 一种测量视网膜血管壁厚度的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109448042B (zh) | 2021-07-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109448042B (zh) | 一种利用积分曲线计算血管壁厚度的方法 | |
JP7236768B2 (ja) | 心筋血流量及びct画像に基づく冠状動脈冠血流予備量比の計算方法 | |
CN105654483B (zh) | 三维点云全自动配准方法 | |
Li et al. | A stable direct solution of perspective-three-point problem | |
CN103247073A (zh) | 基于树状结构的三维脑血管模型构造方法 | |
CN109934855A (zh) | 一种基于点云的带电作业场景电力部件三维重建方法 | |
CN102800087B (zh) | 超声颈动脉血管膜的自动分割方法 | |
CN102663819B (zh) | 基于超声图像和三维模型的肝脏体积测量方法 | |
Su et al. | A geometrical approach for evaluating left ventricular remodeling in myocardial infarct patients | |
Gambaruto et al. | Wall shear stress and near-wall convective transport: Comparisons with vascular remodelling in a peripheral graft anastomosis | |
CN108830852B (zh) | 三维超声肿瘤辅助测量系统及方法 | |
CN104766322B (zh) | 基于测地线的脑血管长度及弯曲度度量方法 | |
Hsu et al. | Comparison of freehand 3-D ultrasound calibration techniques using a stylus | |
CN104089599B (zh) | 用于接触式测头测量中提取二维轮廓的准形态学滤波方法 | |
Arrieta et al. | Quantitative assessments of geometric errors for rapid prototyping in medical applications | |
CN116129080A (zh) | 一种计算颅内动脉狭窄血管两端血管壁顺应性的方法 | |
CN109978998B (zh) | 一种基于面部软组织和形状空间的古人类颅面复原方法 | |
Zhang et al. | Surface extraction with a three-dimensional freehand ultrasound system | |
Sebbahi et al. | Multimodality cardiovascular image segmentation using a deformable contour model | |
CN106767405B (zh) | 相位映射辅助三维成像系统快速对应点匹配的方法及装置 | |
TWI444586B (zh) | 零件形位公差檢測系統及方法 | |
Jin et al. | A new approach of arc skeletonization for tree-like objects using minimum cost path | |
Ahn | Robust Myocardial Motion Tracking for Echocardiography: Variational Framework Integrating Local‐to‐Global Deformation | |
Huang et al. | Functional analysis of cardiac MR images using SPHARM modeling | |
CN111242915A (zh) | 基于蒙特卡洛树搜索的血管3d/2d配准方法及装置 |
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 |