CN111932497A - 一种冠状动脉识别方法及装置 - Google Patents

一种冠状动脉识别方法及装置 Download PDF

Info

Publication number
CN111932497A
CN111932497A CN202010623345.8A CN202010623345A CN111932497A CN 111932497 A CN111932497 A CN 111932497A CN 202010623345 A CN202010623345 A CN 202010623345A CN 111932497 A CN111932497 A CN 111932497A
Authority
CN
China
Prior art keywords
coronary artery
quasi
distance
center line
branch
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
CN202010623345.8A
Other languages
English (en)
Other versions
CN111932497B (zh
Inventor
孙亮
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 CN202010623345.8A priority Critical patent/CN111932497B/zh
Publication of CN111932497A publication Critical patent/CN111932497A/zh
Application granted granted Critical
Publication of CN111932497B publication Critical patent/CN111932497B/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
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • 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
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/70Determining position or orientation of objects or cameras
    • G06T7/77Determining position or orientation of objects or cameras using statistical methods
    • 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
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Health & Medical Sciences (AREA)
  • Probability & Statistics with Applications (AREA)
  • Medical Informatics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Radiology & Medical Imaging (AREA)
  • Quality & Reliability (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明公开了一种冠状动脉识别方法及装置。该方法的一实施例包括:获取冠状动脉的两条准中心线;计算两条准中心线上每个测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;将每个测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点,统计每条准中心线上的左冠脉特征点和右冠脉特征点的数量;分别基于左冠脉特征点的数量或右冠脉特征点的数量确定准中心线对应的冠状动脉是否为左支或右支。由此,提高了冠状动脉左右支识别的准确性。

Description

一种冠状动脉识别方法及装置
技术领域
本发明属于医学成像技术领域,尤其涉及一种冠状动脉识别方法及装置。
背景技术
在现代医学中,为了识别冠状动脉左、右支,通常是基于冠状动脉中心线上的点坐标并结合特定的算法,以对冠状动脉左、右支进行准确识别。
然而,由于冠状动脉在发生病变的时候存在变异的情形,因此对于一些变异的冠状动脉,采用传统的识别方法很难识别出冠状动脉的左、右支。为了提高对冠状动脉左、右支识别的准确性,急需提供一种更鲁棒性的识别冠状动脉左、右支的方法,以满足患者的诊断需求。
发明内容
有鉴于此,本发明实施例提供一种冠状动脉识别方法及装置,能够提高冠状动脉左右支识别的准确性。
为实现上述目的,根据本发明实施例第一方面,提供一种冠状动脉识别方法,该方法包括:获取冠状动脉的两条准中心线,其中,每条所述准中心线上包括多个测量点;计算每个所述测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;将每个所述测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点;统计每条所述准中心线上的所述左冠脉特征点和所述右冠脉特征点的数量;基于所述左冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为左支;基于所述右冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为右支。
可选的,所述左冠脉特征点包括左冠脉第一特征点和左冠脉第二特征点;针对任一条准中心线,所述基于所述左冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为左支,包括:计算所述准中心线上左冠脉第一特征点的数量与所述准中心线上所有测量点数量的第一比值,若该第一比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;若该第一比值不满足预设阈值,则计算所述准中心线上左冠脉第二特征点的数量与所述准中心线上所有测量点数量的第二比值,若该第二比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;若该第二比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为左支。
可选的,针对任一条准中心线,所述基于所述右冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为右支,包括:计算所述准中心线上右冠脉特征点的数量与所述准中心线上所有测量点数量的第三比值,若该第三比值满足预设阈值,则确定所述准中心线对应的冠状动脉为右支;若该第三比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为右支。
可选的,所述基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取左冠脉特征点,包括:针对任一测量点,若该测量点对应的排序结果中排序前两位的为第一距离和第二距离,则选取该测量点为左冠脉第一特征点;若该测量点对应的排序结果的前两位中包括第一距离且不包括第二距离,则选取该测量点为左冠脉第二特征点。
可选的,所述基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取右冠脉特征点,包括:针对任一测量点,若该测量点对应的排序结果中排序前两位的为第三距离和第四距离,则选取该测量点为右冠脉特征点。
可选的,所述获取冠状动脉的两条准中心线,包括:获取冠状动脉计算机断层扫描血管造影CT系列影像,并对冠状动脉CT系列影像进行分割处理,生成冠状动脉分割图像;针对所述冠状动脉分割图像,进行中心线树提取,并对所提取的中心线树进行分割处理,生成多条中心线;其中,冠状动脉的每个分支具有多个血管,每根血管对应一条中心线;基于冠状动脉每个分支中多个血管的连通性,将所述多条中心线对应分成两组,并从每组中心线中选取长度最长的中心线作为准中心线,得到冠状动脉的两条准中心线。
可选的,所述计算每个所述测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离,包括:对冠状动脉CT系列影像进行分割处理,生成左心室区域、左心房区域、右心室区域和右心房区域;计算每个所述测量点分别到左心室区域、左心房区域、右心室区域和右心房区域的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离。
为实现上述目的,根据本发明实施例第二方面,还提供一种冠状动脉识别装置,该装置包括:获取模块,用于获取冠状动脉的两条准中心线,其中,每条所述准中心线上包括多个测量点;计算模块,用于计算每个所述测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;排序模块,用于将每个所述测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;选取模块,用于基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点;统计模块,用于统计每条所述准中心线上的所述左冠脉特征点和所述右冠脉特征点的数量;确定模块,用于基于所述左冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为左支;基于所述右冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为右支。
可选的,所述左冠脉特征点包括左冠脉第一特征点和左冠脉第二特征点;针对任一条准中心线,所述确定模块,包括:第一确定单元,用于计算所述准中心线上左冠脉第一特征点的数量与所述准中心线上所有测量点数量的第一比值,若该第一比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;第二确定单元,用于若该第一比值不满足预设阈值,则计算所述准中心线上左冠脉第二特征点的数量与所述准中心线上所有测量点数量的第二比值,若该第二比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;第三确定单元,用于若该第二比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为左支。
可选的,针对任一条准中心线,所述确定模块还包括:第四确定单元,用于计算所述准中心线上右冠脉特征点的数量与所述准中心线上所有测量点数量的第三比值,若该第三比值满足预设阈值,则确定所述准中心线对应的冠状动脉为右支;第五确定单元,用于若该第三比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为右支。
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识别方法。
本发明通过准中心线每个测量点分别到左心室、左心房、右心室和右心房的最小距离确定准中心线的左冠脉特征点和右冠脉特征点,并基于左冠脉特征点和右冠脉特征点确定准中心线对应的冠状动脉是左支还是右支。由此,提高了冠状动脉左右支识别的准确性。
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状动脉识别方法的流程图;
图2为本发明再一实施例的冠状动脉左支识别方法的流程图;
图3为本发明又一实施例的冠状动脉右支识别方法的流程图;
图4为本发明一实施例的冠状动脉识别装置的示意图;
图5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基于冠状动脉的血管准中心线上每个测量点到左心室、左心房、右心室和右心房的最小距离确定左冠脉特征点和右冠脉特征点,并基于左冠脉特征点和右冠脉特征点确定准中心线对应的冠状动脉是左支还是右支,从而解决了现有技术中当冠状动脉发生变异时很难识别左右支的问题,提高了识别冠状动脉左右支算法的鲁棒性,进而提高了冠状动脉左右支识别的准确性。
如图1所示,为本发明一实施例的冠状动脉识别方法的流程图,该方法至少包括如下操作流程:
S101,获取冠状动脉的两条准中心线,其中,每条准中心线上包括多个测量点。
示例性的,获取冠状动脉电子计算机断层扫描(Computed Tomography,缩写CT)系列影像,并对冠状动脉CT系列影像进行分割处理,生成冠状动脉分割图像和主动脉分割图像。针对冠状动脉分割图像,进行中心线树提取,并对所提取的中心线树进行分割处理,生成多条中心线;其中,冠状动脉的每个分支具有多个血管,每个血管对应一条中心线;
基于冠状动脉每个分支中多个血管的连通性,将多条中心线分成两组,并从每组中心线中选取长度最长的中心线作为准中心线,得到冠状动脉的两条准中心线。
具体地,由于冠状动脉左、右分支中分别具有多个血管且每个分支对应的多个血管是连通的,而左、右分支之间的血管是不连通的,因此基于冠状动脉左支或冠状动脉右支血管的连通性,能够将分割后的多条中心线分成不同的两组。例如,冠状动脉左支血管和右支血管是不连通的,但是属于冠状动脉左支中的所有血管是连通的,因此能够基于这种连通性,将属于左支的多条血管中心线分成一组,剩下的血管中心线归为另一组。
在这里,中心线树提取是指同时将冠状动脉中多根血管的中心线提取出来。
S102,计算每个测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离。
示例性的,对冠状动脉CT系列影像进行分割处理,生成左心房区域、左心室区域、右心房区域和右心室区域;针对准中心线上的每个测量点,计算该测量点到左心室区域的最小距离生成第一距离,计算该测量点到左心房区域的最小距离生成第二距离,计算该测量点到右心室区域的最小距离生成第三距离,计算该测量点到右心房区域的最小距离生成第四距离。
具体地,针对左心房区域、左心室区域、右心房区域和右心室区域,分别计算相应的距离变换,得到左心房距离变换、左心室距离变换、右心房距离变换和右心室距离变换。针对准中心线上的每个测量点,将该测量点的坐标,分别利用左心房距离变换、左心室距离变换、右心房距离变换和右心室距离变换进行转换,得到左心房的距离变换值、左心室的距离变换值、右心房的距离变换值和右心室的距离变换值;将左心室的距离变换值确定为该测量点到左心室的最小距离,得到第一距离;将左心房的距离变换值确定为该测量点到左心房的最小距离,得到第二距离;将右心室的距离变换值确定为该测量点到右心室的最小距离,得到第三距离;将右心房的距离变换值确定为该测量点到右心房的最小距离,得到第四距离;
在这里,计算最小距离所用的算法是距离变换算法。
S103,将每个测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序。
S104,基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点。
示例性的,针对任一测量点,若该测量点对应的排序结果中排序前两位的为第一距离和第二距离,则选取该测量点为左冠脉第一特征点;若该测量点对应的排序结果的前两位中包括第一距离且不包括第二距离,则选取该测量点为左冠脉第二特征点。针对任一测量点,若该测量点对应的排序结果中排序前两位的为第三距离和第四距离,则选取该测量点为右冠脉特征点。
S105,统计每条准中心线上的左冠脉特征点和右冠脉特征点的数量。
具体地,分别统计两条准中心线上左冠脉第一特征点数量、左冠脉第二特征点数量和右冠脉特征点数量。
S106,基于左冠脉特征点的数量确定准中心线对应的冠状动脉是否为左支;基于右冠脉特征点的数量确定准中心线对应的冠状动脉是否为右支。
示例性的,计算准中心线上左冠脉第一特征点的数量与该准中心线上所有测量点数量的第一比值,若该第一比值满足预设阈值,则确定准中心线对应的冠状动脉为左支;若该第一比值不满足预设阈值,则计算准中心线上左冠脉第二特征点的数量与准中心线上所有测量点数量的第二比值,若该第二比值满足预设阈值,则确定准中心线对应的冠状动脉为左支;若该第二比值不满足预设阈值,则确定准中心线对应的冠状动脉不为左支。计算准中心线上右冠脉特征点的数量与准中心线上所有测量点数量的第三比值,若该第三比值满足预设阈值,则确定准中心线对应的冠状动脉为右支;若该第三比值不满足预设阈值,则确定准中心线对应的冠状动脉不为右支。
在这里,第一比值、第二比值和第三比值的预设阈值可以相同,也可以不同,对于预设阈值的设定需要根据实际应用场景去考虑。
具体地,若第一比值大于0.5则确定准中心线对应的冠状动脉为左支,若第一比值不大于0.5则判断第二比值是否大于0.5,若第二比值大于0.5则确定准中心线所在的一组中心线对应的冠状动脉为左支,若第一比值和第二比值均不大于0.5则确定该准中心线所在的一组中心线对应的冠状动脉不为左支。判断第三比值是否大于0.5,若第三比值大于0.5则确定该准中心线对应的冠状动脉为右支,若第三比值不大于0.5则确定该准中心线所在的一组中心线对应的冠状动脉不为右支。
本发明实施例首先获取冠状动脉的两条准中心线;之后计算两条准中心线上每个测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;并将每个测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点,并统计每条准中心线上的左冠脉特征点和右冠脉特征点的数量;最后基于左冠脉特征点的数量确定准中心线对应的冠状动脉是否为左支,并基于右冠脉特征点的数量确定准中心线对应的冠状动脉是否为右支。如此,本发明通过准中心线每个测量点分别到左心室、左心房、右心室和右心房的最小距离确定准中心线的左冠脉特征点和右冠脉特征点,并基于左冠脉特征点和右冠脉特征点确定准中心线对应的冠状动脉是左支还是右支。由此,提高了冠状动脉左右支识别的准确性。
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状动脉左支识别方法的流程图,该方法至少包括如下操作流程:
S201,从冠状动脉的两组中心线中分别选取最长的中心线作为准中心线,得到冠状动脉的两条准中心线;其中,每条准中心线上包括多个测量点。
在这里,生成冠状动脉两组中心线的步骤如上所述,这里不做赘述。
S202,计算每个测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离。
S203,将每个测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序。
S204,基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取左冠脉第一特征点,并统计每条准中心线上的左冠脉第一特征点的数量。
对于左冠脉第一特征点的判断:若测量点对应的排序结果中排序前两位的是距离左心房的第二距离和距离左心室的第一距离,则将该测量点确定为左冠脉第一特征点。
S205,判断每条准中心线上左冠脉第一特征点的数量与该准中心线上所有测量点数量的第一比值否大于0.5;若是,则执行步骤S206,若否,则执行步骤S207。
S206,确定准中心线所在的一组中心线对应的冠状动脉为左支。
S207,从两条准中心线上的所有测量点中选取左冠脉第二特征点,并统计每条准中心线上的左冠脉第二特征点的数量。
对于左冠脉第二特征点的判断:若测量点对应的排序结果中排序前两位中包括距离左心室的第一距离且不包括距离左心房的第二距离,则将该测量点确定为左冠脉第二特征点。
S208,判断每条准中心线上左冠脉第二特征点的数量与该准中心线上所有测量点数量的第二比值否大于0.5,若是,则执行步骤S206,若否,则执行步骤S209。
S209,确定该准中心线所在的一组中心线对应的冠状动脉不为左支。
本发明实施例通过计算准中心线上每个测量点到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;并对每个测量点对应的第一距离,第二距离,第三距离和第四距离按照从小到大的顺序排序;而后基于排序结果从准中心线上选取左冠脉第一特征点,并基于左冠脉第一特征点判断准中心线所在的一组中心线对应的冠状动脉是否为左支,若否,则基于排序结果从准中心线上选取左冠脉第二特征点,并基于左冠脉第二特征点判断准中心线所在的一组中心线对应的冠状动脉是否为左支。由此,提高了冠状动脉左支识别的准确性。
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3所示,为本发明又一实施例的冠状动脉右支识别方法的流程图,该方法至少包括如下操作流程:操作301、302和303的具体实现过程与图2所示实施例中操作201、202和203的具体实现过程相类似,这里不再赘述。
S304,基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取右冠脉特征点,并统计每条准中心线上的右冠脉特征点的数量。
对于右冠脉特征点的判断:若该测量点对应的排序结果中排序前两位的为距离右心室的第三距离和距离右心房的第四距离,则选取该测量点为右冠脉特征点。
S305,判断每条准中心线上右冠脉特征点的数量与该准中心线上所有测量点数量的第三比值否大于0.5;若是,则执行步骤S306,若否,则执行步骤S307。
S306,确定准中心线所在的一组中心线对应的冠状动脉为右支。
S307,确定该准中心线所在的一组中心线对应的冠状动脉不为右支。
本发明实施例基于排序结果从准中心线上选取排序前两位为距离右心室的第三距离和距离右心房的第四距离的测量点作为右冠脉特征点,并基于右冠脉特征点判断准中心线所在的一组中心线对应的冠状动脉是否为右支。由此,提高了冠状动脉右支识别的准确性。
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4所示,为本发明一实施例的冠状动脉识别装置的示意图;该装置400包括:
获取模块401,用于获取冠状动脉的两条准中心线,其中,每条准中心线上包括多个测量点;
计算模块402,用于计算每个测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;
排序模块403,用于将每个测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;
选取模块404,用于基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点;
统计模块405,用于统计每条准中心线上的左冠脉特征点和右冠脉特征点的数量;
确定模块406,用于基于左冠脉特征点的数量确定准中心线对应的冠状动脉是否为左支;基于右冠脉特征点的数量确定准中心线对应的冠状动脉是否为右支。
在可选的实施例中,左冠脉特征点包括左冠脉第一特征点和左冠脉第二特征点;针对任一条准中心线,确定模块406包括:第一确定单元,用于计算准中心线上左冠脉第一特征点的数量与准中心线上所有测量点数量的第一比值,若该第一比值满足预设阈值,则确定准中心线对应的冠状动脉为左支;第二确定单元,用于若该第一比值不满足预设阈值,则计算准中心线上左冠脉第二特征点的数量与准中心线上所有测量点数量的第二比值,若该第二比值满足预设阈值,则确定准中心线对应的冠状动脉为左支;第三确定单元,用于若该第二比值不满足预设阈值,则确定准中心线对应的冠状动脉不为左支。
在可选的实施例中,针对任一条准中心线,第一确定单元还用于,计算准中心线上右冠脉特征点的数量与准中心线上所有测量点数量的第三比值,若该第三比值满足预设阈值,则确定准中心线对应的冠状动脉为右支;第二确定单元还用于,若该第三比值不满足预设阈值,则确定准中心线对应的冠状动脉不为右支。
在可选的实施例中,选取模块404包括:第一选取单元,用于针对任一测量点,若该测量点对应的排序结果中排序前两位的为第一距离和第二距离,则选取该测量点为左冠脉第一特征点;若该测量点对应的排序结果的前两位中包括第一距离且不包括第二距离,则选取该测量点为左冠脉第二特征点。
在可选的实施例中,选取模块404包括:第二选取单元,用于针对任一测量点,若该测量点对应的排序结果中排序前两位的为第三距离和第四距离,则选取该测量点为右冠脉特征点。
在可选的实施例中,获取模块401包括:获取单元,用于获取冠状动脉CT系列影像,并对冠状动脉CT系列影像进行分割处理,生成冠状动脉分割图像;分割单元,用于针对冠状动脉分割图像,进行中心线树提取,并对所提取的中心线树进行分割处理,生成多条中心线;其中,冠状动脉的每个分支具有多个血管,每根血管对应一条中心线;选取单元,用于基于冠状动脉每个分支中多个血管的连通性,将多条中心线对应分成两组,并从每组中心线中选取长度最长的中心线作为准中心线,得到冠状动脉的两条准中心线。
在可选的实施例中,计算模块包括:分割单元,用于对冠状动脉CT系列影像进行分割处理,生成左心室区域、左心房区域、右心室区域和右心房区域;计算单元,用于计算每个测量点分别到左心室区域、左心房区域、右心室区域和右心房区域的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离。
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识别方法。
下面参考图5,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5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5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM503中,还存储有系统500操作所需的各种程序和数据。CPU501、ROM502以及RAM503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
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509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501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,获取冠状动脉的两条准中心线,其中,每条准中心线上包括多个测量点。S102,计算每个测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离。S103,将每个测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序。S104,基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点。S105,统计每条准中心线上的左冠脉特征点和右冠脉特征点的数量。S106,基于左冠脉特征点的数量确定准中心线对应的冠状动脉是否为左支;基于右冠脉特征点的数量确定准中心线对应的冠状动脉是否为右支。
本发明实施例针对一种冠状动脉识别方法、装置及计算机可读介质,首先获取冠状动脉的两条准中心线;之后计算两条准中心线上每个测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;并将每个测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;基于每个测量点的排序结果,从两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点,并统计每条准中心线上的左冠脉特征点和右冠脉特征点的数量;最后基于左冠脉特征点的数量确定准中心线对应的冠状动脉是否为左支,并基于右冠脉特征点的数量确定准中心线对应的冠状动脉是否为右支。如此,本发明通过准中心线每个测量点分别到左心室、左心房、右心室和右心房的最小距离确定准中心线的左冠脉特征点和右冠脉特征点,并基于左冠脉特征点和右冠脉特征点确定准中心线对应的冠状动脉是左支还是右支。由此,提高了冠状动脉左右支识别的准确性。
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)

1.一种冠状动脉识别方法,其特征在于,包括:
获取冠状动脉的两条准中心线,其中,每条所述准中心线上包括多个测量点;
计算每个所述测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;
将每个所述测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;
基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点;
统计每条所述准中心线上的所述左冠脉特征点和所述右冠脉特征点的数量;
基于所述左冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为左支;基于所述右冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为右支。
2.根据权利要求1所述的识别方法,其特征在于,所述左冠脉特征点包括左冠脉第一特征点和左冠脉第二特征点;
针对任一条准中心线,所述基于所述左冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为左支,包括:
计算所述准中心线上左冠脉第一特征点的数量与所述准中心线上所有测量点数量的第一比值,若该第一比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;
若该第一比值不满足预设阈值,则计算所述准中心线上左冠脉第二特征点的数量与所述准中心线上所有测量点数量的第二比值,若该第二比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;
若该第二比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为左支。
3.根据权利要求1所述的识别方法,其特征在于,
针对任一条准中心线,所述基于所述右冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为右支,包括:
计算所述准中心线上右冠脉特征点的数量与所述准中心线上所有测量点数量的第三比值,若该第三比值满足预设阈值,则确定所述准中心线对应的冠状动脉为右支;
若该第三比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为右支。
4.根据权利要求2所述的识别方法,其特征在于,所述基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取左冠脉特征点,包括:
针对任一测量点,若该测量点对应的排序结果中排序前两位的为第一距离和第二距离,则选取该测量点为左冠脉第一特征点;若该测量点对应的排序结果的前两位中包括第一距离且不包括第二距离,则选取该测量点为左冠脉第二特征点。
5.根据权利要求3所述的识别方法,其特征在于,所述基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取右冠脉特征点,包括:
针对任一测量点,若该测量点对应的排序结果中排序前两位的为第三距离和第四距离,则选取该测量点为右冠脉特征点。
6.根据权利要求1所述的识别方法,其特征在于,所述获取冠状动脉的两条准中心线,包括:
获取冠状动脉电子计算机断层扫描CT系列影像,并对冠状动脉CT系列影像进行分割处理,生成冠状动脉分割图像;
针对所述冠状动脉分割图像,进行中心线树提取,并对所提取的中心线树进行分割处理,生成多条中心线;其中,冠状动脉的每个分支具有多个血管,每根血管对应一条中心线;
基于冠状动脉每个分支中多个血管的连通性,将所述多条中心线分成两组,并从每组中心线中选取长度最长的中心线作为准中心线,得到冠状动脉的两条准中心线。
7.根据权利要求1所述的识别方法,其特征在于,还包括:所述计算每个所述测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离,包括:
对冠状动脉CT系列影像进行分割处理,生成左心室区域、左心房区域、右心室区域和右心房区域;
计算每个所述测量点分别到左心室区域、左心房区域、右心室区域和右心房区域的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离。
8.一种冠状动脉识别装置,其特征在于,包括:
获取模块,用于获取冠状动脉的两条准中心线,其中,每条所述准中心线上包括多个测量点;
计算模块,用于计算每个所述测量点分别到左心室、左心房、右心室和右心房的最小距离,得到对应的第一距离,第二距离,第三距离和第四距离;
排序模块,用于将每个所述测量点对应的第一距离、第二距离、第三距离和第四距离按照从小到大的顺序排序;
选取模块,用于基于每个所述测量点的排序结果,从所述两条准中心线上的所有测量点中选取左冠脉特征点和右冠脉特征点;
统计模块,用于统计每条所述准中心线上的所述左冠脉特征点和所述右冠脉特征点的数量;
确定模块,用于基于所述左冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为左支;基于所述右冠脉特征点的数量确定所述准中心线对应的冠状动脉是否为右支。
9.根据权利要求8所述的识别装置,其特征在于,所述左冠脉特征点包括左冠脉第一特征点和左冠脉第二特征点;针对任一条准中心线,所述确定模块,包括:第一确定单元,用于计算所述准中心线上左冠脉第一特征点的数量与所述准中心线上所有测量点数量的第一比值,若该第一比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;
第二确定单元,用于若该第一比值不满足预设阈值,则计算所述准中心线上左冠脉第二特征点的数量与所述准中心线上所有测量点数量的第二比值,若该第二比值满足预设阈值,则确定所述准中心线对应的冠状动脉为左支;
第三确定单元,用于若该第二比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为左支。
10.根据权利要求9所述的识别装置,其特征在于,针对任一条准中心线,所述确定模块还包括:第四确定单元,用于计算所述准中心线上右冠脉特征点的数量与所述准中心线上所有测量点数量的第三比值,若该第三比值满足预设阈值,则确定所述准中心线对应的冠状动脉为右支;第五确定单元,用于若该第三比值不满足预设阈值,则确定所述准中心线对应的冠状动脉不为右支。
CN202010623345.8A 2020-06-30 2020-06-30 一种冠状动脉识别方法及装置 Active CN111932497B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010623345.8A CN111932497B (zh) 2020-06-30 2020-06-30 一种冠状动脉识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010623345.8A CN111932497B (zh) 2020-06-30 2020-06-30 一种冠状动脉识别方法及装置

Publications (2)

Publication Number Publication Date
CN111932497A true CN111932497A (zh) 2020-11-13
CN111932497B CN111932497B (zh) 2021-02-09

Family

ID=73316972

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010623345.8A Active CN111932497B (zh) 2020-06-30 2020-06-30 一种冠状动脉识别方法及装置

Country Status (1)

Country Link
CN (1) CN111932497B (zh)

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
CN112801999A (zh) * 2021-02-05 2021-05-14 深圳睿心智能医疗科技有限公司 确定心脏冠脉优势型的方法及装置
CN114041761A (zh) * 2021-10-27 2022-02-15 北京医准智能科技有限公司 一种冠状动脉起源的判断方法、装置及计算机可读介质

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102170821A (zh) * 2008-10-01 2011-08-31 株式会社Irumedi 心血管分析装置
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
CN106097298A (zh) * 2016-05-27 2016-11-09 中国人民解放军第三军医大学 基于球空间划分的冠状动脉自动分段与解剖学标记方法
CN106327476A (zh) * 2016-08-25 2017-01-11 于洋 一种ct图像处理方法及装置
EP2824636B1 (en) * 2013-07-11 2017-09-06 General Electric Company Method and corresponding system for automatically classifying at least one angiographic video recording of a part of a region comprising a human heart
CN108133478A (zh) * 2018-01-11 2018-06-08 苏州润心医疗器械有限公司 一种提取冠状动脉血管中心线的方法
CN108335284A (zh) * 2018-01-09 2018-07-27 北京理工大学 一种冠脉血管中心线匹配方法和系统
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
CN108717695A (zh) * 2018-04-25 2018-10-30 数坤(北京)网络科技有限公司 心脏冠脉血管自动分段命名方法
CN108765385A (zh) * 2018-05-14 2018-11-06 广东药科大学 一种双源ct冠状动脉自动提取方法
CN108898626A (zh) * 2018-06-21 2018-11-27 清华大学 一种冠状动脉的自动配准方法
CN109087352A (zh) * 2018-08-16 2018-12-25 数坤(北京)网络科技有限公司 一种心脏冠脉优势型自动判别方法
CN109215033A (zh) * 2017-06-30 2019-01-15 上海联影医疗科技有限公司 图像分割的方法及系统
CN109544566A (zh) * 2018-11-29 2019-03-29 上海联影医疗科技有限公司 冠脉图像分割方法、装置、计算机设备和存储介质
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
CN110910441A (zh) * 2019-11-15 2020-03-24 首都医科大学附属北京友谊医院 一种中心线提取的方法及装置
CN110956635A (zh) * 2019-11-15 2020-04-03 上海联影智能医疗科技有限公司 一种肺段分割方法、装置、设备及存储介质
CN111292314A (zh) * 2020-03-03 2020-06-16 上海联影智能医疗科技有限公司 冠脉分段方法、装置、图像处理系统和存储介质

