CN111652954B - 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质 - Google Patents

一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质 Download PDF

Info

Publication number
CN111652954B
CN111652954B CN202010624905.1A CN202010624905A CN111652954B CN 111652954 B CN111652954 B CN 111652954B CN 202010624905 A CN202010624905 A CN 202010624905A CN 111652954 B CN111652954 B CN 111652954B
Authority
CN
China
Prior art keywords
left ventricular
region
convex hull
left ventricle
picture
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
CN202010624905.1A
Other languages
English (en)
Other versions
CN111652954A (zh
Inventor
杜常青
唐礼江
何京松
徐丽
冷晓畅
向建平
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.)
Arteryflow Technology Co ltd
Original Assignee
Arteryflow 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 Arteryflow Technology Co ltd filed Critical Arteryflow Technology Co ltd
Priority to CN202010624905.1A priority Critical patent/CN111652954B/zh
Publication of CN111652954A publication Critical patent/CN111652954A/zh
Application granted granted Critical
Publication of CN111652954B publication Critical patent/CN111652954B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • 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
    • G06T2207/30048—Heart; Cardiac
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

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

Abstract

本申请涉及一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质。所述基于左心室分割图片的左心室容积自动计算方法包括：针对每张左心室分割图片，计算图片中左心室室壁区域的凸包区域；在所述凸包区域中减去所述左心室室壁区域，得到心腔区域的断层图片；根据所有断层图片构建三维模型；根据所述三维模型计算得到左心室容积。本申请提供一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质，无需人为干预，且对CT扫描方向无限制。

