CN111627023A - 一种冠脉投影图像生成的方法、装置及计算机可读介质 - Google Patents

一种冠脉投影图像生成的方法、装置及计算机可读介质 Download PDF

Info

Publication number
CN111627023A
CN111627023A CN202010345932.5A CN202010345932A CN111627023A CN 111627023 A CN111627023 A CN 111627023A CN 202010345932 A CN202010345932 A CN 202010345932A CN 111627023 A CN111627023 A CN 111627023A
Authority
CN
China
Prior art keywords
image
coronary artery
dimensional
right coronary
blood vessel
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
CN202010345932.5A
Other languages
English (en)
Other versions
CN111627023B (zh
Inventor
宋贺
张亦平
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.)
Shukun Shanghai Medical Technology Co ltd
Original Assignee
Shukun Beijing Network 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 Shukun Beijing Network Technology Co Ltd filed Critical Shukun Beijing Network Technology Co Ltd
Priority to CN202010345932.5A priority Critical patent/CN111627023B/zh
Publication of CN111627023A publication Critical patent/CN111627023A/zh
Application granted granted Critical
Publication of CN111627023B publication Critical patent/CN111627023B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/187Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10081Computed x-ray tomography [CT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30101Blood vessel; Artery; Vein; Vascular
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/03Recognition of patterns in medical or anatomical images

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种冠脉投影图像生成的方法、装置及计算机可读介质。该方法的一实施例包括:获取冠脉计算机断层扫描血管造影CTA序列图像;对冠脉CTA序列图像进行分割处理,生成两个联通区域图像;对两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;对左冠脉三维分割图像和右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。本发明能够通过人工智能模型对左冠脉CTA序列图像进行处理生成左冠脉三维分割图像和右冠脉三维分割图像,从而实现对左冠脉树和右冠脉树生成最大密度投影,进而排除了其他组织或血管分支对冠脉的干扰,有利于医生观察血管分叉、走钙化或狭窄等疾病诊断的相关问题。

Description

一种冠脉投影图像生成的方法、装置及计算机可读介质
技术领域
本发明属于医学成像领域,尤其涉及一种冠脉投影图像生成的方法、装置及计算机可读介质。
背景技术
自动化冠脉重建对医生具有重要的临床价值和实际意义。最大密度投影(MaximalIntensity Projection,缩写MIP),是一种应用广泛的计算机断层扫描血管造影(ComputerAided Translation,缩写CAT)及磁共振成像(Magnetic Resonance Imaging,缩写MRI)的图像后处理技术。MIP运用透视法获得二维图像,即通过计算沿着被扫描物每条射线上所遇到的最大密度像素而产生的。当光纤束通过一段组织的原始图像时,图像中密度最大的像素被保留,并被投影到一个二维平面上,从而形成MIP重建图像。MIP能反应相应像素的X线衰减值,较小的密度变化也能在MIP图像上显示,能很好地显示血管的狭窄、扩张、充盈缺损及区分血管壁上的钙化与血管腔内的对比剂。
目前,左、右冠脉树的最大密度投影图像需要医生手动重建,首先医生要重建整个冠脉系统,再根据冠脉的解剖走形和临床需要的x线投照角度,切除心肌的部分,通过医生的医学知识判断冠脉树的左树和右树和两树的起点和终点,将主动脉部分切除,留下一侧的冠脉树。该过程靠人工识别左右冠脉树耗时长,起点和终点也容易出错,在后处理切割过程中容易切掉细小的冠脉血管,造成分支血管遗漏或病灶遗漏,致使图像不具备诊断可用性。
发明内容
有鉴于此,本发明实施例提供一种冠脉投影图像生成的方法、装置及计算机可读介质,能够有效提高图像的可诊断性。
为实现上述目的,根据本发明实施例第一方面,提供一种冠脉投影图像生成的方法,该方法包括:获取冠脉计算机断层扫描血管造影CTA序列图像;对所述冠脉CTA序列图像进行分割处理,生成两个联通区域图像;对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
可选的,所述对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像,包括:从所述两个联通区域图像中获取多个血管图像;对所述多个血管图像进行识别,得到右冠状动脉血管图像和左前降支血管图像;根据所述右冠状动脉血管图像和所述左前降支血管图像,确定左冠脉三维分割图像和右冠脉三维分割图像。
可选的,所述根据所述右冠状动脉血管图像和所述左前降支血管图像,确定左冠脉三维分割图像和右冠脉三维分割图像,包括:分别对所述右冠状动脉血管图像和所述左前降支血管图像进行中心线提取,生成右冠状动脉中心线和左前降支中心线;对所述右冠状动脉中心线和左前降支中心线进行样点采集,生成多个右冠状动脉样点和多个左前降支样点;计算所述多个右冠状动脉样点落在两个联通区域的比率,将比率最大的联通区域确定为右冠脉区域,生成右冠脉三维分割图像;计算所述多个左前降支样点落在两个联通区域的比率,将比率最大的联通区域确定为左冠脉区域,生成左冠脉三维分割图像。
可选的,对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像,包括:对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行膨胀处理,得到左冠脉膨胀图像和右冠脉膨胀图像;对所述左冠脉膨胀图像和右冠脉膨胀图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
可选的,所述对所述左冠脉膨胀图像和右冠脉膨胀图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像,包括:对所述左冠脉膨胀图像和右冠脉膨胀图像进行角度转化处理,得到左冠脉模型图像和右冠脉模型图像;对所述左冠脉模型图像和所述右冠脉模型图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
为实现上述目的,根据本发明实施例第二方面,还提供一种冠脉投影图像生成的装置,该装置包括:获取模块,用于获取冠脉计算机断层扫描血管造影CTA序列图像;分割模块,用于对所述冠脉CTA序列图像进行分割处理,生成两个联通区域图像;识别模块,用于对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;投影模块,用于对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
可选的,所述识别模块包括:获取单元,用于从所述两个联通区域图像中获取多个血管图像;识别单元,用于对所述多个血管图像进行识别,得到右冠状动脉血管图像和左前降支血管图像;确定单元,用于根据所述右冠状动脉血管图像和所述左前降支血管图像,确定左冠脉三维分割图像和右冠脉三维分割图像。
可选的,所述确定单元包括:提取子单元,用于分别对所述右冠状动脉血管图像和所述左前降支血管图像进行中心线提取,生成右冠状动脉中心线和左前降支中心线;采集子单元,用于对所述右冠状动脉中心线和左前降支中心线进行样点采集,生成多个右冠状动脉样点和多个左前降支样点;第一生成单元,用于计算所述多个右冠状动脉样点落在两个联通区域的比率,并将所述比率最大联通区域确定为右冠脉区域,生成右冠脉三维分割图像;第二生成单元,用于计算所述多个左前降支样点落在两个联通区域的比率,将所述比率最大的联通区域确定为左冠脉区域,生成左冠脉三维分割图像。
可选的,所述投影模块包括:膨胀单元,用于对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行膨胀处理,得到左冠脉膨胀图像和右冠脉膨胀图像;投影单元,用于对所述左冠脉膨胀图像和右冠脉膨胀图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
为实现上述目的,根据本发明实施例第三方面,还提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如第一方面所述的冠脉投影图像生成的方法。
本发明实施例针对一种冠脉投影图像生成的方法、装置及计算机可读介质,首先获取冠脉计算机断层扫描血管造影CTA序列图像;之后对所述冠脉CTA序列图像进行分割处理,生成两个联通区域图像;对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;最后对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。如此,本发明对CTA序列图像分割处理后进行识别生成左冠脉三维分割图像和右冠脉三维分割图像,并对左冠脉三维分割图像和右冠脉三维分割图像进行图像投影处理生成左冠脉树二维图像和右冠脉树二维图像。这样可以对左冠脉树和右冠脉树生成最大密度投影,排除其他组织或血管分支对冠脉的干扰,有利于医生观察血管分叉、走钙化或狭窄等疾病诊断的相关问题。
上述的非惯用的可选方式所具有的进一步的效果将在下文结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中在附图中,相同或对应的标号表示相同或对应的部分。
图1为本发明一实施例的冠脉投影图像生成的方法流程图;
图2为本发明再一实施例的冠脉投影图像生成的方法流程图;
图3为本发明一实施例的冠脉投影生成的装置示意图;
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本发明实施例的目的在于通过人工智能训练模型对CTA序列图像分割处理后进行识别生成左冠脉三维分割图像和右冠脉三维分割图像,而后再对左冠脉三维分割图像和右冠脉三维分割图像进行图像投影处理生成左冠脉树二维图像和右冠脉树二维图像,从而排除了其他组织或血管分支对冠脉树的干扰,有利于医生观察血管分叉、走钙化或狭窄等疾病诊断的相关问题,进而有效提高了图像的可诊断性。
如图1所示,为本发明一实施例的冠脉投影图像生成的方法流程图,该方法至少包括如下操作流程:
S101,获取冠脉CTA序列图像。
具体地,CTA序列图像采用DICOM格式输入。
S102,对冠脉CTA序列图像进行分割处理,生成两个联通区域图像。
具体地,采用人工智能训练模型对冠脉CTA序列图像进行分割处理,得到两个联通区域图像和主动脉分割图像;从两个联通区域图像和主动脉分割图像中选取两个联通区域图像,即去除主动脉分割图像。
S103,对两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像。
具体地,从两个联通区域图像中获取多个血管图像;对多个血管图像进行识别,得到右冠状动脉血管图像和左前降支血管图像;分别对所述右冠状动脉血管图像和所述左前降支血管图像进行中心线提取,生成右冠状动脉中心线和左前降支中心线;对所述右冠状动脉中心线和左前降支中心线进行样点采集,生成多个右冠状动脉样点和多个左前降支样点;计算所述多个右冠状动脉样点落在两个联通区域的比率,将比率最大的联通区域确定为右冠脉区域,生成右冠脉三维分割图像;计算所述多个左前降支样点落在两个联通区域的比率,将比率最大的联通区域确定为左冠脉区域,生成左冠脉三维分割图像。
S104,对左冠脉三维分割图像和右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
具体地,采用3D投影方式,分别对左冠脉三维分割图像和右冠脉三维分割图像进行扫描,保留冠脉树中的最大值,形成2D投影图像,即左冠脉书和右冠脉树的最大密度投影图像。
本发明实施例对CTA序列图像分割处理后进行识别生成左冠脉三维分割图像和右冠脉三维分割图像,并对左冠脉三维分割图像和右冠脉三维分割图像进行图像投影处理生成左冠脉树二维图像和右冠脉树二维图像。这样可以对左冠脉树和右冠脉树生成最大密度投影,排除其他组织或血管分支对冠脉的干扰,有利于医生观察血管分叉、走钙化或狭窄等疾病诊断的相关问题,从而有效提高了图像的可诊断性。
应理解,在本发明的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在的逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
如图2所示,为本发明再一实施例的冠脉投影图像生成的方法流程图;该方法至少包括如下操作流程:其中,操作201、202和203的具体实现过程与图1所示实施例中操作101、102和103的具体实现过程相类似,这里不再赘述。
S204,对左冠脉三维分割图像和右冠脉三维分割图像进行膨胀处理,得到左冠脉膨胀图像和右冠脉膨胀图像。
在这里,采用膨胀处理能够将血管周边的病变组织尽可能的包含进来,从而保证血管周围能够进行最大密度投影的计算,从而提高了算法的鲁棒性。
S205,对左冠脉膨胀图像和右冠脉膨胀图像进行角度转化处理,得到左冠脉模型图像和右冠脉模型图像。
具体地,进行角度转化处理是为了将左冠脉膨胀图像和右冠脉膨胀图像转换成符合医学投照角度的分割模型,从而有利于医生的观察。例如,符合医学投照角度有左前斜(LAO)、右前斜(RAO)、足位(CAU)、头位(CRA)和中心旋转(ROLL)等角度。
在这里,角度转化处理是指将图像从摄像参数转化成医学投照角度的过程。
S206,对左冠脉模型图像和右冠脉模型图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
具体地,采用3D投影方式,分别对左冠脉树、右冠脉树的体数据发出的扫描线,保留冠脉树中的最大值,形成2D投影图像,即基于左冠脉树、右冠脉树分割的最大密度投影图像。该MIP图像仅针对分割区域,单独对左冠脉树、右冠脉树生成最大密度投影,排除了其他组织或血管分支对冠脉树的干扰,有利于医生观察血管分叉、走钙化、狭窄等疾病诊断相关问题。
本发明实施例利用人工智能模型对左冠脉三维分割图像和右冠脉三维分割图像进行膨胀处理,提高了算法的鲁棒性;利用人工智能模型对左冠脉膨胀图像和右冠脉膨胀图像进行角度转化处理,提高了左冠脉树和右冠脉树可观察性,进而有效提高了图像的可诊断性。
如图3所示,为本发明一种冠脉投影图像生成的装置一实施例的示意图;该装置300,包括获取模块301,用于获取冠脉计算机断层扫描血管造影CTA序列图像;分割模块302,用于对冠脉CTA序列图像进行分割处理,生成两个联通区域图像;识别模块303,用于对两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;投影模块304,用于对左冠脉三维分割图像和右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
在可选的实施例中,识别模块303包括:获取单元,用于从两个联通区域图像中获取多个血管图像;识别单元,用于对多个血管图像进行识别,得到右冠状动脉血管图像和左前降支血管图像;确定单元,用于根据右冠状动脉血管图像和左前降支血管图像,确定左冠脉三维分割图像和右冠脉三维分割图像。
在可选的实施例中,确定单元包括:提取子单元,用于分别对右冠状动脉血管图像和左前降支血管图像进行中心线提取,生成右冠状动脉中心线和左前降支中心线;采集子单元,用于对右冠状动脉中心线和左前降支中心线进行样点采集,生成多个右冠状动脉样点和多个左前降支样点;第一生成单元,用于计算多个右冠状动脉样点落在两个联通区域的比率,并将比率最大联通区域确定为右冠脉区域,生成右冠脉三维分割图像;第二生成单元,用于计算多个左前降支样点落在两个联通区域的比率,将比率最大的联通区域确定为左冠脉区域,生成左冠脉三维分割图像。
在可选的实施例中,投影模块304包括:膨胀单元,用于对左冠脉三维分割图像和右冠脉三维分割图像进行膨胀处理,得到左冠脉膨胀图像和右冠脉膨胀图像;投影单元,用于对左冠脉膨胀图像和右冠脉膨胀图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
在可选的实施例中,投影单元包括:角度转化子单元,用于对左冠脉膨胀图像和右冠脉膨胀图像进行角度转化处理,得到左冠脉模型图像和右冠脉模型图像;投影子单元,用于对左冠脉模型图像和右冠脉模型图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
上述装置可执行本发明实施例所提供的信息处理的方法,具备执行信息处理的方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明实施例所提供的冠脉投影图像生成的方法。
下面参考图4,其示出了适于用来实现实施例的终端设备或服务器的计算机系统的结构示意图。图4示出的终端设备仅仅是一个示例,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4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的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或者是上述两者的任意组合。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可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。在本发明中,计算机可读存储介质可以是任何包含或存储序的有形介质,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。而在本发明中,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、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。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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、程序段、或代码的一部分,上述模块、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,两个接连地表示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,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行定的功能或操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。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中,这些模块的名称在某种情况下并不构成对该单元本身的限定,例如,发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:S101,获取冠脉计算机断层扫描血管造影CTA序列图像;S102,对冠脉CTA序列图像进行分割处理,生成两个联通区域图像;S103,对两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;S104,对左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
本发明实施例针对一种冠脉投影图像生成的方法、装置及计算机可读介质,首先获取冠脉CTA序列图像;之后对所述冠脉CTA序列图像进行分割处理,生成两个联通区域图像;对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;最后对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。如此,本发明对CTA序列图像分割处理后进行识别生成左冠脉三维分割图像和右冠脉三维分割图像,并对左冠脉三维分割图像和右冠脉三维分割图像进行图像投影处理生成左冠脉树二维图像和右冠脉树二维图像。这样可以对左冠脉树和右冠脉树生成最大密度投影,排除其他组织或血管分支对冠脉的干扰,有利于医生观察血管分叉、走钙化或狭窄等疾病诊断的相关问题。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,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,可轻易想到变化或替换,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。

Claims (10)

1.一种冠脉投影图像生成的方法,其特征在于,包括:
获取冠脉计算机断层扫描血管造影CTA序列图像;
对所述冠脉CTA序列图像进行分割处理,生成两个联通区域图像;
对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;
对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
2.根据权利要求1所述的方法,其特征在于,所述对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像,包括:
从所述两个联通区域图像中获取多个血管图像;
对所述多个血管图像进行识别,得到右冠状动脉血管图像和左前降支血管图像;
根据所述右冠状动脉血管图像和所述左前降支血管图像,确定左冠脉三维分割图像和右冠脉三维分割图像。
3.根据权利要求2所述的方法,其特征在于,所述根据所述右冠状动脉血管图像和所述左前降支血管图像,确定左冠脉三维分割图像和右冠脉三维分割图像,包括:
分别对所述右冠状动脉血管图像和所述左前降支血管图像进行中心线提取,生成右冠状动脉中心线和左前降支中心线;
对所述右冠状动脉中心线和左前降支中心线进行样点采集,生成多个右冠状动脉样点和多个左前降支样点;
计算所述多个右冠状动脉样点落在两个联通区域的比率,将比率最大的联通区域确定为右冠脉区域,生成右冠脉三维分割图像;
计算所述多个左前降支样点落在两个联通区域的比率,将比率最大的联通区域确定为左冠脉区域,生成左冠脉三维分割图像。
4.根据权利要求1所述的方法,其特征在于,对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像,包括:
对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行膨胀处理,得到左冠脉膨胀图像和右冠脉膨胀图像;
对所述左冠脉膨胀图像和右冠脉膨胀图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
5.根据权利要求1所述的方法,其特征在于,所述对所述左冠脉膨胀图像和右冠脉膨胀图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像,包括:
对所述左冠脉膨胀图像和右冠脉膨胀图像进行角度转化处理,得到左冠脉模型图像和右冠脉模型图像;
对所述左冠脉模型图像和所述右冠脉模型图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
6.一种冠脉投影图像生成的装置,其特征在于,包括:
获取模块,用于获取冠脉计算机断层扫描血管造影CTA序列图像;
分割模块,用于对所述冠脉CTA序列图像进行分割处理,生成两个联通区域图像;
识别模块,用于对所述两个联通区域图像进行识别,生成左冠脉三维分割图像和右冠脉三维分割图像;
投影模块,用于对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
7.根据权利要求6所述的装置,其特征在于,所述识别模块包括:
获取单元,用于从所述两个联通区域图像中获取多个血管图像;
识别单元,用于对所述多个血管图像进行识别,得到右冠状动脉血管图像和左前降支血管图像;
确定单元,用于根据所述右冠状动脉血管图像和所述左前降支血管图像,确定左冠脉三维分割图像和右冠脉三维分割图像。
8.根据权利要求7所述的装置,其特征在于,所述确定单元包括:
提取子单元,用于分别对所述右冠状动脉血管图像和所述左前降支血管图像进行中心线提取,生成右冠状动脉中心线和左前降支中心线;
采集子单元,用于对所述右冠状动脉中心线和左前降支中心线进行样点采集,生成多个右冠状动脉样点和多个左前降支样点;
第一生成单元,用于计算所述多个右冠状动脉样点落在两个联通区域的比率,并将所述比率最大联通区域确定为右冠脉区域,生成右冠脉三维分割图像;
第二生成单元,用于计算所述多个左前降支样点落在两个联通区域的比率,将所述比率最大的联通区域确定为左冠脉区域,生成左冠脉三维分割图像。
9.根据权利要求6所述的装置,其特征在于,所述投影模块包括:
膨胀单元,用于对所述左冠脉三维分割图像和所述右冠脉三维分割图像进行膨胀处理,得到左冠脉膨胀图像和右冠脉膨胀图像;
投影单元,用于对所述左冠脉膨胀图像和右冠脉膨胀图像进行图像投影处理,生成左冠脉树二维图像和右冠脉树二维图像。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-5中任一所述的冠脉投影图像生成的方法。
CN202010345932.5A 2020-04-27 2020-04-27 一种冠脉投影图像生成的方法、装置及计算机可读介质 Active CN111627023B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010345932.5A CN111627023B (zh) 2020-04-27 2020-04-27 一种冠脉投影图像生成的方法、装置及计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010345932.5A CN111627023B (zh) 2020-04-27 2020-04-27 一种冠脉投影图像生成的方法、装置及计算机可读介质

Publications (2)

Publication Number Publication Date
CN111627023A true CN111627023A (zh) 2020-09-04
CN111627023B CN111627023B (zh) 2021-02-09

Family

ID=72260610

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010345932.5A Active CN111627023B (zh) 2020-04-27 2020-04-27 一种冠脉投影图像生成的方法、装置及计算机可读介质

Country Status (1)

Country Link
CN (1) CN111627023B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700421A (zh) * 2021-01-04 2021-04-23 推想医疗科技股份有限公司 冠脉图像分类方法及装置
CN115018825A (zh) * 2022-08-02 2022-09-06 深圳科亚医疗科技有限公司 一种冠脉优势型的分类方法、分类装置及存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002033659A2 (en) * 2000-10-18 2002-04-25 Paieon Inc. Method for processing images of coronary arteries
WO2008107816A1 (en) * 2007-03-02 2008-09-12 Philips Intellectual Property & Standards Gmbh Iterative reconstruction of coronary arteries
CN101601585A (zh) * 2009-07-02 2009-12-16 厦门强本科技有限公司 基于ct增强扫描技术的肝脏分段体积测量方法
CN102945328A (zh) * 2012-11-22 2013-02-27 北京理工大学 基于gpu并行运算的x射线造影图像仿真方法
CN104867147A (zh) * 2015-05-21 2015-08-26 北京工业大学 基于冠状动脉造影图像分割的syntax自动评分方法
CN104978725A (zh) * 2014-04-03 2015-10-14 上海联影医疗科技有限公司 一种冠状动脉分割方法和装置
US20160171649A1 (en) * 2014-12-10 2016-06-16 Siemens Aktiengesellschaft Initialization independent approaches towards registration of 3D models with 2D projections
CN105877767A (zh) * 2016-03-31 2016-08-24 北京思创贯宇科技开发有限公司 一种冠脉图像造影方法和装置
CN107563983A (zh) * 2017-09-28 2018-01-09 上海联影医疗科技有限公司 图像处理方法以及医学成像设备
CN108475428A (zh) * 2015-12-22 2018-08-31 皇家飞利浦有限公司 心脏模型引导的冠状动脉分割
CN109801277A (zh) * 2019-01-18 2019-05-24 浙江大学 一种图像处理方法及装置、存储介质
CN110458847A (zh) * 2019-07-05 2019-11-15 心医国际数字医疗系统(大连)有限公司 基于cta影像的自动冠脉分割及中心线提取方法
CN110889896A (zh) * 2019-11-11 2020-03-17 苏州润迈德医疗科技有限公司 获取血管狭窄病变区间及三维合成方法、装置和系统

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002033659A2 (en) * 2000-10-18 2002-04-25 Paieon Inc. Method for processing images of coronary arteries
WO2008107816A1 (en) * 2007-03-02 2008-09-12 Philips Intellectual Property & Standards Gmbh Iterative reconstruction of coronary arteries
CN101601585A (zh) * 2009-07-02 2009-12-16 厦门强本科技有限公司 基于ct增强扫描技术的肝脏分段体积测量方法
CN102945328A (zh) * 2012-11-22 2013-02-27 北京理工大学 基于gpu并行运算的x射线造影图像仿真方法
CN104978725A (zh) * 2014-04-03 2015-10-14 上海联影医疗科技有限公司 一种冠状动脉分割方法和装置
US20160171649A1 (en) * 2014-12-10 2016-06-16 Siemens Aktiengesellschaft Initialization independent approaches towards registration of 3D models with 2D projections
CN104867147A (zh) * 2015-05-21 2015-08-26 北京工业大学 基于冠状动脉造影图像分割的syntax自动评分方法
CN108475428A (zh) * 2015-12-22 2018-08-31 皇家飞利浦有限公司 心脏模型引导的冠状动脉分割
CN105877767A (zh) * 2016-03-31 2016-08-24 北京思创贯宇科技开发有限公司 一种冠脉图像造影方法和装置
CN107563983A (zh) * 2017-09-28 2018-01-09 上海联影医疗科技有限公司 图像处理方法以及医学成像设备
CN109801277A (zh) * 2019-01-18 2019-05-24 浙江大学 一种图像处理方法及装置、存储介质
CN110458847A (zh) * 2019-07-05 2019-11-15 心医国际数字医疗系统(大连)有限公司 基于cta影像的自动冠脉分割及中心线提取方法
CN110889896A (zh) * 2019-11-11 2020-03-17 苏州润迈德医疗科技有限公司 获取血管狭窄病变区间及三维合成方法、装置和系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
UWE JANDT等: "Automatic generation of 3D coronary artery centerlines using rotational X-ray angiography", 《MEDICAL IMAGE ANALYSIS》 *
姜伟: "冠状动脉CTA图像三维分割技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *
黎丽华等: "基于双源CT图像的冠状动脉分割", 《中国组织工程研究》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112700421A (zh) * 2021-01-04 2021-04-23 推想医疗科技股份有限公司 冠脉图像分类方法及装置
CN115018825A (zh) * 2022-08-02 2022-09-06 深圳科亚医疗科技有限公司 一种冠脉优势型的分类方法、分类装置及存储介质
CN115018825B (zh) * 2022-08-02 2023-01-10 深圳科亚医疗科技有限公司 一种冠脉优势型的分类方法、分类装置及存储介质

Also Published As

Publication number Publication date
CN111627023B (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
US11816837B2 (en) Vascular characteristic determination with correspondence modeling of a vascular tree
CN106682636B (zh) 血管提取方法及其系统
US7813785B2 (en) Cardiac imaging system and method for planning minimally invasive direct coronary artery bypass surgery
EP2194505B1 (en) Method and apparatus for segmenting spine and aorta in a medical image according to a skeletal atlas
Liao et al. 3-D reconstruction of the coronary artery tree from multiple views of a rotational X-ray angiography
JP2002282235A (ja) 医用画像の自動セグメント分割の方法
US10402976B2 (en) Isolation of aneurysm and parent vessel in volumetric image data
US8428316B2 (en) Coronary reconstruction from rotational X-ray projection sequence
KR20130023735A (ko) 장기 모델 영상 생성 방법 및 장치
CN112862833A (zh) 血管分段方法、电子装置和存储介质
CN106709920B (zh) 血管提取方法及其装置
CN111627023B (zh) 一种冠脉投影图像生成的方法、装置及计算机可读介质
CN113066091A (zh) 基于黑血管壁曲面重建的脑血管分割方法、装置及存储介质
CN113409328B (zh) Ct图像的肺动静脉分割方法、装置、介质及设备
CN109934829B (zh) 一种基于三维图割算法的肝脏分割方法
WO2020109813A1 (en) Reconstruction method of organ vessel centerline
CN117115150B (zh) 用于确定分支血管的方法、计算设备和介质
JP6301277B2 (ja) 診断補助画像生成装置および診断補助画像生成方法、並びに、診断補助画像生成プログラム
CN113822923A (zh) 用于获取血管的目标切面图像的方法、设备和介质
US11189030B2 (en) Method and device for determining liver segments in a medical image
Lidayova et al. Skeleton-based fast, fully automated generation of vessel tree structure for clinical evaluation of blood vessel systems
JP4653760B2 (ja) ボリュームデータセットの画像セグメント化
CN111798468B (zh) 图像处理方法及装置、存储介质及电子终端
CN112884879B (zh) 用于提供至少一个管状结构的二维展开图像的方法
CN111062998B (zh) 图像重建方法、装置、ct系统及存储介质

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
GR01 Patent grant
GR01 Patent grant
CP01 Change in the name or title of a patent holder

Address after: Rooms 303, 304, 305, 321 and 322, building 3, No. 11, Chuangxin Road, science and Technology Park, Changping District, Beijing

Patentee after: Shukun (Beijing) Network Technology Co.,Ltd.

Address before: Rooms 303, 304, 305, 321 and 322, building 3, No. 11, Chuangxin Road, science and Technology Park, Changping District, Beijing

Patentee before: SHUKUN (BEIJING) NETWORK TECHNOLOGY Co.,Ltd.

CP01 Change in the name or title of a patent holder
TR01 Transfer of patent right

Effective date of registration: 20230106

Address after: Room 307, Zone A, Floor 2, No. 420, Fenglin Road, Xuhui District, Shanghai, 200000

Patentee after: Shukun (Shanghai) Medical Technology Co.,Ltd.

Address before: Rooms 303, 304, 305, 321 and 322, building 3, No. 11, Chuangxin Road, science and Technology Park, Changping District, Beijing

Patentee before: Shukun (Beijing) Network Technology Co.,Ltd.

TR01 Transfer of patent right