CN111916183B - 动态心血管系统的建模方法、装置、设备及存储介质 - Google Patents

动态心血管系统的建模方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111916183B
CN111916183B CN201910390054.6A CN201910390054A CN111916183B CN 111916183 B CN111916183 B CN 111916183B CN 201910390054 A CN201910390054 A CN 201910390054A CN 111916183 B CN111916183 B CN 111916183B
Authority
CN
China
Prior art keywords
model
dynamic
patient
operated
heart
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
CN201910390054.6A
Other languages
English (en)
Other versions
CN111916183A (zh
Inventor
李帅
郝爱民
赵沁平
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN201910390054.6A priority Critical patent/CN111916183B/zh
Priority to US16/870,821 priority patent/US20200357162A1/en
Publication of CN111916183A publication Critical patent/CN111916183A/zh
Application granted granted Critical
Publication of CN111916183B publication Critical patent/CN111916183B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/08—Volume rendering
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A61B5/0044—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part for the heart
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/05—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves 
    • A61B5/055—Detecting, measuring or recording for diagnosis by means of electric currents or magnetic fields; Measuring using microwaves or radio waves  involving electronic [EMR] or nuclear [NMR] magnetic resonance, e.g. magnetic resonance imaging
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
    • A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5229—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image
    • A61B6/5247—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data combining image data of a patient, e.g. combining a functional image with an anatomical image combining images from an ionising-radiation diagnostic technique and a non-ionising radiation diagnostic technique, e.g. X-ray and ultrasound
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/40—ICT specially adapted for the handling or processing of medical images for processing medical images, e.g. editing
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10072—Tomographic images
    • G06T2207/10088—Magnetic resonance imaging [MRI]
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20161—Level set
    • 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
    • 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
    • G06T2207/30172—Centreline of tubular or elongated structure

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Public Health (AREA)
  • Physics & Mathematics (AREA)
  • Radiology & Medical Imaging (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Cardiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Dentistry (AREA)
  • Vascular Medicine (AREA)
  • Quality & Reliability (AREA)
  • Computer Graphics (AREA)
  • Pulmonology (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Magnetic Resonance Imaging Apparatus (AREA)

Abstract

本发明提供了一种动态心血管系统的建模方法、装置、设备及存储介质。该方法包括：获取待手术病人的CMR数据和CTA数据；采用CMR数据构建待手术病人的动态心室模型；根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型；采用CTA数据构建待手术病人的冠状动脉血管模型；根据动态心脏模型和冠状动脉血管模型构建待手术病人的动态心血管系统模型，能够针对不同病人构建个性化的动态心血管系统模型，将该个性化的动态心血管系统模型设置到血管介入模拟器中，能够有效提高医生的手术技巧，准确地对每个病人需要进行的血管介入手术进行模拟，提高了虚拟训练和预演的真实性。

Description

动态心血管系统的建模方法、装置、设备及存储介质
技术领域
本发明实施例涉及医学图像处理技术领域，尤其涉及一种动态心血管系统的建模方法、装置、设备及存储介质。
背景技术
心血管疾病是全球死亡的主要原因之一。其中，心脏冠状动脉疾病在冠状动脉中形成斑块，严重威胁人类的生命健康。
经皮冠状动脉介入手术是治疗心血管疾病的有效技术，其主要过程是：在X光的引导下，医生经过穿刺体表血管将导丝送入股动脉，导丝经由股动脉，沿动脉逆行进入主动脉，进入到冠状动脉血管网中，医生接着通过特定的心脏导管操作技术对冠状动脉柱塞等进行确诊和治疗。这是一个微创手术，操作十分复杂，一般需要手术者具有高超的技巧和丰富的经验。
为了训练医生的手术技巧并对该手术过程进行预演和规划，出现了一些专门的血管介入模拟器。在血管介入模拟器中需要设有动态虚拟心血管系统模型。现有的动态虚拟心血管系统模型均为固定的模型，由于不同的病人之间的血管结构和病变位置存在差异，在血管介入模拟器中采用固定的动态虚拟心血管系统模型不能有效提高医生的手术技巧，也不能准确地对每个病人需要进行的血管介入手术进行模拟，降低了虚拟训练和预演的真实性。
发明内容
本发明实施例提供一种动态心血管系统的建模方法、装置、设备及存储介质，解决了现有技术中在血管介入模拟器中采用固定的动态虚拟心血管系统模型不能有效提高医生的手术技巧，也不能准确的对每个病人需要进行的血管介入手术进行模拟，降低虚拟训练和预演的真实性的技术问题。
第一方面，本发明实施例提供一种动态心血管系统的建模方法，包括：
获取待手术病人的CMR数据和CTA数据；
采用所述CMR数据构建所述待手术病人的动态心室模型；
根据所述动态心室模型和预设心脏模型构建所述待手术病人的动态心脏模型；
采用所述CTA数据构建所述待手术病人的冠状动脉血管模型；
根据所述动态心脏模型和所述冠状动脉血管模型构建所述待手术病人的动态心血管系统模型。
进一步地，如上所述的方法，所述采用所述CMR数据构建所述待手术病人的动态心室模型，具体包括：
采用每帧CMR数据构建每帧心室模型，所述心室模型中包括多个顶点；
采用配准算法计算相邻两帧心室模型间的顶点对应关系；
采用线性插值算法根据所述相邻两帧心室模型间的顶点对应关系在所述相邻两帧心室模型间进行插值，以将离散的每帧心室模型转化为连续的动态心室模型。
进一步地，如上所述的方法，所述根据所述动态心室模型和预设心脏模型构建所述待手术病人的动态心脏模型，具体包括：
构建所述预设心脏模型的填充球模型；
建立所述填充球模型中的元素与所述预设心脏模型的表面顶点的映射关系；
根据所述动态心室模型确定所述填充球模型中元素的动态位置；
根据所述填充球模型中元素的动态位置确定所述预设心脏模型的表面顶点的动态位置；
根据所述预设心脏模型的表面顶点的动态位置构建所述待手术病人的动态心脏模型。
进一步地，如上所述的方法，所述构建所述预设心脏模型的填充球模型，具体包括：
对所述预设心脏模型进行三角剖分，以获得四面体模型；
在所述四面体模型的顶点处设置填充球，并在所述填充球之间通过三维弹簧连接；
将所述填充球和所述三维弹簧构成的模型确定为所述填充球模型。
进一步地，如上所述的方法，所述采用所述CTA数据构建所述待手术病人的冠状动脉血管模型，具体包括：
采用水平集算法对所述CTA数据进行冠状动脉血管的分割处理，以获得第一冠状动脉血管模型；
采用基于距离变换的三维中心线提取算法提取所述第一冠状动脉血管模型中的中心线；
获取中心线在预设各个位置处的横截面的半径信息；
根据所述横截面的半径信息对所述中心线进行放样处理，以获得第二冠状动脉血管模型。
进一步地，如上所述的方法，所述根据所述动态心脏模型和所述冠状动脉血管模型构建所述待手术病人的动态心血管系统模型，具体包括：
在所述动态心脏模型中确定冠状动脉血管进入心脏入口；
采用局部约束迭代最近点算法将所述第二冠状动脉血管模型沿所述心脏入口配准到所述动态心脏模型上，使所述第二冠状动脉血管模型中的左右血管分支对应到所述动态心脏模型的相应的心室上，以获得所述待手术病人的动态心血管系统模型。
进一步地，如上所述的方法，所述采用局部约束迭代最近点算法将所述第二冠状动脉血管模型沿所述心脏入口配准到所述动态心脏模型上，使所述第二冠状动脉血管模型中的左右血管分支对应到所述动态心脏模型的相应的心室上，以获得所述待手术病人的动态心血管系统模型之后，还包括：
采用形状匹配算法对所述待手术病人的动态心血管系统模型进行修正。
第二方面，本发明实施例提供一种动态心血管系统的建模装置，包括：
数据获取模块，用于获取待手术病人的CMR数据和CTA数据；
动态心室模型构建模块，用于采用所述CMR数据构建所述待手术病人的动态心室模型；
动态心脏模型构建模块，用于根据所述动态心室模型和预设心脏模型构建所述待手术病人的动态心脏模型；
冠状动脉血管模型构建模块，用于采用所述CTA数据构建所述待手术病人的冠状动脉血管模型；
动态心血管系统模型构建模块，用于根据所述动态心脏模型和所述冠状动脉血管模型构建所述待手术病人的动态心血管系统模型。
进一步地，如上所述的装置，所述动态心室模型构建模块，具体用于：
采用每帧CMR数据构建每帧心室模型，所述心室模型中包括多个顶点；采用配准算法计算相邻两帧心室模型间的顶点对应关系；采用线性插值算法根据所述相邻两帧心室模型间的顶点对应关系在所述相邻两帧心室模型间进行插值，以将离散的每帧心室模型转化为连续的动态心室模型。
进一步地，如上所述的装置，所述动态心脏模型构建模块，具体包括：
填充球模型构建子模块，用于构建所述预设心脏模型的填充球模型；
映射关系建立子模块，用于建立所述填充球模型中的元素与所述预设心脏模型的表面顶点的映射关系；
元素动态位置确定子模块，用于根据所述动态心室模型确定所述填充球模型中元素的动态位置；
顶点动态位置确定子模块，用于根据所述填充球模型中元素的动态位置确定所述预设心脏模型的表面顶点的动态位置；
动态心脏模型构建子模块，用于根据所述预设心脏模型的表面顶点的动态位置构建所述待手术病人的动态心脏模型。
进一步地，如上所述的装置，所述填充球模型构建子模块，具体用于：
对所述预设心脏模型进行三角剖分，以获得四面体模型；在所述四面体模型的顶点处设置填充球，并在所述填充球之间通过三维弹簧连接；将所述填充球和所述三维弹簧构成的模型确定为所述填充球模型。
进一步地，如上所述的装置，所述冠状动脉血管模型构建模块，具体用于：
采用水平集算法对所述CTA数据进行冠状动脉血管的分割处理，以获得第一冠状动脉血管模型；采用基于距离变换的三维中心线提取算法提取所述第一冠状动脉血管模型中的中心线；获取中心线在预设各个位置处的横截面的半径信息；根据所述横截面的半径信息对所述中心线进行放样处理，以获得第二冠状动脉血管模型。
