CN111062997B - 一种血管造影成像方法、系统、设备和存储介质 - Google Patents
一种血管造影成像方法、系统、设备和存储介质 Download PDFInfo
- Publication number
- CN111062997B CN111062997B CN201911249081.8A CN201911249081A CN111062997B CN 111062997 B CN111062997 B CN 111062997B CN 201911249081 A CN201911249081 A CN 201911249081A CN 111062997 B CN111062997 B CN 111062997B
- Authority
- CN
- China
- Prior art keywords
- image
- target region
- subgraph
- interest
- region
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 60
- 238000002583 angiography Methods 0.000 title abstract description 48
- 210000000988 bone and bone Anatomy 0.000 claims abstract description 139
- 238000013507 mapping Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000011218 segmentation Effects 0.000 claims description 17
- 238000000605 extraction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 claims description 4
- 210000004204 blood vessel Anatomy 0.000 abstract description 22
- 230000000694 effects Effects 0.000 abstract description 13
- 238000004458 analytical method Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 13
- 230000009466 transformation Effects 0.000 description 8
- 208000026106 cerebrovascular disease Diseases 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 238000010408 sweeping Methods 0.000 description 6
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 210000004872 soft tissue Anatomy 0.000 description 5
- 238000010968 computed tomography angiography Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 210000004556 brain Anatomy 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004118 muscle contraction Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008707 rearrangement Effects 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000003325 tomography Methods 0.000 description 2
- 208000019553 vascular disease Diseases 0.000 description 2
- 208000019693 Lung disease Diseases 0.000 description 1
- 206010041591 Spinal osteoarthritis Diseases 0.000 description 1
- 206010044565 Tremor Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 210000003484 anatomy Anatomy 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 210000002632 atlanto-axial joint Anatomy 0.000 description 1
- 206010008118 cerebral infarction Diseases 0.000 description 1
- 208000036319 cervical spondylosis Diseases 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013170 computed tomography imaging Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000013399 early diagnosis Methods 0.000 description 1
- 210000003054 facial bone Anatomy 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 239000011229 interlayer Substances 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 210000004373 mandible Anatomy 0.000 description 1
- 210000000103 occipital bone Anatomy 0.000 description 1
- 238000004091 panning Methods 0.000 description 1
- 238000004393 prognosis Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 210000003625 skull Anatomy 0.000 description 1
- 208000005801 spondylosis Diseases 0.000 description 1
- 230000009747 swallowing Effects 0.000 description 1
- 230000000152 swallowing effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/003—Reconstruction from projections, e.g. tomography
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/73—Deblurring; Sharpening
- G06T5/75—Unsharp masking
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10072—Tomographic images
- G06T2207/10081—Computed x-ray tomography [CT]
-
- 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
- G06T2207/30016—Brain
-
- 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
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种血管造影成像方法、系统、设备和存储介质。通过分别对增强图像和平扫图像进行分割,对应生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图,并对分割出来的同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定增强图像和平扫图像每个区域的映射关系,然后根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像,基于增强图像的骨掩模图像和平扫图像的骨掩模图像获得血管造影图像,解决了现有技术中由于直接用增强图像减去平扫图像得到减影后的体数据的伪影较多或较为模糊的问题,达到对不同感兴趣区进行配准可以得到伪影较少的血管造影图像的目的,实现提高血管的分析准确度的效果。
Description
技术领域
本发明实施例涉及图像处理技术,尤其涉及一种血管造影成像方法、系统、设备和存储介质。
背景技术
近年来,脑血管疾病成为严重危害人类健康的一种常见病,在不同年龄段的人群均可发病,尤以中老年人群为主,具有发病率、病死率、致残率、复发率、并发症发生率高和疾病负担重等特点。随着全球人口的老龄化和发病年龄的年轻化,该病发生率呈逐年升高趋势,早期诊断对脑血管病变的预后具有重要意义。一般情况下,脑血管疾病的发生主要由血管病变所致,而血管影像学可活体观察和诊断血管病变,成为脑血管病诊断的重要依据。近年来血管影像学的新技术和新方法不断涌现,如CT血管造影(CT angiography,CTA)、磁共振血管造影(magnetic resonance angiography,MRA)以及三维数字减影血管造影(3DDSA)等,这些诊断方法为脑血管疾病的防治奠定了基础。
经过临床分析,上述几种诊断方法有各自难以避免的缺点,目前临床普遍采用VCTDSA(volume computed tomographic digital subtraction angiography,容积CT数字减影血管造影)进行CT图像分析,VCTDSA需要进行两次扫描:平扫扫描和增强扫描,理想情况下,增强前后两组图像同一空间位置的解剖结构仅在血管处CT值存在较大差异,直接用增强图像减去平扫图像,就可得到减影后的体数据,医护人员对体数据进行图像处理就可以得到血管图像。
但是,在对人体进行CT成像时,人体的呼吸、心跳、吞咽、肌肉收缩、运动、镜头震颤等因素可能发生在平扫扫描和增强扫描的任何时刻,使人体和扫描镜头产生相对运动,如果直接采用将增强图像减去平扫图像的方式获得血管图像,会因上述相对运动使减影图像产生伪影或使图像变得模糊,导致血管的分析效果较差。
发明内容
本发明实施例提供了一种血管造影成像方法、系统、设备和存储介质,以减少血管图像伪影,提高血管的分析准确度效果。
第一方面,本发明实施例提供了一种血管造影成像方法,其中,包括:
获取目标对象的增强图像和平扫图像,对所述增强图像和所述平扫图像进行分割,生成所述增强图像的第一目标区域子图和所述平扫图像的第二目标区域子图;
对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定所述第一目标区域子图和所述第二目标区域子图的映射关系;
根据所述映射关系和所述平扫图像的骨掩模图像,生成所述增强图像的骨掩模图像;
基于所述增强图像的骨掩模图像和所述平扫图像的骨掩模图像确定所述目标对象的血管造影图像。
第二方面,本发明实施例还提供了一种血管造影成像系统,其中,包括:
获取模块,用于获取目标对象的增强图像和平扫图像,对所述增强图像和所述平扫图像进行分割,生成所述增强图像的第一目标区域子图和所述平扫图像的第二目标区域子图;
配准模块,用于对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定所述第一目标区域子图和所述第二目标区域子图的映射关系;
生成模块,用于根据所述映射关系和所述平扫图像的骨掩模图像,生成所述增强图像的骨掩模图像;
确定模块,用于基于所述增强图像的骨掩模图像和所述平扫图像的骨掩模图像确定所述目标对象的血管造影图像。
第三方面,本发明实施例还提供了一种血管造影成像设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,所述处理器执行所述计算机程序时实现如第一方面中任一项所述的血管造影成像方法。
第四方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,其中,所述计算机可执行指令在由计算机处理器执行时实现如第一方面中任一项所述的血管造影成像方法。
本发明实施例提供的技术方案,通过分别对增强图像和平扫图像进行分割,对应生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图,并对分割出来的同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和第二目标区域子图的映射关系,然后根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像,基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像,解决了现有技术中由于直接用增强图像减去平扫图像得到减影后的体数据的伪影较多或者较为模糊的问题,达到通过分别对不同感兴趣区进行配准后,得到伪影较少的目标对象的血管造影图像的目的,实现提高血管的分析准确度的效果。
附图说明
图1为本发明实施例一提供的一种血管造影成像方法的流程示意图;
图2为本发明实施例二提供的一种血管造影成像方法的流程示意图;
图3为本发明实施例二提供的获得头颈部增强图像的骨掩模图像的逻辑流程图;
图4为本发明实施例三提供的一种血管造影成像方法的流程示意图;
图5为本发明实施例三提供的获得头颈部增强图像的骨掩模图像的逻辑流程图;
图6a和图6b为现有技术的血管造影的VR显示效果图;
图6c和图6d为本发明实施例三提供的血管造影的VR显示效果图;
图7a和图7b为现有技术的血管造影的VR显示效果图;
图7c和图7d为本发明实施例三提供的血管造影的VR显示效果图;
图8a和图8b为现有技术的血管造影的VR显示效果图;
图8c和图8d为本发明实施例三提供的血管造影的VR显示效果图;
图9为本发明实施例四提供的一种血管造影成像系统的结构示意图;
图10为本发明实施例五提供的一种血管造影成像设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种血管造影成像方法,本实施例可适用于对不同部位的子图独立进行配准处理的情况,该方法可以由血管造影成像系统来执行,其中该系统可由软件和/或硬件实现,并一般集成在血管造影成像设备中。具体参见图1所示,该方法可以包括如下步骤:
S110,获取目标对象的增强图像和平扫图像,对增强图像和平扫图像进行分割,生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图。
其中,平扫图像是通过扫描设备对目标对象进行断层扫描后获得的图像,获得了平扫图像之后,对目标对象注射显影剂再进行断层扫描得到的增强图像。可选地,扫描设备可以是容积CT数字减影血管造影(volume computed tomographic digital subtractionangiography,简称VCTDSA)设备、磁共振血管造影设备、CT血管造影(CT angiography,简称CTA)设备以及三维数字减影血管造影(简称3D DSA)设备等中的任意一种。
可以理解的是,目标对象可以是头颈部、胸部以及腹部。对于头颈部检查,获取的增强图像和平扫图像均可以包括头部、颈部以及部分胸部,对头颈部进行平扫扫描和增强扫描时,头部、颈部以及胸部均可能发生运动,例如头部发生层面内移动、层间移动和混合移动,在头颈交接部的寰枢关节处头颅可能在各个方向自由运动,胸部中可能因为呼吸、心跳、吞咽以及肌肉收缩等因素产生运动,这些运动都会使目标对象与镜头间产生相对运动,这种相对运动会导致根据增强图像和平扫图像获得的血管图像以及脑等软组织图像的伪影较多。
为了减少血管图像以及脑等软组织图像的伪影,在获得了平扫图像和增强图像之后,可以分别对平扫图像和增强图像的头部、脑部以及部分胸部进行单独分析,因而,需要分别对平扫图像和增强图像进行分割。可选地,可以基于目标对象的解剖特性,确定增强图像和平扫图像中的感兴趣区域,然后基于相同提取原则,分别对各个感兴趣区域对应的增强图像和平扫图像进行图像分割,生成各个感兴趣区域对应的第一目标区域子图和第二目标区域子图。
可选地,基于头颈部的解剖特性,可以根据头颅高度、枕骨大孔位置、颅骨分割等方法等确定出头部子图头颈交接部,根据椎骨定位、颈椎高度等方法确定出颈部,将颈部以下剩余的片层图像划分为胸部,或者结合肺部定位确定出胸部,这样,就可以分别确定平扫图像和增强图像的感兴趣区为头部、颈部以及胸部,然后按照从头部至颈部再到胸部的提取原则,对增强图像和平扫图像进行图像分割,如果感兴趣为头部,则第一目标区域子图和第二目标区域子图为头部子图,如果感兴趣为颈部,则第一目标区域子图和第二目标区域子图为颈部子图,如果感兴趣为胸部,则第一目标区域子图和第二目标区域子图为胸部子图,可以理解的是,第一目标区域子图和第二目标区域子图均可以包括头部子图、颈部子图以及胸部子图。可选地,第一目标区域子图和第二目标区域子图还可以根据临床先验信息,例如预先确定了存在疾病的部位如肺部疾病、颈椎病以及脑梗等,则可以根据临床先验信息划分出平扫图像和增强图像的头部子图、颈部子图以及胸部子图。
S120,对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和所述第二目标区域子图的映射关系。
可选地,如果感兴趣区域为头部,将第一目标区域子图的头部子图和第二目标区域子图的头部子图进行配准,如果感兴趣区域为颈部,将第一目标区域子图的颈部子图和第二目标区域子图的颈部子图进行配准,如果感兴趣区域为胸部,将第一目标区域子图的胸部子图和第二目标区域子图的胸部子图进行配准,配准算法可以为基于互信息的刚体配准算法、基于互信息的仿射配准算法以及其他配准算法等。对上述子图进行配准之后,可以确定第一目标区域子图和第二目标区域子图的映射关系,可选地,该映射关系可以是第一目标区域子图和第二目标区域子图之间的空间变换关系等。
S130,根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像。
其中,平扫图像的骨掩模图像为将平扫图像的血管、脏器等软组织隐藏凸显骨组织的图像,平扫图像的骨掩模图像可以包括头部子图平扫图像的骨掩模图像、颈部子图平扫图像的骨掩模图像以及胸部子图平扫图像的骨掩模图像,然后将头部子图对应的映射关系与头部子图平扫图像的骨掩模图像结合分析,确定头部子图增强图像的骨掩模图像,将颈部子图对应的映射关系与颈部子图平扫图像的骨掩模图像结合分析,确定颈部子图增强图像的骨掩模图像,将胸部子图对应的映射关系与胸部平扫图像的骨掩模图像结合分析,确定胸部增强图像的骨掩模图像。
S140,基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像。
确定了头部子图增强图像的骨掩模图像和头部子图平扫图像的骨掩模图像、颈部子图增强图像的骨掩模图像和颈部子图平扫图像的骨掩模图像以及胸部增强图像的骨掩模图像和胸部平扫图像的骨掩模图像之后,根据各个部位的增强图像的骨掩模图像和平扫图像的骨掩模图像就可以确定各个部位的血管造影图像,然后结合各个部位的血管造影图像就可以确定目标对象的血管造影图像。
本发明实施例提供了一种血管造影成像方法,通过获取目标对象的增强图像和平扫图像,分别对增强图像和平扫图像进行分割,分别对应生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图,并对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和第二目标区域子图的映射关系,然后根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像,基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像,解决了现有技术中由于直接用增强图像减去平扫图像得到减影后的体数据的伪影较多或者较为模糊的问题,达到通过分别对不同感兴趣区进行配准后,得到伪影较少的目标对象的血管造影图像的目的,实现提高血管的分析准确度的效果。
实施例二
图2为本发明实施例二提供的一种血管造影成像方法的流程示意图。本实施例的技术方案在上述实施例的基础上对S120进行了细化,可选地,所述对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定所述第一目标区域子图和所述第二目标区域子图的映射关系,包括:获取任一感兴趣区域的第一目标区域子图和第二目标区域子图,根据所述感兴趣区域确定所述第一目标区域子图和所述第二目标区域子图的配准策略;根据所述配准策略对所述感兴趣区域的第一目标区域子图和第二目标区域子图进行配准;根据配准结果确定所述第一目标区域子图和所述第二目标区域子图的映射关系。具体参见图2所示,本实施例的方法可以包括如下步骤:
S210,获取目标对象的增强图像和平扫图像,对增强图像和平扫图像进行分割,生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图。
S220,获取任一感兴趣区域的第一目标区域子图和第二目标区域子图,根据感兴趣区域确定第一目标区域子图和第二目标区域子图的配准策略。
可以理解的是,由于头部、颈部以及胸部的运动方式不同,可以对头部子图、颈部子图以及胸部子图分别选择不同的配准策略,例如,对于头部子图和颈部子图使用基于互信息的刚体配准算法,胸部子图使用基于互信息的仿射配准算法。
S230,根据配准策略对感兴趣区域的第一目标区域子图和第二目标区域子图进行配准。
需要说明的是,配准策略还可以结合各个感兴趣区域的位置进行配准。可选地,可以根据各个感兴趣区域的连接关系,依次确定配准顺序,根据上一感兴趣区域的配准结果更新当前感兴趣区域的第一目标区域子图和第二目标区域子图中的空间定位,其中,配准结果中包括上一感兴趣区域第一目标区域子图和第二目标区域子图的空间位置映射关系,然后对更新后的当前感兴趣区域的第一目标区域子图和第二目标区域子图进行配准。
示例性地,对于头颈部区域进行配准时,按照由头部至颈部再至胸部的顺序进行配准,头部配准完成之后可以确定头部子图增强图像与头部子图平扫图像的空间定位,对于接下来颈部的配准,头部子图增强图像与头部子图平扫图像的空间定位可以辅助颈部子图增强图像与颈部子图平扫图像进行空间定位,同理,颈部子图增强图像与颈部子图平扫图像的空间定位也可以辅助胸部子图增强图像与胸部子图平扫图像进行空间定位,这种配准方式可以提高配准的准确度也可以提高配准效率。
S240,根据配准结果确定第一目标区域子图和第二目标区域子图的映射关系。
S250,根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像。
在上述实施例的基础上,获取的映射关系和平扫图像的骨掩模图像可以对应任意一个感兴趣区,因而,对任一感兴趣区域,可以根据第一目标区域子图和第二目标区域子图的映射关系,在第一目标区域子图中确定与平扫图像的骨掩模图像相对应的增强图像的骨掩模图像,将增强图像的各个感兴趣区域的进行拼接,得到生成增强图像的骨掩模图像。可选地,确定增强图像的骨掩模图像可以通过以下步骤实现:(a)对任一感兴趣区域,基于第一目标区域子图和第二目标区域子图的映射关系,确定与平扫图像的骨掩模图像相对应的增强图像的中间骨掩模图像;(b)对中间骨掩模图像进行插值,生成与平扫图像的骨掩模图像相对应的增强图像的骨掩模图像。其中,对中间骨掩模图像进行插值的算法可为最近邻插值,双线性插值,双平方插值,双立方插值或者其他高阶插值等。通过上述方式,可以获得目标对象的增强图像的骨掩模图像。
S260,基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像。
可选地,可以对同一感兴趣区域的增强图像的骨掩模图像和平扫图像的骨掩模图像进行图像减影,生成目标对象的血管造影图像。
如图3所示为获得头颈部增强图像的骨掩模图像的逻辑流程图,结合图3,对头颈部进行平扫和增强扫描后,获得头颈部的增强图像和平扫图像,通过头部解剖特征提取(头颅高度、枕骨大孔位置等),确定头部子图ROI(感兴趣区),并获得头部子图的增强图像和头部子图的平扫图像,通过颈部解剖特征提取(颈椎高度、枕骨大孔、椎骨定位等),确定颈部子图ROI确定颈部子图ROI,并获得颈部子图的增强图像和颈部子图的平扫图像,通过胸部解剖特征提取(肺定位等),或者读取颈部以下剩余图像,确定胸部子图,并获得胸部子图的增强图像和胸部子图的平扫图像,然后基于头部子图的增强图像和头部子图的平扫图像进行头部子图配准,得到头部空间变换关系,基于颈部子图的增强图像和颈部子图的平扫图像进行颈部子图配准,得到颈部空间变换关系,基于胸部子图的增强图像和胸部子图的平扫图像进行胸部子图配准,得到胸部空间变换关系,接着,根据头部空间变换关系和获取的头部平扫图像的骨掩模图像生成头部增强图像的骨掩模图像,同理,根据颈部空间变换关系和获取的颈部平扫图像的骨掩模图像生成颈部增强图像的骨掩模图像,同理,根据胸部空间变换关系和获取的胸部平扫图像的骨掩模图像生成胸部增强图像的骨掩模图像,最后,将头部增强图像的骨掩模图像、颈部增强图像的骨掩模图像以及胸部增强图像的骨掩模图像进行拼接,得到生成增强图像的骨掩模图像。结合图3还可以看出,头部子图配准可以更新颈部子图配准,颈部子图配准可以更新胸部子图配准。进一步地,对同一感兴趣区域的增强图像的骨掩模和平扫图像的骨掩模做差,就可以生成目标对象的血管造影图像。
本发明实施例提供了一种血管造影成像方法,通过对任一感兴趣区域的第一目标区域子图和第二目标区域子图,根据感兴趣区域确定第一目标区域子图和第二目标区域子图的配准策略,根据配准策略对感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,根据配准结果确定第一目标区域子图和所述第二目标区域子图的映射关系,这样可以达到提高配准的准确度也可以提高配准效率的目的,实现快速得到伪影较少的目标对象的血管造影图像并提高血管的分析准确度的效果。
实施例三
图4为本发明实施例三提供的一种血管造影成像方法的流程示意图。本实施例的技术方案在上述实施例的基础上增加了新的步骤,可选地,在根据所述映射关系和所述平扫图像的骨掩模图像,生成所述增强图像的骨掩模图像之前,还包括:确定所述平扫图像的分割策略;根据所述分割策略对所述平扫图像进行分割,生成所述平扫图像的骨掩模图像。
具体参见图4所示,本实施例的方法可以包括如下步骤:
S410,获取目标对象的增强图像和平扫图像,对增强图像和平扫图像进行分割,生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图。
S420,对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和第二目标区域子图的映射关系。
S430,确定平扫图像的分割策略。
可以理解的是,对于头颈部的平扫图像,可以包括血管、骨头以及各种脏器等,为了从平扫图像的感兴趣中提取血管,需要确定分割策略并根据分割策略将血管、骨组织以及其他部位分割。
S440,根据分割策略对平扫图像进行分割,生成平扫图像的骨掩模图像。
可选地,分割策略可以是阈值分割策略、区域生长策略以及其他分割策略。示例性地,采用阈值分割策略进行分割时,可以根据骨组织与血管以及其他部位的CT值的差异设置最佳阈值,例如,骨组织的CT值接近1000HU,软组织的CT值为30HU~60HU,血液CT值为60HU~80HU,将最佳阈值设置为600HU,这样可以将软组织和血液低于最佳阈值过滤掉,将骨组织可以突出显示出来,完成对平扫图像进行分割。示例性地,采用区域生长策略进行分割时,可以在平扫图像的骨组织上设置种子点,并在种子点的基础上对骨组织进行生长,直至血管生长完毕,完成对平扫图像进行分割。需要说明的是,对平扫图像进行分割时,可以对整个平扫图像进行分割,也可以将平扫图像分成多个感兴趣区,例如头部、颈部以及胸部,然后分别对每个感兴趣区进行分割,然后将分割后的每个感兴趣区进行拼接,这样可以提高每个感兴趣区分割准确度,提高后续获得的血管造影图像的分析效果。
S450,根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像。
S460,基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像。
如图5所示为获得头颈部增强图像的骨掩模图像的逻辑流程图,在进行血管造影成像时,分别获取目标对象的平扫图像和增强图像,分别对平扫图像和增强图像进行感兴趣区(ROI)提取,以及对平扫图像进行骨组织分割,生成平扫图像子图骨掩模,对平扫图像和增强图像进行ROI提取之后,可以分别限定平扫图像和增强图像的子图范围,例如,目标对象是头颈部,限定子图范围为:头部、颈部以及胸部,然后分别对增强图像的子图范围和平扫图像的子图范围进行分割,生成增强图像ROI子图和平扫图像ROI子图,根据增强图像ROI子图和平扫图像ROI子图进行图像配准和记录空间关系,最后结合空间变换关系与平扫图像子骨掩模,就生成增强图像的子骨掩模。进一步地,对同一感兴趣区域的增强图像的子骨掩模和平扫图像的子骨掩模进行剪影,就可以生成目标对象的血管造影图像。
图6a和图6b为现有技术的血管造影的VR显示效果图,图6c和图6d为本发明实施例三提供的血管造影的VR显示效果图,图6a和图6c为从人体正面进行扫描,图6b和图6d为从人体侧面进行扫描,对比6a和图6c可以看出,通过本发明实施获取的血管造影图像能够更好的显示面部骨和肋骨处的血管,对比图6b和图6d可以看出,通过本发明实施获取的血管造影图像能够更好的显示颈椎骨处的血管。同样的,对比7a和图7c,以及对比图6b和图6d,可以看出,通过本发明实施获取的血管造影图像能够更好的显示下颌骨处的血管。同样的,对比8a和图8c可以看出,通过本发明实施获取的血管造影图像能够更好的显示锁骨处的血管,对比图8b和图8d,可以看出,通过本发明实施获取的血管造影图像能够更好的显示肋骨处的血管。
实施例四
图9本发明实施例四提供的一种血管造影成像系统的结构示意图。参见图9所示,该系统包括:获取模块91、配准模块92、生成模块93以及确定模块94。
其中,获取模块91,用于获取目标对象的增强图像和平扫图像,对增强图像和平扫图像进行分割,生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图;配准模块92,用于对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和第二目标区域子图的映射关系;生成模块93,用于根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像;确定模块94,用于基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像。
在上述各技术方案的基础上,获取模块91还用于,基于目标对象的解剖特性,确定增强图像和平扫图像中的感兴趣区域;
基于相同提取原则,分别对各个所述感兴趣区域对应的所述增强图像和所述平扫图像进行图像分割,生成各个感兴趣区域对应的第一目标区域子图和第二目标区域子图。
在上述各技术方案的基础上,配准模块92,还用于,获取任一感兴趣区域的第一目标区域子图和第二目标区域子图,根据感兴趣区域确定第一目标区域子图和第二目标区域子图的配准策略;
根据配准策略对感兴趣区域的第一目标区域子图和第二目标区域子图进行配准;
根据配准结果确定第一目标区域子图和第二目标区域子图的映射关系。
在上述各技术方案的基础上,配准模块92还用于,根据各个感兴趣区域的连接关系,依次确定配准顺序;
根据上一感兴趣区域的配准结果更新当前感兴趣区域的第一目标区域子图和第二目标区域子图中的空间定位,其中,配准结果中包括上一感兴趣区域第一目标区域子图和第二目标区域子图的空间位置映射关系;
对更新后的当前感兴趣区域的第一目标区域子图和第二目标区域子图进行配准。
在上述各技术方案的基础上,可选地,该系统还包括:平扫图像的骨掩模图像生成模块。其中,平扫图像的骨掩模图像生成模块,用于确定平扫图像的分割策略;
根据分割策略对平扫图像进行分割,生成平扫图像的骨掩模图像。
在上述各技术方案的基础上,生成模块93,还用于对任一感兴趣区域,根据第一目标区域子图和第二目标区域子图的映射关系,在第一目标区域子图中确定与平扫图像的骨掩模图像相对应的增强图像的骨掩模图像;
将增强图像的各个感兴趣区域的进行拼接,得到生成增强图像的骨掩模图像。
在上述各技术方案的基础上,生确定模块94还用于,对同一感兴趣区域的增强图像的骨掩模图像和平扫图像的骨掩模图像进行图像剪影,生成目标对象的血管造影图像。
本发明实施例提供了一种血管造影成像系统,通过获取目标对象的增强图像和平扫图像,分别对增强图像和平扫图像进行分割,分别对应生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图,并对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和第二目标区域子图的映射关系,然后根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像,基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像,解决了现有技术中由于直接用增强图像减去平扫图像得到减影后的体数据的伪影较多或者较为模糊的问题,达到通过分别对不同感兴趣区进行配准后,得到伪影较少的目标对象的血管造影图像的目的,实现提高血管的分析准确度的效果。
实施例五
图10为本发明实施例五提供的一种血管造影成像设备的结构示意图。图10示出了适于用来实现本发明实施方式的示例性血管造影成像设备12的框图。图10显示的血管造影成像设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示,血管造影成像设备12以通用计算设备的形式表现。血管造影成像设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
血管造影成像设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被血管造影成像设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。血管造影成像设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图10未显示,通常称为“硬盘驱动器”)。尽管图10中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如血管造影成像系统的获取模块91、配准模块92、生成模块93以及确定模块94)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(例如血管造影成像系统的获取模块91、配准模块92、生成模块93以及确定模块94)程序模块46的程序/实用工具44,可以存储在例如存储器28中,这样的程序模块46包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块46通常执行本发明所描述的实施例中的功能和/或方法。
血管造影成像设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该血管造影成像设备12交互的设备通信,和/或与使得该血管造影成像设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,血管造影成像设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与血管造影成像设备12的其它模块通信。应当明白,尽管图中未示出,可以结合血管造影成像设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种血管造影成像方法,该方法包括:
获取目标对象的增强图像和平扫图像,对增强图像和平扫图像进行分割,生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图;
对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和第二目标区域子图的映射关系;
根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像;
基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的一种血管造影成像方法。
当然,本领域技术人员可以理解,处理器还可以实现本发明任意实施例所提供的一种血管造影成像方法的技术方案。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例所提供的一种血管造影成像方法,该方法包括:
获取目标对象的增强图像和平扫图像,对增强图像和平扫图像进行分割,生成增强图像的第一目标区域子图和平扫图像的第二目标区域子图;
对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定第一目标区域子图和第二目标区域子图的映射关系;
根据映射关系和平扫图像的骨掩模图像,生成增强图像的骨掩模图像;
基于增强图像的骨掩模图像和平扫图像的骨掩模图像确定目标对象的血管造影图像。
当然,本发明实施例所提供的一种计算机可读存储介质,其上存储的计算机程序不限于如上的方法操作,还可以执行本发明任意实施例所提供的一种血管造影成像方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机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、系统或器件,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、便携式计算机磁盘、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、系统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增强图像和平扫图像等,其中承载了计算机可读的程序代码。这种传播的增强图像和平扫图像等形式。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、系统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、电线、光缆、RF等等,或者上述的任意合适的组合。
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,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)。
值得注意的是,上述血管造影成像系统的实施例中,所包括的各个模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例的方法。
值得注意的是,上述搜索装置的实施例中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种血管造影成像方法,其特征在于,包括:
获取目标对象的增强图像和平扫图像,对所述增强图像和所述平扫图像进行分割,生成所述增强图像的第一目标区域子图和所述平扫图像的第二目标区域子图;
对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,包括:
获取任一感兴趣区域的第一目标区域子图和第二目标区域子图,根据所述感兴趣区域确定所述第一目标区域子图和所述第二目标区域子图的配准策略;
根据所述配准策略对所述感兴趣区域的第一目标区域子图和第二目标区域子图进行配准;
确定所述第一目标区域子图和所述第二目标区域子图的映射关系;
根据所述映射关系和所述平扫图像的骨掩模图像,生成所述增强图像的骨掩模图像;
基于所述增强图像的骨掩模图像和所述平扫图像的骨掩模图像确定所述目标对象的血管造影图像;
所述根据所述配准策略对所述感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,包括:
根据各个感兴趣区域的连接关系,依次确定配准顺序;
根据上一感兴趣区域的配准结果更新当前感兴趣区域的第一目标区域子图和第二目标区域子图中的空间定位;
对更新后的当前感兴趣区域的第一目标区域子图和第二目标区域子图进行配准。
2.根据权利要求1所述的方法,其特征在于,对所述增强图像和所述平扫图像进行分割,生成所述增强图像的第一目标区域子图和所述平扫图像的第二目标区域子图,包括:
基于所述目标对象的解剖特性,确定所述增强图像和所述平扫图像中的感兴趣区域;
基于相同提取原则,分别对各个所述感兴趣区域对应的所述增强图像和所述平扫图像进行图像分割,生成所述各个感兴趣区域对应的所述第一目标区域子图和所述第二目标区域子图。
3.根据权利要求1所述的方法,其特征在于,确定所述第一目标区域子图和所述第二目标区域子图的映射关系,包括:
根据配准结果确定所述第一目标区域子图和所述第二目标区域子图的映射关系。
4.根据权利要求3所述的方法,其特征在于,所述配准结果中包括所述上一感兴趣区域第一目标区域子图和第二目标区域子图的空间位置映射关系。
5.根据权利要求1所述的方法,其特征在于,在根据所述映射关系和所述平扫图像的骨掩模图像,生成所述增强图像的骨掩模图像之前,还包括:
确定所述平扫图像的分割策略;
根据所述分割策略对所述平扫图像进行分割,生成所述平扫图像的骨掩模图像。
6.根据权利要求1所述的方法,其特征在于,根据所述映射关系和所述平扫图像的骨掩模图像,生成所述增强图像的骨掩模图像,包括:
对任一感兴趣区域,根据所述第一目标区域子图和所述第二目标区域子图的映射关系,在所述第一目标区域子图中确定与所述平扫图像的骨掩模图像相对应的增强图像的骨掩模图像;
将所述增强图像的各个感兴趣区域的进行拼接,得到所述生成所述增强图像的骨掩模图像。
7.根据权利要求1所述的方法,其特征在于,基于所述增强图像的骨掩模图像和所述平扫图像的骨掩模图像确定所述目标对象的血管造影图像,包括:
对同一感兴趣区域的所述增强图像的骨掩模图像和所述平扫图像的骨掩模图像进行图像剪影,生成所述目标对象的血管造影图像。
8.一种血管造影成像系统,其特征在于,包括:
获取模块,用于获取目标对象的增强图像和平扫图像,对所述增强图像和所述平扫图像进行分割,生成所述增强图像的第一目标区域子图和所述平扫图像的第二目标区域子图;
配准模块,用于对同一感兴趣区域的第一目标区域子图和第二目标区域子图进行配准,确定所述第一目标区域子图和所述第二目标区域子图的映射关系;
生成模块,用于根据所述映射关系和所述平扫图像的骨掩模图像,生成所述增强图像的骨掩模图像;
确定模块,用于基于所述增强图像的骨掩模图像和所述平扫图像的骨掩模图像确定所述目标对象的血管造影图像;
所述配准模块,还用于,获取任一感兴趣区域的第一目标区域子图和第二目标区域子图,根据感兴趣区域确定第一目标区域子图和第二目标区域子图的配准策略;
根据配准策略对感兴趣区域的第一目标区域子图和第二目标区域子图进行配准;
所述配准模块还用于,根据各个感兴趣区域的连接关系,依次确定配准顺序;
根据上一感兴趣区域的配准结果更新当前感兴趣区域的第一目标区域子图和第二目标区域子图中的空间定位;
对更新后的当前感兴趣区域的第一目标区域子图和第二目标区域子图进行配准。
9.一种血管造影成像设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1-7中任一项所述的血管造影成像方法。
10.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时实现如权利要求1-7中任一项所述的血管造影成像方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911249081.8A CN111062997B (zh) | 2019-12-09 | 2019-12-09 | 一种血管造影成像方法、系统、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911249081.8A CN111062997B (zh) | 2019-12-09 | 2019-12-09 | 一种血管造影成像方法、系统、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111062997A CN111062997A (zh) | 2020-04-24 |
CN111062997B true CN111062997B (zh) | 2023-09-12 |
Family
ID=70300075
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911249081.8A Active CN111062997B (zh) | 2019-12-09 | 2019-12-09 | 一种血管造影成像方法、系统、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111062997B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112288639A (zh) * | 2020-07-20 | 2021-01-29 | 深圳市智影医疗科技有限公司 | 影像对比减影方法、装置、终端设备及存储介质 |
CN113012118B (zh) * | 2021-03-05 | 2022-04-19 | 推想医疗科技股份有限公司 | 图像处理方法以及图像处理装置 |
CN113506331A (zh) * | 2021-06-29 | 2021-10-15 | 武汉联影智融医疗科技有限公司 | 组织器官的配准方法、装置、计算机设备和存储介质 |
CN113298856B (zh) * | 2021-05-28 | 2023-10-20 | 上海联影医疗科技股份有限公司 | 一种图像配准方法、装置、设备和介质 |
CN115100092B (zh) * | 2022-06-28 | 2024-05-28 | 深圳睿心智能医疗科技有限公司 | 冠脉ct图像的减影方法、装置、电子设备及存储介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0719076D0 (en) * | 2007-09-28 | 2007-11-07 | Christie Hospital Nhs Foundati | Image enhancement method |
WO2012125867A1 (en) * | 2011-03-15 | 2012-09-20 | The Trustees Of Columbia University In The City Of New York | Method and system for quality assurance of cross sectional imaging scans |
CN103876764A (zh) * | 2013-11-21 | 2014-06-25 | 沈阳东软医疗系统有限公司 | 一种血管显影方法及装置 |
CN105640583A (zh) * | 2016-03-31 | 2016-06-08 | 上海联影医疗科技有限公司 | 血管造影方法 |
EP3493151A1 (en) * | 2017-11-29 | 2019-06-05 | Koninklijke Philips N.V. | Combination of temporally resolved angiographic images with a spatially resolved angiographic image |
CN110211111A (zh) * | 2019-05-31 | 2019-09-06 | 上海联影医疗科技有限公司 | 一种血管提取的方法、装置、图像处理设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7826884B2 (en) * | 2006-07-31 | 2010-11-02 | Siemens Medical Solutions Usa, Inc. | Live fluoroscopic roadmapping including targeted automatic pixel shift for misregistration correction |
JP2014527434A (ja) * | 2011-08-09 | 2014-10-16 | オプトビュー,インコーポレーテッド | 光干渉断層法におけるフィーチャの動き補正及び正規化 |
US9324157B2 (en) * | 2013-03-26 | 2016-04-26 | Kabushiki Kaisha Toshiba | Medical image data processing apparatus and method |
-
2019
- 2019-12-09 CN CN201911249081.8A patent/CN111062997B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0719076D0 (en) * | 2007-09-28 | 2007-11-07 | Christie Hospital Nhs Foundati | Image enhancement method |
WO2012125867A1 (en) * | 2011-03-15 | 2012-09-20 | The Trustees Of Columbia University In The City Of New York | Method and system for quality assurance of cross sectional imaging scans |
CN103876764A (zh) * | 2013-11-21 | 2014-06-25 | 沈阳东软医疗系统有限公司 | 一种血管显影方法及装置 |
CN105640583A (zh) * | 2016-03-31 | 2016-06-08 | 上海联影医疗科技有限公司 | 血管造影方法 |
EP3493151A1 (en) * | 2017-11-29 | 2019-06-05 | Koninklijke Philips N.V. | Combination of temporally resolved angiographic images with a spatially resolved angiographic image |
CN110211111A (zh) * | 2019-05-31 | 2019-09-06 | 上海联影医疗科技有限公司 | 一种血管提取的方法、装置、图像处理设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111062997A (zh) | 2020-04-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111062997B (zh) | 一种血管造影成像方法、系统、设备和存储介质 | |
JP5643304B2 (ja) | 胸部トモシンセシスイメージングにおけるコンピュータ支援肺結節検出システムおよび方法並びに肺画像セグメント化システムおよび方法 | |
US9754390B2 (en) | Reconstruction of time-varying data | |
US9384555B2 (en) | Motion correction apparatus and method | |
JP6598452B2 (ja) | 医用画像処理装置及び医用画像処理方法 | |
US9471987B2 (en) | Automatic planning for medical imaging | |
US10796464B2 (en) | Selective image reconstruction | |
CN105640583A (zh) | 血管造影方法 | |
EP3201876B1 (en) | Medical image processing apparatus, medical image processing method | |
US8897587B2 (en) | Image processing method and apparatus with pixel conversion using reaction-diffusion | |
CN106709920B (zh) | 血管提取方法及其装置 | |
JP7292942B2 (ja) | 医用画像処理装置、方法及びプログラム | |
JP7466592B2 (ja) | モデル正規化動き補償医用画像再構成 | |
JP2007526033A (ja) | 構造化オブジェクトの画像を登録するための装置及び方法 | |
Li et al. | Multi-modality cardiac image computing: A survey | |
US20160270753A1 (en) | Diagnostic auxiliary image generation apparatus, diagnostic auxiliary image generation method, and diagnostic auxiliary image generation program | |
Cheirsilp et al. | Thoracic cavity definition for 3D PET/CT analysis and visualization | |
JP2016041245A (ja) | 医用画像処理装置及び医用画像処理方法 | |
JP6611660B2 (ja) | 画像位置合わせ装置および方法並びにプログラム | |
Na'am | Edge detection on objects of medical image with enhancement multiple morphological gradient method | |
Schmitt et al. | Reconstruction of blood propagation in three-dimensional rotational X-ray angiography (3D-RA) | |
CN107886554B (zh) | 流数据的重构 | |
JP2019208903A (ja) | 医用画像処理装置、医用画像処理方法、及び医用画像処理プログラム | |
Zhou et al. | Clinical validation of an AI-based motion correction reconstruction algorithm in cerebral CT | |
Hachama et al. | A classifying registration technique for the estimation of enhancement curves of DCE-CT scan sequences |
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 | ||
CB02 | Change of applicant information |
Address after: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant after: Shanghai Lianying Medical Technology Co.,Ltd. Address before: 201807 Shanghai City, north of the city of Jiading District Road No. 2258 Applicant before: SHANGHAI UNITED IMAGING HEALTHCARE Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |