CN109700528B - 一种实时构建心脏三维模型方法及装置 - Google Patents
一种实时构建心脏三维模型方法及装置 Download PDFInfo
- Publication number
- CN109700528B CN109700528B CN201910146584.6A CN201910146584A CN109700528B CN 109700528 B CN109700528 B CN 109700528B CN 201910146584 A CN201910146584 A CN 201910146584A CN 109700528 B CN109700528 B CN 109700528B
- Authority
- CN
- China
- Prior art keywords
- cardiac
- dimensional
- dimensional model
- ray
- heart
- 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.)
- Active
Links
Images
Landscapes
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种实时构建心脏三维模型的方法及装置，属于图像处理、三维重建技术领域，实时构建心脏三维模型的方法，包括：获取不同角度的心脏X线二维摄片；基于三维重建技术，对获取到的心脏X线二维摄片，建立X线心脏三维模型；获取心脏CT摄片，对心脏CT摄片进行三维重建，得到CT心脏三维模块，基于大数据学习的方式，比对CT心脏三维模型和X线心脏三维模型，得到比对结果，根据比对结果优化X线心脏三维模型，得到优化的心脏三维模型；显示优化的心脏三维模型。通过基于不同角度的心脏X线二维摄片建立X线心脏三维模型，使得本发明所依赖的设备简单、需求低，节约成本，无需注射造影剂，操作更为简单、方便、易执行。
Description
技术领域
本发明实施例涉及图像处理、三维重建技术领域，具体涉及一种实时构建心脏三维模型的方法及装置。
背景技术
心血管疾病，又称为循环系统疾病，是一系列涉及循环系统的疾病，循环系统指人体内运送血液的器官和组织，主要包括心脏、血管(动脉、静脉、微血管)，心血管疾病一直是威胁人类健康的头号杀手，发病率以及致残、致死率居高不下。近十年来，心脏介入手术广泛应用于临床，大大提高了心血管疾病的治愈率、生存率，使得无数患者获益。因为心脏的解剖结构、大小具有较大的个体差异性，术前获取每个患者的三维心脏结构模型有利于提高手术的安全性和成功率。
本发明人发现，目前临床上最常用的基于CT进行心脏三维重建方法，存在无法在术中实时获取CT心脏三维模型的缺陷。
发明内容
为此，本发明实施例提供一种实时构建心脏三维模型方法及装置，以解决现有技术中的问题。
为了实现上述目的，本发明实施例提供如下技术方案：
根据本发明实施例的第一方面，提供一种实时构建心脏三维模型的方法，包括：
获取不同角度的心脏X线二维摄片；
基于三维重建技术，对获取到的所述心脏X线二维摄片，建立X线心脏三维模型；
获取心脏CT摄片，对所述心脏CT摄片进行三维重建，得到CT心脏三维模型，基于大数据学习的方式，比对所述CT心脏三维模型和所述X线心脏三维模型，得到比对结果，根据所述比对结果优化所述X线心脏三维模型，得到优化的心脏三维模型；
显示所述优化的心脏三维模型。
进一步地，所述获取不同角度的心脏X线二维摄片，包括：
对术中心脏，实时采集不同角度的X线二维摄片，作为心脏X线二维摄片。
进一步地，所述基于三维重建技术，对获取到的所述心脏X线二维摄片，建立X线心脏三维模型，包括：
对获取到的所述心脏X线二维摄片，采用面绘制算法进行心脏三维重建，得到X线心脏三维模型。
进一步地，所述获取心脏CT摄片，对所述心脏CT摄片进行三维重建，得到CT心脏三维模型，包括：
获取不同角度的心脏CT摄片，对所述不同角度的心脏CT摄片进行三维重建，得到CT心脏三维模型。
在本发明的第二方面，提供一种实时构建心脏三维模型的装置，包括：
X线摄片获取模块，用于获取不同角度的心脏X线二维摄片；
X线心脏三维模型重建模块，用于基于三维重建技术，对获取到的所述心脏X线二维摄片，建立X线心脏三维模型；
优化模块，用于获取心脏CT摄片，对所述心脏CT摄片进行三维重建，得到CT心脏三维模型，基于大数据学习的方式，比对所述CT心脏三维模型和所述X线心脏三维模型，得到比对结果，根据所述比对结果优化所述X线心脏三维模型，得到优化的心脏三维模型；
显示模块，用于显示所述优化的心脏三维模型。
进一步地，所述X线摄片获取模块，用于对术中心脏，实时采集不同角度的X线二维摄片，作为心脏X线二维摄片。
进一步地，所述X线心脏三维模型重建模块，用于对获取到的所述心脏X线二维摄片，采用面绘制算法进行心脏三维重建，得到X线心脏三维模型。
进一步地，所述优化模块，包括CT心脏三维重建单元，用于获取不同角度的心脏CT摄片，对所述不同角度的心脏CT摄片进行三维重建，得到CT心脏三维模型。
在本发明的第三方面，提供一种计算机可读存储介质，所述计算机可读存储介质中存储有程序，所述程序用于实现如上所述的实时构建心脏三维模型的方法。
本发明实施例具有如下优点：通过基于不同角度的心脏X线二维摄片建立X线心脏三维模型，再基于大数据学习的方式对X线心脏三维模型进行优化处理得到优化的心脏三维模型，使得本发明所依赖的设备简单、需求低，节约成本，无需注射造影剂，操作更为简单、方便、易执行，另外，基于X线技术可以实时获取到术中的X线二维摄片，进而实时生成优化的心脏三维模型，进而为手术进行提供参考，辅助手术顺利完成。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式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示例性的，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，还可以根据提供的附图引伸获得其它的实施附图。
本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。
图1为本发明实施例提供的一种实时构建心脏三维模型方法；
图2为本发明实施例提供的一种实时构建心脏三维模型装置结构示意图；
图3为本发明实施例提供的优化模块结构示意图；
图中：401为X线摄片获取模块，402为X线心脏三维模型重建模块，403为优化模块，404为显示模块，4031为CT心脏重建单元，4032为优化单元。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例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做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。
在本发明第一方面，提供一种实时构建心脏三维模型方法，如图1所示，包括：
步骤201：获取不同角度的心脏X线二维摄片；
在本发明实施例中，在术中，实时获取若干幅心脏不同角度的X线二维摄片，作为心脏X线二维摄片。
步骤202：基于三维重建技术对获取到的心脏X线二维摄片建立X线心脏三维模型；
在本发明实施例中，针对实时获取到的心脏不同角度的心脏X线二维摄片，基于面绘制算法如Marching Cubes算法，进行心脏三维重建，得到X线心脏三维模型。
进一步地，基于Marching Cubes算法，分别对各角度的心脏X线二维摄片，将等值面的抽取分布于每一个体素(voxel)中进行。对于每个被处理的体素，以三角面片来逼近其内部的等值面，计算三角面片各顶点法向量，再进行三维模型的建立。
步骤203：获取心脏CT摄片，对心脏CT摄片进行三维重建，得到CT心脏三维模型，基于大数据学习的方式，比对CT心脏三维模型和X线心脏三维模型，得到比对结果，根据比对结果优化X线心脏三维模型，得到优化的心脏三维模型。
在本发明实施例中，通过对心脏CT摄片进行心脏三维重建，得到CT心脏三维模型，再基于大数据学习的方式，将CT心脏三维模型和X线心脏三维模型进行比对，提高X线心脏三维模型的精度。
另外，优化的心脏三维模型是基于X线心脏三维模型生成的，由于X线心脏三维模型能够在术中实时生成，进而保障实时生成优化的心脏三维模型，进一步地，基于X线二维摄片建立X线心脏三维模型，对设备的要求不高，无需注射造影剂，节约成本，而且，耗时相较于传统CT方式大大缩短，克服了传统建立CT心脏三维模型时，因机体不同状态，比如不同血容量、不同神经调控水平，造成CT心脏三维模型结构具有较大差异的问题。综上所述，能够克服传统CT三维重建得到CT心脏三维模型时的缺点。
步骤204：显示优化的心脏三维模型。
在本发明实施例中，通过实时显示优化的心脏三维模型，使得术中的医护人员可以即时获取到心脏三维模型，供手术过程中进行参考。
在本发明实施例中，通过基于不同角度的心脏X线二维摄片建立X线心脏三维模型，再基于大数据学习的方式对X线心脏三维模型进行优化处理得到优化的心脏三维模型，使得依赖的设备简单、需求低，节约成本，无需注射造影剂，操作更为简单、方便、易执行，另外，基于X线技术可以实时获取到术中的X线二维摄片，进而实时生成优化的心脏三维模型，进而为手术进行提供参考，辅助手术成功完成。
在本发明的第二方面，提供一种实时构建心脏三维模型装置，如图2所示，包括：
X线摄片获取模块401，用于获取不同角度的心脏X线二维摄片；
在本发明实施例中，X线摄片获取模块401，用于在术中，实时获取若干幅心脏不同角度的X线二维摄片，作为心脏X线二维摄片。
X线心脏三维模型重建模块402，用于基于三维重建技术对获取到的心脏X线二维摄片建立X线心脏三维模型；
在本发明实施例中，X线心脏三维模型重建模块402，用于针对实时获取到的心脏不同角度的心脏X线二维摄片，基于面绘制算法如Marching Cubes算法，进行心脏三维重建，得到X线心脏三维模型。
进一步地，基于Marching Cubes算法，分别对各角度的心脏X线二维摄片，将等值面的抽取分布于每一个体素(voxel)中进行。对于每个被处理的体素，以三角面片来逼近其内部的等值面，计算三角面片各顶点法向量，再进行三维模型的建立。
优化模块403，用于对心脏CT摄片进行心脏三维重建，得到CT心脏三维模型，基于大数据学习的方式，比对CT心脏三维模型和X线心脏三维模型，得到比对结果，根据比对结果优化X线心脏三维模型，得到优化的心脏三维模型。
在本发明实施例中，优化模块403，如图3所示，包括：
CT心脏三维重建单元4031，用于获取不同角度的心脏CT摄片，对不同角度的心脏CT摄片进行三维重建，得到CT心脏三维模型；
优化单元4032，用于基于大数据学习的方式，将CT心脏三维模型和X线心脏三维模型进行比对，得到比对结果，根据比对结果优化X线心脏三维模型，提高X线心脏三维模型的精度，得到优化的心脏三维模型。
另外，优化的心脏三维模型是基于X线心脏三维模型生成的，由于X线心脏三维模型能够在术中实时生成，进而保障实时生成优化的心脏三维模型，进一步地，基于X线二维摄片建立X线心脏三维模型，对设备的要求不高，无需注射造影剂，节约成本，而且，耗时相较于传统CT方式大大缩短，克服了传统建立CT心脏三维模型时，因机体不同状态，比如不同血容量、不同神经调控水平，造成CT心脏三维模型结构具有较大差异的问题。综上所述，能够克服传统CT三维重建得到CT心脏三维模型时的缺点。
显示模块404，用于显示优化的心脏三维模型。
在本发明实施例中，通过显示模块404实时显示优化的心脏三维模型，使得术中的医护人员可以即时获取到心脏三维模型，供手术过程中进行参考。
综上所述，通过基于不同角度的心脏X线二维摄片建立X线心脏三维模型，再基于大数据学习的方式对X线心脏三维模型进行优化处理得到优化的心脏三维模型，使得依赖的设备简单、需求低，节约成本，无需注射造影剂，操作更为简单、方便、易执行，另外，基于X线技术可以实时获取到术中的X线二维摄片，进而实时生成优化的心脏三维模型，进而为手术进行提供参考，辅助手术成功完成。
在本发明第三方面提供一种计算机可读存储介质，该计算机可读存储介质中存储有程序，程序用于实现实时构建心脏三维模型方法，包括：
获取不同角度的心脏X线二维摄片；
在本发明实施例中，在术中，实时获取若干幅心脏不同角度的X线二维摄片，作为心脏X线二维摄片。
基于三维重建技术对获取到的心脏X线二维摄片建立X线心脏三维模型；
在本发明实施例中，针对实时获取到的心脏不同角度的心脏X线二维摄片，基于面绘制算法如Marching Cubes算法，进行心脏三维重建，得到X线心脏三维模型。
进一步地，基于Marching Cubes算法，分别对各角度的心脏X线二维摄片，将等值面的抽取分布于每一个体素(voxel)中进行。对于每个被处理的体素，以三角面片来逼近其内部的等值面，计算三角面片各顶点法向量，再进行三维模型的建立。
对心脏CT摄片进行心脏三维重建，得到CT心脏三维模型，基于大数据学习的方式，比对CT心脏三维模型和X线心脏三维模型，得到比对结果，根据比对结果优化X线心脏三维模型，得到优化的心脏三维模型。
在本发明实施例中，通过对心脏CT摄片进行心脏三维重建，得到CT心脏三维模型，再基于大数据学习的方式，将CT心脏三维模型和X线心脏三维模型进行比对，提高X线心脏三维模型的精度。
另外，优化的心脏三维模型是基于X线心脏三维模型生成的，由于X线心脏三维模型能够在术中实时生成，进而保障实时生成优化的心脏三维模型，进一步地，基于X线二维摄片建立X线心脏三维模型，对设备的要求不高，无需注射造影剂，节约成本，而且，耗时相较于传统CT方式大大缩短，克服了传统建立CT心脏三维模型时，因机体不同状态，比如不同血容量、不同神经调控水平，造成CT心脏三维模型结构具有较大差异的问题。综上所述，能够克服传统CT三维重建得到CT心脏三维模型时的缺点。
显示优化的心脏三维模型。
在本发明实施例中，通过实时显示优化的心脏三维模型，使得术中的医护人员可以即时获取到心脏三维模型，供手术过程中进行参考。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (3)
1.一种实时构建心脏三维模型的装置，其特征在于，包括：
X线摄片获取模块，用于获取不同角度的心脏X线二维摄片；
X线心脏三维模型重建模块，用于基于三维重建技术，对获取到的所述心脏X线二维摄片，建立X线心脏三维模型，用于对获取到的所述心脏X线二维摄片，采用面绘制算法进行心脏三维重建，基于Marching Cubes算法，分别对各角度的心脏X线二维摄片，将等值面的抽取分布于每一个体素(voxel)中进行，对于每个被处理的体素，以三角面片来逼近其内部的等值面，计算三角面片各定点法向量，再进行三维模型的建立，得到X线心脏三维模型；
优化模块，用于获取心脏CT摄片，对所述心脏CT摄片进行三维重建，得到CT心脏三维模型，基于大数据学习的方式，比对所述CT心脏三维模型和所述X线心脏三维模型，得到比对结果，根据所述比对结果优化所述X线心脏三维模型，得到优化的心脏三维模型；
显示模块，用于显示所述优化的心脏三维模型。
2.如权利要求1所述的装置，其特征在于，所述X线摄片获取模块，用于对术中心脏，实时采集不同角度的X线二维摄片，作为心脏X线二维摄片。
3.如权利要求1所述的装置，其特征在于，所述优化模块，包括CT心脏三维重建单元，用于获取不同角度的心脏CT摄片，对所述不同角度的心脏CT摄片进行三维重建，得到CT心脏三维模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910146584.6A CN109700528B (zh) | 2019-02-27 | 2019-02-27 | 一种实时构建心脏三维模型方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910146584.6A CN109700528B (zh) | 2019-02-27 | 2019-02-27 | 一种实时构建心脏三维模型方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109700528A CN109700528A (zh) | 2019-05-03 |
| CN109700528B true CN109700528B (zh) | 2021-02-02 |
Family
ID=66265315
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910146584.6A Active CN109700528B (zh) | 2019-02-27 | 2019-02-27 | 一种实时构建心脏三维模型方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109700528B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101248441A (zh) * | 2005-06-29 | 2008-08-20 | 艾可瑞公司 | 图像引导放射治疗的x射线图像与锥束ct扫描的精密配准 |
| CN102147919A (zh) * | 2010-02-10 | 2011-08-10 | 昆明医学院第一附属医院 | 一种校正术前三维图像的术中配准方法和装置 |
| CN105976372A (zh) * | 2016-05-05 | 2016-09-28 | 北京天智航医疗科技股份有限公司 | 一种术前三维影像与术中透视图像的无标定物配准方法 |
| CN108765417A (zh) * | 2018-06-15 | 2018-11-06 | 西安邮电大学 | 一种基于深度学习和数字重建放射影像的股骨x线片生成系统及方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5361103B2 (ja) * | 2000-10-24 | 2013-12-04 | 株式会社東芝 | 画像処理装置 |
| US7940999B2 (en) * | 2006-04-24 | 2011-05-10 | Siemens Medical Solutions Usa, Inc. | System and method for learning-based 2D/3D rigid registration for image-guided surgery using Jensen-Shannon divergence |
| US8340374B2 (en) * | 2007-01-11 | 2012-12-25 | Kabushiki Kaisha Toshiba | 3-dimensional diagnostic imaging system |
| CN103479376B (zh) * | 2013-08-29 | 2015-10-28 | 中国科学院长春光学精密机械与物理研究所 | 一种术前ct数据和术中x光影像完全对应融合方法 |
| EP3175791B1 (en) * | 2013-11-04 | 2021-09-08 | Ecential Robotics | Method for reconstructing a 3d image from 2d x-ray images |
| US10055838B2 (en) * | 2013-11-14 | 2018-08-21 | Koninklijke Philips N.V. | Registration of medical images |
| CN104851099B (zh) * | 2015-05-21 | 2018-07-03 | 周口师范学院 | 一种基于表示学习的图像融合方法 |
| EP3128481B1 (en) * | 2015-08-04 | 2019-12-18 | Pie Medical Imaging BV | Method and apparatus to improve a 3d + time reconstruction |
| CN107203988B (zh) * | 2016-03-18 | 2019-07-19 | 北京大学 | 一种由二维x光图像重建三维体图像的方法及其应用 |
| US10387765B2 (en) * | 2016-06-23 | 2019-08-20 | Siemens Healthcare Gmbh | Image correction using a deep generative machine-learning model |
| CN107832807B (zh) * | 2017-12-07 | 2020-08-07 | 上海联影医疗科技有限公司 | 一种图像处理方法和系统 |
-
2019
- 2019-02-27 CN CN201910146584.6A patent/CN109700528B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101248441A (zh) * | 2005-06-29 | 2008-08-20 | 艾可瑞公司 | 图像引导放射治疗的x射线图像与锥束ct扫描的精密配准 |
| CN102147919A (zh) * | 2010-02-10 | 2011-08-10 | 昆明医学院第一附属医院 | 一种校正术前三维图像的术中配准方法和装置 |
| CN105976372A (zh) * | 2016-05-05 | 2016-09-28 | 北京天智航医疗科技股份有限公司 | 一种术前三维影像与术中透视图像的无标定物配准方法 |
| CN108765417A (zh) * | 2018-06-15 | 2018-11-06 | 西安邮电大学 | 一种基于深度学习和数字重建放射影像的股骨x线片生成系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109700528A (zh) | 2019-05-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7813785B2 (en) | Cardiac imaging system and method for planning minimally invasive direct coronary artery bypass surgery | |
| JP4374234B2 (ja) | 医療的侵襲処置計画の方法及び装置 | |
| EP2932469B1 (en) | Method of determining the blood flow through coronary arteries | |
| KR102239646B1 (ko) | 인공 지능적 박출 분율 결정 | |
| US20210225048A1 (en) | Systems and methods for reconstructing cardiac images | |
| Tmenova et al. | CycleGAN for style transfer in X-ray angiography | |
| JP2006051359A (ja) | 医療的侵襲処置計画、並びに侵襲型器具の位置決定及び進路誘導のための方法並びに装置 | |
| JP2006110344A (ja) | 解剖学的領域の三次元モデルと該領域の投影画像とを位置揃えする方法及びシステム | |
| CN110163877A (zh) | 一种mri心室结构分割的方法与系统 | |
| CN112419484A (zh) | 三维血管合成方法、系统及冠状动脉分析系统和存储介质 | |
| van Deel et al. | In vivo quantitative assessment of myocardial structure, function, perfusion and viability using cardiac micro-computed tomography | |
| CN106420052B (zh) | 一种靶点位置的导航方法及系统 | |
| CN111627023B (zh) | 一种冠脉投影图像生成的方法、装置及计算机可读介质 | |
| CN109700528B (zh) | 一种实时构建心脏三维模型方法及装置 | |
| Caruso et al. | Impact of computerized tomography scan and three-dimensional printing model for surgical procedure in complex congenital heart disease | |
| CN113538419B (zh) | 一种图像处理方法和系统 | |
| US9235888B2 (en) | Image data determination method, image processing workstation, target object determination device, imaging device, and computer program product | |
| US20200311941A1 (en) | Medical image processing apparatus, medical image processing method and storage medium | |
| US10010285B2 (en) | Method and device for determining a damage characteristic value of a kidney | |
| Saeed et al. | The Cleveland Clinic PediPump: Virtual fitting studies in children using three-dimensional reconstructions of cardiac computed tomography scans | |
| Skurski et al. | Image processing methods for diagnostic and simulation applications in cardiology | |
| JP2003305036A (ja) | シーケンスの作成方法 | |
| Barabas et al. | Computer-aided Design and Manufacturing of a Patented, Left Ventricle Assist Device Positioning Tool—3D Navigated Surgical Treatment of End-Stage Heart Failure | |
| Vera et al. | Smart operator for the human liver automatic segmentation, present in medical images | |
| Beliveau et al. | Computation of coronary perfusion territories from CT angiography |
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 |