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102170821A (zh) * 2008-10-01 2011-08-31 株式会社Irumedi 心血管分析装置
EP2824636B1 (en) * 2013-07-11 2017-09-06 General Electric Company Method and corresponding system for automatically classifying at least one angiographic video recording of a part of a region comprising a human heart
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
CN104978725B (zh) * 2014-04-03 2020-03-31 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
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
CN106097298A (zh) * 2016-05-27 2016-11-09 中国人民解放军第三军医大学 基于球空间划分的冠状动脉自动分段与解剖学标记方法
CN106327476A (zh) * 2016-08-25 2017-01-11 于洋 一种ct图像处理方法及装置
CN109215033A (zh) * 2017-06-30 2019-01-15 上海联影医疗科技有限公司 图像分割的方法及系统
CN108335284A (zh) * 2018-01-09 2018-07-27 北京理工大学 一种冠脉血管中心线匹配方法和系统
CN108133478A (zh) * 2018-01-11 2018-06-08 苏州润心医疗器械有限公司 一种提取冠状动脉血管中心线的方法
CN108717695A (zh) * 2018-04-25 2018-10-30 数坤(北京)网络科技有限公司 心脏冠脉血管自动分段命名方法
CN108765385A (zh) * 2018-05-14 2018-11-06 广东药科大学 一种双源ct冠状动脉自动提取方法
CN108898626B (zh) * 2018-06-21 2019-09-27 清华大学 一种冠状动脉的自动配准方法
CN108898626A (zh) * 2018-06-21 2018-11-27 清华大学 一种冠状动脉的自动配准方法
CN109087352A (zh) * 2018-08-16 2018-12-25 数坤(北京)网络科技有限公司 一种心脏冠脉优势型自动判别方法
CN109544566A (zh) * 2018-11-29 2019-03-29 上海联影医疗科技有限公司 冠脉图像分割方法、装置、计算机设备和存储介质
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
CN110910441A (zh) * 2019-11-15 2020-03-24 首都医科大学附属北京友谊医院 一种中心线提取的方法及装置
CN110956635A (zh) * 2019-11-15 2020-04-03 上海联影智能医疗科技有限公司 一种肺段分割方法、装置、设备及存储介质
CN111292314A (zh) * 2020-03-03 2020-06-16 上海联影智能医疗科技有限公司 冠脉分段方法、装置、图像处理系统和存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
U. RAJENDRAACHARYA等: "Automated classification of patients with coronary artery disease using grayscale features from left ventricle echocardiographic images", 《COMPUTER METHODS AND PROGRAMS IN BIOMEDICINE》 *
刘浏等: "基于有向最短路径的冠脉主分支自动提取算法", 《计算机技术与应用》 *
汤振源等: "磁共振冠状动脉成像技术临床应用分析", 《中国血液流变学杂志》 *

Cited By (5)

* 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
CN112801999A (zh) * 2021-02-05 2021-05-14 深圳睿心智能医疗科技有限公司 确定心脏冠脉优势型的方法及装置
CN112801999B (zh) * 2021-02-05 2023-06-23 深圳睿心智能医疗科技有限公司 确定心脏冠脉优势型的方法及装置
CN114041761A (zh) * 2021-10-27 2022-02-15 北京医准智能科技有限公司 一种冠状动脉起源的判断方法、装置及计算机可读介质
CN114041761B (zh) * 2021-10-27 2022-12-09 北京医准智能科技有限公司 一种冠状动脉起源的判断方法、装置及计算机可读介质

Also Published As

Publication number Publication date
CN111932497B (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
CN111932497B (zh) 一种冠状动脉识别方法及装置
CN110910441A (zh) 一种中心线提取的方法及装置
CN112116615B (zh) 根据血管中心线获取血管轮廓线的方法和装置
CN110189258B (zh) 基于mri多模态序列的颈动脉管腔和管壁自动分割方法
CN112037170B (zh) 一种血管狭窄的检出方法、装置以及计算机存储介质
CN111340756B (zh) 一种医学图像病变检出合并方法、系统、终端及存储介质
CN110969623B (zh) 一种肺部ct多征象自动检测方法、系统、终端及存储介质
CN112529918B (zh) 一种脑部ct图像中脑室区域分割的方法、装置及设备
CN117373070B (zh) 血管分段标注的方法及装置、电子设备和存储介质
CN112419276A (zh) 调节血管轮廓及中心线的方法及存储介质
CN115439453A (zh) 一种脊椎椎体定位方法、装置、电子设备及存储介质
CN115861255A (zh) 用于图像处理的模型训练方法、装置、设备、介质及产品
CN112132882A (zh) 从冠状动脉二维造影图像中提取血管中心线的方法和装置
CN115861189A (zh) 图像配准方法、装置、电子设备及存储介质
CN108198213B (zh) 一种标记管状结构的方法及装置、管状结构的处理终端
CN111738986B (zh) 一种脂肪衰减指数的生成方法、装置及计算机可读介质
CN115147360A (zh) 一种斑块分割方法、装置、电子设备及可读存储介质
CN114419068A (zh) 一种医学图像的分割方法、装置、设备及存储介质
CN114241138A (zh) 肺小结节三维重建方法、装置、电子设备及存储介质
CN113962958A (zh) 一种征象检测方法及装置
CN115131508B (zh) 基于数据处理的dsa建模点云数据融合处理方法
CN115578564B (zh) 实例分割模型的训练方法、装置、电子设备及存储介质
CN112037169A (zh) 一种血管钙化检出方法、装置以及计算机存储介质
CN118096993A (zh) 血管建模方法、装置、计算机设备及计算机可读存储介质
CN115880494A (zh) 血管图像分割方法、装置、电子设备以及存储介质

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
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.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230111

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.