CN111524222A - 成像方法、装置、设备及存储介质 - Google Patents

成像方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111524222A
CN111524222A CN202010252174.2A CN202010252174A CN111524222A CN 111524222 A CN111524222 A CN 111524222A CN 202010252174 A CN202010252174 A CN 202010252174A CN 111524222 A CN111524222 A CN 111524222A
Authority
CN
China
Prior art keywords
projection
contrast
volume data
dimensional
mask
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
Application number
CN202010252174.2A
Other languages
English (en)
Other versions
CN111524222B (zh
Inventor
曹春生
宣晓
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.)
Neusoft Medical Systems Co Ltd
Beijing Neusoft Medical Equipment Co Ltd
Original Assignee
Neusoft Medical Systems Co Ltd
Beijing Neusoft Medical Equipment 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 Neusoft Medical Systems Co Ltd, Beijing Neusoft Medical Equipment Co Ltd filed Critical Neusoft Medical Systems Co Ltd
Priority to CN202010252174.2A priority Critical patent/CN111524222B/zh
Publication of CN111524222A publication Critical patent/CN111524222A/zh
Application granted granted Critical
Publication of CN111524222B publication Critical patent/CN111524222B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10116—X-ray image
    • 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
    • G06T2207/20212—Image combination
    • G06T2207/20221—Image fusion; Image merging
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Computer Graphics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本公开提供一种成像方法、装置、设备及存储介质，所述成像方法用于生成透视图像对应的血管路图，包括下述步骤：获取蒙片投影集和造影片投影集，其中蒙片投影集内的蒙片投影和造影片投影集内的造影片一一对应；根据所述蒙片投影集和所述造影片投影集确定三维减影体数据，根据所述造影片投影集确定三维造影体数据；根据所述三维造影体数据和透视图像确定对应的投影参数；根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图。对于任何角度的透视图像，都能够获得对应方向的血管路图，进而当机架位置改变，能够对应生成对应位置的血管路图，便于诊断和治疗。

Description

成像方法、装置、设备及存储介质
技术领域
本公开涉及医疗设备技术领域，具体涉及一种成像方法、装置、设备及存储介质。
背景技术
血管路图能够帮助医生进行血管的诊断和治疗，能够使临床疾病由有创伤变为微创伤甚至无创伤,治疗的难度由大变小,减少了患者的减苦。血管路图是通过在血管内注射造影剂之后，观察其充盈过程，并通过软件算法处理动态的DSA(减影血管造影)图像得到的。医生在诊断和治疗过程中，需要经常改变机架的位置，而血管路图是针对固定方向得到的，也就是针对机架的固定位置的，因此若机架改变位置后，与血管路图所对应的固定位置不对应，则血管路图无法辅助诊断和治疗。
发明内容
本公开提供一种成像方法、装置、设备及存储介质。
具体地，本公开是通过如下技术方案实现的：
第一方面，提供一种成像方法，用于生成透视图像对应的血管路图，所述成像方法包括下述步骤：
获取蒙片投影集和造影片投影集，其中蒙片投影集内的蒙片投影和造影片投影集内的造影片一一对应；
根据所述蒙片投影集和所述造影片投影集确定三维减影体数据，根据所述造影片投影集确定三维造影体数据；
根据所述三维造影体数据和透视图像确定对应的投影参数；
