CN110706272A - 血管中心线的提取方法、装置、电子设备和存储介质 - Google Patents
血管中心线的提取方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN110706272A CN110706272A CN201910989928.XA CN201910989928A CN110706272A CN 110706272 A CN110706272 A CN 110706272A CN 201910989928 A CN201910989928 A CN 201910989928A CN 110706272 A CN110706272 A CN 110706272A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- layer
- iliac artery
- connected domain
- aortic arch
- 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
Images
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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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)
Abstract
本发明提供了一种血管中心线的提取方法、装置、电子设备和存储介质,所述方法包括:获取分割后的血管图像;根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。本发明可以自动选择血管中心线的起点和终点,并通过最大内切球法提取血管中心线,极大地减少了人工手动交互的繁琐操作,有效提高了血管中心线的提取效率,且本发明通用性强,可以更好地辅助医生。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种血管中心线的提取方法、装置、电子设备和存储介质。
背景技术
血管疾病尤其是心血管疾病,已经成为威胁人类生命安全的主要疾病之一。在手术过程中,医生通过血管成像技术来辅助诊断各种血管疾病,例如钙化、主动脉夹层、动脉瘤等。
在临床上,医生希望分析病症血管段,得到量化的结果,例如分析病症区域的长度,病症区域的最大最小直径等,从而可以确定相应的治疗方案。而得到这些量化结果的前提是需要有精准的血管中心线。
虽然目前已经有很多血管中心线提取技术,但仍然是一个非常具有挑战性的任务。目前血管中心线方法主要以手动和半自动为主,主要有四种方法:
(1)基于拓扑细化的方法:使用形态学腐蚀操作来连续的去除物体的外层,直到物体仅剩余其骨,对骨架树进行树状结构遍历排序。
(2)基于追踪的方法:通过判断管状物体的局部方向获得当前位置近似的中心线趋势,并结合图像中物体的局部信息,得到当前位置处物体横截面的中心点;然后根据已经得到的中心点校正中心线方向,重复上述的局部中心点计算过程,直至追踪到管状物体末端。
(3)最短路径方法:在起始点和终点之间寻找一条通过物体内部的最短的路径。
(4)基于距离变化的方法:通过定位距离物体边界最远的一组点来确定物体的中心线,即根据距离变换确定血管内部的最大内切球,一系列的球心组成的线即为中心线。
上述四种方法都需要人工手动交互输入起始点和终点坐标信息才能提取血管中心线,这不仅需要花费大量的时间和精力,而且各个医生的操作水平不统一,最后提取的中心线结果也是不一样的。
发明内容
本发明的目的在于提供一种血管中心线的提取方法、装置、电子设备和存储介质,可以解决现有技术中,在进行血管中心线的提取过程中,必须手动输入起始点和终点坐标的问题。
为解决上述技术问题,本发明提供一种血管中心线的提取方法,包括:
获取分割后的血管图像;
根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及
根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。
可选的,所述血管图像为动脉血管图像,所述血管的起始血管段为主动脉弓,所述血管的终止血管段为髂动脉;
所述确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层的步骤,具体包括确定主动脉弓的起始血管层和髂动脉的终止血管层。
可选的,在确定主动脉弓的起始血管层和髂动脉的终止血管层之前,所述方法还包括:
根据所述分割后的血管图像,确定心脏的位置信息;
所述确定主动脉弓的起始血管层的步骤,具体包括:
根据所述心脏的位置信息,确定主动脉弓的位置范围信息,其中,所述主动脉弓的位置范围位于所述心脏的上方;以及
对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层;
所述确定髂动脉的终止血管层的步骤,具体包括:
根据所述心脏的位置信息,确定髂动脉的位置范围信息,其中,所述髂动脉的位置范围位于所述心脏的下方;以及
对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层。
可选的,所述根据所述分割后的血管图像,确定心脏的位置信息的步骤,具体包括:
对所述分割后的血管图像的每一层二维图像分别进行最大连通域分析;
分别计算每一层二维图像的最大连通域的面积;以及
将面积最大的最大连通域作为心脏区域。
可选的,所述对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层的步骤,具体包括:
步骤A1、对所述主动脉弓的位置范围内的距离心脏最远的一层二维图像进行最大连通域分析,将该层二维图像的最大连通域作为主动脉弓的起始血管层的初始候选区域,并计算所述初始候选区域的面积;
步骤B1、对所述主动脉弓的位置范围内的下一层二维图像进行最大连通域分析,并计算所述最大连通域的面积,判断所述最大连通域的面积是否大于或等于所述初始候选区域的面积的预设倍数,若是,则执行步骤C1,若否,则继续执行步骤B1;
步骤C1、将所述最大连通域作为所述主动脉弓的起始血管层。
可选的,所述预设倍数为10-100倍。
可选的,所述对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层的步骤,具体包括:
对所述髂动脉的位置范围内的各层二维图像分别进行连通域分析;
分别确定各层二维图像中的第一连通域和第二连通域,其中所述第一连通域为各层二维图像中的所有连通域中具有最小纵向值的连通域,所述第二连通域为各层二维图像中除所述第一连通域外的所有连通域中,具有最小纵向值的连通域;以及
根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层。
可选的,所述根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层的步骤,具体包括:
步骤A2、将所述髂动脉的位置范围内距离心脏最远的一层二维图像的第一连通域作为所述髂动脉的第一终止血管层的当前候选区域,将其第二连通域作为所述髂动脉的第二终止血管层的当前候选区域;
步骤B2、判断所述髂动脉的位置范围内的下一层二维图像的第一连通域的纵向值是否小于所述第一终止血管层的当前候选区域的纵向值,若是,则执行步骤D2,若否,则继续执行步骤B2;
步骤C2、判断所述髂动脉的位置范围内的下一层二维图像的第二连通域的纵向值是否小于所述第二终止血管层的当前候选区域的纵向值,若是,则执行步骤E2,若否,则继续执行步骤C2;
步骤D2、对所述髂动脉的第一终止血管层的当前候选区域进行更新,并将所述第一连通域作为所述第一终止血管层的当前候选区域,之后返回执行步骤B2;
步骤E2、对所述第二终止血管层的当前候选区域进行更新,并将所述第二连通域作为所述第二终止血管层的当前候选区域,之后返回执行步骤C2。
可选的,所述分割后的血管图像为采用阈值分割法或区域生长分割法对待分割图像进行分割后所得。
为解决上述技术问题,本发明还提供一种血管中心线的提取装置,包括:
获取模块,用于获取分割后的血管图像;
第一确定模块,用于根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及
提取模块,用于根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。
可选的,所述血管图像为动脉血管图像,所述血管的起始血管段为主动脉弓,所述血管的终止血管段为髂动脉;
所述第一确定模块,具体用于根据所述分割后的血管图像,确定主动脉弓的起始血管层和髂动脉的终止血管层,并将所述主动脉弓的起始血管层的中心作为血管中心线的起点,将所述髂动脉的终止血管层的中心作为血管中心线的终点。
可选的,所述装置还包括:
第二确定模块,用于根据所述分割后的血管图像,确定心脏的位置信息;
所述第一确定模块具体包括:
第一确定子模块,用于根据所述心脏的位置信息,确定主动脉弓的位置范围信息,其中,所述主动脉弓的位置范围位于所述心脏的上方;
第一分析子模块,用于对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层;
第二确定子模块,用于根据所述心脏的位置信息,确定髂动脉的位置范围信息,其中,所述髂动脉的位置范围位于所述心脏的下方;以及
第二分析子模块,用于对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层。
可选的,所述第二确定模块具体包括:
第三分析子模块,用于对所述分割后的血管图像的每一层二维图像分别进行最大连通域分析;
计算子模块,用于分别计算每一层二维图像的最大连通域的面积;以及
第三确定子模块,用于将面积最大的最大连通域作为心脏区域。
可选的,所述第一分析子模块具体用于按照如下步骤,对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层:
步骤A1、对所述主动脉弓的位置范围内的距离心脏最远的一层二维图像进行最大连通域分析,将该层二维图像的最大连通域作为主动脉弓的起始血管层的初始候选区域,并计算所述初始候选区域的面积;
步骤B1、对所述主动脉弓的位置范围内的下一层二维图像进行最大连通域分析,并计算所述最大连通域的面积,判断所述最大连通域的面积是否大于或等于所述初始候选区域的面积的预设倍数,若是,则执行步骤C1,若否,则继续执行步骤B1;
步骤C1、将所述最大连通域作为所述主动脉弓的起始血管层。
可选的,所述预设倍数为10-100倍。
可选的,所述第二分析子模块,具体包括:
第一分析单元,用于对所述髂动脉的位置范围内的各层二维图像分别进行连通域分析;
第一确定单元,用于分别确定各层二维图像中的第一连通域和第二连通域,其中所述第一连通域为各层二维图像中的所有连通域中具有最小纵向值的连通域,所述第二连通域为各层二维图像中除所述第一连通域外的所有连通域中,具有最小纵向值的连通域;以及
第二确定单元,用于根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层。
可选的,所述第二确定单元具体用于按照如下步骤,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层:
步骤A2、将所述髂动脉的位置范围内距离心脏最远的一层二维图像的第一连通域作为所述髂动脉的第一终止血管层的当前候选区域,将其第二连通域作为所述髂动脉的第二终止血管层的当前候选区域;
步骤B2、判断所述髂动脉的位置范围内的下一层二维图像的第一连通域的纵向值是否小于所述第一终止血管层的当前候选区域的纵向值,若是,则执行步骤D2,若否,则继续执行步骤B2;
步骤C2、判断所述髂动脉的位置范围内的下一层二维图像的第二连通域的纵向值是否小于所述第二终止血管层的当前候选区域的纵向值,若是,则执行步骤E2,若否,则继续执行步骤C2;
步骤D2、对所述髂动脉的第一终止血管层的当前候选区域进行更新,并将所述第一连通域作为所述第一终止血管层的当前候选区域,之后返回执行步骤B2;
步骤E2、对所述第二终止血管层的当前候选区域进行更新,并将所述第二连通域作为所述第二终止血管层的当前候选区域,之后返回执行步骤C2。
为解决上述技术问题,本发明还提供一种电子设备,包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现上文所述的血管中心线的提取方法。
为解决上述技术问题,本发明还提供一种可读存储介质,所述可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时,实现上文所述的血管中心线的提取方法。
与现有技术相比,本发明提供的血管中心线的提取方法、装置、电子设备和存储介质具有以下优点:本发明通过获取分割后的血管图像;根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。可见,本发明可以自动选择血管中心线的起点和终点,并通过最大内切球法提取血管中心线,极大地减少了人工手动交互的繁琐操作,有效提高了血管中心线的提取效率,且本发明通用性强,可以更好地辅助医生。
附图说明
图1为本发明一实施方式中的血管中心线的提取方法的流程图;
图2为本发明一实施方式中的连通域的纵向值的示意图;
图3为本发明一实施方式中的分割后的血管图像的一具体示例图;
图4为图3所示的分割后的血管图像的血管中心线的一具体示例图;
图5为本发明一实施方式中的血管中心线的提取装置的方框结构示意图;
图6为本发明一实施方式中的电子设备的方框结构示意图;
其中,附图标记如下:
连通域一-111;连通域二-112;连通域三-113;连通域四-114;纵向值-120;血管中心线-130;起点-131;终点-132;获取模块-201;第一确定模块-202;提取模块-203;处理器-301;通信接口-302;存储器-303;通信总线-304。
具体实施方式
以下结合附图1至6和具体实施方式对本发明提出的血管中心线的提取方法、装置、电子设备和存储介质作进一步详细说明。根据下面说明,本发明的优点和特征将更清楚。需要说明的是,附图采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施方式的目的。为了使本发明的目的、特征和优点能够更加明显易懂,请参阅附图。须知,本说明书所附图式所绘示的结构、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能涵盖的范围内。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本发明的核心思想在于提供一种血管中心线的提取方法、装置、电子设备和存储介质,以解决现有技术中,在进行血管中心线的提取过程中,必须手动输入起始点和终点坐标的问题。
需要说明的是,本发明实施方式的血管中心线的提取方法可应用于本发明实施方式的血管中心线的提取装置,该血管中心线的提取装置可被配置于电子设备上,其中,该电子设备可以是个人计算机、移动终端等,该移动终端可以是手机、平板电脑等具有各种操作系统的硬件设备。
为实现上述思想,本发明提供一种血管中心线的提取方法,请参考图1,示意性地给出了本发明一实施方式提供的血管中心线的提取方法的流程图,如图1所示,所述血管中心线的提取方法包括如下步骤:
步骤S101:获取分割后的血管图像。
在本发明中,获取的分割后的血管图像例如为对CTA、MRA等图像进行分割后的血管图像,例如人体三维血管图像,更进一步地,所述人体三维血管图像例如为三维动脉血管图像。采用例如阈值分割法或区域生长分割法等现有图像分割方法对所述CTA、MRA等图像进行分割,得到所述分割后的血管图像。请参考图3,图3示意性地给出了本发明一实施方式中的分割后的血管图像的一具体示例。如图3所示,图3给出了分割后的三维血管图像。需要说明的是,所述分割后的血管图像的大小可以根据具体情况进行设置,本发明对此并不进行限制,例如所述分割后的血管图像的大小可为512×512×700像素。
步骤S102:根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点。
所述血管的起始血管段和终止血管段可以根据所述血管的种类进行确定,在此以所述血管图像为动脉血管图像为例对本发明进行说明,但本发明并不对此进行限制。所述血管的起始血管段为主动脉弓,所述血管的终止血管段为髂动脉,所述髂动脉包括左髂动脉和右髂动脉。
则对应的,所述步骤S102具体为:
根据所述分割后的血管图像,确定主动脉弓的起始血管层和髂动脉的终止血管层,并将所述主动脉弓的起始血管层的中心作为血管中心线的起点,将所述髂动脉的终止血管层的中心作为血管中心线的终点。
优选的,在确定主动脉弓的起始血管层和髂动脉的终止血管层之前,所述方法还包括:
根据所述分割后的血管图像,确定心脏的位置信息。
由于根据人体解剖结构可知,主动脉弓位于心脏的上方区域,由此,根据所述心脏的位置信息,可以确定主动脉弓的位置范围信息,其中,所述主动脉弓的位置范围位于所述心脏的上方。由此,可以通过对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层。可见,通过确定心脏的位置信息,再根据心脏的位置信息将心脏的上方区域定义为主动脉弓的位置范围,通过对主动脉弓的位置范围内的各层二维图像分别进行分析,即可以确定主动脉弓的起始血管层,从而可以减少所需分析的数据量,能够有效提高血管中心线的提取速度。
同理,根据人体解剖结构可知,髂动脉位于人体下肢区域处,由此,可以根据所述心脏的位置信息,确定人体下肢的位置范围信息,即髂动脉的位置范围信息,其中,所述髂动脉的位置范围位于所述心脏的下方。由此,可以通过对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层。可见,通过确定心脏的位置信息,再根据心脏的位置信息将心脏的下方区域定义为髂动脉的位置范围,通过对髂动脉位置范围内的各层二维图像分别进行分析,即可以确定髂动脉的终止血管层,从而可以进一步减少所需分析的数据量,能够进一步提高血管中心线的提取速度。
优选的,所述根据所述分割后的血管图像,确定心脏的位置信息的步骤,具体包括:
对所述分割后的血管图像的每一层二维图像分别进行最大连通域分析;
分别计算每一层二维图像的最大连通域的面积;以及
将面积最大的最大连通域作为心脏区域。
根据先验知识,在动脉血管图像中,心脏的横截面积最大,因此通过对所述分割后的血管图像的每一层二维图像分别进行最大连通域分析,并分别计算每一层二维图像的最大连通域的面积,从而可以将面积最大的连通域确定为心脏区域。
一个连通域表示具有相同像素点的集合,其中像素点个数最多的即为最大连通域。
优选的,所述对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层的步骤,具体包括:
步骤A1、对所述主动脉弓的位置范围内的距离心脏最远的一层二维图像进行最大连通域分析,将该层二维图像的最大连通域作为主动脉弓的起始血管层的初始候选区域,并计算所述初始候选区域的面积;
步骤B1、对所述主动脉弓的位置范围内的下一层二维图像进行最大连通域分析,并计算所述最大连通域的面积,判断所述最大连通域的面积是否大于或等于所述初始候选区域的面积的预设倍数,若是,则执行步骤C1,若否,则继续执行步骤B1;
步骤C1、将所述最大连通域作为所述主动脉弓的起始血管层。
主动脉弓为主动脉上部是弓形弯曲的部分,主动脉弓是升主动脉的延续,位于胸骨柄后方的上纵隔内。在本实施方式中,沿人体头部至人体心脏的解剖结构方向,从上至下依次对所述主动脉弓的位置范围内的各层二维图像进行最大连通域分析。其中,将距离心脏最远的一层二维图像的最大连通域作为所述主动脉弓的起始血管层的初始候选区域。然后再对其下一层二维图像进行最大连通域分析,并将该层二维图像的最大连通域的面积与初始候选区域的面积进行对比。若该层二维图像的最大连通域的面积大于或等于所述初始候选区域的面积的预设倍数,则停止分析,并将该层二维图像的最大连通域作为所述主动脉弓的起始血管层。若该层二维图像的最大连通域的面积小于所述初始候选区域的面积,则再继续对下一层二维图像进行最大连通域分析,并将该层二维图像的最大连通域的面积与所述初始候选区域的面积进行对比。若该层二维图像的最大连通域的面积大于或等于所述初始候选区域的面积的预设倍数,则停止分析,并将该层二维图像的最大连通域作为所述主动脉弓的起始血管层。若该层二维图像的最大连通域的面积小于所述初始候选区域的面积,则再继续对下一层二维图像进行最大连通域分析。重复执行上述操作,直至找到所述主动脉弓的起始血管层。
优选的,所述预设倍数为10-100倍,更优选为20-50倍,进一步优选为50-80倍。进一步的,所述预设倍数优选为50倍。由于在主动脉弓的凸侧(上臂),从右至左分别向上发出头臂干(无名动脉)、左颈动脉和左锁骨下动脉三大分支,它们是向头颈和上肢供血的动脉主干,根据人体解剖结构知识可知,距离心脏最远的一层二维图像的最大连通域为向头颈部供血的血管,而主动脉弓的起始血管层的面积大致是向头颈部供血的血管的50倍,故将所述预设倍数设置为50倍,可以更加准确地确定出主动脉弓的起始血管层的位置。
优选的,所述对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层的步骤,具体包括:
对所述髂动脉的位置范围内的各层二维图像分别进行连通域分析;
分别确定各层二维图像中的第一连通域和第二连通域,其中所述第一连通域为各层二维图像中的所有连通域中具有最小纵向值的连通域,所述第二连通域为各层二维图像中除所述第一连通域外的所有连通域中,具有最小纵向值的连通域;以及
根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层。
在本实施方式中,沿人体下肢区域至人体心脏的结构方向,从下至上依次对所述髂动脉的位置范围内的各层二维图像分别进行连通域分析,并确定出各层二维图像中的第一连通域和第二连通域,然后再将所有的第一连通域的纵向值进行比较,以确定出纵向值最小的第一连通域,并将该第一连通域作为髂动脉的第一终止血管层;将所有的第二连通域的纵向值进行比较,以确定出纵向值最小的第二连通域,并将该第二连通域作为髂动脉的第二终止血管层。
需要说明的是,在本实施方式中,连通域的纵向值是指在XOY坐标系下,连通域的中心距离X轴的垂直距离,请参考图2,其示意性地给出了本发明一实施方式中的连通域的纵向值的示意图,如图2所示,连通域三113的纵向值120<连通域二112的纵向值120<连通域一111的纵向值120<连通域四的纵向值120,故对于图2所示的二维图像,在该层二维图像中,第一连通域为连通域三113,第二连通域为连通域二112。由于髂动脉的终止血管层距离人体皮肤最近,若将人体皮肤所在侧的位置用X轴表示,则距离X轴最近的连通域则为髂动脉的终止血管层,由于髂动脉包括左髂动脉和右髂动脉,因此在本实施方式中需要找出具有最小纵向值的连通域和具有第二小纵向值的连通域,将其中一个连通域作为左髂动脉的终止血管层,另一个连通域作为右髂动脉的终止血管层。例如,如果第一终止血管层为左髂动脉的终止血管层,则第二终止血管层为右髂动脉的终止血管层。
优选的,所述根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层的步骤,具体包括:
步骤A2、将所述髂动脉的位置范围内距离心脏最远的一层二维图像的第一连通域作为所述髂动脉的第一终止血管层的当前候选区域,将其第二连通域作为所述髂动脉的第二终止血管层的当前候选区域;
步骤B2、判断所述髂动脉的位置范围内的下一层二维图像的第一连通域的纵向值是否小于所述第一终止血管层的当前候选区域的纵向值,若是,则执行步骤D2,若否,则继续执行步骤B2;
步骤C2、判断所述髂动脉的位置范围内的下一层二维图像的第二连通域的纵向值是否小于所述第二终止血管层的当前候选区域的纵向值,若是,则执行步骤E2,若否,则继续执行步骤C2;
步骤D2、对所述髂动脉的第一终止血管层的当前候选区域进行更新,并将所述第一连通域作为所述第一终止血管层的当前候选区域,之后返回执行步骤B2;
步骤E2、对所述第二终止血管层的当前候选区域进行更新,并将所述第二连通域作为所述第二终止血管层的当前候选区域,之后返回执行步骤C2。
在本实施方式中,通过采用不断迭代计算的方法,先将距离心脏最远的一层二维图像的第一连通域作为所述髂动脉的第一终止血管层的当前候选区域,将其第二连通域作为所述髂动脉的第二终止血管层的当前候选区域,然后将下一层二维图像的第一连通域的纵向值与第一终止血管层的当前候选区域的纵向值进行比较,若当前层二维图像的第一连通域的纵向值小于第一终止血管层的当前候选区域的纵向值,则对第一终止血管层的当前候选区域进行更新,并将该第一连通域作为所述第一终止血管层的当前候选区域,否则不对第一终止血管层的当前候选区域进行更新。再继续将第一终止血管层的当前候选区域的纵向值与下一层二维图像的第一连通域的纵向值进行比较,若当前层二维图像的第一连通域的纵向值小于第一终止血管层的当前候选区域的纵向值,则对第一终止血管层的当前候选区域进行更新,并将该第一连通域作为所述第一终止血管层的当前候选区域,否则不对第一终止血管层的当前候选区域进行更新。依次类推,如果当前层二维图像的第一连通域的纵向值小于第一终止血管层的当前候选区域的纵向值,则对第一终止血管层的当前候选区域进行更新,并将该第一连通域作为所述第一终止血管层的当前候选区域,否则不对第一终止血管层的当前候选区域进行更新,直至完成与最后一层二维图像的第一连通域的纵向值的比较,从而使得最终的第一终止血管层的当前候选区域具有最小纵向值,并将该具有最小纵向值的第一终止血管层的当前候选区域作为最终的第一终止血管层。同理,将最终的具有最小纵向值的第二终止血管层的当前候选区域作为最终的第二终止血管层。由此可见,通过采用上述步骤,可以有效减少对比的数据量,进一步提高本发明的血管中心线的提取速率。
步骤S103:根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。
由此,根据所述起点和所述终点,并采用最大内切球法,即可提取血管中心线。请参考图4,其示意性地给出了采用本发明提供的方法对图3所示的分割后的血管图像进行血管中心线的提取的一具体示例,如图4所示,图中的黑色线条即为提取出来的血管中心线130,黑色线条的起点即为血管中心线的起点131,黑色线条的两个终点即为血管中心线的终点132。
综上所述,本发明提供的血管中心线的提取方法可以自动选择血管中心线的起点和终点,并通过最大内切球法提取血管中心线,极大地减少了人工手动交互的繁琐操作,有效提高了血管中心线的提取效率,且本发明通用性强,可以更好地辅助医生。
与上述的血管中心线的提取方法相对应,本发明还提供一种血管中心线的提取装置,请参考图5,示意性地给出了本发明一实施方式的血管中心线的提取装置的结构框图,如图5所示,所述血管中心线的提取装置包括:
获取模块201,用于获取分割后的血管图像;
第一确定模块202,用于根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及
提取模块203,用于根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。
可选的,所述血管图像为动脉血管图像,所述血管的起始血管段为主动脉弓,所述血管的终止血管段为髂动脉;
所述第一确定模块202,具体用于根据所述分割后的血管图像,确定主动脉弓的起始血管层和髂动脉的终止血管层,并将所述主动脉弓的起始血管层的中心作为血管中心线的起点,将所述髂动脉的终止血管层的中心作为血管中心线的终点。
可选的,所述分割后的血管图像为采用阈值分割法或区域生长分割法对待分割图像进行分割后所得。
可选的,所述装置还包括:
第二确定模块,用于根据所述分割后的血管图像,确定心脏的位置信息;
所述第一确定模块202具体包括:
第一确定子模块,用于根据所述心脏的位置信息,确定主动脉弓的位置范围信息,其中,所述主动脉弓的位置范围位于所述心脏的上方;
第一分析子模块,用于对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层;
第二确定子模块,用于根据所述心脏的位置信息,确定髂动脉的位置范围信息,其中,所述髂动脉的位置范围位于所述心脏的下方;以及
第二分析子模块,用于对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层。
可选的,所述第二确定模块具体包括:
第三分析子模块,用于对所述分割后的血管图像的每一层二维图像分别进行最大连通域分析;
计算子模块,用于分别计算每一层二维图像的最大连通域的面积;以及
第三确定子模块,用于将面积最大的最大连通域作为心脏区域。
可选的,所述第一分析子模块具体用于按照如下步骤,对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层:
步骤A1、对所述主动脉弓的位置范围内的距离心脏最远的一层二维图像进行最大连通域分析,将该层二维图像的最大连通域作为主动脉弓的起始血管层的初始候选区域,并计算所述初始候选区域的面积;
步骤B1、对所述主动脉弓的位置范围内的下一层二维图像进行最大连通域分析,并计算所述最大连通域的面积,判断所述最大连通域的面积是否大于或等于所述初始候选区域的面积的预设倍数,若是,则执行步骤C1,若否,则继续执行步骤B1;
步骤C1、将所述最大连通域作为所述主动脉弓的起始血管层。
可选的,所述预设倍数为10-100倍。
优选的,所述预设倍数为20-50倍。
优选的,所述预设倍数为50-80倍。
优选的,所述预设倍数为50倍。
可选的,所述第二分析子模块,具体包括:
第一分析单元,用于对所述髂动脉的位置范围内的各层二维图像分别进行连通域分析;
第一确定单元,用于分别确定各层二维图像中的第一连通域和第二连通域,其中所述第一连通域为各层二维图像中的所有连通域中具有最小纵向值的连通域,所述第二连通域为各层二维图像中除所述第一连通域外的所有连通域中,具有最小纵向值的连通域;以及
第二确定单元,用于根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层。
可选的,所述第二确定单元具体用于按照如下步骤,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层:
步骤A2、将所述髂动脉的位置范围内距离心脏最远的一层二维图像的第一连通域作为所述髂动脉的第一终止血管层的当前候选区域,将其第二连通域作为所述髂动脉的第二终止血管层的当前候选区域;
步骤B2、判断所述髂动脉的位置范围内的下一层二维图像的第一连通域的纵向值是否小于所述第一终止血管层的当前候选区域的纵向值,若是,则执行步骤D2,若否,则继续执行步骤B2;
步骤C2、判断所述髂动脉的位置范围内的下一层二维图像的第二连通域的纵向值是否小于所述第二终止血管层的当前候选区域的纵向值,若是,则执行步骤E2,若否,则继续执行步骤C2;
步骤D2、对所述髂动脉的第一终止血管层的当前候选区域进行更新,并将所述第一连通域作为所述第一终止血管层的当前候选区域,之后返回执行步骤B2;
步骤E2、对所述第二终止血管层的当前候选区域进行更新,并将所述第二连通域作为所述第二终止血管层的当前候选区域,之后返回执行步骤C2。
综上所述,本发明提供的血管中心线的提取装置可以自动选择血管中心线的起点和终点,并通过最大内切球法提取血管中心线,极大地减少了人工手动交互的繁琐操作,有效提高了血管中心线的提取效率,且本发明通用性强,可以更好地辅助医生。
基于同一发明构思,本发明还提供一种电子设备,请参考图6,示意性地给出了本发明一实施方式提供的电子设备的方框结构示意图。如图6所示,所述电子设备包括处理器301和存储器303,所述存储器303上存储有计算机程序,所述计算机程序被所述处理器301执行时,实现上文所述的血管中心线的提取方法。
如图6所示,所述电子设备还包括通信接口302和通信总线304,其中所述处理器301、所述通信接口302、所述存储器303通过通信总线304完成相互间的通信。所述通信总线304可以是外设部件互连标准(PeripheralComponentInterconnect,PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture,EISA)总线等。该通信总线304可以分为地址总线、数据总线、控制总线等。为便于表示,图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。所述通信接口302用于上述电子设备与其他设备之间的通信,例如用于获取图像信息,包括获取分割后的图像信息或者待分割的图像信息;如果获取待分割的图像信息,则通过处理器对所获取到的图像信息采用例如以上所述现有的图像分割方法,分割出目标图像,例如在发明实施例中的目标图像为血管图像,更具体为主动脉血管图像。
本发明中所称处理器301可以是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器301、数字信号处理器301(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器301可以是微处理器301或者该处理器301也可以是任何常规的处理器301等,所述处理器301是所述电子设备的控制中心,利用各种接口和线路连接整个电子设备的各个部分。
所述存储器303可用于存储所述计算机程序,所述处理器301通过运行或执行存储在所述存储器303内的计算机程序,以及调用存储在存储器303内的数据,实现所述电子设备的各种功能。
所述存储器303可以包括包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
本发明还提供了一种可读存储介质,所述可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时可以实现上文所述的血管中心线的提取方法。
本发明实施方式的可读存储介质,可以采用一个或多个计算机可读的介质的任意组合。可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机硬盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其组合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
综上所述,与现有技术相比,本发明提供的血管中心线的提取方法、装置、电子设备和存储介质具有以下优点:本发明通过获取分割后的血管图像;根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。可见,本发明可以自动选择血管中心线的起点和终点,并通过最大内切球法提取血管中心线,极大地减少了人工手动交互的繁琐操作,有效提高了血管中心线的提取效率,且本发明通用性强,可以更好地辅助医生。
应当注意的是,在本文的实施方式中所揭露的装置和方法,也可以通过其他的方式实现。以上所描述的装置实施方式仅仅是示意性的,例如,附图中的流程图和框图显示了根据本文的多个实施方式的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用于执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本文各个实施方式中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
上述描述仅是对本发明较佳实施方式的描述,并非对本发明范围的任何限定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属于权利要求书的保护范围。显然,本领域的技术人员可以对发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包括这些改动和变型在内。
Claims (19)
1.一种血管中心线的提取方法,其特征在于,包括:
获取分割后的血管图像;
根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及
根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。
