CN110929604B - 基于造影图像的流速的筛选方法、装置、系统和存储介质 - Google Patents

基于造影图像的流速的筛选方法、装置、系统和存储介质 Download PDF

Info

Publication number
CN110929604B
CN110929604B CN201911094881.7A CN201911094881A CN110929604B CN 110929604 B CN110929604 B CN 110929604B CN 201911094881 A CN201911094881 A CN 201911094881A CN 110929604 B CN110929604 B CN 110929604B
Authority
CN
China
Prior art keywords
frame number
image
blood flow
flow velocity
contrast image
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
Application number
CN201911094881.7A
Other languages
English (en)
Other versions
CN110929604A (zh
Inventor
徐磊
王之元
冯亮
李泽华
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.)
Suzhou Rainmed Medical Technology Co Ltd
Original Assignee
Suzhou Rainmed Medical Technology Co Ltd
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 Suzhou Rainmed Medical Technology Co Ltd filed Critical Suzhou Rainmed Medical Technology Co Ltd
Priority to CN201911094881.7A priority Critical patent/CN110929604B/zh
Priority to PCT/CN2019/118749 priority patent/WO2021092889A1/zh
Publication of CN110929604A publication Critical patent/CN110929604A/zh
Application granted granted Critical
Publication of CN110929604B publication Critical patent/CN110929604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30104—Vascular flow; Blood flow; Perfusion

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Medical Informatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Public Health (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Quality & Reliability (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Multimedia (AREA)
  • Biomedical Technology (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本申请提供了一种基于造影图像的流速的筛选方法、装置、系统和计算机存储介质。基于造影图像的血流速度的筛选方法包括：获取至少两个体位的二维造影图像组；如果某个体位的造影图像属于扩张态的造影图像，则选择所述体位的造影图像对应的血流速度。本申请通过获取至少两个体位的二维造影图像组；如果某个体位的造影图像属于扩张态的造影图像，则选择所述体位的造影图像对应的血流速度，这是因为现有技术中测量冠状动脉血管评定参数，例如FFR时，是通过导丝在扩张态下测量狭窄远端压力的，因此本申请选择扩张态下的造影图像对应的血流速度，获取的血管评定参数更加准确，更加科学。

Description

基于造影图像的流速的筛选方法、装置、系统和存储介质
技术领域
本发明涉及冠状动脉医学技术领域，特别是涉及一种基于造影图像的流速 的筛选方法、装置、系统和计算机存储介质。
背景技术
世界卫生组织统计，心血管疾病已经成为人类健康的“头号杀手”。近些 年，使用血流动力学分析心血管疾病的生理和病理行为也已经成为心血管疾病 诊断的一个非常重要的手段。
由于冠状动脉分析系统需要通过三维建模合成血管模型，三维血管模型能 够将血管病变的狭窄位置明确的显示出来，具有更加直观的作用。在三维血管 模型合成的过程中需要从至少两个体位拍摄造影图像，然后将两个体位的造影 图像通过三维建模合成血管，由于每个体位的造影图像均会产生一个血流速 度，因此在冠状动脉血管评定参数的测定中不知道采取哪个血流速度进行计算，如果随便选择一个会造成冠状动脉血管评定参数测量不准确的问题。
发明内容
本发明提供了一种基于造影图像的流速的筛选方法、装置、系统和存储介 质，以解决三维血管模型中存在多个血流速度，不知道选取哪个血流速度计算 冠状动脉血管评定参数的问题。
为实现上述目的，第一方面，本申请提供了一种基于造影图像的血流速度 的筛选方法，包括：
获取至少两个体位的二维造影图像组；
如果某个体位的造影图像属于扩张态的造影图像，则选择所述体位的造影 图像对应的血流速度。
可选地，上述的基于造影图像的血流速度的筛选方法，还包括：
如果全部体位的造影图像均属于非扩张态造影图像，或者存在至少两个体 位的二维造影图像属于扩张态的造影图像，则分别获取每组所述二维造影图像 的每秒传输帧数和图像总帧数；
根据患者的心率、画面每秒传输帧数获取一个心跳周期内造影的帧数阈 值；
如果某个体位的二维造影图像组的图像总帧数小于帧数阈值，则过滤所述 体位的血流速度；
如果某个体位的二维造影图像组的图像总帧数大于或等于帧数阈值，则选 择所述体位的二维造影图像对应的血流速度。
可选地，上述的基于造影图像的血流速度的筛选方法，如果出现两个或两 个以上体位的图像总帧数均大于或等于所述帧数阈值，则对所述图像总帧数和 所述帧数阈值做差，选择差值最小的体位的二维造影图像对应的血流速度；和 /或
如果全部体位的图像总帧数均小于所述帧数阈值，则人为判断、选取某个 体位的二维造影图像对应的血流速度。
可选地，上述的基于造影图像的血流速度的筛选方法，如果出现两个或两 个以上体位的图像总帧数均大于或等于所述帧数阈值，则全部选择，并对选择 的所述体位的二维造影图像对应的血流速度取平均值，所述平均值作为筛选得 到的血流速度。
可选地，上述的基于造影图像的血流速度的筛选方法，所述帧数阈值其中，Ny表示帧数阈值，R表示心率，fps表示画面每秒传输帧 数。
可选地，上述的基于造影图像的血流速度的筛选方法，所述fps＝1/30～1/15。
可选地，上述的基于造影图像的血流速度的筛选方法，所述血流速度的获 取方法包括：
从选取的所述冠状动脉二维造影图像中，提取感兴趣的血管段；
拉直所述血管段；
提取所述血管段的中心线；
获取所述中心线的长度；
根据所述中心线的长度、图像总帧数和画面每秒传输帧数获取血流速度。
可选地，上述的基于造影图像的血流速度的筛选方法，所述血流速度通过 如下公式计算：
其中，N表示图像总帧数，v表示血流速度。
第二方面，本申请提供了一种基于造影图像的血流速度的筛选装置，用于 上述的基于造影图像的血流速度的筛选方法，包括：依次连接的图像读取单元、 第一体位图像筛选单元和血流速度获取单元；
所述图像读取单元，用于获取至少两个体位的二维造影图像组；
所述第一体位图像筛选单元，用于根据某个体位的造影图像是否属于扩张 态的造影图像，判断是否选择某个体位的造影图像；
所述血流速度获取单元，用于根据所选体位的造影图像计算相对应的血流 速度。
可选地，上述的基于造影图像的血流速度的筛选装置，还包括：与所述第 一体位图像筛选单元、所述图像读取单元连接的第二体位图像筛选单元，与所 述第二体位图像筛选单元连接的心率获取单元和设置单元；
所述心率获取单元用于获取患者的心率；
所述设置单元，用于设置画面每秒传输帧数；
所述第二体位图像筛选单元，内部设置比较模块、过滤模块和保存模块， 所述过滤模块、所述保存模块均与所述比较模块连接；
所述比较模块用于根据第一体位图像筛选单元的筛选结果确定是否开始 比较，如果所述第一体位图像筛选单元判断全部体位的造影图像均属于非扩张 态造影图像，或者存在至少两个体位的二维造影图像属于扩张态的造影图像， 则启动所述比较模块，所述比较模块分别获取每组所述二维造影图像的每秒传 输帧数和图像总帧数，根据心率获取单元发送的患者的心率、以及所述设置单元发送的画面每秒传输帧数获取一个心跳周期内造影的帧数阈值；通过所述图 像读取单元获取每组二维造影图像内含有的图像总帧数，如果某个体位的二维 造影图像组的图像总帧数小于帧数阈值，则所述体位的造影图像组过滤后进入 所述过滤模块；如果某个体位的二维造影图像组的图像总帧数大于或等于帧数阈值，则所述体位的造影图像组被选择后进入所述保存模块。
可选地，上述的获取一个心动周期内冠脉出口处的平均血流量的装置，所 述第二体位图像筛选单元还包括：与所述过滤模块和所述保存模块连接的帧数 差值模块；
所述帧数差值模块，用于根据所述过滤模块和所述保存模块内部的图像保 存情况确定是否启动，如果所述保存模块内出现两个或两个以上体位的图像总帧数均大于或等于所述帧数阈值，则对所述图像总帧数和所述帧数阈值做差， 选择差值最小的体位的二维造影图像对应的血流速度；和/或如果所述过滤模 块内存储了全部体位的冠状动脉二维造影图像，即全部体位的图像总帧数均小 于所述帧数阈值，则人为判断选取哪组冠状动脉二维造影图像对应的血流速 度。
第三方面，本申请提供了一种冠状动脉分析系统，包括：上述的心动周期 内冠脉出口处的平均血流量的装置。
第四方面，本申请提供了一种计算机存储介质，计算机程序被处理器执行 时实现上述的基于造影图像的血流速度的筛选方法。
本申请实施例提供的方案带来的有益效果至少包括：
本申请提供了基于造影图像的血流速度的筛选方法，通过获取至少两个体 位的二维造影图像组；如果某个体位的造影图像属于扩张态的造影图像，则选 择所述体位的造影图像对应的血流速度，这是因为现有技术中测量冠状动脉血 管评定参数，例如FFR时，是通过导丝在扩张态下测量狭窄远端压力的，因此本申请选择扩张态下的造影图像对应的血流速度，获取的血管评定参数更加 准确，更加科学。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部 分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不 当限定。在附图中：
图1为本申请的基于造影图像的血流速度的筛选方法的一个实施例的流 程图；
图2为本申请的基于造影图像的血流速度的筛选方法的另一实施例的流 程图；
图3为本申请的S500的流程图；
图4为本申请的基于造影图像的血流速度的筛选装置的一个实施例的结 构框图；
图5为本申请的基于造影图像的血流速度的筛选装置的另一实施例的结 构框图；
下面对附图标记进行说明：
图像读取单元100、第一体位图像筛选单元200，血流速度获取单元300， 第二体位图像筛选单元400，比较模块410，过滤模块420，保存模块430，帧 数差值模块440，心率获取单元500，设置单元600。
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，下面将结合本发明具体实 施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的 实施例仅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。
以下将以图式揭露本发明的多个实施方式，为明确说明起见，许多实务上 的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用 以限制本发明。也就是说，在本发明的部分实施方式中，这些实务上的细节是 非必要的。此外，为简化图式起见，一些习知惯用的结构与组件在图式中将以 简单的示意的方式绘示之。
由于冠状动脉分析系统需要通过三维建模合成血管模型，三维血管模型 能够将血管病变的狭窄位置明确的显示出来，具有更加直观的作用。在三维血 管模型合成的过程中需要从至少两个体位拍摄造影图像，然后将两个体位的造 影图像通过三维建模合成血管，由于每个体位的造影图像均会产生一个血流速 度，因此在冠状动脉血管评定参数的测定中不知道采取哪个血流速度进行计算，如果随便选择一个会造成冠状动脉血管评定参数测量不准确的问题。
实施例1：
如图1所示，本申请为了解决上述问题，提供了本申请提供了一种基于造 影图像的血流速度的筛选方法，包括：
S100，获取至少两个体位的二维造影图像组；
S200，如果某个体位的造影图像属于扩张态的造影图像，则选择体位的造 影图像对应的血流速度。
本申请提供了基于造影图像的血流速度的筛选方法，通过获取至少两个体 位的二维造影图像组；如果某个体位的造影图像属于扩张态的造影图像，则选 择体位的造影图像对应的血流速度，这是因为现有技术中测量冠状动脉血管评 定参数，例如FFR时，是通过导丝在扩张态下测量狭窄远端压力的，因此本申请选择扩张态下的造影图像对应的血流速度，获取的血管评定参数更加准 确，更加科学。
如图2所示，本申请的一个实施例中，还包括：
S300，如果全部体位的造影图像均属于非扩张态造影图像，或者存在至少 两个体位的二维造影图像属于扩张态的造影图像，则分别获取每组二维造影图 像的每秒传输帧数和图像总帧数N；根据患者的心率、画面每秒传输帧数获取一个心跳周期内造影的帧数阈值Ny；
帧数阈值其中，Ny表示帧数阈值，R表示心率，fps表示画 面每秒传输帧数；优选地，fps＝1/30～1/15；
S400，如果某个体位的二维造影图像组的图像总帧数N小于帧数阈值Ny， 则过滤体位的血流速度；
S500，如果某个体位的二维造影图像组的图像总帧数N大于或等于帧数 阈值Ny，则选择体位的二维造影图像对应的血流速度v。
本申请通过将图像总帧数N与帧数阈值Ny进行比较，将N＜Ny即半心跳 周期的图像过滤掉，将N≥Ny即全心跳周期的图像保存，获取的血流速度更加 准确。
如图3所示，本申请的一个实施例中，S500还包括：
S510，如果出现两个或两个以上体位的图像总帧数N均大于或等于帧数 阈值，则对图像总帧数N和帧数阈值Ny做差，选择差值最小的体位的二维造 影图像对应的血流速度；
S520，如果全部体位的图像总帧数N均小于帧数阈值Ny，则人为判断、 选取某个体位的二维造影图像对应的血流速度；
S530，如果出现两个或两个以上体位的图像总帧数N均大于或等于帧数 阈值Ny，则全部选择，并对选择的体位的二维造影图像对应的血流速度取平均 值，平均值作为筛选得到的血流速度。
本申请在选取全心跳周期的图像后，进一步地选取差值最小的图像组，降 低了运算时间，提高了运算效率。
实施例2：
血流速度的获取方法包括：
从选取的冠状动脉二维造影图像中，提取感兴趣的血管段；
拉直血管段；
提取血管段的中心线；
获取中心线的长度；
根据中心线的长度、图像总帧数和画面每秒传输帧数获取血流速度。
本申请的一个实施例中，血流速度采用造影剂运输时间算法，通过如下公 式计算：
其中，N表示图像总帧数，v表示血流速度。
本申请的一个实施例中，测量v的方法还包括：造影剂遍历距离算法、 Stewart—Hamilton算法、First—pass分布分析法、光流法或者流体连续法。
实施例3：
如图4所示，本申请提供了一种基于造影图像的血流速度的筛选装置，包 括：依次连接的图像读取单元100、第一体位图像筛选单元200和血流速度获取单元300；图像读取单元100用于获取至少两个体位的二维造影图像组；第 一体位图像筛选单元200用于根据某个体位的造影图像是否属于扩张态的造 影图像，判断是否选择某个体位的造影图像；血流速度获取单元300用于根据 所选体位的造影图像计算相对应的血流速度v；优选地，血流速度v采用造影 剂运输时间算法，通过如下公式计算：其中，N表示图像总帧数，v表示血流速度。
如图5所示，本申请的一个实施例中，还包括：与第一体位图像筛选单元 200、图像读取单元100连接的第二体位图像筛选单元400，与第二体位图像 筛选单元400连接的心率获取单元500和设置单元600；心率获取单元500用 于获取患者的心率，可以通过无创血压仪等进行测量；设置单元600用于设置 画面每秒传输帧数；第二体位图像筛选单元400内部设置比较模块410、过滤 模块420和保存模块430，过滤模块420、保存模块430均与比较模块410连 接；比较模块410用于根据第一体位图像筛选单元200的筛选结果确定是否开 始比较，如果第一体位图像筛选单元200判断全部体位的造影图像均属于非扩张态造影图像，或者存在至少两个体位的二维造影图像属于扩张态的造影图 像，则启动比较模块410，比较模块410分别获取每组二维造影图像的画面每 秒传输帧数fps和图像总帧数N，根据心率获取单元500发送的患者的心率、 以及设置单元600发送的画面每秒传输帧数获取一个心跳周期内造影的帧数 阈值；通过图像读取单元100获取每组二维造影图像内含有的图像总帧数N， 如果某个体位的二维造影图像组的图像总帧数N小于帧数阈值Ny，则体位的 造影图像组过滤后进入过滤模块420；如果某个体位的二维造影图像组的图像 总帧数N大于或等于帧数阈值Ny，则体位的造影图像组被选择后进入保存模 块430。
如图5所示，本申请的一个实施例中，第二体位图像筛选单元400还包括： 与过滤模块420和保存模块430连接的帧数差值模块440；帧数差值模块440 用于根据过滤模块420和保存模块430内部的图像保存情况确定是否启动，如 果保存模块430内出现两个或两个以上体位的图像总帧数N均大于或等于帧数阈值Ny，则对图像总帧数N和帧数阈值Ny做差，选择差值最小的体位的二维 造影图像对应的血流速度v，同时对保存模块430和过滤模块420进行再次过 滤和保存操作；和/或如果过滤模块420内存储了全部体位的冠状动脉二维造影 图像，即全部体位的图像总帧数N均小于帧数阈值Ny，则人为判断选取哪组 冠状动脉二维造影图像对应的血流速度v。
本申请提供了一种冠状动脉分析系统，包括：上述的心动周期内冠脉出口 处的平均血流量的装置。
本申请提供了一种计算机存储介质，计算机程序被处理器执行时实现上述 的基于造影图像的血流速度的筛选方法。
所属技术领域的技术人员知道，本发明的各个方面可以实现为系统、方法 或计算机程序产品。因此，本发明的各个方面可以具体实现为以下形式，即： 完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系 统”。此外，在一些实施例中，本发明的各个方面还可以实现为在一个或多个 计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机 可读的程序代码。本发明的实施例的方法和/或系统的实施方式可以涉及到手 动地、自动地或以其组合的方式执行或完成所选任务。
例如，可以将用于执行根据本发明的实施例的所选任务的硬件实现为芯片 或电路。作为软件，可以将根据本发明的实施例的所选任务实现为由计算机使 用任何适当操作系统执行的多个软件指令。在本发明的示例性实施例中，由数 据处理器来执行如本文的根据方法和/或系统的示例性实施例的一个或多个任务，诸如用于执行多个指令的计算平台。可选地，该数据处理器包括用于存 储指令和/或数据的易失性储存器和/或用于存储指令和/或数据的非易失性储 存器，例如，磁硬盘和/或可移动介质。可选地，也提供了一种网络连接。可 选地也提供显示器和/或用户输入设备，诸如键盘或鼠标。
可利用一个或多个计算机可读的任何组合。计算机可读介质可以是计算机 可读信号介质或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(非穷举列表)将包括以 下各项：
具有一个或多个导线的电连接、便携式计算机盘、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。在本文件中，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 结合使用。
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。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括(但 不限于)无线、有线、光缆、RF等等，或者上述的任意合适的组合。
例如，可用一个或多个编程语言的任何组合来编写用于执行用于本发明的 各方面的操作的计算机程序代码，包括诸如Java、Smalltalk、C++等面向对象编程语言和常规过程编程语言，诸如"C"编程语言或类似编程语言。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)。
应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的 组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计 算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器， 使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器 执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作 的装置。
也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计 算机、其它可编程数据处理装置、或其它设备以特定方式工作，从而，存储在 计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个 方框中规定的功能/动作的指令的制造品(article of manufacture)。
还可将计算机程序指令加载到计算机(例如，冠状动脉分析系统)或其它可 编程数据处理设备上以促使在计算机、其它可编程数据处理设备或其它设备上 执行一系列操作步骤以产生计算机实现过程，使得在计算机、其它可编程装置 或其它设备上执行的指令提供用于实现在流程图和/或一个或多个框图方框 中指定的功能/动作的过程。
本发明的以上的具体实例，对本发明的目的、技术方案和有益效果进行了 进一步详细说明，所应理解的是，以上仅为本发明的具体实施例而已，并不用 于限制本发明，凡在本发明的精神和原则之内，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。

Claims (12)

1.一种基于造影图像的血流速度的筛选方法，其特征在于，包括：
获取至少两个体位的二维造影图像组；
如果某个体位的造影图像属于扩张态的造影图像，则选择所述体位的造影图像对应的血流速度；
如果全部体位的造影图像均属于非扩张态造影图像，或者存在至少两个体位的二维造影图像属于扩张态的造影图像，则分别获取每组所述二维造影图像的每秒传输帧数和图像总帧数；
根据患者的心率、画面每秒传输帧数获取一个心跳周期内造影的帧数阈值；
如果某个体位的二维造影图像组的图像总帧数小于帧数阈值，则过滤所述体位的血流速度；
如果某个体位的二维造影图像组的图像总帧数大于或等于帧数阈值，则选择所述体位的二维造影图像对应的血流速度。
2.根据权利要求1所述的基于造影图像的血流速度的筛选方法，其特征在于，如果出现两个或两个以上体位的图像总帧数均大于或等于所述帧数阈值，则对所述图像总帧数和所述帧数阈值做差，选择差值最小的体位的二维造影图像对应的血流速度；和/或
如果全部体位的图像总帧数均小于所述帧数阈值，则人为判断、选取某个体位的二维造影图像对应的血流速度。
3.根据权利要求1所述的基于造影图像的血流速度的筛选方法，其特征在于，如果出现两个或两个以上体位的图像总帧数均大于或等于所述帧数阈值，则全部选择，并对选择的所述体位的二维造影图像对应的血流速度取平均值，所述平均值作为筛选得到的血流速度。
4.根据权利要求1～3任一项所述的基于造影图像的血流速度的筛选方法，其特征在于，所述帧数阈值其中，Ny表示帧数阈值，R表示心率，fps表示画面每秒传输帧数。
5.根据权利要求4所述的基于造影图像的血流速度的筛选方法，其特征在于，所述fps＝1/30～1/15。
6.根据权利要求1所述的基于造影图像的血流速度的筛选方法，其特征在于，所述血流速度的获取方法包括：
从选取的冠状动脉二维造影图像中，提取感兴趣的血管段；
拉直所述血管段；
提取所述血管段的中心线；
获取所述中心线的长度；
根据所述中心线的长度、图像总帧数和画面每秒传输帧数获取血流速度。
7.根据权利要求6所述的基于造影图像的血流速度的筛选方法，其特征在于，所述血流速度通过如下公式计算：
其中，N表示图像总帧数，v表示血流速度。
8.一种基于造影图像的血流速度的筛选装置，用于权利要求1～7任一项所述的基于造影图像的血流速度的筛选方法，其特征在于，包括：依次连接的图像读取单元、第一体位图像筛选单元和血流速度获取单元；
所述图像读取单元，用于获取至少两个体位的二维造影图像组；
所述第一体位图像筛选单元，用于根据某个体位的造影图像是否属于扩张态的造影图像，判断是否选择某个体位的造影图像；
所述血流速度获取单元，用于根据所选体位的造影图像计算相对应的血流速度。
9.根据权利要求8所述的基于造影图像的血流速度的筛选装置，其特征在于，还包括：与所述第一体位图像筛选单元、所述图像读取单元连接的第二体位图像筛选单元，与所述第二体位图像筛选单元连接的心率获取单元和设置单元；
所述心率获取单元用于获取患者的心率；
所述设置单元，用于设置画面每秒传输帧数；
所述第二体位图像筛选单元，内部设置比较模块、过滤模块和保存模块，所述过滤模块、所述保存模块均与所述比较模块连接；
所述比较模块用于根据第一体位图像筛选单元的筛选结果确定是否开始比较，如果所述第一体位图像筛选单元判断全部体位的造影图像均属于非扩张态造影图像，或者存在至少两个体位的二维造影图像属于扩张态的造影图像，则启动所述比较模块，所述比较模块分别获取每组所述二维造影图像的每秒传输帧数和图像总帧数，根据心率获取单元发送的患者的心率、以及所述设置单元发送的画面每秒传输帧数获取一个心跳周期内造影的帧数阈值；通过所述图像读取单元获取每组二维造影图像内含有的图像总帧数，如果某个体位的二维造影图像组的图像总帧数小于帧数阈值，则所述体位的造影图像组过滤后进入所述过滤模块；如果某个体位的二维造影图像组的图像总帧数大于或等于帧数阈值，则所述体位的造影图像组被选择后进入所述保存模块。
10.根据权利要求9所述的基于造影图像的血流速度的筛选装置，其特征在于，所述第二体位图像筛选单元还包括：与所述过滤模块和所述保存模块连接的帧数差值模块；
所述帧数差值模块，用于根据所述过滤模块和所述保存模块内部的图像保存情况确定是否启动，如果所述保存模块内出现两个或两个以上体位的图像总帧数均大于或等于所述帧数阈值，则对所述图像总帧数和所述帧数阈值做差，选择差值最小的体位的二维造影图像对应的血流速度；和/或如果所述过滤模块内存储了全部体位的冠状动脉二维造影图像，即全部体位的图像总帧数均小于所述帧数阈值，则人为判断选取哪组冠状动脉二维造影图像对应的血流速度。
11.一种冠状动脉分析系统，其特征在于，包括：权利要求8～10任一项所述的基于造影图像的血流速度的筛选装置。
12.一种计算机存储介质，其特征在于，计算机程序被处理器执行时实现权利要求1～7任一项所述的基于造影图像的血流速度的筛选方法。
CN201911094881.7A 2019-11-11 2019-11-11 基于造影图像的流速的筛选方法、装置、系统和存储介质 Active CN110929604B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201911094881.7A CN110929604B (zh) 2019-11-11 2019-11-11 基于造影图像的流速的筛选方法、装置、系统和存储介质
PCT/CN2019/118749 WO2021092889A1 (zh) 2019-11-11 2019-11-15 基于造影图像的流速的筛选方法、装置、系统和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911094881.7A CN110929604B (zh) 2019-11-11 2019-11-11 基于造影图像的流速的筛选方法、装置、系统和存储介质

Publications (2)

Publication Number Publication Date
CN110929604A CN110929604A (zh) 2020-03-27
CN110929604B true CN110929604B (zh) 2023-08-18

Family

ID=69853775

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911094881.7A Active CN110929604B (zh) 2019-11-11 2019-11-11 基于造影图像的流速的筛选方法、装置、系统和存储介质

Country Status (2)

Country Link
CN (1) CN110929604B (zh)
WO (1) WO2021092889A1 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113450329B (zh) * 2021-06-29 2023-01-10 广州医软智能科技有限公司 一种微循环图像血管分支红细胞流速计算方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108245178A (zh) * 2018-01-11 2018-07-06 苏州润迈德医疗科技有限公司 一种基于x射线冠脉造影图像的血液流动速度计算方法
CN110226923A (zh) * 2018-03-05 2019-09-13 苏州润迈德医疗科技有限公司 一种无需血管扩张剂测量血流储备分数的方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101939778B1 (ko) * 2012-07-27 2019-01-18 삼성전자주식회사 필요 혈류량 결정 방법 및 장치, 혈류 영상 생성 방법 및 장치, 심근 관류 영상 처리 방법 및 장치
US10709399B2 (en) * 2017-11-30 2020-07-14 Shenzhen Keya Medical Technology Corporation Methods and devices for performing three-dimensional blood vessel reconstruction using angiographic images
CN110367965B (zh) * 2018-09-19 2022-03-08 苏州润迈德医疗科技有限公司 便捷测量冠状动脉血管评定参数的方法、装置及系统
CN110393516A (zh) * 2018-09-19 2019-11-01 苏州润迈德医疗科技有限公司 基于影像和压力传感器计算微循环指标的方法装置及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108245178A (zh) * 2018-01-11 2018-07-06 苏州润迈德医疗科技有限公司 一种基于x射线冠脉造影图像的血液流动速度计算方法
CN110226923A (zh) * 2018-03-05 2019-09-13 苏州润迈德医疗科技有限公司 一种无需血管扩张剂测量血流储备分数的方法

Also Published As

Publication number Publication date
CN110929604A (zh) 2020-03-27
WO2021092889A1 (zh) 2021-05-20

Similar Documents

Publication Publication Date Title
US10580526B2 (en) System and method for calculating vessel flow parameters based on angiography
CN107115111B (zh) 血流状态分析系统及方法
US9999361B2 (en) Method and system for non-invasive assessment of coronary artery disease
CN108511075B (zh) 一种非侵入式获取血流储备分数的方法和系统
US10134129B2 (en) Method and system for hemodynamic computation in coronary arteries
EP3127026B1 (en) Systems and methods for determining blood flow characteristics using flow ratio
JP6661613B2 (ja) 心筋ブリッジ及び患者に及ぼす影響を自動的に判定するためのシステム及び方法
JP6685319B2 (ja) 定量的フロー分析のための方法および装置
CN105792738B (zh) 用于改善功能狭窄分析的局部ffr估计和可视化
JP6745875B2 (ja) 圧力又は流量測定及び血管造影法からの流量、抵抗又は圧力の推定
US20210236000A1 (en) Method, device and system for acquiring blood vessel evaluation parameters based on angiographic image
CN110786841B (zh) 基于微循环阻力指数调节最大充血状态流速的方法及装置
CN110490974B (zh) 用于确定血管中血流速度的方法、系统、装置和介质
CN108471994B (zh) 移动ffr模拟
CN110786842B (zh) 测量舒张期血流速度的方法、装置、系统及存储介质
CN112494020B (zh) 获取感兴趣的主动脉压力曲线的方法及存储介质
CN110598288B (zh) 一种用于冠脉三维模型的边界条件处理方法和装置
CN110929604B (zh) 基于造影图像的流速的筛选方法、装置、系统和存储介质
CN112384138B (zh) 获取心表大动脉的血流量的方法、装置、系统及存储介质
JPWO2019058657A1 (ja) 流体解析装置および流体解析装置の作動方法並びに流体解析プログラム
CN111815584B (zh) 基于ct序列图像获取心脏重心的方法和系统
JPWO2018159708A1 (ja) 血流解析装置および方法並びにプログラム
CN112494021A (zh) 主动脉压力波形图像的生成方法及存储介质
CN111815590A (zh) 基于ct序列图像获取心脏重心和脊椎重心的方法和系统

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