CN109480873A - 基于肺动脉ct图像的血管排序方法 - Google Patents
基于肺动脉ct图像的血管排序方法 Download PDFInfo
- Publication number
- CN109480873A CN109480873A CN201811247599.3A CN201811247599A CN109480873A CN 109480873 A CN109480873 A CN 109480873A CN 201811247599 A CN201811247599 A CN 201811247599A CN 109480873 A CN109480873 A CN 109480873A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- pulmonary artery
- pulmonary
- center line
- point
- 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
- 210000004204 blood vessel Anatomy 0.000 title claims abstract description 47
- 210000001147 pulmonary artery Anatomy 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 15
- 230000002685 pulmonary effect Effects 0.000 claims abstract description 29
- 230000002792 vascular Effects 0.000 claims abstract description 28
- 239000008280 blood Substances 0.000 claims abstract description 3
- 210000004369 blood Anatomy 0.000 claims abstract description 3
- 238000009877 rendering Methods 0.000 claims description 4
- 241001062009 Indigofera Species 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 3
- 238000002588 pulmonary angiography Methods 0.000 abstract description 6
- 238000004458 analytical method Methods 0.000 description 4
- 210000001367 artery Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
- 210000003462 vein Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
- A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Optics & Photonics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Physiology (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Physics & Mathematics (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种基于肺动脉CT图像的血管排序方法，包括：对肺动脉CT图像进行分割，得到左肺动脉血管和右肺动脉血管；计算肺动脉血管中心线，通过中心线得到肺动脉血管列表；计算每个血管的压力降；根据压力降将血管列表重新排序。将肺动脉血管按照压力降变化进行排序，提高肺动脉造影手术精准度，大幅度缩短治疗时间。
Description
技术领域
本发明涉及医学图像处理技术领域，具体地涉及一种基于肺动脉CT图像的血管排序方法，可应用于临床研究中肺动脉CT图像分析。
背景技术
在当前肺动脉造影手术中，患者病灶部位的特征单个体积小，位置不确定，数量不固定，这样造成了医生面临的问题是肺动脉血管数量繁多，结构复杂，检查难度太大。当前，医生的手术方案大多都靠经验，并且会进行多次手术。这种情况下，患者将面临手术费用和身体恢复的双重压力，一些经济条件不允许的患者会选择拖延治疗，甚至放弃治疗。本发明因此而来。
发明内容
为了解决上述存在的技术问题，本发明的目的是：提供了一种基于肺动脉CT图像的血管排序方法，将肺动脉血管按照压力降变化进行排序，提高肺动脉造影手术精准度，大幅度缩短治疗时间。
本发明的技术方案是：
一种基于肺动脉CT图像的血管排序方法，包括以下步骤：
S01：对肺动脉CT图像进行分割，得到左肺动脉血管和右肺动脉血管；
S02：计算肺动脉血管中心线，通过中心线得到肺动脉血管列表；
S03：计算每个血管的压力降；
S04：根据压力降将血管列表重新排序。
优选的技术方案中，所述步骤S02具体包括以下步骤：
S21：计算肺动脉血管的中心线及血管半径；
S22：将中心线按照左二叉树规则分成独立的单根血管；
S23：按照左二叉树的顺序将肺动脉血管编号，得到肺动脉血管列表。
优选的技术方案中，所述步骤S04之后还包括在三维视图中将血管与列表一一对应，并通过颜色渲染直观显示。
优选的技术方案中，具体包括以下步骤：
将肺动脉血管列表中的每一条都一一映射到三维视图中的一根血管；每根血管上的中心线由若干点构成，每个点有一个标量值p，p代表血管在该点的压力降，每个点还有一个标量值d，d代表血管在该点的横截面直径；
三维视图中的肺血管模型由3个元素生成：中心线、中心线上各点的直径、中心线上各点的压力降；所述中心线负责绘制血管的走向形态及空间位置；中心线上各点的直径负责绘制血管的粗细形态及轮廓外形；中心线上各点的压力降负责绘制血管上不同颜色。
优选的技术方案中，所述颜色由红到蓝，压力越大颜色越红，压力越小颜色越蓝。
与现有技术相比，本发明的优点是：
本发明方法可以将肺动脉血管按照压力降变化进行排序，提高肺动脉造影手术精准度，大幅度缩短治疗时间。同时节省手术成本，降低手术风险，提高患者生活质量。