Description

一种基于左心室分割图片的左心室容积自动计算方法、装置、 计算机设备以及存储介质
技术领域
本申请涉及医疗技术领域，特别是涉及一种基于左心室分割图片的左心室容积自动计算方法。
背景技术
左心室容积是左心室功能评价的一项重要指标，其准确性与可重复性对评价左心室功能具有重大意义，目前常见的左心室容积计算方法为面积-长度法和Simpson法。
面积-长度法假定左心室为一椭球体，通过计算心腔径线(长短轴)得到左心室容积，但从心脏解剖结构来看，左心室并非标准椭球形态，且这一算法将乳头肌等心内组织也纳入了心腔范围，因此面积-长度法会高估左心室容积，准确性较低。
Simpson法是目前计算左心室容积最普遍的方法，该方法将左心室腔沿长轴分成若干连续的柱体，每一柱体的体积为横截面心腔面积与柱高的乘积，左心室容积即为所有柱体体积之和，该方法基本不依赖心腔的几何形态，准确性较高。但是，应用Simpson法计算左心室容积需先求出长轴方向，并得到左心室短轴切面，然而在实际应用中，尤其是基于心脏CT影像，左心室的长短轴并不易获得。
发明内容
本申请提供一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质，无需人为干预，且对CT扫描方向无限制。
一种基于左心室分割图片的左心室容积自动计算方法，所述左心室分割图片提取自CT影像，所述左心室容积自动计算方法包括：
针对每张左心室分割图片，计算图片中左心室室壁区域的凸包区域；
在所述凸包区域中减去所述左心室室壁区域，得到心腔区域的断层图片；
根据所有断层图片构建三维模型；
根据所述三维模型计算得到左心室容积。
可选的，至少一部分左心室分割图片为内凹图片，所述内凹图片中，心腔区域由左心室内膜和凸包区域的边界围成。
可选的，在每张左心室分割图片中，依据灰度值确定左心室室壁区域。
可选的，所述计算图片中左心室室壁区域的凸包区域包括：
取处于所述左心室室壁区域的边界上的点，得到点集；
求解所述点集的凸包，得到所述凸包区域。
可选的，在所述凸包区域中减去所述左心室室壁区域后，还得到噪声区域，所述噪声区域由左心室外膜和所述凸包区域的边界围成；
针对所述噪声区域先进行相应的降噪处理，而后再计算得到左心室容积。
可选的，所述噪声区域在构建三维模型后进行相应的降噪处理。
可选的，所述三维模型中包括：
与各左心室分割图片中的心腔区域相对应的心腔部分；以及
与各左心室分割图片中的噪声区域相对应的噪声部分；
降噪处理时，采用最大连通域法从所述三维模型中提取所述心腔部分并计算左心室容积。
一种基于左心室分割图片的左心室容积自动计算装置，所述装置包括：
凸包区域获取模块，针对每张左心室分割图片，计算图片中左心室室壁区域的凸包区域；
心腔区域提取模块，在所述凸包区域中减去所述左心室室壁区域，得到心腔区域的断层图片；
三维建模模块，根据所有断层图片构建三维模型；
左心室容积计算模块，根据所述三维模型计算得到左心室容积。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现所述方法的步骤。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的方法的步骤。
本申请提供的基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质，无需人为干预，且对CT扫描方向无限制，不仅可以计算左心室容积，还可以得到心腔三维模型，能更好的观测心腔结构。
附图说明
图1为一个实施例中基于左心室分割图片的左心室容积自动计算方法的流程示意图；
图2为一个实施例中的CT影像图；
图3为一个实施例中的左心室分割图；
图4为一个实施例中的内凹图；
图5为一个实施例中的凸包计算原理图；
图6为一个实施例中左心室的三维模型图；
图7为一个实施例中的心腔三维模型图
图8为一个实施例中计算机设备的内部结构图。
图中附图标记说明如下：
1、左心室室壁区域；2、心腔区域；3、左心室内膜；4、凸包区域的边界；5、左心室外膜。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
临床上对心脏进行CT扫描时，由于每个人的心轴偏转角度、心尖位置、二尖瓣高度不同，扫描角度往往会存在一定的差异性，基于CT影像计算左心室容积具有很大的挑战性。
尽管不同的病人存在一定的个体差异，但心脏解剖结构仍具有一定的相似性，CT扫描方向往往与左心室长轴成一定夹角，扫描得到如图2所示的CT影像，该CT影像与左心室长轴切面相似。
对CT影像进行左心室分割，可得到如图3所示的左心室分割图片。左心室内外膜为一连续曲线，与短轴切面存在巨大的差异，因此左心室CT影像不适用于Simpson法计算心腔容积。
为了实现对左心室容积的自动化计算，如图1所示，本申请提供一种基于左心室分割图片的左心室容积自动计算方法，其中左心室分割图片提取自CT影像，左心室容积自动计算方法包括：
步骤S100，针对每张左心室分割图片，计算图片中左心室室壁区域1的凸包区域；
步骤S200，在凸包区域中减去左心室室壁区域1，得到心腔区域2的断层图片；
步骤S300，根据所有断层图片构建三维模型；
步骤S400，根据三维模型计算得到左心室容积。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
左心室的三维模型图如图6所示，在所有左心室分割图片中，至少一部分左心室分割图片为内凹图片。如图4示意性地给出了其中一内凹图片，在内凹图片中，心腔区域2由左心室内膜3和凸包区域的边界4围成。左心室室壁区域1由左心室内膜3和左心室外膜5围成。
当左心室分割图片中出现如图3所示的内凹图片时，按照传统方法需要人工凭借经验划定出心腔区域2的范围，然后计算心腔区域2的面积和左心室容积，自动化程度不高。
本申请中，左心室室壁区域1可依据灰度值自动识别确定，然后依据左心室室壁区域1计算得到凸包区域和心腔区域2。得到心腔区域2的过程不需要借助人工，消除了人为误差，降低了对使用者的经验要求。
在步骤S100中，计算凸包区域的具体步骤包括：
步骤S110，取处于左心室室壁区域1的边界上的点(即左心室内膜3和左心室外膜5上的点)，得到点集Q；
步骤S120，求解点集Q的凸包，得到凸包区域。
根据点集计算凸包区域的原理如图5所示，满足Q中所有点均在多边形边上或者多边形内的最小凸多边形即为点集Q的凸包。图5中的实心点构成待求解点集Q，图5中的实线构成初始轮廓线，图5中的虚线构成点集Q的最小凸多边形，最小凸多边形所围区域为点集Q的凸包区域。
如图4所示，采用本申请的左心室容积自动计算方法，在凸包区域中减去左心室室壁区域1后，还可能得到噪声区域。噪声区域由左心室外膜5和凸包区域的边界4围成。为了使计算结果更加准确，还需要针对噪声区域先进行相应的降噪处理，而后再计算得到左心室容积。
减去左心室室壁区域后的断层图由暗区和多个分散的亮区组成，亮区包括位于中部且面积较大的主亮区、以及位于主亮区附近的多个附亮区，主亮区的形状与左心室的心腔形状基本一致。由于不同人左心室的心腔形状复杂多变，特别是CT影像沿某些角度扫描时，可能出现其中一部分附亮区实际属于左心室的心腔的情形。如果直接在断层图中扣除噪声区域，可能出现将属于左心室心腔的附亮区部分当作噪声区域扣除的情况，影响左心室容积的计算精度。
为了保证左心室容积的计算精度，噪声区域在构建三维模型后进行相应的降噪处理。三维模型中包括与各左心室分割图片中的心腔区域相对应的心腔部分；以及与各左心室分割图片中的噪声区域相对应的噪声部分。降噪处理时，采用最大连通域法从三维模型中提取心腔部分并计算左心室容积。
构建三维模型时，断层图中的亮区相互连通，并形成待去噪心腔三维模型。连通后，心腔部分的体积与噪声部分的体积在大小上具有显著差异，最大连通域法从待去噪心腔三维模型中提取心腔部分时误差较小。得到的心腔部分的模型如图7所示。
本申请还提供一种基于左心室分割图片的左心室容积自动计算装置，装置包括：
凸包区域获取模块，针对每张左心室分割图片，计算图片中左心室室壁区域的凸包区域；
心腔区域提取模块，在凸包区域中减去左心室室壁区域，得到心腔区域的断层图片；
三维建模模块，根据所有断层图片构建三维模型；
左心室容积计算模块，根据三维模型计算得到左心室容积。
关于基于左心室分割图片的左心室容积自动计算装置的具体限定可以参见上文中对于基于左心室分割图片的左心室容积自动计算方法的限定，在此不再赘述。上述基于左心室分割图片的左心室容积自动计算装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本申请还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现以上基于左心室分割图片的左心室容积自动计算方法的步骤。
该计算机设备可以是终端，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现以上基于左心室分割图片的左心室容积自动计算方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。不同实施例中的技术特征体现在同一附图中时，可视为该附图也同时披露了所涉及的各个实施例的组合例。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种基于左心室分割图片的左心室容积自动计算方法，所述左心室分割图片提取自CT影像，其特征在于，所述左心室容积自动计算方法包括：
针对每张左心室分割图片，计算图片中左心室室壁区域的凸包区域；
在所述凸包区域中减去所述左心室室壁区域，得到心腔区域的断层图片和噪声区域，所述噪声区域由左心室外膜和所述凸包区域的边界围成；
根据所有断层图片构建三维模型；
针对所述噪声区域先进行相应的降噪处理，而后根据所述三维模型计算得到左心室容积。
2.根据权利要求1所述的基于左心室分割图片的左心室容积自动计算方法，其特征在于，至少一部分左心室分割图片为内凹图片，所述内凹图片中，心腔区域由左心室内膜和凸包区域的边界围成。
3.根据权利要求1所述的基于左心室分割图片的左心室容积自动计算方法，其特征在于，在每张左心室分割图片中，依据灰度值确定左心室室壁区域。
4.根据权利要求1所述的基于左心室分割图片的左心室容积自动计算方法，其特征在于，所述计算图片中左心室室壁区域的凸包区域包括：
取处于所述左心室室壁区域的边界上的点，得到点集；
求解所述点集的凸包，得到所述凸包区域。
5.根据权利要求1所述的基于左心室分割图片的左心室容积自动计算方法，其特征在于，所述噪声区域在构建三维模型后进行相应的降噪处理。
6.根据权利要求5所述的基于左心室分割图片的左心室容积自动计算方法，其特征在于，所述三维模型中包括：
与各左心室分割图片中的心腔区域相对应的心腔部分；以及
与各左心室分割图片中的噪声区域相对应的噪声部分；
降噪处理时，采用最大连通域法从所述三维模型中提取所述心腔部分并计算左心室容积。
7.一种基于左心室分割图片的左心室容积自动计算装置，其特征在于，所述装置包括：
凸包区域获取模块，针对每张左心室分割图片，计算图片中左心室室壁区域的凸包区域；
心腔区域提取模块，在所述凸包区域中减去所述左心室室壁区域，得到心腔区域的断层图片和噪声区域，所述噪声区域由左心室外膜和所述凸包区域的边界围成；
三维建模模块，根据所有断层图片构建三维模型；
左心室容积计算模块，针对所述噪声区域先进行相应的降噪处理，而后根据所述三维模型计算得到左心室容积。
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN202010624905.1A 2020-07-01 2020-07-01 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质 Active CN111652954B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010624905.1A CN111652954B (zh) 2020-07-01 2020-07-01 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010624905.1A CN111652954B (zh) 2020-07-01 2020-07-01 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质

Publications (2)

Publication Number Publication Date
CN111652954A CN111652954A (zh) 2020-09-11
CN111652954B true CN111652954B (zh) 2023-09-05

Family

ID=72348552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010624905.1A Active CN111652954B (zh) 2020-07-01 2020-07-01 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质

Country Status (1)

Country Link
CN (1) CN111652954B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112862827B (zh) * 2021-04-26 2021-07-16 杭州晟视科技有限公司 一种左心耳的开口参数确定方法、装置、终端及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5107838A (en) * 1990-02-08 1992-04-28 Kabushiki Kaisha Toshiba Method of left ventricular volume evaluation using nuclear magnetic resonance imaging
JP2006167080A (ja) * 2004-12-15 2006-06-29 Aloka Co Ltd 超音波診断装置
CN106600596A (zh) * 2016-12-21 2017-04-26 南昌航空大学 一种心脏腔室动态显示方法及系统
CN108805913A (zh) * 2018-05-14 2018-11-13 首都医科大学附属北京安贞医院 一种冠状动脉ct影像与心脏超声应变成像的融合方法
CN108882917A (zh) * 2016-05-30 2018-11-23 深圳迈瑞生物医疗电子股份有限公司 一种心脏容积识别分析系统和方法
CN109498046A (zh) * 2018-11-19 2019-03-22 西安电子科技大学 基于核素图像与ct冠脉造影融合的心肌梗死定量评估方法
CN109785296A (zh) * 2018-12-25 2019-05-21 西安电子科技大学 一种基于cta图像的三维球形指数测定方法
CN110163876A (zh) * 2019-05-24 2019-08-23 山东师范大学 基于多特征融合的左心室分割方法、系统、设备及介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ITTO20120030A1 (it) * 2012-01-17 2013-07-18 Consiglio Nazionale Ricerche Procedimento e sistema per la determinazione del volume di grasso cardiaco epicardico a partire da immagini volumetriche, e relativo programma per elaboratore
JP7258538B2 (ja) * 2018-12-14 2023-04-17 キヤノンメディカルシステムズ株式会社 超音波診断装置、医用情報処理装置、医用情報処理プログラム

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5107838A (en) * 1990-02-08 1992-04-28 Kabushiki Kaisha Toshiba Method of left ventricular volume evaluation using nuclear magnetic resonance imaging
JP2006167080A (ja) * 2004-12-15 2006-06-29 Aloka Co Ltd 超音波診断装置
CN108882917A (zh) * 2016-05-30 2018-11-23 深圳迈瑞生物医疗电子股份有限公司 一种心脏容积识别分析系统和方法
CN106600596A (zh) * 2016-12-21 2017-04-26 南昌航空大学 一种心脏腔室动态显示方法及系统
CN108805913A (zh) * 2018-05-14 2018-11-13 首都医科大学附属北京安贞医院 一种冠状动脉ct影像与心脏超声应变成像的融合方法
CN109498046A (zh) * 2018-11-19 2019-03-22 西安电子科技大学 基于核素图像与ct冠脉造影融合的心肌梗死定量评估方法
CN109785296A (zh) * 2018-12-25 2019-05-21 西安电子科技大学 一种基于cta图像的三维球形指数测定方法
CN110163876A (zh) * 2019-05-24 2019-08-23 山东师范大学 基于多特征融合的左心室分割方法、系统、设备及介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于改进多尺度ASM和非刚性配准的4D-CT左心室分割;王兴家;王明会;李骜;闵捷;董利娜;冯焕清;;中国科学技术大学学报(第04期);全文 *

Also Published As

Publication number Publication date
CN111652954A (zh) 2020-09-11

Similar Documents

Publication Publication Date Title
US20230113251A1 (en) System and method of mitral valve quantification
CN111292314B (zh) 冠脉分段方法、装置、图像处理系统和存储介质
US7822246B2 (en) Method, a system and a computer program for integration of medical diagnostic information and a geometric model of a movable body
WO2021129325A1 (zh) 超声图像病灶的分割方法、装置和计算机设备
RU2647194C2 (ru) Основанная на модели сегментация анатомической структуры
CN111161216A (zh) 基于深度学习的血管内超声图像处理方法、装置、设备和存储介质
CN109712163B (zh) 冠脉提取方法、装置、图像处理工作站和可读存储介质
CN111815597A (zh) 基于ct影像的左心室长短轴切面提取方法、装置、计算机设备和存储介质
CN111754534A (zh) 基于深度神经网络的ct左心室短轴图像分割方法、装置、计算机设备和存储介质
WO2021129324A1 (zh) 超声图像病灶的分割方法、装置和计算机设备
CN111652954B (zh) 一种基于左心室分割图片的左心室容积自动计算方法、装置、计算机设备以及存储介质
CN117036530B (zh) 基于跨模态数据的冠状动脉血流储备分数预测方法及装置
CN113129418B (zh) 基于三维影像的目标表面重建方法、装置、设备和介质
CN114170440A (zh) 图像特征点的确定方法、装置、计算机设备和存储介质
CN113827207A (zh) 肺动脉的评估方法、装置、计算机设备和存储介质
CN109461143B (zh) 图像显示方法、装置、计算机设备和存储介质
CN110310314B (zh) 图像配准方法、装置、计算机设备和存储介质
CN115439423B (zh) 一种基于ct图像的识别方法、装置、设备及存储介质
CN111652919A (zh) 基于左心室三维模型配准定位长短轴的方法、装置、计算机设备和存储介质
CN111768391B (zh) 一种基于ct影像的全自动心脏功能学分析方法、装置、计算机设备以及存储介质
CN111816282A (zh) 基于ct影像的左心室功能学分析方法、装置、计算机设备和存储介质
CN116030071A (zh) 血管关键点位置确定方法、装置、计算机设备和存储介质
CN111816313A (zh) 基于左心室三维模型分析心肌运动的模拟显示方法、装置、计算机设备和存储介质
JP2021086263A (ja) 画像処理装置、画像処理方法、及びプログラム
JP2021086260A (ja) 画像処理装置、画像処理方法、及びプログラム

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