进一步地，如上所述的装置，所述动态心血管系统模型构建模块，具体用于：
在所述动态心脏模型中确定冠状动脉血管进入心脏入口；采用局部约束迭代最近点算法将所述第二冠状动脉血管模型沿所述心脏入口配准到所述动态心脏模型上，使所述第二冠状动脉血管模型中的左右血管分支对应到所述动态心脏模型的相应的心室上，以获得所述待手术病人的动态心血管系统模型。
进一步地，如上所述的装置，还包括：
动态心血管系统模型修正模块，用于采用形状匹配算法对所述待手术病人的动态心血管系统模型进行修正。
第三方面，本发明实施例提供一种终端设备，包括：
存储器，处理器以及计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如上述第一方面的任一项所述的方法。
第四方面，本发明实施例提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行以实现如第四方面中任一项所述的方法。
本发明实施例提供一种动态心血管系统的建模方法、装置、设备及存储介质，通过获取待手术病人的CMR数据和CTA数据；采用CMR数据构建待手术病人的动态心室模型；根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型；采用CTA数据构建待手术病人的冠状动脉血管模型；根据动态心脏模型和冠状动脉血管模型构建待手术病人的动态心血管系统模型，能够针对不同病人构建个性化的动态心血管系统模型，将该个性化的动态心血管系统模型设置到血管介入模拟器中，能够有效提高医生的手术技巧，准确地对每个病人需要进行的血管介入手术进行模拟，提高了虚拟训练和预演的真实性。
应当理解，上述发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例一提供的动态心血管系统的建模方法的流程图；
图2为本发明实施例二提供的动态心血管系统的建模方法的流程图；
图3为本发明实施例二提供的动态心血管系统的建模方法中步骤202的流程图；
图4为本发明实施例二提供的动态心血管系统的建模方法中步骤203的流程图；
图5为本发明实施例二中填充球模型中的元素与预设心脏模型的表面顶点的映射关系的示意图；
图6为本发明实施例二提供的动态心血管系统的建模方法中步骤204的流程图；
图7为本发明实施例二中提取的第一冠状动脉血管模型中的中心线示意图；
图8为本发明实施例二中获取的中心线在预设各个位置处的横截面的示意图；
图9为本发明实施例二中第二冠状动脉血管模型的示意图；
图10为本发明实施例二提供的动态心血管系统的建模方法步骤205的流程图；
图11为本发明实施例三提供的动态心血管系统的建模装置的结构示意图；
图12为本发明实施例四提供的动态心血管系统的建模装置的结构示意图；
图13为本发明实施例五提供的终端设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本发明的实施例。虽然附图中显示了本发明的某些实施例，然而应当理解的是，本发明可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本发明。应当理解的是，本发明的附图及实施例仅用于示例性作用，并非用于限制本发明的保护范围。
本发明实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明实施例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了清楚理解本申请的技术方案，下面对本申请中涉及的算法进行解释：
CMR数据：中文为：心血管磁共振数据。CMR数据为动态四维磁共振数据，可获取每帧的CMR数据。
CTA数据：全文为：冠状动脉计算机断层扫描数据。CTA数据为静态三维数据。
以下将参照附图来具体描述本申请的实施例。
实施例一
图1为本发明实施例一提供的动态心血管系统的建模方法的流程图，如图1所示，本实施例的执行主体为动态心血管系统的建模装置，该动态心血管系统的建模装置可以集成在计算机，笔记本电脑或服务器等具有独立计算和处理能力的设备上。则本实施例提供的动态心血管系统的建模方法包括以下几个步骤。
步骤101，获取待手术病人的CMR数据和CTA数据。
具体地，本实施例中，对待手术的病人进行核磁扫描，形成CMR数据，获取该CMR数据。并对该手术的病人进行冠状动脉计算机断层扫描，形成CTA数据，获取该CTA数据。
其中，CMR数据为四维磁共振数据，其包括多帧磁共振图像序列数据。CTA数据为三维图像数据。
步骤102，采用CMR数据构建待手术病人的动态心室模型。
具体地，本实施例中，首先对CMR的每帧磁共振图像进行分割，获得心室的磁共振图像，然后根据每帧心室的磁共振图像构建每帧心室模型。其中，每帧心室模型形成离散的心室模型，最后将离散的每帧心室模型连续化，形成动态心室模型。
本实施例中，根据每帧心室的磁共振图像构建每帧心室模型的方法可以为首先根据心室中的位置，尺寸，形状等信息构建一个紧凑和较为精准的解剖先验模型，在该解剖先验模型中由多个四面体连接而成，每个四面体有多个顶点，所以在该解剖先验模型中包括多个顶点。然后采用配准算法计算解剖先验模型到每帧心室的磁共振图像的变形场，进而获得每帧心室模型。所以在每帧心室模型中也包括多个顶点。
本实施例中，根据每帧心室的磁共振图像构建每帧心室模型的方法还可以为其他方法，本实施例中对此不做限定。
步骤103，根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型。
其中，预设心脏模型可以为对大量心脏的形状，尺寸，位置进行统计后构建出来的心脏模型。该预设心脏模型是基于三角面片的模型。
具体地，本实施例中，根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型的方法可以为：首先建立每一帧心室模型的各顶点与预设心脏模型中的表面顶点的映射关系。根据每一帧心室模型的各顶点与预设心脏模型中的表面顶点的映射关系和每一帧心室模型中的各顶点的位置调整预设心脏模型中的表面顶点的位置，得到每帧心脏模型，将每帧心脏模型连续化形成待手术病人的动态心脏模型。
具体地，本实施例中，根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型的方法还可以为：构建预设心脏模型的填充球模型；建立填充球模型中的元素与预设心脏模型的表面顶点的映射关系；根据动态心室模型确定填充球模型中元素的动态位置；根据填充球模型中元素的动态位置确定预设心脏模型的表面顶点的动态位置；根据预设心脏模型的表面顶点的动态位置构建待手术病人的动态心脏模型。
本实施例中，根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型还可以为其他方法，本实施例中对此不做限定。
步骤104，采用CTA数据构建待手术病人的冠状动脉血管模型。
具体地，本实施例中，采用CTA数据构建待手术病人的冠状动脉血管模型方法可以为：采用分割算法分割出CTA数据中的冠状动脉血管，然后对分割出的冠状动脉血管进行细化，得到精细的冠状动脉血管。
其中，分割算法可以为水平集算法或其他分割算法，本实施例中对此不做限定。对分割出的冠状动脉血管进行细化的方法可以为：提取血管的中心线，获取中心线在每间隔预设距离的位置处的横截面的半径信息，根据横截面的半径信息对中心线进行放样处理，获得细化后的精细的冠状动脉血管。
步骤105，根据动态心脏模型和冠状动脉血管模型构建待手术病人的动态心血管系统模型。
具体地，本实施例中，将冠状动脉血管模型配准到动态心脏模型中，使冠状动脉血管模型沿心脏入口进入动态心脏模型，依附在动态心脏模型的表面，左右血管分支对应到动态心脏模型的相应的心室上，得到待手术病人的动态心血管系统模型。
本实施例提供的动态心血管系统的建模方法，通过获取待手术病人的CMR数据和CTA数据；采用CMR数据构建待手术病人的动态心室模型；根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型；采用CTA数据构建待手术病人的冠状动脉血管模型；根据动态心脏模型和冠状动脉血管模型构建待手术病人的动态心血管系统模型，能够针对不同病人构建个性化的动态心血管系统模型，将该个性化的动态心血管系统模型设置到血管介入模拟器中，能够有效提高医生的手术技巧，准确地对每个病人需要进行的血管介入手术进行模拟，提高了虚拟训练和预演的真实性。
实施例二
图2本发明实施例二提供的动态心血管系统的建模方法的流程图，如图2所示，本实施例提供的动态心血管系统的建模方法，是在本发明实施例一提供的动态心血管系统的建模方法的基础上，对步骤102-步骤105的进一步细化，则本实施例提供的动态心血管系统的建模方法包括以下步骤。
步骤201，获取待手术病人的CMR数据和CTA数据。
本实施例中，步骤201的实现方式与本发明实施例一提供的动态心血管系统的建模方法中的步骤101的实现方式相同，在此不再一一赘述。
步骤202，采用CMR数据构建待手术病人的动态心室模型。
进一步地，本实施例中，图3为本发明实施例二提供的动态心血管系统的建模方法中步骤202的流程图，如图3所示，本实施例中，步骤202采用CMR数据构建待手术病人的动态心室模型，具体包括以下三个步骤。
步骤202a，采用每帧CMR数据构建每帧心室模型，心室模型中包括多个顶点。
进一步地，本实施例中，首先构建解剖先验模型，然后将解剖先验模型中形体可变性参数化，设χ＝{xi；i＝1,...,n}是n个被标记过的形体，每一个形体用m个串联的三维标记点描述，表示为pj＝[p1j,p2j,p3j](j＝1,...,m)。则χ是在3m维空间分布。该被标记过的形体模型可表示为式(1)所示。
Figure BDA0002056189280000101
其中，
Figure BDA0002056189280000102
是平均标记点向量；b是形体模型参数向量；
Figure BDA0002056189280000103
是协方差矩阵
Figure BDA0002056189280000104
对应的特征向量组成的矩阵。对S的特征值λi排序，使λi≥λi+1,
Figure BDA0002056189280000105
是S的t个最大非零的特征值对应的特征向量组成的矩阵。其中，t＝min{m,n}。
本实施例中能够用式(1)表示每一帧的心室模型x,这里的
Figure BDA0002056189280000106
b是t维向量，
Figure BDA0002056189280000107
步骤202b，采用配准算法计算相邻两帧心室模型间的顶点对应关系。
步骤202c，采用线性插值算法根据相邻两帧心室模型间的顶点对应关系在相邻两帧心室模型间进行插值，以将离散的每帧心室模型转化为连续的动态心室模型。
进一步地，本实施例中，获得每帧心室模型后，采用配准算法计算每相邻两帧心室模型间的顶点对应关系，根据每相邻两帧心室模型间的顶点对应关系在每相邻两帧心室模型的对应顶点间进行插值处理，将离散的每帧心室模型转化为连续的动态心室模型。
其中，插值处理的算法为线性插值算法。
步骤203，根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型。
进一步地，本实施例中，图4为本发明实施例二提供的动态心血管系统的建模方法中步骤203的流程图，如图4所示，本实施例中，步骤203根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型，具体包括以下三个步骤。
步骤203a，构建预设心脏模型的填充球模型。
进一步地，本实施例中，构建预设心脏模型的填充球模型，具体包括：
首先，对预设心脏模型进行三角剖分，以获得四面体模型。
其次，在四面体模型的顶点处设置填充球，并在填充球之间通过三维弹簧连接。
最后，将填充球和三维弹簧构成的模型确定为填充球模型。
具体地，本实施例中，预设心脏模型是基于三角面片的，为获得体积属性，需要将其进行三角剖分，三角剖分可以为Delaunary三角剖分,以获得四面体模型。然后在每个四面体模型的每个四面体的顶点处放置弹性的填充球，在这些填充球之间通过抗弯、抗拉、抗扭的三维弹簧连接。最后将填充球和三维弹簧构成的模型确定为填充球模型。
本实施例中，构建预设心脏模型的填充球模型，能够将局部形变和全局形变解耦，并可以高效地进行碰撞检测，适合实时的应用。
步骤203b，建立填充球模型中的元素与预设心脏模型的表面顶点的映射关系。
具体地，本实施例中，填充球模型中的元素为填充球和填充球之间相连的三维弹簧。本实施例中，根据欧氏空间中点的空间位置关系建立填充球模型中的元素与预设心脏模型的表面顶点的映射关系。
图5为本发明实施例二中填充球模型中的元素与预设心脏模型的表面顶点的映射关系的示意图，如图5所示，填充球分别为Node1,Node2,连接两填充球的三维弹簧为Link12。预设心脏模型的表面顶点为P1,P2。依据欧氏空间中点的空间位置关系确定与表面顶点P1,P2最近的填充球或填充球之间的三维弹簧。其中，P1点建立与Node1的映射关系，而P2与两填充球连线Link12所成夹角
Figure BDA0002056189280000111
且
Figure BDA0002056189280000112
P2与Link12欧式距离最近，所以P2点建立与Link12的映射关系。
本实施例中，建立填充球模型中的元素与预设心脏模型的表面顶点的映射关系还可以在手术仿真中实现人体器官和医疗器械的物理运动、器官和设备间的碰撞检测和碰撞响应、高精度绘制和渲染各器官和器械等功能。
步骤203c，根据动态心室模型确定填充球模型中元素的动态位置。
具体地，本实施例中，使用映射的方法,建立动态心室模型和填充球模型的关联映射。具体来说，动态心室模型和填充球模型虽然拓扑结构不同，但其整体外形及大小基本相似，即在空间位置上存在相似性，因此通过欧式空间中点的空间位置关系建立映射。在构建映射关系阶段，对填充球模型中的每一Node和Link在一定领域范围内搜寻动态心室模型上的最近点作为关联点，完成两个模型之间的映射关联。当动态心室模型某一顶点空间位置改变时，其关联的填充球模型也相应改变。
本实施例中，以动态心室模型为驱动力驱动填充球模型中元素中位置进行改变，填充球模型将局部变形和全局变形解耦，动态心室模型驱动力先使填充球模型产生一个局部变形然后逐步传播到全局模型。确定动态心室模型表面顶点在每一帧发生位置改变时填充球模型中各元素的位置。
步骤203d，根据填充球模型中元素的动态位置确定预设心脏模型的表面顶点的动态位置。
进一步地，设填充球Node1球心的位置坐标是n1,绕球心的旋转矩阵是rot1；Node2球心的位置是n2,绕球心的旋转矩阵是rot2。坐标系原心在n1位置的局部坐标系的旋转矩阵根据式(2)，式(3)和式(4)确定：
Figure BDA0002056189280000121
Figure BDA0002056189280000122
C0＝(n2-n1) (4)
其中，式(2)为X轴坐标，式(3)为Y轴坐标，式(4)为Z轴坐标。设在预设心脏模型表面上有一点位置坐标是pos，如果此点与Node1有映射关系，则它的位置通过rot1 T·(pos-n1)来更新；如果此点与Link12有映射关系，则它的位置通过(A0,B0,C0)-1·(pos-n1)来更新。其中，(A0,B0,C0)为以A0,B0,C0作为列向量构造的旋转矩阵。在动力学模拟过程中，只需实时更新所有填充球的旋转矩阵，就可以牵连与其有映射关系的预设心脏模型表面顶点的位置改变，进而根据填充球模型中元素的动态位置确定预设心脏模型的表面顶点的动态位置。
步骤203e，根据预设心脏模型的表面顶点的动态位置构建待手术病人的动态心脏模型。
进一步，根据每时刻的预设心脏模型的表面顶点的位置构建在该时刻的心脏模型，将每时刻的心脏模型连续化，形成待手术病人的动态心脏模型。
步骤204，采用CTA数据构建待手术病人的冠状动脉血管模型。
进一步地，图6为本发明实施例二提供的动态心血管系统的建模方法中步骤204的流程图，如图6所示，本实施例中，步骤204采用CTA数据构建待手术病人的冠状动脉血管模型包括以下四个步骤。
步骤204a，采用水平集算法对CTA数据进行冠状动脉血管的分割处理，以获得第一冠状动脉血管模型。
进一步地，由于水平集算法能够同时描述拓扑和形状变化，优化过程中边界保持光滑。所以本实施例中采用水平集算法对CTA的三维图像进行冠状动脉血管的分割处理。其基本思想是将演化曲线或曲面作为零水平集嵌入到高一维水平集函数中，通过解曲面演化方程得到水平集函数的演化方程。
具体地，首先在感兴趣的区域设置一个种子点来初始化水平集，通过求解偏微分方程获得唯一满足条件的解以得到分割后的结果。其中，求解偏微分方程使用基于GPU的并行方法。最后将分割后的结果进行裁剪可得到第一冠状动脉血管模型。
其中，偏微分方程表示为式(5)。
Figure BDA0002056189280000131
其中：C0(p)为初始二维闭合曲线，其为t时刻沿其内法向量N移动演化而来的闭合曲线，φ为符号距离函数；F(K)是速度函数；K为曲率；d为点p到曲线的距离，正负取决于p是位于曲线的外部还是内部。由于引入了符号距离函数和速度函数，高维函数的演化既利用了图像的全局信息，又利用了图像的局部信息，因此，在处理拓扑形状变化的目标时具有较大的优势。
本实施例中，采用水平集算法对CTA数据进行冠状动脉血管的分割处理是一个粗分割处理，其得到的第一冠状动脉血管模型为粗糙的冠状动脉血管模型。
步骤204b，采用基于距离变换的三维中心线提取算法提取第一冠状动脉血管模型中的中心线。
进一步地，由于第一冠状动脉血管模型中的结构比较粗糙，不适用于直接手术模拟，所以在第一冠状动脉血管模型的基础上，进行细化处理。图7为本发明实施例二中提取的第一冠状动脉血管模型中的中心线示意图，如图7所示，采用基于距离变换的三维中心线提取算法提取第一冠状动脉血管模型中的中心线时，首先对第一冠状动脉血管模型进行两次不同方位的扫描进行距离变换，然后再进行一次不同方位的扫描提取中心线上的点，连接中心线上的点，形成第一冠状动脉血管模型中的中心线。
步骤204c，获取中心线在预设各个位置处的横截面的半径信息。
进一步地，本实施例中，图8为本发明实施例二中获取的中心线在预设各个位置处的横截面的示意图。如图8所示，在沿着中心线每间隔预设距离确定一个获取横截面的位置，根据CTA三维图像中血管的边缘特性获取每个位置处的横截面的半径信息。
步骤204d，根据横截面的半径信息对中心线进行放样处理，以获得第二冠状动脉血管模型。
进一步地，图9为本发明实施例二中第二冠状动脉血管模型的示意图，如图9所示，本实施例中，第二冠状动脉血管模型为比第一冠状动脉血管模型更加细化的冠状动脉血管模型。
步骤205，根据动态心脏模型和冠状动脉血管模型构建待手术病人的动态心血管系统模型。
图10为本发明实施例二提供的动态心血管系统的建模方法步骤205的流程图，如图10所示，进一步地，本实施例中，步骤205根据动态心脏模型和冠状动脉血管模型构建待手术病人的动态心血管系统模型包括以下步骤。
步骤205a，在动态心脏模型中确定冠状动脉血管进入心脏入口。
进一步地，本实施例中，将动态心脏模型和第二冠状动脉血管模型进行结合配准形成动态心血管系统模型。为了简化配准过程，在动态心脏模型中指定一段几何模型作为冠状动脉血管进入心脏入口。
步骤205b，采用局部约束迭代最近点算法将第二冠状动脉血管模型沿心脏入口配准到动态心脏模型上，使第二冠状动脉血管模型中的左右血管分支对应到动态心脏模型的相应的心室上，以获得待手术病人的动态心血管系统模型。
进一步地，本实施例中，采用局部约束的迭代最近点算法，将第二冠状动脉血管模型沿心脏入口配准到动态心脏模型上，同时施加约束使第二冠状动脉血管模型中的左右血管分支对应到动态心脏模型的相应的心室上，从而产生可用于经皮冠状介入手术模拟的动态心血管系统模型。图13为为本发明实施例二中执行步骤205后的动态心血管系统模型的示意图。
步骤206，采用形状匹配算法对待手术病人的动态心血管系统模型进行修正。
进一步地，本实施例中，由于使用填充球模型时，力首先是作用在某一个填充球节点上，通过欧拉二次积分，获得这个填充球新的位置；此时连接填充球的link相对初始状态发生变化；遍历所有link，获得相应的抗弯力矩、抗扭力矩、抗拉力；再将这些力作用到link连接的填充球节点上。通过这样的步骤将变形由局部向全局进行传递。这样将导致全局形变的滞后性。所以本实施例中采用形状匹配算法对待手术病人的动态心血管系统模型进行修正，使动态心血管系统模型的全局形变不再滞后，改善动态心血管模型的全局变形效果。
实施例三
图11为本发明实施例三提供的动态心血管系统的建模装置的结构示意图，如图11所示，本实施例提供的动态心血管系统的建模装置包括：数据获取模块1101，动态心室模型构建模块1102，动态心脏模型构建模块1103，冠状动脉血管模型构建模块1104及动态心血管系统模型构建模块1105。
其中，数据获取模块1101，用于获取待手术病人的CMR数据和CTA数据。动态心室模型构建模块1102，用于采用CMR数据构建待手术病人的动态心室模型。动态心脏模型构建模块1103，用于根据动态心室模型和预设心脏模型构建待手术病人的动态心脏模型。冠状动脉血管模型构建模块1104，用于采用CTA数据构建待手术病人的冠状动脉血管模型。动态心血管系统模型构建模块1105，用于根据动态心脏模型和冠状动脉血管模型构建待手术病人的动态心血管系统模型。
本实施例提供的动态心血管系统的建模装置可以执行图1所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
实施例四
图12为本发明实施例四提供的动态心血管系统的建模装置的结构示意图，如图12所示，本实施例提供的动态心血管系统的建模装置在本发明实施例三提供的动态心血管系统的建模装置的基础上，还包括：动态心血管系统模型修正模块1201。
进一步地，动态心室模型构建模块1102，具体用于：采用每帧CMR数据构建每帧心室模型，心室模型中包括多个顶点；采用配准算法计算相邻两帧心室模型间的顶点对应关系；采用线性插值算法根据相邻两帧心室模型间的顶点对应关系在相邻两帧心室模型间进行插值，以将离散的每帧心室模型转化为连续的动态心室模型。
进一步地，动态心脏模型构建模块1103，具体包括：填充球模型构建子模块1103a，映射关系建立子模块1103b，元素动态位置确定子模块1103c，顶点动态位置确定子模块1103d，动态心脏模型构建子模块1103e。
其中，填充球模型构建子模块1103a，用于构建预设心脏模型的填充球模型。映射关系建立子模块1103b，用于建立填充球模型中的元素与预设心脏模型的表面顶点的映射关系。元素动态位置确定子模块1103c，用于根据动态心室模型确定填充球模型中元素的动态位置。顶点动态位置确定子模块1103d，用于根据填充球模型中元素的动态位置确定预设心脏模型的表面顶点的动态位置。动态心脏模型构建子模块1103e，用于根据预设心脏模型的表面顶点的动态位置构建待手术病人的动态心脏模型。
进一步地，填充球模型构建子模块1103a，具体用于：对所述预设心脏模型进行三角剖分，以获得四面体模型；在所述四面体模型的顶点处设置填充球，并在所述填充球之间通过三维弹簧连接；将所述填充球和所述三维弹簧构成的模型确定为所述填充球模型。
进一步地，冠状动脉血管模型构建模块1104，具体用于：采用水平集算法对所述CTA数据进行冠状动脉血管的分割处理，以获得第一冠状动脉血管模型；采用基于距离变换的三维中心线提取算法提取所述第一冠状动脉血管模型中的中心线；获取中心线在预设各个位置处的横截面的半径信息；根据所述横截面的半径信息对所述中心线进行放样处理，以获得第二冠状动脉血管模型。
进一步地，动态心血管系统模型构建模块1105，具体用于：在所述动态心脏模型中确定冠状动脉血管进入心脏入口；采用局部约束迭代最近点算法将所述第二冠状动脉血管模型沿所述心脏入口配准到所述动态心脏模型上，使所述第二冠状动脉血管模型中的左右血管分支对应到所述动态心脏模型的相应的心室上，以获得所述待手术病人的动态心血管系统模型。
进一步地，动态心血管系统模型修正模块1201，用于采用形状匹配算法对所述待手术病人的动态心血管系统模型进行修正。
本实施例提供的动态心血管系统的建模装置可以执行图2所示方法实施例的技术方案，其实现原理和技术效果类似，此处不再赘述。
实施例五
图13为本发明实施例五提供的终端设备的结构示意图，如图13所示，本发明实施例的终端设备，包括：存储器1301，处理器1302以及计算机程序。
其中，计算机程序存储在存储器1301中，并被配置为由处理器1302执行以实现本发明实施例一提供的动态心血管系统的建模方法或本发明实施例二提供的动态心血管系统的建模方法。相关说明可以对应参见图1至图2的步骤所对应的相关描述和效果进行理解，此处不做过多赘述。
实施例六
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行以实现本发明实施例一提供的动态心血管系统的建模方法或本发明实施例二提供的动态心血管系统的建模方法。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
用于实施本发明的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
此外，虽然采用特定次序描绘了各操作，但是这应当理解为要求这样操作以所示出的特定次序或以顺序次序执行，或者要求所有图示的操作应被执行以取得期望的结果。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实现中。相反地，在单个实现的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实现中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。

Claims (9)

1.一种动态心血管系统的建模方法，其特征在于，包括：
获取待手术病人的CMR数据和CTA数据；
采用所述CMR数据构建所述待手术病人的动态心室模型；
根据所述动态心室模型和预设心脏模型构建所述待手术病人的动态心脏模型；
采用所述CTA数据构建所述待手术病人的冠状动脉血管模型；
根据所述动态心脏模型和所述冠状动脉血管模型构建所述待手术病人的动态心血管系统模型；
所述采用所述CMR数据构建所述待手术病人的动态心室模型，具体包括：
采用每帧CMR数据构建每帧心室模型，所述心室模型中包括多个顶点；
采用配准算法计算相邻两帧心室模型间的顶点对应关系；
采用线性插值算法根据所述相邻两帧心室模型间的顶点对应关系在所述相邻两帧心室模型间进行插值，以将离散的每帧心室模型转化为连续的动态心室模型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述动态心室模型和预设心脏模型构建所述待手术病人的动态心脏模型，具体包括：
构建所述预设心脏模型的填充球模型；
建立所述填充球模型中的元素与所述预设心脏模型的表面顶点的映射关系；
根据所述动态心室模型确定所述填充球模型中元素的动态位置；
根据所述填充球模型中元素的动态位置确定所述预设心脏模型的表面顶点的动态位置；
根据所述预设心脏模型的表面顶点的动态位置构建所述待手术病人的动态心脏模型。
3.根据权利要求2所述的方法，其特征在于，所述构建所述预设心脏模型的填充球模型，具体包括：
对所述预设心脏模型进行三角剖分，以获得四面体模型；
在所述四面体模型的顶点处设置填充球，并在所述填充球之间通过三维弹簧连接；
将所述填充球和所述三维弹簧构成的模型确定为所述填充球模型。
4.根据权利要求1所述的方法，其特征在于，所述采用所述CTA数据构建所述待手术病人的冠状动脉血管模型，具体包括：
采用水平集算法对所述CTA数据进行冠状动脉血管的分割处理，以获得第一冠状动脉血管模型；
采用基于距离变换的三维中心线提取算法提取所述第一冠状动脉血管模型中的中心线；
获取中心线在预设各个位置处的横截面的半径信息；
根据所述横截面的半径信息对所述中心线进行放样处理，以获得第二冠状动脉血管模型。
5.根据权利要求4所述的方法，其特征在于，所述根据所述动态心脏模型和所述冠状动脉血管模型构建所述待手术病人的动态心血管系统模型，具体包括：
在所述动态心脏模型中确定冠状动脉血管进入心脏入口；
采用局部约束迭代最近点算法将所述第二冠状动脉血管模型沿所述心脏入口配准到所述动态心脏模型上，使所述第二冠状动脉血管模型中的左右血管分支对应到所述动态心脏模型的相应的心室上，以获得所述待手术病人的动态心血管系统模型。
6.根据权利要求5所述的方法，其特征在于，所述采用局部约束迭代最近点算法将所述第二冠状动脉血管模型沿所述心脏入口配准到所述动态心脏模型上，使所述第二冠状动脉血管模型中的左右血管分支对应到所述动态心脏模型的相应的心室上，以获得所述待手术病人的动态心血管系统模型之后，还包括：
采用形状匹配算法对所述待手术病人的动态心血管系统模型进行修正。
7.一种动态心血管系统的建模装置，其特征在于，包括：
数据获取模块，用于获取待手术病人的CMR数据和CTA数据；
动态心室模型构建模块，用于采用所述CMR数据构建所述待手术病人的动态心室模型；
动态心脏模型构建模块，用于根据所述动态心室模型和预设心脏模型构建所述待手术病人的动态心脏模型；
冠状动脉血管模型构建模块，用于采用所述CTA数据构建所述待手术病人的冠状动脉血管模型；
动态心血管系统模型构建模块，用于根据所述动态心脏模型和所述冠状动脉血管模型构建所述待手术病人的动态心血管系统模型；
所述动态心室模型构建模块，具体用于：采用每帧CMR数据构建每帧心室模型，心室模型中包括多个顶点；采用配准算法计算相邻两帧心室模型间的顶点对应关系；采用线性插值算法根据相邻两帧心室模型间的顶点对应关系在相邻两帧心室模型间进行插值，以将离散的每帧心室模型转化为连续的动态心室模型。
8.一种终端设备，其特征在于，包括：
存储器，处理器以及计算机程序；
其中，所述计算机程序存储在所述存储器中，并被配置为由所述处理器执行以实现如权利要求1-6中任一项所述的方法。
9.一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，所述计算机程序被处理器执行以实现如权利要求1-6中任一项所述的方法。
CN201910390054.6A 2019-05-10 2019-05-10 动态心血管系统的建模方法、装置、设备及存储介质 Active CN111916183B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201910390054.6A CN111916183B (zh) 2019-05-10 2019-05-10 动态心血管系统的建模方法、装置、设备及存储介质
US16/870,821 US20200357162A1 (en) 2019-05-10 2020-05-08 Modeling method, apparatus, device and storage medium of dynamic cardiovascular system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910390054.6A CN111916183B (zh) 2019-05-10 2019-05-10 动态心血管系统的建模方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111916183A CN111916183A (zh) 2020-11-10
CN111916183B true CN111916183B (zh) 2023-03-14

Family

ID=73046096

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910390054.6A Active CN111916183B (zh) 2019-05-10 2019-05-10 动态心血管系统的建模方法、装置、设备及存储介质

Country Status (2)

Country Link
US (1) US20200357162A1 (zh)
CN (1) CN111916183B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113674865B (zh) * 2021-08-26 2024-04-26 佳木斯大学附属第一医院 一种基于瞬变特性的心血管系统数据平台内置处理方法
CN113643317B (zh) * 2021-10-18 2022-01-04 四川大学 基于深度几何演化模型的冠状动脉分割方法
CN114118771B (zh) * 2021-11-19 2023-08-01 西南石油大学 基于深度强化学习的血管介入手术训练构建方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901498A (zh) * 2009-12-31 2010-12-01 华中科技大学 一种人体冠状动脉血管的递推建模方法
CN107330888A (zh) * 2017-07-11 2017-11-07 中国人民解放军第三军医大学 基于cta图像的动态心脏各腔室分割方法
CN107705855A (zh) * 2017-09-21 2018-02-16 北京众绘虚拟现实技术研究院有限公司 一种支持个性化的经皮冠状动脉成形术模拟训练系统及方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451995B (zh) * 2017-07-26 2020-04-21 深圳先进技术研究院 在cta图像中提取心血管方法、装置、设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901498A (zh) * 2009-12-31 2010-12-01 华中科技大学 一种人体冠状动脉血管的递推建模方法
CN107330888A (zh) * 2017-07-11 2017-11-07 中国人民解放军第三军医大学 基于cta图像的动态心脏各腔室分割方法
CN107705855A (zh) * 2017-09-21 2018-02-16 北京众绘虚拟现实技术研究院有限公司 一种支持个性化的经皮冠状动脉成形术模拟训练系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
具有力反馈的心血管介入虚拟手术模拟器的研发;谢叻等;《江西师范大学学报(自然科学版)》;20170715(第04期);全文 *
可交互人体器官数字模型及虚拟手术研究;赵沁平等;《中国科学:信息科学》;20161220(第12期);全文 *
次全结扎冠状动脉法构建巴马小型猪心肌缺血模型;侯洁等;《中国介入影像与治疗学》;20180910(第09期);全文 *

Also Published As

Publication number Publication date
CN111916183A (zh) 2020-11-10
US20200357162A1 (en) 2020-11-12

Similar Documents

Publication Publication Date Title
EP3508170B1 (en) Fast anatomical mapping (fam) using volume filling
AU2007221876B2 (en) Registration of images of an organ using anatomical features outside the organ
CN111916183B (zh) 动态心血管系统的建模方法、装置、设备及存储介质
EP2369553B1 (en) Three-dimensional template transformation method and apparatus
CN107705855B (zh) 一种支持个性化的经皮冠状动脉成形术模拟训练系统及方法
Wu et al. Three-dimensional modeling from endoscopic video using geometric constraints via feature positioning
JP5832938B2 (ja) 画像処理装置、方法及びプログラム
US9629599B2 (en) Imaging device, assignment system and method for assignment of localization data
US8422753B2 (en) Method and system for automatic extraction of personalized left atrium models
CN113112486B (zh) 一种肿瘤的运动估计方法、装置、终端设备和存储介质
CN113538533B (zh) 一种脊柱配准方法、装置、设备及计算机存储介质
Tsagaan et al. Segmentation of kidney by using a deformable model
JP2020508709A (ja) 変形可能なオブジェクトへのデバイス挿入のための応力予測および応力評価
CN111353524A (zh) 用于定位患者特征的系统和方法
CN114557769A (zh) 一种肺小结节的定位方法
CN111724395A (zh) 心脏图像四维上下文分割方法、设备、存储介质及装置
CN108898578A (zh) 一种医疗图像的处理方法、装置及计算机存储介质
CN118476860A (zh) 一种左心耳封堵模拟方法、系统及应用
CN115919464B (zh) 肿瘤定位方法、系统、装置及肿瘤发展预测方法
KR102213412B1 (ko) 기복모델 생성방법, 장치 및 프로그램
CN114931435B (zh) 三维模型处理方法、装置和电子设备
CN116485850A (zh) 基于深度学习的手术导航影像的实时非刚性配准方法及系统
CN110232695A (zh) 基于混合模态图像的左心室图像分割方法及系统
CN106446572B (zh) 基于边界元模型和局部区域修正的肺部呼吸运动获取方法
CN112614152B (zh) 一种基于深度特征学习的软组织表面运动跟踪方法

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