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为本发明的方法流程图；
图2为本发明血管列表与形态的对应示意图；
图3为本发明肺动脉血管渲染结果。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
如图1所示，本发明的基于肺动脉CT图像的血管排序方法，通过分析肺动脉CT图像，将可能有问题的肺血管按照一定顺序排序，并给出有参考意义的肺动脉造影手术指标，包括以下步骤：
（1）导入患者肺动脉CT扫描切片影像；
（2）分割肺动脉血管，左肺动脉血管/右侧肺动脉血管分开获取；
（3）获得肺动脉血管列表；正确分割出肺动脉血管后，通过算法可以得到肺动脉血管的中心线及血管半径，然后将中心线按照左二叉树规则分成独立的一根一根的单根血管（从根节点开始分3次分叉节点），然后按照左二叉树的顺序将肺动脉血管排序，从而得到肺动脉血管列表，如图2所示。
（4）分析列表中的每根血管，例如包括狭窄、斑块等等。将狭窄和斑块考虑在内，可以得到符合事实的血管三维形态。
（5）由其他仪器测量得到肺动脉入口端的血压；
（6）通过流体力学分析得到每根血管的压力降；
（7）按照压力降变化将血管列表从大到小排序，压力降越大，患者的病症概率也越大。
（8）在三维视图中将血管与列表一一对应，并通过颜色渲染直观显示，如图3所示。
具体包括：
肺动脉血管列表中的每一条都一一映射三维视图中的一根血管；
每根血管上的中心线Line由若干点Point构成，每个点有一个标量值p（p的物理意义代表血管在该点的压力降，由2.5通过流体力学分析得到）；每个点还有一个标量值d（d的物理意义代表血管在该点的横截面直径，由2.2计算血管中心线同步得到）。
三维视图中的肺血管模型由3个元素生成：中心线、中心线上各点的直径、中心线上各点的压力降。中心线负责绘制血管的走向形态及空间位置；中心线上各点的直径负责绘制血管的粗细形态及轮廓外形；中心线上各点的压力降负责绘制血管上不同颜色，颜色由红到蓝，压力越大颜色越红，压力越小颜色越蓝。
医生在肺动脉造影手术中，可以依据分析得到的结果，先对造成患者病症概率最大的肺动脉血管开始手术。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (5)
1.一种基于肺动脉CT图像的血管排序方法，其特征在于，包括以下步骤：
S01：对肺动脉CT图像进行分割，得到左肺动脉血管和右肺动脉血管；
S02：计算肺动脉血管中心线，通过中心线得到肺动脉血管列表；
S03：计算每个血管的压力降；
S04：根据压力降将血管列表重新排序。
2.根据权利要求1所述的基于肺动脉CT图像的血管排序方法，其特征在于，所述步骤S02具体包括以下步骤：
S21：计算肺动脉血管的中心线及血管半径；
S22：将中心线按照左二叉树规则分成独立的单根血管；
S23：按照左二叉树的顺序将肺动脉血管编号，得到肺动脉血管列表。
3.根据权利要求1所述的基于肺动脉CT图像的血管排序方法，其特征在于，所述步骤S04之后还包括在三维视图中将血管与列表一一对应，并通过颜色渲染直观显示。
4.根据权利要求3所述的基于肺动脉CT图像的血管排序方法，其特征在于，具体包括以下步骤：
将肺动脉血管列表中的每一条都一一映射到三维视图中的一根血管；每根血管上的中心线由若干点构成，每个点有一个标量值p，p代表血管在该点的压力降，每个点还有一个标量值d，d代表血管在该点的横截面直径；
三维视图中的肺血管模型由3个元素生成：中心线、中心线上各点的直径、中心线上各点的压力降；所述中心线负责绘制血管的走向形态及空间位置；中心线上各点的直径负责绘制血管的粗细形态及轮廓外形；中心线上各点的压力降负责绘制血管上不同颜色。
5.根据权利要求4所述的基于肺动脉CT图像的血管排序方法，其特征在于，所述颜色由红到蓝，压力越大颜色越红，压力越小颜色越蓝。
Priority Applications (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811247599.3A CN109480873B (zh) | 2018-10-25 | 2018-10-25 | 基于肺动脉ct图像的血管排序方法 |
| PCT/CN2019/071202 WO2020082620A1 (zh) | 2018-10-25 | 2019-01-10 | 基于肺动脉ct图像的血管排序方法 |
| CN201980040573.8A CN112384138B (zh) | 2018-10-25 | 2019-10-25 | 获取心表大动脉的血流量的方法、装置、系统及存储介质 |
| PCT/CN2019/113411 WO2020083390A1 (zh) | 2018-10-25 | 2019-10-25 | 获取心表大动脉的血流量的方法、装置、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811247599.3A CN109480873B (zh) | 2018-10-25 | 2018-10-25 | 基于肺动脉ct图像的血管排序方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109480873A true CN109480873A (zh) | 2019-03-19 |
| CN109480873B CN109480873B (zh) | 2021-08-10 |
Family
ID=65691562
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811247599.3A Active CN109480873B (zh) | 2018-10-25 | 2018-10-25 | 基于肺动脉ct图像的血管排序方法 |
Country Status (2)
| Country | Link |
|---|---|
| CN (1) | CN109480873B (zh) |
| WO (1) | WO2020082620A1 (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111932495A (zh) * | 2020-06-30 | 2020-11-13 | 数坤（北京）网络科技有限公司 | 一种医学图像检测方法、装置及存储介质 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103246883A (zh) * | 2013-05-20 | 2013-08-14 | 中国矿业大学(北京) | 一种煤矿井下热红外图像人脸识别方法 |
| WO2013141419A1 (ko) * | 2012-03-21 | 2013-09-26 | 연세대학교 원주산학협력단 | 양손을 이용한 혈관 및 심폐기능 평가를 위한 생체 계측 시스템 |
| US20130274712A1 (en) * | 2011-11-02 | 2013-10-17 | Stuart O. Schecter | Haptic system for balloon tipped catheter interventions |
| CN104794973A (zh) * | 2015-04-29 | 2015-07-22 | 中国人民解放军第四军医大学 | 分布式心血管系统仿真模型 |
| US20150268039A1 (en) * | 2014-03-18 | 2015-09-24 | Medis Associated B.V. | Method and device for determining deviation in pressure in a blood vessel |
| US20160019363A1 (en) * | 2014-07-17 | 2016-01-21 | Fujitsu Limited | Visualization apparatus and visualization method |
| CN106446360A (zh) * | 2016-09-08 | 2017-02-22 | 天津大学 | 基于显微ct测量的缺损颅骨组织工程血管支架参数化设计方法 |
| CN106780527A (zh) * | 2016-11-29 | 2017-05-31 | 上海联影医疗科技有限公司 | 医学图像中血管进出口、边界条件获取方法及处理装置 |
| CN107392910A (zh) * | 2017-07-06 | 2017-11-24 | 沈阳东软医疗系统有限公司 | 一种基于ct图像的肺叶分割方法及装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE602006008113D1 (de) * | 2005-02-11 | 2009-09-10 | Philips Intellectual Property | Verfahren zur automatischen extraktion des lungenarterienbaums aus medizinischen 3d-bildern |
| CN102243759B (zh) * | 2010-05-10 | 2014-05-07 | 东北大学 | 一种基于几何形变模型的三维肺血管图像分割方法 |
| US9408952B2 (en) * | 2011-11-30 | 2016-08-09 | Abbott Cardiovascular Systems Inc. | Pediatric application of bioabsorbable polymer stents in infants and children with congenital heart defects |
| CN106535746B (zh) * | 2014-07-11 | 2021-02-19 | 皇家飞利浦有限公司 | 用于脉管处置的设备、系统和方法 |
| CN105326486B (zh) * | 2015-12-08 | 2017-08-25 | 博动医学影像科技（上海）有限公司 | 血管压力差与血流储备分数的计算方法及系统 |
-
2018
- 2018-10-25 CN CN201811247599.3A patent/CN109480873B/zh active Active
-
2019
- 2019-01-10 WO PCT/CN2019/071202 patent/WO2020082620A1/zh active Application Filing
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130274712A1 (en) * | 2011-11-02 | 2013-10-17 | Stuart O. Schecter | Haptic system for balloon tipped catheter interventions |
| WO2013141419A1 (ko) * | 2012-03-21 | 2013-09-26 | 연세대학교 원주산학협력단 | 양손을 이용한 혈관 및 심폐기능 평가를 위한 생체 계측 시스템 |
| CN103246883A (zh) * | 2013-05-20 | 2013-08-14 | 中国矿业大学(北京) | 一种煤矿井下热红外图像人脸识别方法 |
| US20150268039A1 (en) * | 2014-03-18 | 2015-09-24 | Medis Associated B.V. | Method and device for determining deviation in pressure in a blood vessel |
| US20160019363A1 (en) * | 2014-07-17 | 2016-01-21 | Fujitsu Limited | Visualization apparatus and visualization method |
| CN104794973A (zh) * | 2015-04-29 | 2015-07-22 | 中国人民解放军第四军医大学 | 分布式心血管系统仿真模型 |
| CN106446360A (zh) * | 2016-09-08 | 2017-02-22 | 天津大学 | 基于显微ct测量的缺损颅骨组织工程血管支架参数化设计方法 |
| CN106780527A (zh) * | 2016-11-29 | 2017-05-31 | 上海联影医疗科技有限公司 | 医学图像中血管进出口、边界条件获取方法及处理装置 |
| CN107392910A (zh) * | 2017-07-06 | 2017-11-24 | 沈阳东软医疗系统有限公司 | 一种基于ct图像的肺叶分割方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| J. USHA RAJ: "《Pulmonary vascular pressure profile in adult ferrets: measurements in vivo and in isolated lungs 》", 《ACTA PHYSIOLOGICA SCANDINAVICA》 * |
| QIAN WANG: "《Hemodynamic influence of surgical methods on systemic-to-pulmonary shunt: Modified Blalock-Taussig shunt versus Melbourne shunt》", 《IEEE》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111932495A (zh) * | 2020-06-30 | 2020-11-13 | 数坤（北京）网络科技有限公司 | 一种医学图像检测方法、装置及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109480873B (zh) | 2021-08-10 |
| WO2020082620A1 (zh) | 2020-04-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110689083B (zh) | 一种上下文金字塔融合网络及图像分割方法 | |
| Ataer-Cansizoglu et al. | Computer-based image analysis for plus disease diagnosis in retinopathy of prematurity: performance of the “i-ROP” system and image features associated with expert diagnosis | |
| CN111612743B (zh) | 一种基于ct图像的冠状动脉中心线提取方法 | |
| CN106485704B (zh) | 血管中心线的提取方法 | |
| CN110197493A (zh) | 眼底图像血管分割方法 | |
| CN109658407A (zh) | 冠状动脉病变的评分方法、装置、服务器和存储介质 | |
| WO2021038202A1 (en) | Computerised tomography image processing | |
| CN103679801B (zh) | 一种基于多视角x光片的心血管三维重建方法 | |
| CN105096270B (zh) | 一种冠脉三维重建中的钙化斑块去除方法 | |
| CN106803251B (zh) | 由ct影像确定主动脉缩窄处压力差的装置与方法 | |
| CN108961273B (zh) | 一种从ct影像中分割肺动脉和肺静脉的方法及系统 | |
| CN112541893B (zh) | 一种三维断层扫描图像中树状结构分叉关键点的检测方法 | |
| CN106485706A (zh) | Ct肝灌注的图像后处理方法和ct肝灌注方法 | |
| CN109360209A (zh) | 一种冠状血管分割方法及系统 | |
| CN112508902B (zh) | 白质高信号分级方法、电子设备及存储介质 | |
| CN109461161A (zh) | 一种基于神经网络对医学影像中人体器官进行分割的方法 | |
| CN108765483A (zh) | 一种从脑部ct图像中确定中矢面的方法及系统 | |
| CN106355574A (zh) | 一种基于深度学习的腹内脂肪分割方法 | |
| CN109480873A (zh) | 基于肺动脉ct图像的血管排序方法 | |
| Kreitner et al. | Synthetic optical coherence tomography angiographs for detailed retinal vessel segmentation without human annotations | |
| CN113850804A (zh) | 基于生成对抗网络的视网膜图像生成系统及方法 | |
| CN113192069A (zh) | 三维断层扫描图像中树状结构的语义分割方法和装置 | |
| CN106780720B (zh) | 医学图像显示方法及装置 | |
| CN115409764A (zh) | 一种基于域自适应的多模态眼底血管分割方法及装置 | |
| Pinzón et al. | A tree-matching algorithm: Application to airways in CT images of subjects with the acute respiratory distress syndrome |
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 |
Effective date of registration: 20210508 Address after: Room nw-05-502, Northwest District, Suzhou nano City, 99 Jinjihu Avenue, Suzhou Industrial Park, 215000, Jiangsu Province Applicant after: SUZHOU RAINMED MEDICAL TECHNOLOGY Co.,Ltd. Address before: Room 502, building 5, northwest Suzhou nano City, 99 Jinjihu Avenue, Suzhou Industrial Park, Jiangsu Province, 215123 Applicant before: SUZHOU RUNXIN MEDICAL EQUIPMENT Co.,Ltd. |
|
| TA01 | Transfer of patent application right | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |