发明内容
为解决上述技术问题,本发明提供一种可注射水凝胶疗效评估的左心室几何模型构造方法和装置,本发明为水凝胶对治疗心肌梗死疗效评估提供了构造高精度左心室实体模型的方法,为高准确评估提供了有效技术,为医护人员提高医治心肌梗死的疗效提供了重要的辅助技术。
本发明提供技术方案如下:
第一方面,本发明提供一种可注射水凝胶疗效评估的左心室几何模型构造方法,所述方法包括:
S1:获取包括左心室的磁共振图像;
S2:对所述磁共振图像进行分割,得到左心室的不同器官组织集合;
S3:对每个像素,在以该像素为中心的3×3×3图像块上构造一个三变量的二次多项式体函数块;
S4:在由相邻8个像素构成的每个单位立方体上,将该立方体中所有像素的二次多项式体函数块加权平均,构造一个三变量的三次多项式体函数块;
S5:将所有三次多项式体函数块组合在一起,得到左心室三维几何模型。
进一步的,所述磁共振图像包括不含水凝胶的左心室图像和包含水凝胶的左心室图像;
所述S2包括:
S21:对不含水凝胶的左心室图像中每个像素为中心的3×3×3图像块按照像素值由小到大排序;对包含水凝胶的左心室图像中每个像素为中心的5×5×5图像块按照像素值由小到大排序;
S22:计算每个3×3×3图像块或5×5×5图像块的直方图,根据直方图对每个图像块内的像素按照像素值由小到大排序;
S23:对于不含水凝胶的左心室图像,在每个3×3×3图像块中排好序的像素队列中,选择差异最大的两个相邻像素A和B,小于等于A的像素为心脏组织集合,大于等于B的像素为空腔集合,得到不含水凝胶的左心室图像的分割结果;
S24:对于包含水凝胶的左心室图像,在每个5×5×5图像块中排好序的像素队列中,选择差异最大的两组相邻像素C、D和E、F,小于等于C的像素为水凝胶集合,大于等于D且小于等于E的像素为心脏组织集合,大于等于F的像素为空腔集合,得到包含水凝胶的左心室图像的分割结果。
进一步的,所述S2还包括:
S25:根据所述分割结果,计算精细像素边界,完成分割,其中:
相邻两个集合中的像素Pi,j,k和Pi+1,j,k之间的边界通过式(1)确定:
i,j,k为像素的坐标,δ通过式(2)求解计算得到;
F1(x)是对(-1,Pi-1,j,k),(0,Pi,j,k)和(0.5,Pc,j,k)插值的拉格朗日插值函数,F2(x)是对(0.5,Pc,j,k),(1,Pi+1,j,k)和(2,Pi+2,j,k)插值的拉格朗日插值函数,(0.5,Pc,j,k)通过式(2)求解计算得到。
进一步的,所述二次多项式体函数块Pi,j,k(x,y,z)为:
Pi,j,k(x,y,z)=a1u2+a2v2+a3w2+a4uv+a5uw+a6yw+a7u+a8v+a9w+a10 (3);
其中,u=x-i,v=y-j,w=z-k,a10=Pi,j,k,Pi,j,k为坐标i,j,k处的像素值;
将以Pi,j,k为中心的3×3×3图像块中所有像素代入式(3),并构造目标函数,通过极小化目标函数计算得到a1~a9。
进一步的,由相邻8个像素构成的每个单位立方体为[i,j,k]×[i+1,j+1,k+1],所述三次多项式体函数块Ci,j,k(x,y,z)为:
其中,wi+r,j+s,k+t(x,y,z)=(1-u)1-r(1-v)1-r(1-w)1-rurvswt,r,s,t=0,1。
第二方面,本发明提供一种可注射水凝胶疗效评估的左心室几何模型构造方法,所述装置包括:
获取模块,用于获取包括左心室的磁共振图像;
分割模块,用于对所述磁共振图像进行分割,得到左心室的不同器官组织集合;
二次多项式体函数块构造模块,用于对每个像素,在以该像素为中心的3×3×3图像块上构造一个三变量的二次多项式体函数块;
三次多项式体函数块构造模块,用于在由相邻8个像素构成的每个单位立方体上,将该立方体中所有像素的二次多项式体函数块加权平均,构造一个三变量的三次多项式体函数块;
几何模型构建模块,用于将所有三次多项式体函数块组合在一起,得到左心室三维几何模型。
进一步的,所述磁共振图像包括不含水凝胶的左心室图像和包含水凝胶的左心室图像;
所述分割模块包括:
第一排序单元,用于对不含水凝胶的左心室图像中每个像素为中心的3×3×3图像块按照像素值由小到大排序;对包含水凝胶的左心室图像中每个像素为中心的5×5×5图像块按照像素值由小到大排序;
第二排序单元,用于计算每个3×3×3图像块或5×5×5图像块的直方图,根据直方图对每个图像块内的像素按照像素值由小到大排序;
第一分割单元,用于对于不含水凝胶的左心室图像,在每个3×3×3图像块中排好序的像素队列中,选择差异最大的两个相邻像素A和B,小于等于A的像素为心脏组织集合,大于等于B的像素为空腔集合,得到不含水凝胶的左心室图像的分割结果;
第二分割单元,用于对于包含水凝胶的左心室图像,在每个5×5×5图像块中排好序的像素队列中,选择差异最大的两组相邻像素C、D和E、F,小于等于C的像素为水凝胶集合,大于等于D且小于等于E的像素为心脏组织集合,大于等于F的像素为空腔集合,得到包含水凝胶的左心室图像的分割结果。
进一步的,所述分割模块还包括:
精细像素边界确定单元,用于根据所述分割结果,计算精细像素边界,完成分割,其中:
相邻两个集合中的像素Pi,j,k和Pi+1,j,k之间的边界通过式(1)确定:
i,j,k为像素的坐标,δ通过式(2)求解计算得到;
F1(x)是对(-1,Pi-1,j,k),(0,Pi,j,k)和(0.5,Pc,j,k)插值的拉格朗日插值函数,F2(x)是对(0.5,Pc,j,k),(1,Pi+1,j,k)和(2,Pi+2,j,k)插值的拉格朗日插值函数,(0.5,Pc,j,k)通过式(2)求解计算得到。
进一步的,所述二次多项式体函数块Pi,j,k(x,y,z)为:
Pi,j,k(x,y,z)=a1u2+a2v2+a3w2+a4uv+a5uw+a6yw+a7u+a8v+a9w+a10 (3);
其中,u=x-i,v=y-j,w=z-k,a10=Pi,j,k,Pi,j,k为坐标i,j,k处的像素值;
将以Pi,j,k为中心的3×3×3图像块中所有像素代入式(3),并构造目标函数,通过极小化目标函数计算得到a1~a9。
进一步的,由相邻8个像素构成的每个单位立方体为[i,j,k]×[i+1,j+1,k+1],所述三次多项式体函数块Ci,j,k(x,y,z)为:
其中,wi+r,j+s,k+t(x,y,z)=(1-u)1-r(1-v)1-r(1-w)1-rurvswt,r,s,t=0,1。
本发明具有以下有益效果:
本发明用于对(刚度体积敏感性)可注射水凝胶对治疗心肌梗死等疗效的评估,该方法可实现对刚度体积敏感性水凝胶和左心室的高精度分割,在分割的基础上构建高精度的左心室实体模型,从而为刚度体积敏感性水凝胶对治疗心肌梗死疗效评估提供有效方法。使用本发明的方法,可将基于构建的左心室三维几何模型计算得出的应变数据与实验测得的MRI应变数据进行比较、优化,最终获得最优化的心脏几何模型,为评估水凝胶治疗心肌梗死的疗效提供高精度的模型。
本发明在构建出逼真的左心室三维几何模型基础上,不仅可以用于预测分析水凝胶注射法对于治疗心肌梗死产生的效果,还可以用来分析不同材料的水凝胶治疗心肌梗死所产生的不同效果。并且构建的更逼真的左心室模型不仅可以帮助医疗人员选取最为合适的治疗方案,而且可以更为准确地预测其治疗结果,最终达到大量的节省时间和经济成本的目的。
具体实施方式
为使本发明要解决的技术问题、技术方案和优点更加清楚,下面将结合附图及具体实施例对本发明的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
实施例1:
本发明实施例提供了一种可注射水凝胶疗效评估的左心室几何模型构造方法,如图1所示,该方法包括:
S1:获取包括左心室的磁共振(MRI,Magnetic Resonance Imaging)图像。
S2:对磁共振图像进行分割,得到左心室的不同器官组织集合。
S3:对每个像素,在以该像素为中心的3×3×3图像块上构造一个三变量的二次多项式体函数块。
本步骤中,像素Pi,j,k对应的三维坐标是(i,j,k),对每个像素Pi,j,k,以其为中心划分3×3×3的图像块,取MRI图像的像素之间在xyz三个方向的步长为1,对每个像素Pi,j,k,分别得到一个3×3×3的图像块,为每个像素Pi,j,k构造一个三变量的二次多项式体函数块Pi,j,k(x,y,z)。
S4:在由相邻8个像素构成的每个单位立方体上,将该立方体中所有像素的二次多项式体函数块加权平均,构造一个三变量的三次多项式体函数块。
在图像上,每相邻8个像素构成一个单位立方体[i,j,k]×[i+1,j+1,k+1],每个单位立方体的像素均包括一个二次多项式体函数块,共8个,将这些二次多项式体函数块加权平均,即得到每个单位立方体上的三变量的三次多项式体函数块。
S5:将所有三次多项式体函数块组合在一起,得到左心室三维几何模型。基于所构造的左心室三维几何模型,可进行水凝胶对治疗心肌梗死疗效评估等研究。
本发明用于对(刚度体积敏感性)可注射水凝胶对治疗心肌梗死等疗效的评估,该方法可实现对刚度体积敏感性水凝胶和左心室的高精度分割,在分割的基础上构建高精度的左心室实体模型,从而为刚度体积敏感性水凝胶对治疗心肌梗死疗效评估提供有效方法。使用本发明的方法,可将基于构建的左心室三维几何模型计算得出的应变数据与实验测得的MRI应变数据进行比较、优化,最终获得最优化的心脏几何模型,为评估水凝胶治疗心肌梗死的疗效提供高精度的模型。
本发明在构建出逼真的左心室三维几何模型基础上,不仅可以用于预测分析水凝胶注射法对于治疗心肌梗死产生的效果,还可以用来分析不同材料的水凝胶治疗心肌梗死所产生的不同效果。并且构建的更逼真的左心室模型不仅可以帮助医疗人员选取最为合适的治疗方案,而且可以更为准确地预测其治疗结果,最终达到大量的节省时间和经济成本的目的。
前述的磁共振图像包括不含水凝胶的左心室图像和包含水凝胶的左心室图像。
包含水凝胶的左心室图像的获取方法以成年羊为实验对象进行举例:对成年羊进行左胸廓切开手术,通过对主动脉血管的选择性缝合造成约20%左心室的心肌梗死区域。在梗死区域内进行排列方式为4×4(横向4个,纵向4个)的水凝胶注射。心肌梗死2、4和8周后,在维持麻醉下做MRI图像采集,左心室内放置压力传感器,在左心室收缩时记录左心室压力,并通过晚期钆增强(Late-gadolinium enhanced,LGE)图像确定梗死区域。在收缩期开始时,从3DS图像中获取左心室的心外膜和心内膜轮廓。
基于此,前述的S2包括:
S21:对不含水凝胶的左心室图像中每个像素为中心的3×3×3图像块按照像素值由小到大排序;对包含水凝胶的左心室图像中每个像素为中心的5×5×5图像块按照像素值由小到大排序。
S22:计算每个3×3×3图像块或5×5×5图像块的直方图,根据直方图对每个图像块内的像素按照像素值由小到大排序。
由于像素值为整型值,且差异不大,因此可先计算图像块的直方图,根据直方图对像素进行排序,这样排序的时间为O(N),是最快的排序算法。
S23:对于不含水凝胶的左心室图像,在每个3×3×3图像块中排好序的像素队列中,选择差异最大的两个相邻像素A和B,小于等于A的像素为心脏组织集合,大于等于B的像素为空腔集合,得到不含水凝胶的左心室图像的分割结果。
不含水凝胶的左心室的分割结果为两个集合,心脏组织集合和空腔集合:此种情况下,像素Pi,j,k对应的3×3×3像素块中的像素为Pi+r,j+s,k+t,r,s,t=-1,0,1。在图像块中27个排好序的像素队列中,选差异最大的两个相邻像素A和B,小于等于A的像素为一个集合,为心脏组织集合,大于等于B的像素为一个集合,为空腔集合。
S24:对于包含水凝胶的左心室图像,在每个5×5×5图像块中排好序的像素队列中,选择差异最大的两组相邻像素C、D和E、F,小于等于C的像素为水凝胶集合,大于等于D且小于等于E的像素为心脏组织集合,大于等于F的像素为空腔集合,得到包含水凝胶的左心室图像的分割结果。
包含水凝胶的左心室的分割结果为三个集合,水凝胶集合、心脏组织集合和空腔集合:此种情况下,像素Pi,j,k对应的5×5×5像素块中的像素为Pi+r,j+s,k+t,r,s,t=-2,-1,0,1,2,在排序队列中,对所有相邻两个像素求差,选差异最大的两组像素值,分别记为C、D和E、F;小于等于C的像素为一个集合,为水凝胶集合,大于等于B且小于等于C的像素为一个集合,为心脏组织集合,大于等于D的像素为一个集合,为空腔集合。
本发明还可以根据分割结果求更为精细的像素边界,S2还包括:
S25:根据分割结果,计算精细像素边界,完成分割,其中:
Pi,j,k和Pi+1,j,k分别为相邻两个集合中的像素,分如下两种情况求精细边界;
F1(x)是对(-1,Pi-1,j,k),(0,Pi,j,k)和(0.5,Pc,j,k)插值的拉格朗日插值函数,F2(x)是对(0.5,Pc,j,k),(1,Pi+1,j,k)和(2,Pi+2,j,k)插值的拉格朗日插值函数;
求解式(2)的两个方程得到δ和(0.5,Pc,j,k)。
因此,像素Pi,j,k和Pi+1,j,k之间的边界为:
i,j,k为像素的坐标,δ通过前述的式(2)求解计算得到。
前述的S3中,对以像素Pi,j,k为中心的3×3×3图像块Pi+r,j+s,k+t,r,s,t=-1,0,1,Pi,j,k对应的二次多项式体函数块Pi,j,k(x,y,z)为:
Pi,j,k(x,y,z)=a1u2+a2v2+a3w2+a4uv+a5uw+a6yw+a7u+a8v+a9w+a10 (3);
其中,u=x-i,v=y-j,w=z-k,a10=Pi,j,k,Pi,j,k为坐标i,j,k处的像素值,即像素Pi,j,k对应的三维坐标为(i,j,k)。
将以Pi,j,k为中心的3×3×3图像块中所有像素代入式(3),并构造目标函数,通过极小化目标函数计算得到a1~a9。
前述的a1~a10为式(3)的待定系数,其具体计算过程如下:
1)计算a10:
要求Pi,j,k(x,y,z)对中心像素Pi,j,k插值,因此式(3)的a10满足
a10=Pi,j,k(4)
2)计算a7,a8和a9:
把点(i+r,j+s,k+t,Pi+r,j+s,k+t)代入式(3)可得下述27个等式:Pi+r,j+s,k+t=a1r2+a2s2+a3t2+a4rs+a5rt+a6st+a7r+a8s+a9t+Pi,j,k,r,s,t=-1,0,1 (5)
基于一阶差商得到下面16个等式:(i,j,k,Pi,j,k)
其中,Qr,s=Pi+r,j+s,k-Pi-r,j-s,k,Qr,t=Pi+r,j,k+t-Pi-r,j,k-t,Qs,t=Pi,j+s,k+t-Pi,j-s,k-t,Qr,s,t=Pi+r,j+s,k+1-Pi-r,j-s,k-1,S1,S2,S3和S4表示4个集合。
系数a7,a8和a9由极小化下面的目标函数G(a7,a8,a9)得到。
其中,wr,s,wr,t,ws,t和wr,s,t是权函数。
计算式(7)中的权函数:
(r,s)=(1,1)∈S1时,wr,s=w1,1由下式计算,
其中,d1,1,0=P1,1,0-2P0,0,0+P-1,-1,0
同理可计算其它权函数wr,s,wr,t,ws,t和wr,s,t。
3)计算al,l=1,2,...6
对像素块Pi+r,j+s,k+t,r,s,t=-1,0,1,记g(r,s,t)=a7r+a8s+a9t+Pi,j,k,则式(5)可写成如下形式
Pi+r,j+s,k+t=a1r2+a2s2+a3t2+a4rs+a5rt+a6st+g(r,s,t),r,s,t=-1,0,1 (9)
令
其中,wr,s,t,r,s,t=-1,0,1是权函数,
其中,dr,s,t=P0,0,0-Pi+r,j+s,k+t
系数al,l=1,2,...6由极小化式(10)得到。
S4中,每个立方体[i,j,k]×[i+1,j+1,k+1]对应8个二次多项式体函数块Pi+r,j+s,k+t(x,y,z),r,s,t=0,1,8个二次多项式体函数块加权平均形成单位立方体[i,j,k]×[i+1,j+1,k+1]上的三变量三次多项式体函数块Ci,j,k(x,y,z):
其中,wi+r,j+s,k+t(x,y,z)=(1-u)1-r(1-v)1-r(1-w)1-rurvswt,r,s,t=0,1。
所有三变量三次多项式体函数块Ci,j,k(x,y,z),i,j=1,2,3,...N,k=1,2,3,...M合起来形成三维左心室n为图像的的长和宽,M为图像的高。基于所构造的三维左心室,可进行水凝胶对治疗心肌梗死疗效评估等研究。
综上所述,本发明基于MRI图像构建带有注射水凝胶的左心室三维模型方法,首先对不含水凝胶的左心室的MRI数据和含有水凝胶的左心室MRI数据分别进行分割,提出了对不含水凝胶的左心室的MRI数据和含有水凝胶的左心室MRI数据分别进行分割的有效算法,算法效率是O(N),属于分割中最快的算法之一。然后左心室体积不变为约束,确定MRI数据各不同组织间的更精细边界。在分割的基础上,以数据块特征和精细边界为约束,对应于每个像素Pi,j,k,在相邻的3×3×3的图像块上构造一个三变量的二次多项式体函数块;在每个由相邻8个像素点组成单位立方体上,由8个像素点处的体函数块加权平均,形成单位立方体上的三变量三次多项式拟合体函数块;所有三变量三次多项式拟合体函数块拼接在一起形成高精度左心室实体模型。从而实现构建高精度的含有水凝胶的左心室高精度实体模型和不含水凝胶的左心室高精度实体模型。所构造的实体模型逼近精度和计算效率高,为治疗心肌梗死诊疗评估提供有效的新技术。
实施例2:
本发明实施例提供了一种可注射水凝胶疗效评估的左心室几何模型构造方法,如图2所示,所述装置包括:
获取模块1,用于获取包括左心室的磁共振图像。
分割模块2,用于对所述磁共振图像进行分割,得到左心室的不同器官组织集合。
二次多项式体函数块构造模块3,用于对每个像素,在以该像素为中心的3×3×3图像块上构造一个三变量的二次多项式体函数块。
三次多项式体函数块构造模块4,用于在由相邻8个像素构成的每个单位立方体上,将该立方体中所有像素的二次多项式体函数块加权平均,构造一个三变量的三次多项式体函数块。
几何模型构建模块5,用于将所有三次多项式体函数块组合在一起,得到左心室三维几何模型。
本发明用于对(刚度体积敏感性)可注射水凝胶对治疗心肌梗死等疗效的评估,该方法可实现对刚度体积敏感性水凝胶和左心室的高精度分割,在分割的基础上构建高精度的左心室实体模型,从而为刚度体积敏感性水凝胶对治疗心肌梗死疗效评估提供有效方法。使用本发明的方法,可将基于构建的左心室三维几何模型计算得出的应变数据与实验测得的MRI应变数据进行比较、优化,最终获得最优化的心脏几何模型,为评估水凝胶治疗心肌梗死的疗效提供高精度的模型。
本发明在构建出逼真的左心室三维几何模型基础上,不仅可以用于预测分析水凝胶注射法对于治疗心肌梗死产生的效果,还可以用来分析不同材料的水凝胶治疗心肌梗死所产生的不同效果。并且构建的更逼真的左心室模型不仅可以帮助医疗人员选取最为合适的治疗方案,而且可以更为准确地预测其治疗结果,最终达到大量的节省时间和经济成本的目的。
所述磁共振图像包括不含水凝胶的左心室图像和包含水凝胶的左心室图像;
所述分割模块包括:
第一排序单元,用于对不含水凝胶的左心室图像中每个像素为中心的3×3×3图像块按照像素值由小到大排序;对包含水凝胶的左心室图像中每个像素为中心的5×5×5图像块按照像素值由小到大排序。
第二排序单元,用于计算每个3×3×3图像块或5×5×5图像块的直方图,根据直方图对每个图像块内的像素按照像素值由小到大排序。
第一分割单元,用于对于不含水凝胶的左心室图像,在每个3×3×3图像块中排好序的像素队列中,选择差异最大的两个相邻像素A和B,小于等于A的像素为心脏组织集合,大于等于B的像素为空腔集合,得到不含水凝胶的左心室图像的分割结果。
第二分割单元,用于对于包含水凝胶的左心室图像,在每个5×5×5图像块中排好序的像素队列中,选择差异最大的两组相邻像素C、D和E、F,小于等于C的像素为水凝胶集合,大于等于D且小于等于E的像素为心脏组织集合,大于等于F的像素为空腔集合,得到包含水凝胶的左心室图像的分割结果。
所述分割模块还包括:
精细像素边界确定单元,用于根据所述分割结果,计算精细像素边界,完成分割,其中:
相邻两个集合中的像素Pi,j,k和Pi+1,j,k之间的边界通过式(1)确定:
i,j,k为像素的坐标,δ通过式(2)求解计算得到;
F1(x)是对(-1,Pi-1,j,k),(0,Pi,j,k)和(0.5,Pc,j,k)插值的拉格朗日插值函数,F2(x)是对(0.5,Pc,j,k),(1,Pi+1,j,k)和(2,Pi+2,j,k)插值的拉格朗日插值函数,(0.5,Pc,j,k)通过式(2)求解计算得到。
所述二次多项式体函数块Pi,j,k(x,y,z)为:
Pi,j,k(x,y,z)=a1u2+a2v2+a3w2+a4uv+a5uw+a6yw+a7u+a8v+a9w+a10 (3);
其中,u=x-i,v=y-j,w=z-k,a10=Pi,j,k,Pi,j,k为坐标i,j,k处的像素值;
将以Pi,j,k为中心的3×3×3图像块中所有像素代入式(3),并构造目标函数,通过极小化目标函数计算得到a1~a9。
由相邻8个像素构成的每个单位立方体为[i,j,k]×[i+1,j+1,k+1],所述三次多项式体函数块Ci,j,k(x,y,z)为:
其中,wi+r,j+s,k+t(x,y,z)=(1-u)1-r(1-v)1-r(1-w)1-rurvswt,r,s,t=0,1。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例1相同,为简要描述,该装置实施例部分未提及之处,可参考前述方法实施例1中相应内容。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的装置和单元的具体工作过程,均可以参考上述方法实施例1中的对应过程,在此不再赘述。
以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。