根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图。
优选的，所述根据所述三维造影体数据和透视图像确定投影参数，包括：
根据初始的投影参数获得所述造影体数据的前向投影图；
确定所述前向投影图和所述透视图像的相似度；
基于所述相似度对投影参数进行调整，得到调整后的投影参数。
优选的，所述基于所述相似度，对投影参数进行调整，以确定对应的投影参数，包括：
当相似度大于预设相似度阈值时，停止对投影参数的调整，得到调整后的投影参数；
和/或，当调整次数超过预设次数阈值时，停止对投影参数的调整，得到调整后的投影参数。
优选的，所述根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图，包括：
根据所述对应的投影参数获取所述三维减影体数据的前向投影图，并确定所述前向投影图为透视图像对应的血管路图。
优选的，还包括：
从检测床的一侧至另一侧，按照设定角度间隔获取多张蒙片投影，以组成蒙片投影集；
从检测床的一侧至另一侧，按照所述设定角度间隔获取多张造影片投影，以组成造影片投影集；
其中，多张蒙片投影的获取角度与多张造影片投影的角度一一对应。
优选的，还包括：
按照设定比例对所述透视图像和所述血管路图进行三通道融合，得到融合图像。
优选的，还包括：
对所述透视图像进行去噪处理和动态增强处理；
对所述血管路图进行渲染处理，其中，所述血管路图的最大像素值对应于渲染后的第一RGB值，所述血管路图的最小像素值对应于渲染后的第二RGB值，所述第二RGB值为透视图像的平均像素值。
第二方面，提供一种成像装置，用于生成透视图像对应的血管路图，所述成像装置包括：
获取模块，用于获取蒙片投影集和造影片投影集，其中蒙片投影集内的蒙片投影和造影片投影集内的造影片一一对应；
立体模块，用于根据所述蒙片投影集和所述造影片投影集确定三维减影体数据，根据所述造影片投影集确定三维造影体数据；
参数模块，用于根据所述三维造影体数据和透视图像确定对应的投影参数；
生成模块，用于根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图。
优选的，所述参数模块包括：
投影单元，用于根据初始的投影参数获得所述造影体数据的前向投影图；
相似度单元，用于确定所述前向投影图和所述透视图像的相似度；
调整单元，用于基于所述相似度对投影参数进行调整，得到调整后的投影参数。
优选的，所述调整单元具体用于：
当相似度大于预设相似度阈值时，停止对投影参数的调整，得到调整后的投影参数；
和/或，当调整次数超过预设次数阈值时，停止对投影参数的调整，得到调整后的投影参数。
优选的，所述生成模块具体用于：
根据所述对应的投影参数获取所述三维减影体数据的前向投影图，并确定所述前向投影图为透视图像对应的血管路图。
优选的，还包括：
蒙片投影模块，用于从检测床的一侧至另一侧，按照设定角度间隔获取多张蒙片投影，以组成蒙片投影集；
造影片投影模块，用于从检测床的一侧至另一侧，按照所述设定角度间隔获取多张造影片投影，以组成造影片投影集；
其中，多张蒙片投影的获取角度与多张造影片投影的角度一一对应。
优选的，还包括：
融合模块，用于按照设定比例对所述透视图像和所述血管路图进行三通道融合，得到融合图像。
优选的，还包括：
透视图像处理模块，用于对所述透视图像进行去噪处理和动态增强处理；
血管路图处理模块，用于对所述血管路图进行渲染处理，其中，所述血管路图的最大像素值对应于渲染后的第一RGB值，所述血管路图的最小像素值对应于渲染后的第二RGB值，所述第二RGB值为透视图像的平均像素值。
第三方面，提供一种电子设备，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时基于如任一项上述的方法进行成像。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如任一项上述的方法。
本说明书的实施例提供的技术方案可以包括以下有益效果：
本公开实施例中的成像方法，通过蒙片投影集和造影片投影集得到三维减影体数据，通过造影片投影集得到三维造影体数据，再根据三维造影体数据和透视图像确认对应的投影参数，最后将对应的投影参数应用于三维减影体数据，以得到对应的血管路图。由于蒙片投影集包含了各个方向的蒙片投影，造影片投影集包含了各个方向的造影片投影，因此对应确定的三维造影体数据和三维减影体数据都是立体的，包含血管的各个方向的，从(三维减影或三维造影)体数据的不同方向能够获得不同的(减影或造影)投影；再者，由于三维造影体数据和三维减影体数据均产自于同一个造影投影机，因此通过造影体数据所确定的对应于透视图像的投影参数，能够应用于减影体数据后所获得的对应于透视图像的血管路图，因此任何角度的透视图像，都能够获得对应方向的血管路图，进而当机架位置改变，能够对应生成对应位置的血管路图，便于诊断和治疗。
附图说明
图1是本公开一示例性实施例示出的成像方法的流程图；
图2是本公开一示例性实施例示出的二维的蒙片投影或造影片投影上的点转化到三维的造影体数据和减影体数据的过程的示意图；
图3是本公开一示例性实施例示出的根据所述三维造影体数据和透视图像确定投影参数的方法的流程图；
图4是本公开一示例性实施例示出的三维体数据中的一点投影至二维投影图中的过程的示意图；
图5是本公开一示例性实施例示出的优化alpha变量的示意图；
图6是本公开一示例性实施例示出的获取蒙片投影集和造影片投影集的方法的流程图；
图7是本公开一示例性实施例示出的经过去噪处理和动态增强处理的透视图像；
图8是本公开一示例性实施例示出的未经过渲染的血管路图；
图9是本公开一示例性实施例示出的融合图像；
图10是本公开一示例性实施例示出的获得融合图像的整个过程的流程示意图；
图11是本公开一示例性实施例示出的成像装置的结构示意图；
图12是本公开一示例性实施例示出的设备的硬件示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本公开范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
血管路图能够帮助医生进行血管的诊断和治疗，能够使临床疾病由有创伤变为微创伤甚至无创伤,治疗的难度由大变小,减少了患者的减苦。血管路图是通过在血管内注射造影剂之后，观察其充盈过程，并通过软件算法处理动态的DSA(数字减影血管造影)图像得到的。医生在诊断和治疗过程中，需要经常改变机架的位置，而血管路图是针对固定方向得到的，也就是针对机架的固定位置的，因此若机架改变位置后，与血管路图所对应的固定位置不对应，则血管路图无法辅助诊断和治疗。例如，治疗过程中，首先注射造影剂并观察其充盈过程，得到了该角度下的血管路图，在后期向血管内插入导丝时，只能不改变机架的位置，这样可能会造成插入导丝的操作不便、困难甚至无法实现，或者改变机架的位置，则血管路图无法使用。
基于此，请参照附图1，本公开提供了一种成像方法，用于生成透视图像对应的血管路图，所述成像方法包括下述步骤S101至S104四个步骤：
其中的透视图像是使用X射线设备直接对患者进行拍摄的，用于承载血管路图。为了能够融合使用，需要对应的血管路图和透视图像的角度对应，也就是需要拍摄血管路图的位置和角度与拍摄透视图像时的位置和角度一致。完全对应或者误差在允许范围内的血管路图和透视图像，可以相互叠加后用于诊断和治疗，也就是利用透视图像作为血管路图的背景，能够直接得到血管在人体的内的确切位置。
在步骤S101中，获取蒙片投影集和造影片投影集，其中蒙片投影集内的蒙片投影和造影片投影集内的造影片一一对应。
在本步骤中，使用X射线设备进行蒙片投影和造影片投影的拍摄，其中蒙片投影是直接对血管进行X射线图像的拍摄，而造影片投影是在血管内注入造影剂后，对血管进行X射线图像的拍摄；蒙片投影集内包含多张蒙片投影，同样的，造影片投影内包含多张造影片投影，而且由于蒙片投影集和造影片投影集同是用来三维重建的，因此其数量和角度要能够满足重建要求。
在一个示例中，X射线设备可选择X线数字减影血管造影机。
在步骤S102中，根据所述蒙片投影集和所述造影片投影集确定三维减影体数据，根据所述造影片投影集确定三维造影体数据。
在本步骤中，造影片投影集中的多张造影片投影包含了血管的各个方向的造影片投影，因此可以利用造影片投影集中的多张造影片投影进行三维重建，得到三维造影体数据；蒙片投影集中的多张蒙片投影包含了血管的各个方向的蒙片投影，因此可以利用蒙片投影集中的多张蒙片投影和造影片投影集中的多张造影片投影进行三维重建，得到三维减影体数据。
在一个示例中，三维重建过程中，二维的蒙片投影或造影片投影上的点转化到三维的造影体数据和减影体数据的过程如图2所示，其中，从放射源Source发射的射线穿过三维体数据并达到探测器上，探测器上可以放置二维投影，射线与二维投影上相交的一个像素的坐标为(u,v)、与三维体数据上相交的一个体素的坐标为(x,y,z)。像素的坐标和体素的坐标间具有如下关系：
x(u，v，1)＝P*X(x，y，z，1)(1)；
其中的P为3×4的投影矩阵，由3D DSA校正(Calibration)过程获得，例如:
Figure BDA0002435893940000081
(1)式中的x、y、z是以重建体Volume的几何中心为坐标原点的坐标，带入关系式x＝(j-Image_pixel_x/2)*interval_x，y＝(k-Image_pixel_y/2)*interval_y，z＝(i-Image_pixel_z/2)*interval_z；其中i、j、k是重建体Volume的体像素在x、y、z方向上的序列号，Image_pixel_x、Image_pixel_y和Image_pixel_z分别表示重建体Volume在x、y和z方向上的体像素个数，interval_x、interval_y、interval_z分别表示重建体Volume在x、y和z方向上每个体像素的实际长度，整理后得到pt＝A×[i；j；k]+b，其中pt为一个3×1的中间向量，从上式中可得到中间向量pt的三个元素pt[0]、pt[1]和pt[2]，进而u＝pt[0]/pt[2],v＝pt[1]/pt[2],根据u，v利用双线性插值得到该角度对于体像素(i，j，k)的贡献。利用运算平台如Cuda(一种通用并行计算架构，该架构使GPU能够解决复杂的计算问题)实现时，每一个体像素作为一个线程；对于每一线程，循环每一个角度，计算该角度下投影图像值，并累加从而获得体像素的重建灰度值。最后需要对累积值进行Hu校正，使0值对应于辐射衰减率等同于物质水的组织。
在步骤S103中，根据所述三维造影体数据和透视图像确定对应的投影参数。
在本步骤中，透视图像的角度是一定的，而三维造影体数据能够与透视图像进行匹配，匹配到与透视图像的角度对应的投影参数，投影参数能够用来投影；而且由于三维造影体数据不仅包括血管，还包括其他如骨骼等其他器官，因此确定其与透视图像对应的投影参数较为简单和准确。
在步骤S104中，根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图。
在本步骤中，由于三维造影体数据和三维减影体数据均产自于同一个造影投影机，因此通过造影体数据所确定的对应于透视图像的投影参数，能够应用于减影体数据后所获得的对应于透视图像的血管路图。
本公开实施例中的成像方法，对于任何角度的透视图像，都能够获得对应方向的血管路图。进而当机架位置改变，生成新的透视图像，新的透视图像的角度较之前的透视图像发生变化，本实施例中的成像方法能够生成对应于新角度的透视图像的血管路图，也就是能够生成对应于机架在新位置所拍摄的透视图像的血管路图，便于诊断和治疗。
请参照附图3，其示出了根据所述三维造影体数据和透视图像确定投影参数的方法，包括步骤S301至S303。
在步骤S301中，根据初始的投影参数获得所述造影体数据的前向投影图。
在本步骤中，首先根据透视图像人为设定初始的投影参数，设定的原则是尽可能使根据初始的投影参数获得的前向投影图与透视图像相似，设定完成后，据此进行前向投影，进而获得前向投影图。
在一个示例中，前向投影的过程中，三维体数据中的一点投影至二维投影图中的过程如图4所示，其中F为放射源位置，P’为探测器上一点，P为重建三维体数据上的一点，坐标系为世界坐标系Oxyz,α(alpha)、β(beta)、γ(gamma)分别为绕z、x、y轴的角度。前向投影的原理是连一条从放射源F到P’的直线，累积直线与各个切片相交的交点的灰度，即为探测器上像素的灰度。
该直线方程为X＝P+*x+λ.C；
其中X是三维体数据上的一点(x,y,z)；x是探测器上的点的坐标(u,v)；
P+＝PT.(P.PT)-1是投影矩阵P＝[p1 p2 p3 p4]的伪逆矩阵；
C是相机中心，坐标为(Cx,Cy,Cz)＝(X,Y,Z)/T。其中X＝det([p2,p3,p4]),Y＝-det([p1,p3,p4]),Z＝det([p1,p2,p4])；
λ是方程自变量，当X＝Cx时，λ＝1。
在步骤S302中，确定所述前向投影图和所述透视图像的相似度。
在本步骤中，前向投影图的方向与透视图像的方向越接近，则前向投影图与透视图像的相似度越大，因此可以通过确定二者的相似度来表征前向投影图的方向与透视图像的方向间的关系，相似度可以通过取均方根、互信息或其他相似度。
在步骤S303中，基于所述相似度对投影参数进行调整，得到调整后的投影参数。
在本步骤中，调整投影参数的过程即为图像配准的过程，可以当相似度大于预设相似度阈值时，停止对投影参数的调整，得到调整后的投影参数；和/或，当调整次数超过预设次数阈值时，停止对投影参数的调整，得到调整后的投影参数。
在一个示例中，获得3D体数据后，医生改变机架位置采集透视图像。图像的配准目的就是获得透视图像与3D体数据真实位置的关系，从而在下一个步骤融合两种图像；用于配准的透视图像是进行对数化、简单高斯平滑滤波的图像。用于前向投影的投影矩阵的12个元素，实际由6个参数决定，分别是绕z轴的角度alpha，绕x轴的beta，绕y轴的gamma，以及体数据的中心坐标Ox，Oy，Oz。两套参数具有如下关系(已知6个参数求投影矩阵P的12个元素)：
ca＝cos(alpha)；sa＝sin(-alpha)；
cb＝cos(beta)；sb＝sin(-beta)；
cc＝cos(gamma)；sc＝sin(-gamma)；
Figure BDA0002435893940000101
Figure BDA0002435893940000102
Figure BDA0002435893940000103
ProjMatrixNew＝am*eulerm*tt；
至此求得投影矩阵P，再对投影矩阵P进行如下处理：ProjMatrixNew＝ProjMatrixNew/(ProjMatrixNew(3,4))；上式所表示的为投影矩阵P的12个元素均除以第3行第4列的元素，使第3行第4列的元素变为1；
其中，FC为探测器到病人距离；
SID为探测器到源距离；
Pitch为每像素代表的探测器实际尺寸；
ufit，vfit为探测器的中心像素坐标。
最大化投影图像与透视图像的相似度，即通过优化算法求解最优的6个参数，以使相似度最大化。
在本实施例中，可选用类似穷举方法的优化方法。对参数设置优化范围，按等差距，寻找各处对应的相似度，相似度最大对应的参数即为所求，按照一定的顺序，依次求所有参数的最优值。这种方法基于的理论是各参数具有独立性，可以单独优化，即优化一个参数，保持其他参数的值临时不变；优点是不容易陷入局部极小值，优化中需要的前向投影次数固定的。如参数的增量取值取7次，优化参数可选如下待选值，-3Δ,-2Δ,-Δ,Δ,2Δ,3Δ.计算对应的相似度，其中0Δ对应的相似度不需要计算，可用上一个变量优化后的代价函数。在7个相似度找最大值，当最小值对应的待选参数不为端点值，可以抛物线拟合的方法，获得更精确的参数。当优化下一个参数时，其他参数取当前的值。如果进行两轮的优化，需要的前向投影次数＝2×6×6＝72次。
例如，如图5所示为优化alpha变量，说明由于取了相似度的倒数为优化函数，所以该图显示了最小化的优化过程；变量取了7个等间距的点，当最小值位于第二个值时，在相邻三个点1，2，3进行了曲线拟合，最终参数取如图‘x’显示的位置。
在本公开的一些实施例中，所述根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图具体是按照下述方式进行操作的：
根据所述对应的投影参数获取所述三维减影体数据的前向投影图，并确定所述前向投影图为透视图像对应的血管路图。具体的前向投影方法可参照S301中的详细介绍。
请参考附图6，其示出了获取蒙片投影集和造影片投影集的方法，包括步骤S601至S602。
在步骤S601中，从检测床的一侧至另一侧，按照设定角度间隔获取多张蒙片投影，以组成蒙片投影集。
在本步骤中，首先令血管处于自然状态，然后放射源和接收器设置在检测床的两侧，且放射源、检测床和接收器在一条直线上，检测床位置不变，放射源和接收器同步旋转(始终保持放射源、检测床和接收器在一条直线上)，且每旋转设定角度间隔拍摄一张血管的X射线图像，直至旋转角度最少达到180°时停止旋转。
在一个示例中，放射源和接收器每同步旋转1.2°(即设定的角度间隔为1.2°)拍摄一张X射线图线，当旋转180°时，拍摄完成150张X射线图像，构成蒙片投影集。
在步骤S602中，从检测床的一侧至另一侧，按照所述设定角度间隔获取多张造影片投影，以组成造影片投影集；
在本步骤中，首先向血管内注入造影剂，然后放射源和接收器设置在检测床的两侧，且放射源、检测床和接收器在一条直线上，检测床位置不变，放射源和接收器同步旋转(始终保持放射源、检测床和接收器在一条直线上)，且每旋转设定角度间隔拍摄一张血管的X射线图像，直至旋转角度最少达到180°时停止旋转。
在一个示例中，放射源和接收器每同步旋转1.2°(即设定的角度间隔为1.2°)拍摄一张X射线图线，当旋转180°时，拍摄完成150张X射线图像，构成造影片投影集。
其中，上述两次旋转拍摄过程完全一致，即多张蒙片投影的获取角度与多张造影片投影的角度一一对应，例如：两次拍摄的起点位置相同，终点位置相同，设定的间隔角度也相同。
在本公开的一些实施例中，获得透视图像对应的血管路图后，可以按照设定比例对所述透视图像和所述血管路图进行三通道融合，得到融合图像。血管路图只是单纯的显示血管的路径，但其与透视图像融合后便使血管定位到了具体的身体部位上，能够更加高效的指导医生进行诊断和治疗。前面的步骤中，已经通过调整投影参数，获得了与透视图像相似度最高的血管路图，即已经完成了配准，此时只需按照RGB三个通道进行融合即可得到融合图像。
在本实施例中，为了获得更好的融合效果，还需对透视图像和血管路图进行下述处理：
对所述透视图像进行去噪处理和动态增强处理；
对所述血管路图进行渲染处理，其中，所述血管路图的最大像素值对应于渲染后的第一RGB值，所述血管路图的最小像素值对应于渲染后的第二RGB值，所述第二RGB值为透视图像的平均像素值。
在一个示例中，请参照附图7，其为经过去噪处理和动态增强处理的透视图像；请参照附图8，其为血管路图的原图，在对其渲染过程中，将最大像素值对应于渲染后的红色(即第一RGB值显示为红色)，然后按比例过渡到纯白色，也就是将最小像素值对应于渲染后的纯白色(即第二RGB值显示为白色)；请参照附图9，其为按照融合比例为0.5对两个图像的RGB三通道进行融合所得到的融合图像，其中，血管901为红色。
请参照附图10，其示出了本公开从获取蒙片投影和造影片投影至获得融合图像的完整过程的流程图。
第二方面，请参照附图11，提供一种成像装置，用于生成透视图像对应的血管路图，所述成像装置包括：
获取模块1101，用于获取蒙片投影集和造影片投影集，其中蒙片投影集内的蒙片投影和造影片投影集内的造影片一一对应；
立体模块1102，用于根据所述蒙片投影集和所述造影片投影集确定三维减影体数据，根据所述造影片投影集确定三维造影体数据；
参数模块1103，用于根据所述三维造影体数据和透视图像确定对应的投影参数；
生成模块1104，用于根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图。
在本公开的一些实施例中，所述参数模块包括：
投影单元，用于根据初始的投影参数获得所述造影体数据的前向投影图；
相似度单元，用于确定所述前向投影图和所述透视图像的相似度；
调整单元，用于基于所述相似度对投影参数进行调整，得到调整后的投影参数。
在本公开的一些实施例中，所述调整单元具体用于：
当相似度大于预设相似度阈值时，停止对投影参数的调整，得到调整后的投影参数；
和/或，当调整次数超过预设次数阈值时，停止对投影参数的调整，得到调整后的投影参数。
在本公开的一些实施例中，所述生成模块具体用于：
根据所述对应的投影参数获取所述三维减影体数据的前向投影图，并确定所述前向投影图为透视图像对应的血管路图。
在本公开的一些实施例中，还包括：
蒙片投影模块，用于从检测床的一侧至另一侧，按照设定角度间隔获取多张蒙片投影，以组成蒙片投影集；
造影片投影模块，用于从检测床的一侧至另一侧，按照所述设定角度间隔获取多张造影片投影，以组成造影片投影集；
其中，多张蒙片投影的获取角度与多张造影片投影的角度一一对应。
在本公开的一些实施例中，还包括：
融合模块，用于按照设定比例对所述透视图像和所述血管路图进行三通道融合，得到融合图像。
优在本公开的一些实施例中，还包括：
透视图像处理模块，用于对所述透视图像进行去噪处理和动态增强处理；
血管路图处理模块，用于对所述血管路图进行渲染处理，其中，所述血管路图的最大像素值对应于渲染后的第一RGB值，所述血管路图的最小像素值对应于渲染后的第二RGB值，所述第二RGB值为透视图像的平均像素值。
第三方面，请参照附图12，提供一种电子设备，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时基于如任一项上述的方法进行成像。
第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如任一项上述的方法。
本说明书中描述的主题及功能操作的实施例可以在以下中实现：数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由数据处理装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如FPGA(现场可编程门阵列)或ASIC(专用集成电路)来执行，并且装置也可以实现为专用逻辑电路。
适合用于执行计算机程序的计算机包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(PDA)、移动音频或视频播放器、游戏操纵台、全球定位系统(GPS)接收机、或例如通用串行总线(USB)闪存驱动器的便携式存储设备，仅举几例。
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如EPROM、EEPROM和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及CD ROM和DVD-ROM盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。
类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。
由此，主题的特定实施例已被描述。其他实施例在所附权利要求书的范围以内。在某些情况下，权利要求书中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。
以上所述仅为本公开的较佳实施例而已，并不用以限制本公开，凡在本公开的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本公开保护的范围之内。

Claims (10)

1.一种成像方法，其特征在于，用于生成透视图像对应的血管路图，所述成像方法包括下述步骤：
获取蒙片投影集和造影片投影集，其中蒙片投影集内的蒙片投影和造影片投影集内的造影片一一对应；
根据所述蒙片投影集和所述造影片投影集确定三维减影体数据，根据所述造影片投影集确定三维造影体数据；
根据所述三维造影体数据和透视图像确定对应的投影参数；
根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图。
2.根据权利要求1所述的成像方法，其特征在于，所述根据所述三维造影体数据和透视图像确定投影参数，包括：
根据初始的投影参数获得所述造影体数据的前向投影图；
确定所述前向投影图和所述透视图像的相似度；
基于所述相似度对投影参数进行调整，得到调整后的投影参数。
3.根据权利要求2所述的成像方法，其特征在于，所述基于所述相似度，对投影参数进行调整，以确定对应的投影参数，包括：
当相似度大于预设相似度阈值时，停止对投影参数的调整，得到调整后的投影参数；
和/或，当调整次数超过预设次数阈值时，停止对投影参数的调整，得到调整后的投影参数。
4.根据权利要求1所述的成像方法，其特征在于，所述根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图，包括：
根据所述对应的投影参数获取所述三维减影体数据的前向投影图，并确定所述前向投影图为透视图像对应的血管路图。
5.根据权利要求1所述的成像方法，其特征在于，还包括：
从检测床的一侧至另一侧，按照设定角度间隔获取多张蒙片投影，以组成蒙片投影集；
从检测床的一侧至另一侧，按照所述设定角度间隔获取多张造影片投影，以组成造影片投影集；
其中，多张蒙片投影的获取角度与多张造影片投影的角度一一对应。
6.根据权利要求1所述的成像方法，其特征在于，还包括：
按照设定比例对所述透视图像和所述血管路图进行三通道融合，得到融合图像。
7.根据权利要求6所述的成像方法，其特征在于，还包括：
对所述透视图像进行去噪处理和动态增强处理；
对所述血管路图进行渲染处理，其中，所述血管路图的最大像素值对应于渲染后的第一RGB值，所述血管路图的最小像素值对应于渲染后的第二RGB值，所述第二RGB值为透视图像的平均像素值。
8.一种成像装置，其特征在于，用于生成透视图像对应的血管路图，所述成像装置包括：
获取模块，用于获取蒙片投影集和造影片投影集，其中蒙片投影集内的蒙片投影和造影片投影集内的造影片一一对应；
立体模块，用于根据所述蒙片投影集和所述造影片投影集确定三维减影体数据，根据所述造影片投影集确定三维造影体数据；
参数模块，用于根据所述三维造影体数据和透视图像确定对应的投影参数；
生成模块，用于根据所述对应的投影参数和所述三维减影体数据生成透视图像对应的血管路图。
9.一种电子设备，其特征在于，所述设备包括存储器、处理器，所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时基于如权利要求1至7任一项所述的方法进行成像。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1至7任一项所述的方法。
CN202010252174.2A 2020-04-01 2020-04-01 成像方法、装置、设备及存储介质 Active CN111524222B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010252174.2A CN111524222B (zh) 2020-04-01 2020-04-01 成像方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010252174.2A CN111524222B (zh) 2020-04-01 2020-04-01 成像方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111524222A true CN111524222A (zh) 2020-08-11
CN111524222B CN111524222B (zh) 2023-08-08

Family

ID=71901110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010252174.2A Active CN111524222B (zh) 2020-04-01 2020-04-01 成像方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111524222B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006202989A1 (en) * 2001-07-30 2006-08-03 Epix Pharmaceuticals, Inc. Systems and Methods for Targeted Magnetic Resonance Imaging of the Vascular System
CN101617943A (zh) * 2008-07-04 2010-01-06 株式会社东芝 X射线摄影装置、x射线摄影方法以及图像处理装置
CN101797160A (zh) * 2009-02-04 2010-08-11 株式会社东芝 X射线诊断装置以及图像处理装置
CN102525537A (zh) * 2009-02-23 2012-07-04 株式会社东芝 医用图像处理装置及医用图像处理方法
CN102842141A (zh) * 2012-07-03 2012-12-26 东南大学 一种旋转x射线造影图像迭代重建方法
CN104091346A (zh) * 2014-07-24 2014-10-08 东南大学 一种全自动ct图像冠状动脉钙化分数计算方法
CN105205867A (zh) * 2015-09-06 2015-12-30 大连理工大学 一种微创虚拟腹主动脉血管手术中的碰撞检测方法
US20160143604A1 (en) * 2014-11-26 2016-05-26 Shenyang Neusoft Medical Systems Co., Ltd. Ct image correction
CN106524912A (zh) * 2016-11-15 2017-03-22 天津大学 基于三坐标测量机移动光笔的光靶标位置标定方法
US20170161897A1 (en) * 2015-12-04 2017-06-08 Thomas Hoffmann Providing Image Support to a Practitioner
CN107157507A (zh) * 2017-06-28 2017-09-15 南京航空航天大学 一种ct数字减影血管造影成像系统与方法
CN108703764A (zh) * 2018-05-29 2018-10-26 北京东软医疗设备有限公司 血管造影方法、装置、系统、设备及存储介质

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2006202989A1 (en) * 2001-07-30 2006-08-03 Epix Pharmaceuticals, Inc. Systems and Methods for Targeted Magnetic Resonance Imaging of the Vascular System
CN101617943A (zh) * 2008-07-04 2010-01-06 株式会社东芝 X射线摄影装置、x射线摄影方法以及图像处理装置
US20100002839A1 (en) * 2008-07-04 2010-01-07 Kabushiki Kaisha Toshiba X-ray imaging apparatus that displays analysis image with taken image, x-ray imaging method, and image processing apparatus
CN101797160A (zh) * 2009-02-04 2010-08-11 株式会社东芝 X射线诊断装置以及图像处理装置
CN102525537A (zh) * 2009-02-23 2012-07-04 株式会社东芝 医用图像处理装置及医用图像处理方法
CN102842141A (zh) * 2012-07-03 2012-12-26 东南大学 一种旋转x射线造影图像迭代重建方法
CN104091346A (zh) * 2014-07-24 2014-10-08 东南大学 一种全自动ct图像冠状动脉钙化分数计算方法
US20160143604A1 (en) * 2014-11-26 2016-05-26 Shenyang Neusoft Medical Systems Co., Ltd. Ct image correction
CN105205867A (zh) * 2015-09-06 2015-12-30 大连理工大学 一种微创虚拟腹主动脉血管手术中的碰撞检测方法
US20170161897A1 (en) * 2015-12-04 2017-06-08 Thomas Hoffmann Providing Image Support to a Practitioner
CN106524912A (zh) * 2016-11-15 2017-03-22 天津大学 基于三坐标测量机移动光笔的光靶标位置标定方法
CN107157507A (zh) * 2017-06-28 2017-09-15 南京航空航天大学 一种ct数字减影血管造影成像系统与方法
CN108703764A (zh) * 2018-05-29 2018-10-26 北京东软医疗设备有限公司 血管造影方法、装置、系统、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
沈合松 等: "640层CT冠状动脉造影AIDR3D重建算法的图像质量及辐射剂量评价" *

Also Published As

Publication number Publication date
CN111524222B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
JP6527209B2 (ja) 画像表示の生成方法
US9036777B2 (en) Medical image processing apparatus
EP3486873B1 (en) Automatic implant detection from image artifacts
US7386156B2 (en) Method for digital subtraction angiography using a volume dataset
JP4828920B2 (ja) ３次元画像処理装置
WO2004008390A2 (en) Motion artifact correction of tomographical images
JP2005021345A (ja) Ｘ線立体再構成処理装置、ｘ線撮影装置、ｘ線立体再構成処理方法及びｘ線立体撮影補助具
JP6274506B2 (ja) Ｘ線診断装置
Talukdar et al. Modeling and optimization of rotational C-arm stereoscopic X-ray angiography
US10769787B2 (en) Device for projecting a guidance image on a subject
US20110050692A1 (en) Interpolating and rendering sub-phases of a 4d dataset
US20220218298A1 (en) Method for image guidance, medical device and computer-readable storage medium
JP7167564B2 (ja) Ｘ線撮影装置およびｘ線撮影装置の作動方法
JP6580963B2 (ja) 画像処理装置、画像処理方法およびｘ線診断装置
US7974450B2 (en) Method for generation of 3-D x-ray image data of a subject
US20080037702A1 (en) Real-Time Navigational Aid System for Radiography
EP3272290B1 (en) Device and method for reconstructing medical image
CN111524222B (zh) 成像方法、装置、设备及存储介质
US20100215150A1 (en) Real-time Assisted Guidance System for a Radiography Device
US8103075B2 (en) Method for providing extended possibilities when imaging a patient's heart
US11123025B2 (en) Iso-centering in C-arm computer tomography
Mitrović et al. Gradient-based 3D-2D registration of cerebral angiograms
Vöth et al. Real‐time 3D reconstruction of guidewires and stents using two update X‐ray projections in a rotating imaging setup
JP6760510B2 (ja) 放射線撮影装置
Nakao Medical Image Synthesis and Statistical Reconstruction Methods

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