2.根据权利要求1所述的血管中心线的提取方法,其特征在于,所述血管图像为动脉血管图像,所述血管的起始血管段为主动脉弓,所述血管的终止血管段为髂动脉;
所述确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层的步骤,具体包括确定主动脉弓的起始血管层和髂动脉的终止血管层。
3.根据权利要求2所述的血管中心线的提取方法,其特征在于,在确定主动脉弓的起始血管层和髂动脉的终止血管层之前,所述方法还包括根据所述分割后的血管图像,确定心脏的位置信息;
所述确定主动脉弓的起始血管层的步骤,具体包括:
根据所述心脏的位置信息,确定主动脉弓的位置范围信息,其中,所述主动脉弓的位置范围位于所述心脏的上方;以及
对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层;
所述确定髂动脉的终止血管层的步骤,具体包括:
根据所述心脏的位置信息,确定髂动脉的位置范围信息,其中,所述髂动脉的位置范围位于所述心脏的下方;以及
对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层。
4.根据权利要求3所述的血管中心线的提取方法,其特征在于,所述根据所述分割后的血管图像,确定心脏的位置信息的步骤,具体包括:
对所述分割后的血管图像的每一层二维图像分别进行最大连通域分析;
分别计算每一层二维图像的最大连通域的面积;以及
将面积最大的最大连通域作为心脏区域。
5.根据权利要求3所述的血管中心线的提取方法,其特征在于,所述对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层的步骤,具体包括:
步骤A1、对所述主动脉弓的位置范围内的距离心脏最远的一层二维图像进行最大连通域分析,将该层二维图像的最大连通域作为主动脉弓的起始血管层的初始候选区域,并计算所述初始候选区域的面积;
步骤B1、对所述主动脉弓的位置范围内的下一层二维图像进行最大连通域分析,并计算所述最大连通域的面积,判断所述最大连通域的面积是否大于或等于所述初始候选区域的面积的预设倍数,若是,则执行步骤C1,若否,则继续执行步骤B1;
步骤C1、将所述最大连通域作为所述主动脉弓的起始血管层。
6.根据权利要求5所述的血管中心线的提取方法,其特征在于,所述预设倍数为10-100倍。
7.根据权利要求3所述的血管中心线的提取方法,其特征在于,所述对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层的步骤,具体包括:
对所述髂动脉的位置范围内的各层二维图像分别进行连通域分析;
分别确定各层二维图像中的第一连通域和第二连通域,其中所述第一连通域为各层二维图像中的所有连通域中具有最小纵向值的连通域,所述第二连通域为各层二维图像中除所述第一连通域外的所有连通域中,具有最小纵向值的连通域;以及
根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层。
8.根据权利要求7所述的血管中心线的提取方法,其特征在于,所述根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层的步骤,具体包括:
步骤A2、将所述髂动脉的位置范围内距离心脏最远的一层二维图像的第一连通域作为所述髂动脉的第一终止血管层的当前候选区域,将其第二连通域作为所述髂动脉的第二终止血管层的当前候选区域;
步骤B2、判断所述髂动脉的位置范围内的下一层二维图像的第一连通域的纵向值是否小于所述第一终止血管层的当前候选区域的纵向值,若是,则执行步骤D2,若否,则继续执行步骤B2;
步骤C2、判断所述髂动脉的位置范围内的下一层二维图像的第二连通域的纵向值是否小于所述第二终止血管层的当前候选区域的纵向值,若是,则执行步骤E2,若否,则继续执行步骤C2;
步骤D2、对所述髂动脉的第一终止血管层的当前候选区域进行更新,并将所述第一连通域作为所述第一终止血管层的当前候选区域,之后返回执行步骤B2;
步骤E2、对所述第二终止血管层的当前候选区域进行更新,并将所述第二连通域作为所述第二终止血管层的当前候选区域,之后返回执行步骤C2。
9.根据权利要求1-8中任一项所述的血管中心线的提取方法,其特征在于,所述分割后的血管图像为采用阈值分割法或区域生长分割法对待分割图像进行分割后所得。
10.一种血管中心线的提取装置,其特征在于,包括:
获取模块,用于获取分割后的血管图像;
第一确定模块,用于根据所述分割后的血管图像,确定所述血管的起始血管段的起始血管层和终止血管段的终止血管层,并将所述起始血管段的起始血管层的中心作为血管中心线的起点,将所述终止血管段的终止血管层的中心作为血管中心线的终点;以及
提取模块,用于根据所述起点和所述终点,采用最大内切球法,在所述分割后的血管图像中提取血管中心线。
11.根据权利要求10所述的血管中心线的提取装置,其特征在于,所述血管图像为动脉血管图像,所述血管的起始血管段为主动脉弓,所述血管的终止血管段为髂动脉;
所述第一确定模块,具体用于根据所述分割后的血管图像,确定主动脉弓的起始血管层和髂动脉的终止血管层,并将所述主动脉弓的起始血管层的中心作为血管中心线的起点,将所述髂动脉的终止血管层的中心作为血管中心线的终点。
12.根据权利要求11所述的血管中心线的提取装置,其特征在于,所述装置还包括:
第二确定模块,用于根据所述分割后的血管图像,确定心脏的位置信息;
所述第一确定模块具体包括:
第一确定子模块,用于根据所述心脏的位置信息,确定主动脉弓的位置范围信息,其中,所述主动脉弓的位置范围位于所述心脏的上方;
第一分析子模块,用于对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层;
第二确定子模块,用于根据所述心脏的位置信息,确定髂动脉的位置范围信息,其中,所述髂动脉的位置范围位于所述心脏的下方;以及
第二分析子模块,用于对所述髂动脉的位置范围内的各层二维图像分别进行分析,以确定所述髂动脉的终止血管层。
13.根据权利要求12所述的血管中心线的提取装置,其特征在于,所述第二确定模块具体包括:
第三分析子模块,用于对所述分割后的血管图像的每一层二维图像分别进行最大连通域分析;
计算子模块,用于分别计算每一层二维图像的最大连通域的面积;以及
第三确定子模块,用于将面积最大的最大连通域作为心脏区域。
14.根据权利要求12所述的血管中心线的提取装置,其特征在于,所述第一分析子模块具体用于按照如下步骤,对所述主动脉弓的位置范围内的各层二维图像分别进行分析,以确定所述主动脉弓的起始血管层:
步骤A1、对所述主动脉弓的位置范围内的距离心脏最远的一层二维图像进行最大连通域分析,将该层二维图像的最大连通域作为主动脉弓的起始血管层的初始候选区域,并计算所述初始候选区域的面积;
步骤B1、对所述主动脉弓的位置范围内的下一层二维图像进行最大连通域分析,并计算所述最大连通域的面积,判断所述最大连通域的面积是否大于或等于所述初始候选区域的面积的预设倍数,若是,则执行步骤C1,若否,则继续执行步骤B1;
步骤C1、将所述最大连通域作为所述主动脉弓的起始血管层。
15.根据权利要求14所述的血管中心线的提取装置,其特征在于,所述预设倍数为10-100倍。
16.根据权利要求12所述的血管中心线的提取装置,其特征在于,所述第二分析子模块,具体包括:
第一分析单元,用于对所述髂动脉的位置范围内的各层二维图像分别进行连通域分析;
第一确定单元,用于分别确定各层二维图像中的第一连通域和第二连通域,其中所述第一连通域为各层二维图像中的所有连通域中具有最小纵向值的连通域,所述第二连通域为各层二维图像中除所述第一连通域外的所有连通域中,具有最小纵向值的连通域;以及
第二确定单元,用于根据各层二维图像中的第一连通域和第二连通域的纵向值,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层。
17.根据权利要求16所述的血管中心线的提取装置,其特征在于,所述第二确定单元具体用于按照如下步骤,将所有第一连通域中的纵向值最小的第一连通域作为髂动脉的第一终止血管层,将所有第二连通域中的纵向值最小的第二连通域作为髂动脉的第二终止血管层:
步骤A2、将所述髂动脉的位置范围内距离心脏最远的一层二维图像的第一连通域作为所述髂动脉的第一终止血管层的当前候选区域,将其第二连通域作为所述髂动脉的第二终止血管层的当前候选区域;
步骤B2、判断所述髂动脉的位置范围内的下一层二维图像的第一连通域的纵向值是否小于所述第一终止血管层的当前候选区域的纵向值,若是,则执行步骤D2,若否,则继续执行步骤B2;
步骤C2、判断所述髂动脉的位置范围内的下一层二维图像的第二连通域的纵向值是否小于所述第二终止血管层的当前候选区域的纵向值,若是,则执行步骤E2,若否,则继续执行步骤C2;
步骤D2、对所述髂动脉的第一终止血管层的当前候选区域进行更新,并将所述第一连通域作为所述第一终止血管层的当前候选区域,之后返回执行步骤B2;
步骤E2、对所述第二终止血管层的当前候选区域进行更新,并将所述第二连通域作为所述第二终止血管层的当前候选区域,之后返回执行步骤C2。
18.一种电子设备,其特征在于,包括处理器和存储器,所述存储器上存储有计算机程序,所述计算机程序被所述处理器执行时,实现权利要求1至9中任一项所述的方法。
19.一种可读存储介质,其特征在于,所述可读存储介质内存储有计算机程序,所述计算机程序被处理器执行时,实现权利要求1至9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910989928.XA CN110706272B (zh) | 2019-10-17 | 2019-10-17 | 血管中心线的提取方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910989928.XA CN110706272B (zh) | 2019-10-17 | 2019-10-17 | 血管中心线的提取方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110706272A true CN110706272A (zh) | 2020-01-17 |
CN110706272B CN110706272B (zh) | 2022-03-29 |
Family
ID=69201550
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910989928.XA Active CN110706272B (zh) | 2019-10-17 | 2019-10-17 | 血管中心线的提取方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110706272B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700490A (zh) * | 2021-01-08 | 2021-04-23 | 杭州深睿博联科技有限公司 | 一种基于最大半径搜索的冠脉中心线生成方法及装置 |
CN113096091A (zh) * | 2021-04-07 | 2021-07-09 | 推想医疗科技股份有限公司 | 图像处理方法及装置、电子设备及存储介质 |
CN113180824A (zh) * | 2021-03-29 | 2021-07-30 | 杭州脉流科技有限公司 | 用于微导管塑形的塑形针形态模拟方法、装置、计算机设备和存储介质 |
CN113516677A (zh) * | 2021-04-13 | 2021-10-19 | 推想医疗科技股份有限公司 | 一种结构化分级管状结构血管的方法、装置及电子设备 |
CN113781405A (zh) * | 2021-08-19 | 2021-12-10 | 上海联影医疗科技股份有限公司 | 血管中心线提取方法、装置、计算机设备和可读存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201445570U (zh) * | 2009-03-10 | 2010-05-05 | 俞晓立 | 一种新型人造大血管 |
CN105167849A (zh) * | 2015-05-19 | 2015-12-23 | 上海大学 | 一种基于蚁群算法的血管三维路径规划方法 |
CN106127819A (zh) * | 2016-06-30 | 2016-11-16 | 上海联影医疗科技有限公司 | 医学图像中提取血管中心线的方法及其装置 |
CN106340021A (zh) * | 2016-08-18 | 2017-01-18 | 上海联影医疗科技有限公司 | 血管提取方法 |
CN108133478A (zh) * | 2018-01-11 | 2018-06-08 | 苏州润心医疗器械有限公司 | 一种提取冠状动脉血管中心线的方法 |
CN109035194A (zh) * | 2018-02-22 | 2018-12-18 | 青岛海信医疗设备股份有限公司 | 一种血管提取方法及装置 |
CN109448004A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及系统 |
CN109478327A (zh) * | 2016-08-10 | 2019-03-15 | 爱克发医疗保健公司 | 用于在任意视场计算断层摄影血管造影(cta)中自动检测全身动脉的方法 |
CN109584169A (zh) * | 2018-10-26 | 2019-04-05 | 首都医科大学宣武医院 | 一种基于中心线的颅内血管图像的截取方法及系统 |
-
2019
- 2019-10-17 CN CN201910989928.XA patent/CN110706272B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201445570U (zh) * | 2009-03-10 | 2010-05-05 | 俞晓立 | 一种新型人造大血管 |
CN105167849A (zh) * | 2015-05-19 | 2015-12-23 | 上海大学 | 一种基于蚁群算法的血管三维路径规划方法 |
CN106127819A (zh) * | 2016-06-30 | 2016-11-16 | 上海联影医疗科技有限公司 | 医学图像中提取血管中心线的方法及其装置 |
CN109478327A (zh) * | 2016-08-10 | 2019-03-15 | 爱克发医疗保健公司 | 用于在任意视场计算断层摄影血管造影(cta)中自动检测全身动脉的方法 |
CN106340021A (zh) * | 2016-08-18 | 2017-01-18 | 上海联影医疗科技有限公司 | 血管提取方法 |
CN108133478A (zh) * | 2018-01-11 | 2018-06-08 | 苏州润心医疗器械有限公司 | 一种提取冠状动脉血管中心线的方法 |
CN109035194A (zh) * | 2018-02-22 | 2018-12-18 | 青岛海信医疗设备股份有限公司 | 一种血管提取方法及装置 |
CN109448004A (zh) * | 2018-10-26 | 2019-03-08 | 强联智创(北京)科技有限公司 | 一种基于中心线的颅内血管图像的截取方法及系统 |
CN109584169A (zh) * | 2018-10-26 | 2019-04-05 | 首都医科大学宣武医院 | 一种基于中心线的颅内血管图像的截取方法及系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700490A (zh) * | 2021-01-08 | 2021-04-23 | 杭州深睿博联科技有限公司 | 一种基于最大半径搜索的冠脉中心线生成方法及装置 |
CN112700490B (zh) * | 2021-01-08 | 2023-04-25 | 杭州深睿博联科技有限公司 | 一种基于最大半径搜索的冠脉中心线生成方法及装置 |
CN113180824A (zh) * | 2021-03-29 | 2021-07-30 | 杭州脉流科技有限公司 | 用于微导管塑形的塑形针形态模拟方法、装置、计算机设备和存储介质 |
CN113096091A (zh) * | 2021-04-07 | 2021-07-09 | 推想医疗科技股份有限公司 | 图像处理方法及装置、电子设备及存储介质 |
CN113096091B (zh) * | 2021-04-07 | 2022-02-08 | 推想医疗科技股份有限公司 | 图像处理方法及装置、电子设备及存储介质 |
CN113516677A (zh) * | 2021-04-13 | 2021-10-19 | 推想医疗科技股份有限公司 | 一种结构化分级管状结构血管的方法、装置及电子设备 |
CN113516677B (zh) * | 2021-04-13 | 2022-02-22 | 推想医疗科技股份有限公司 | 一种结构化分级管状结构血管的方法、装置及电子设备 |
CN113781405A (zh) * | 2021-08-19 | 2021-12-10 | 上海联影医疗科技股份有限公司 | 血管中心线提取方法、装置、计算机设备和可读存储介质 |
CN113781405B (zh) * | 2021-08-19 | 2024-03-22 | 上海联影医疗科技股份有限公司 | 血管中心线提取方法、装置、计算机设备和可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110706272B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110706272B (zh) | 血管中心线的提取方法、装置、电子设备和存储介质 | |
CN110706246B (zh) | 一种血管图像分割方法、装置、电子设备和存储介质 | |
US8761475B2 (en) | System and method for automatic recognition and labeling of anatomical structures and vessels in medical imaging scans | |
CN108805871B (zh) | 血管图像处理方法、装置、计算机设备和存储介质 | |
CN110599505A (zh) | 一种器官图像分割方法、装置、电子设备和存储介质 | |
CN111696089A (zh) | 一种动静脉确定方法、装置、设备和存储介质 | |
CN111145173A (zh) | 一种冠脉造影图像的斑块识别方法、装置、设备及介质 | |
WO2022148415A1 (zh) | 冠脉血管分割方法、装置、设备及计算机可读存储介质 | |
CN113628193B (zh) | 血管狭窄率确定方法、装置、系统及存储介质 | |
CN113160189A (zh) | 血管中心线提取方法、装置、设备及存储介质 | |
CN113889238B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN113674279A (zh) | 基于深度学习的冠脉cta影像的处理方法及装置 | |
CN110910441A (zh) | 一种中心线提取的方法及装置 | |
CN110570394A (zh) | 医学图像分割方法、装置、设备及存储介质 | |
CN112862835A (zh) | 冠脉血管分割方法、装置、设备及计算机可读存储介质 | |
CN116051738A (zh) | 基于cta影像的冠状动脉血管模型重构的方法和可读存储介质 | |
CN115861158A (zh) | 血管中心线提取方法、装置、电子设备及存储介质 | |
CN116091587A (zh) | 血管支架参数的确定方法、电子设备和存储介质 | |
CN112614143A (zh) | 一种图像分割方法、装置、电子设备及存储介质 | |
CN110428431B (zh) | 一种心脏医学图像的分割方法、装置、设备及存储介质 | |
CN113192099B (zh) | 一种组织提取方法、装置、设备和介质 | |
CN113724264B (zh) | 图像分割方法、系统和可读存储介质 | |
CN117078711A (zh) | 医学图像分割方法、系统、电子设备和存储介质 | |
CN115775216A (zh) | 血管信息的获取方法、电子设备和存储介质 | |
CN115482261A (zh) | 血管配准方法、装置、电子设备及存储介质 |
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: 20210818 Address after: 201203 room 1702, building 1, No. 1601, Zhangdong Road, China (Shanghai) pilot Free Trade Zone, Pudong New Area, Shanghai (actual floor 15) Applicant after: Shanghai Weiwei Medical Technology Co.,Ltd. Address before: 201203 No. 1601 Zhangdong Road, Zhangjiang High-tech Park, Pudong New Area, Shanghai Applicant before: SHANGHAI MICROPORT MEDICAL (Group) Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |