CN112137721B - 一种基于超声图像的穿刺针针尖与血管壁深度定位方法 - Google Patents
一种基于超声图像的穿刺针针尖与血管壁深度定位方法 Download PDFInfo
- Publication number
- CN112137721B CN112137721B CN202010507014.8A CN202010507014A CN112137721B CN 112137721 B CN112137721 B CN 112137721B CN 202010507014 A CN202010507014 A CN 202010507014A CN 112137721 B CN112137721 B CN 112137721B
- Authority
- CN
- China
- Prior art keywords
- image
- blood vessel
- puncture needle
- contour
- depth
- 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
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
- A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
- A61B8/0833—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures
- A61B8/0841—Detecting organic movements or changes, e.g. tumours, cysts, swellings involving detecting or locating foreign bodies or organic structures for locating instruments
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
- A61B2034/2046—Tracking techniques
- A61B2034/2063—Acoustic tracking systems, e.g. using ultrasound
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Robotics (AREA)
- Physics & Mathematics (AREA)
- Biophysics (AREA)
- Pathology (AREA)
- Radiology & Medical Imaging (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本发明公开了一种基于超声图像的穿刺针针尖与血管壁深度定位方法,属于智能医疗器械技术领域,本发明具体步骤包括:通过对静脉穿刺部位的血管皮下超声图像选取图像上方区域作为感兴趣区域进行去噪、自适应阈值二值化、图像形态学开运算、闭运算、血管壁轮廓提取和扫描提取血管腔内区域穿刺针轮廓,计算得到血管壁皮下深度、医用穿刺针深度和穿刺角度。本发明能有效识别和探测血管壁皮下深度、追踪和探测医用穿刺针针尖的深度和穿刺角度,根据穿刺针针尖的实际深度和针穿刺角度,解算穿刺针推进距离,应用在智能采血或输液机器人、智能手术机器人等领域能提高静脉穿刺的准确性、安全性和可靠性。
Description
技术领域
本发明属于智能医疗器械技术领域,尤其涉及一种基于超声图像的穿刺针针尖与血管壁深度定位方法。
背景技术
随着医疗技术的不断发展,目前,国内一些机构正在研发智能医疗设备用以替代医护人员完成静脉输液、采血等工作。在实际静脉穿刺过程中,检测和观察穿刺针在皮下血管内的实时位置与姿态一直是一个难题。
现有的自动识别技术难以准确获得待静脉穿刺血管的血管壁皮下深度信息,不能准确给出医护人员静脉穿刺所关心的穿刺针针尖在血管腔内当前深度位置、穿刺针穿刺角度和穿刺针穿刺距离等关键信息。因此,本领域当前需要一种可检测穿刺针针尖在血管腔内当前深度位置、穿刺针穿刺角度和穿刺针穿刺距离的方法,满足智能采血、输液、手术机器人领域精准定位穿刺针位置和监控穿刺针静脉穿刺过程的技术需求,实现医疗全自动静脉穿刺。
发明内容
本发明实施例提出基于超声图像的穿刺针针尖与血管壁深度定位方法,能够检测待穿刺血管壁深度、穿刺针针尖在血管腔内当前深度位置、穿刺针穿刺角度和穿刺针穿刺距离的功能,提高了血管穿刺精确性,同时也提高了血管穿刺的安全性。
为实现上述目的,本发明提供了一种基于超声图像的穿刺针针尖与血管壁深度定位方法,
包括步骤S100扫描血管和步骤S200定位穿刺针;
其中,步骤S100扫描血管具体为:
步骤S110:选取超声血管图像的上方区域作为识别扫描皮下血管的感兴趣区域;
步骤S120:将所述皮下血管的感兴趣区域的图像转化为血管轮廓边缘平滑的二值化血管图像;
步骤S130:将所述二值化血管图像进行轮廓检测并提取血管轮廓,扫描出图像中血管轮廓面积最大的血管轮廓区域并分离,得到血管轮廓图像;
步骤S140:扫描所述血管轮廓图像中血管轮廓的上下轮廓线上点的图像坐标,得到血管上壁的深度位置、血管下壁的深度位置和血管腔的内壁直径;
其中,步骤S200定位穿刺针具体为:
步骤S210:根据所述血管上壁的深度位置、所述血管下壁的深度位置和所述血管腔的内壁直径,选取超声血管图像的血管腔内区域作为识别扫描穿刺针的感兴趣区域;
步骤S220:将所述穿刺针的感兴趣区域的图像转化为轮廓边缘平滑的二值化穿刺针图像;
步骤S230:将所述二值化穿刺针图像进行轮廓检测并提取穿刺针轮廓,得到穿刺针轮廓图像;
步骤S240:根据穿刺针实际穿刺方向对应到所述超声血管针尖图像的穿刺针倾斜方向,扫描所述穿刺针轮廓图像中穿刺针轮廓左右极点的图像坐标,得到所述穿刺针针尖深度、穿刺角度和推进距离。
具体地,所述步骤S120具体为:
步骤S121:将所述皮下血管的感兴趣区域的图像进行去噪和高斯滤波,得到血管轮廓边缘平滑的皮下血管图像;
步骤S122:将所述皮下血管图像进行自适应阈值二值化处理,得到初步二值化血管图像;
步骤S123:将所述初步二值化血管图像进行图像形态学处理,去掉图像中背景噪点和填充血管轮廓区域内的空洞,使得血管轮廓边缘平滑,得到血管轮廓边缘平滑的二值化血管图像。
具体地,所述步骤S220具体为:
步骤S221:将所述穿刺针的感兴趣区域的图像进行去噪和高斯滤波,得到清晰的穿刺针去噪图像;
步骤S222:将所述穿刺针去噪图像进行自适应阈值二值化处理,得到初步二值化穿刺针图像;
步骤S223:将所述初步二值化穿刺针图像进行图像形态学处理,去掉图像中背景噪点和填充血管轮廓区域内的空洞,使得轮廓边缘平滑,得到二值化穿刺针图像;
其中,所述超声血管图像为皮下静脉血管的纵截面图像,即超声沿血管方向探测血管图像,超声探测面与血管中心轴线重合。
其中,所述图像形态学处理图像,为先开运算后闭运算,或先闭运算后开运算。
具体地,所述步骤S140具体为:
通过扫描所述血管轮廓图像每一列从上到下血管轮廓的第一个点的图像位置,即血管上轮廓线的图像像素点集的图像位置,得到血管上壁深度信息;
通过扫描所述血管轮廓图像每一列的轮廓像素点个数,得到血管轮廓各位置上的直径信息;
通过所述血管上壁深度信息和所述血管直径信息,得到血管下轮廓线上图像像素点集的图像位置,即血管下壁深度信息。
其中,所述血管上壁深度信息具体是将血管上轮廓线上每一像素点图像行坐标求平均得到血管上壁深度值;所述血管下壁深度信息具体是将血管下轮廓线上每一像素点图像行坐标求平均得到血管下壁深度值。
具体地,在所述步骤S220中,当穿刺针扎入血管时,采用所述血管上壁的深度位置、所述血管下壁的深度位置和所述血管腔的内壁直径,在所述二值化穿刺针图像中选取所述超声血管图像的血管腔内区域作为识别扫描穿刺针的感兴趣区域,对所述超声血管图像重复所述步骤S220,得到二值化穿刺针图像。
具体地,在所述步骤S230中,所述二值化穿刺针图像为血管腔内区域的图像,所述二值化穿刺针图像中穿刺针显示为高亮轮廓,轮廓提取按照最大轮廓面积来确定并识别所述穿刺针的轮廓。
具体地,在所述步骤S240中,根据穿刺针在超声针尖图像的穿刺方向,当穿刺针从图像左侧向右侧穿刺时,所述穿刺针的针尖位置是针尖轮廓的最右极限点,该点同时也临近所述穿刺针轮廓的最低区域;当穿刺针从图像右侧向左侧穿刺时,所述穿刺针的针尖位置是针尖轮廓的最左极限点,该点同时也临近穿刺针轮廓的最低区域;所述穿刺针针尖深度位置也可按照所述穿刺针轮廓最下方位置点确定。
具体地,在所述步骤S240中,所述穿刺针的穿刺角度根据穿刺针轮廓的最左极点像素位置和最右极点像素位置,由两点连线求斜率方式确定,其计算表达式如下所述:
其中θ为穿刺针穿刺角度;x1、y1为穿刺针轮廓最左位置点的图像坐标;x2、y2为穿刺针轮廓最右位置点的图像坐标。
具体地,在所述步骤S240中,所述穿刺针的推进距离根据当前穿刺针针尖深度与血管下壁深度的深度差,结合穿刺针穿刺角度共同确定,其计算表达式如下所述:
其中s为穿刺针推进距离,h1为穿刺针针尖深度,h2为血管下壁深度,d为设定的安全阈值,θ为(1)式计算得到的穿刺针穿刺角度。
总体而言,通过本发明所构思的以上算法方案与现有提取方法相比,本发明提供的一种基于超声图像的穿刺针针尖与血管壁深度定位方法主要具有以下有益效果:
(1)本发明针对超声血管穿刺针图像提出了一种基于超声图像的穿刺针针尖与血管壁深度定位方法,通过对穿刺针血管静脉穿刺前的超声血管图像进行检测,得到待穿刺血管的上、下壁的皮下深度信息和血管直径信息。
(2)通过对穿刺针血管静脉穿刺后的超声血管穿刺针图像进行检测,并结合之前得到的待穿刺血管的上、下壁的皮下深度信息和血管直径信息,扫描得到血管腔内穿刺针针尖深度位置、穿刺角度和穿刺针可推进距离。本发明应用到智能医疗器械领域,像智能静脉输液、静脉采血和手术机器人领域,能提高静脉穿刺的准确性、安全性和可靠性,有助于一些智能医疗仪器设备的推广应用。
附图说明
图1为本发明实施例中基于超声图像的穿刺针针尖与血管壁深度定位方法的流程示意图;
图2为本发明实施例中所用的超声血管图像提取血管上、下壁深度方法的中间及最终结果示意图;
图3为本发明采用实施例所用的超声血管穿刺针图像实现穿刺针针尖与血管壁深度定位的中间及最终结果示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实例对本发明进一步详细说明。对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
请参阅图1-3。
本发明较佳实施方式提供的基于超声图像的穿刺针针尖与血管壁深度定位方法,该穿刺针针尖与血管壁深度定位方法主要包括以下步骤:
如图2所示,在具体的实施例当中,当穿刺针还未进行穿刺时:
步骤一:选取超声血管图像的上方区域作为识别扫描皮下血管感兴趣区域,所选区域图像深度应能涵盖常人皮下血管深度,如图2(b) 所示。
具体地,所述超声血管图像为皮下静脉血管的纵截面图像,即超声沿血管方向探测血管图像,超声探测面与血管中心轴线重合,如图 2(a)所示。
步骤二:对选取的超声血管感兴趣区域图像,进行去噪和高斯滤波得到血管轮廓边缘平滑的皮下血管图像,如2(b)所示。由于超声血管图像中图像上方及血管区域附近存在背景噪点,针对这种情况,对超声血管图像进行去噪和高斯滤波,在去噪、淡化噪点的同时,使得血管轮廓清楚、平滑。
步骤三:采用自适应阈值二值化方法对所述血管轮廓边缘平滑的皮下血管图像,如图2(b)所示,进行图像二值化处理,得到初步二值化血管图像,如图2(c)所示。由于不同患者超声血管图像质量不同,图像背景噪声因素直接影响图像中血管区域相对图像背景的轮廓范围和轮廓清晰度,针对这一问题,采用自适应阈值二值化方法可有效提高提取血管轮廓的准确度和通用性。
步骤四:分别采用图像形态学开、闭运算对所述初步二值化血管图像,如图2(c)所示,先进行开运算,再进行闭运算,得到血管轮廓边缘平滑的二值化血管图像,如图2(d)所示。其中形态学开、闭运算卷积核尺寸为5×5。图像形态学处理去除图像中的背景噪点和填充血管轮廓区域内的空洞,使得血管轮廓边缘平滑,得到的清晰平滑的二值化血管图像。
步骤五:采用轮廓检测对步骤四处理后的图像进行血管轮廓提取,对超声血管图像进行血管轮廓提取后,会得到多个大小不一的轮廓和一个面积最大的血管纵截面轮廓,通过遍历血管轮廓面积最大的血管轮廓区域,扫描出图像中轮廓面积最大的血管纵截面轮廓区域并分离得到血管轮廓图像,如图2(e)所示。
步骤六:扫描图2(e)血管轮廓图像中血管轮廓上下轮廓线上点的图像坐标,解算得到血管上下壁的深度位置和血管腔的内直径。
具体地,所述的步骤六中,解算血管上壁深度信息是扫描所述步骤五得到的血管轮廓图像的从上到下的每一列,找到血管轮廓的上轮廓线上点集的图像坐标,将血管上轮廓线上每一像素点图像行坐标求平均得到血管上壁的深度值;解算血管直径信息是通过扫描超声血管轮廓上每一列像素点个数,得到血管轮廓各位置上的直径信息;解算血管下壁深度信息是将所述血管上壁深度信息加上所述血管直径信息,便得到血管下轮廓线上图像像素点集的图像坐标位置,将血管下轮廓线上每一像素点图像行坐标求平均得到血管下壁的深度值。
优选的,所述步骤六得到的血管上、下壁深度信息可以绘制直线叠加到超声血管图像原图,即图2(a)中,得到处理后更直观的含有血管上、下壁深度信息的超声血管图像,如图2(f)所示。
如图3所示,在具体的实施例当中,当穿刺针进行穿刺血管时:
步骤七:根据步骤六得到的血管上、下壁的深度位置和血管腔的内直径,选取超声血管图像,如图3(a)所示,选取血管腔内区域作为识别扫描穿刺针的感兴趣区域(ROI),如图3(b)所示,然后重复步骤二、三、四操作,得到二值化穿刺针图像,如图3(c)所示。
具体地,所述的步骤七中,所述的ROI图像区域选取根据所述步骤六得到的血管上、下壁的图像深度位置和血管腔的内直径确定,使得所选取的ROI图像为血管腔内区域的图像,在穿刺针进行穿刺血管时,图像区域内仅有高亮的穿刺针轮廓。
步骤八:采用轮廓检测对步骤七处理后的二值化穿刺针图像,如图3(c)所示,进行穿刺针轮廓提取,得到穿刺针轮廓图像;
具体地,所述的步骤八中,采用轮廓检测对步骤七处理后的图像进行穿刺针轮廓提取,穿刺针轮廓相比其他背景噪点轮廓,轮廓面积最大且呈现长条型,通过扫描遍历所述二值化穿刺针图像得到轮廓面积最大的穿刺针轮廓区域,得到穿刺针轮廓图像;
步骤九:根据穿刺针在超声针尖图像的穿刺方向,扫描步骤八处理后的穿刺针轮廓图像中穿刺针轮廓左右极点的图像坐标,解算得到穿刺针针尖深度(穿刺针轮廓最右位置点深度)、穿刺针穿刺角度和穿刺针推进距离。
具体地,所述的步骤九中,穿刺针针尖位置根据穿刺针在超声针尖图像的穿刺方向,如图3(c)所示,当穿刺针从图像左侧向右侧穿刺时,针尖位置是针尖轮廓的最右极限点,该点同时也临近穿刺针轮廓的最低区域。图3(c)中穿刺针针尖深度位置按照穿刺针轮廓最下方位置点确定。
具体地,所述的步骤九中,穿刺针穿刺角度根据穿刺针轮廓的最左、右极点像素位置,由两点连线求斜率方式确定,其计算表达式如下所述:
其中θ为穿刺针穿刺角度;x1、y1为穿刺针轮廓最左位置点的图像坐标;x2、y2为穿刺针轮廓最右位置点的图像坐标。
具体地,所述的步骤九中,穿刺针推进距离根据当前穿刺针针尖深度与血管下壁深度的深度差,结合穿刺针穿刺角度共同确定,其计算表达式如下所述:
其中s为穿刺针推进距离;h1为穿刺针针尖深度,h2为血管下壁深度;d为设定的安全阈值;θ为(1)式计算得到的穿刺针穿刺角度。
优选的,将步骤九得到的穿刺针针尖深度位置在图3(a)超声血管穿刺针图像原图中进行十字划线标注,使得穿刺针针尖在血管腔内的实际深度位置更加清晰明显,如图3(d)所示。
本发明提供的一种基于超声图像的穿刺针针尖与血管壁深度定位方法,通过对穿刺针血管静脉穿刺前的超声血管图像进行检测,得到扫描血管的上、下壁的皮下深度信息和血管直径信息。通过对穿刺针血管静脉穿刺后的超声血管穿刺针图像进行检测,并结合之前得到的扫描血管的上、下壁的皮下深度信息和血管直径信息,扫描得到血管腔内穿刺针针尖深度位置、穿刺角度和穿刺针可推进距离。本发明提高穿刺针静脉穿刺的准确性、安全性和可靠性,解决了静脉穿刺过程中穿刺针在血管腔内位置难以准确测量和实时监控的问题。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一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基于超声图像的穿刺针针尖与血管壁深度定位方法,所述方法包括扫描血管过程和定位穿刺针过程;
所述扫描血管过程具体为:
选取超声血管图像的上方区域作为识别扫描皮下血管的感兴趣区域;
将所述皮下血管的感兴趣区域的图像转化为血管轮廓边缘平滑的二值化血管图像;
将所述二值化血管图像进行轮廓检测并提取血管轮廓,扫描出图像中血管轮廓面积最大的血管轮廓区域并分离,得到血管轮廓图像;
扫描所述血管轮廓图像中血管轮廓的上下轮廓线上点的图像坐标,得到血管上壁的深度位置、血管下壁的深度位置和血管腔的内壁直径;
所述定位穿刺针过程具体为:
根据所述血管上壁的深度位置、所述血管下壁的深度位置和所述血管腔的内壁直径,选取超声血管图像的血管腔内区域作为识别扫描穿刺针的感兴趣区域;
将所述穿刺针的感兴趣区域的图像转化为轮廓边缘平滑的二值化穿刺针图像;
将所述二值化穿刺针图像进行轮廓检测并提取穿刺针轮廓,得到穿刺针轮廓图像;
根据穿刺针实际穿刺方向对应到所述超声血管图像的穿刺针倾斜方向,扫描所述穿刺针轮廓图像中穿刺针轮廓左右极点的图像坐标,得到所述穿刺针针尖深度、穿刺角度和推进距离;具体地,根据所述穿刺针轮廓图像中提取的穿刺针轮廓左右极点的图像坐标,求解左右极点的图像坐标连线斜率,得到穿刺针穿刺角度和穿刺针针尖深度;根据穿刺针针尖深度与血管下壁深度的深度差,结合穿刺针穿刺角度和设定的安全阈值,得到穿刺针推进距离。
2.根据权利要求1所述的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时,所述将所述皮下血管的感兴趣区域的图像转化为血管轮廓边缘平滑的二值化血管图像,具体为:
将所述皮下血管的感兴趣区域的图像进行去噪和高斯滤波,得到血管轮廓边缘平滑的皮下血管图像;
将所述皮下血管图像进行自适应阈值二值化处理,得到初步二值化血管图像;
将所述初步二值化血管图像进行图像形态学处理,去除图像中的背景噪点和填充图像中血管轮廓区域内的空洞,使得血管轮廓边缘平滑,得到血管轮廓边缘平滑的二值化血管图像。
3.根据权利要求1所述的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时,所述将所述穿刺针的感兴趣区域的图像转化为轮廓边缘平滑的二值化穿刺针图像,具体为:
将所述穿刺针的感兴趣区域的图像进行去噪和高斯滤波,得到清晰的穿刺针去噪图像;
将所述穿刺针去噪图像进行自适应阈值二值化处理,得到初步二值化穿刺针图像;
将所述初步二值化穿刺针图像进行图像形态学处理,去除图像中的背景噪点和填充图像中轮廓区域内的空洞,使得轮廓边缘平滑,得到二值化穿刺针图像。
4.根据权利要求3所述的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时,所述将所述穿刺针的感兴趣区域的图像转化为轮廓边缘平滑的二值化穿刺针图像,还包括:
当穿刺针执行动作时,采用所述血管上壁的深度位置、所述血管下壁的深度位置和所述血管腔的内壁直径,在所述二值化穿刺针图像中选取所述超声血管图像的血管腔内区域作为识别扫描穿刺针的感兴趣区域,对所述穿刺针的感兴趣区域的图像重复去噪和高斯滤波、自适应阈值二值化处理以及图像形态学处理,得到合适的二值化穿刺针图像。
5.根据权利要求1所述的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时,所述超声血管图像为皮下静脉血管的纵截面图像,即超声沿血管方向探测血管图像,超声探测面与血管中心轴线重合。
6.根据权利要求1所述的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时,所述扫描所述血管轮廓图像中血管轮廓的上下轮廓线上点的图像坐标,得到血管上壁的深度位置、血管下壁的深度位置和血管腔的内壁直径,具体为:
通过扫描所述血管轮廓图像每一列从上到下血管轮廓的第一个点的图像位置,即血管上轮廓线的图像像素点集的图像位置,得到血管上壁深度信息;
通过扫描所述血管轮廓图像每一列的轮廓像素点个数,得到血管轮廓各位置上的直径信息;
通过所述血管上壁深度信息和所述血管直径信息,得到血管下轮廓线上图像像素点集的图像位置,即血管下壁深度信息;
所述血管上壁深度信息具体是将血管上轮廓线上每一像素点图像行坐标求平均得到血管上壁深度值;所述血管下壁深度信息具体是将血管下轮廓线上每一像素点图像行坐标求平均得到血管下壁深度值。
7.根据权利要求1所述的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时,所述将所述二值化穿刺针图像进行轮廓检测并提取穿刺针轮廓,得到穿刺针轮廓图像,具体为:
所述二值化穿刺针图像为血管腔内区域的图像,所述二值化穿刺针图像中穿刺针显示为高亮轮廓,轮廓提取按照最大轮廓面积来确定并识别所述穿刺针的轮廓。
8.根据权利要求1所述的计算机可读存储介质,其特征在于,所述计算机程序被处理器执行时,所述根据穿刺针实际穿刺方向对应到所述超声血管图像的穿刺针倾斜方向,扫描所述穿刺针轮廓图像中穿刺针轮廓左右极点的图像坐标,得到所述穿刺针针尖深度、穿刺角度和推进距离,具体为:
根据穿刺针在超声针尖图像的穿刺方向,当穿刺针从图像左侧向右侧穿刺时,所述穿刺针的针尖位置是针尖轮廓的最右极限点,该点同时也临近所述穿刺针轮廓的最下方区域;当穿刺针从图像右侧向左侧穿刺时,所述穿刺针的针尖位置是针尖轮廓的最左极限点,该点同时也临近穿刺针轮廓的最下方区域;所述穿刺针针尖深度位置也可按照所述穿刺针轮廓最下方位置点确定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010507014.8A CN112137721B (zh) | 2020-06-05 | 2020-06-05 | 一种基于超声图像的穿刺针针尖与血管壁深度定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010507014.8A CN112137721B (zh) | 2020-06-05 | 2020-06-05 | 一种基于超声图像的穿刺针针尖与血管壁深度定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112137721A CN112137721A (zh) | 2020-12-29 |
CN112137721B true CN112137721B (zh) | 2022-04-01 |
Family
ID=73891436
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010507014.8A Active CN112137721B (zh) | 2020-06-05 | 2020-06-05 | 一种基于超声图像的穿刺针针尖与血管壁深度定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112137721B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113349897B (zh) * | 2021-07-13 | 2023-03-24 | 安徽讯飞医疗股份有限公司 | 一种超声穿刺的引导方法、装置以及设备 |
CN113576624B (zh) * | 2021-08-27 | 2023-03-31 | 珠海医凯电子科技有限公司 | 基于中心穿刺探头的穿刺深度检测方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0891743A1 (en) * | 1997-07-14 | 1999-01-20 | Matsushita Electric Industrial Co., Ltd. | Blood vessel puncturing device |
CN102065928A (zh) * | 2008-06-16 | 2011-05-18 | 诺利株式会社 | 注射针引导装置 |
CN104095654A (zh) * | 2014-08-04 | 2014-10-15 | 深圳市开立科技有限公司 | 一种导管尺寸选取方法、装置和系统 |
CN104490475A (zh) * | 2014-12-19 | 2015-04-08 | 深圳市开立科技有限公司 | 一种穿刺中探头发射线角度自动调整方法、装置及系统 |
CN105107067A (zh) * | 2015-07-16 | 2015-12-02 | 执鼎医疗科技江苏有限公司 | 一种红外引导超声定位的静脉穿刺系统 |
JP6078732B1 (ja) * | 2015-08-04 | 2017-02-15 | 本多電子株式会社 | 超音波プローブ |
CN106821468A (zh) * | 2017-03-23 | 2017-06-13 | 王燕青 | 一种留置针在穿刺静脉血管中的自动定位方法及装置 |
EP3552572A1 (en) * | 2018-04-11 | 2019-10-16 | Koninklijke Philips N.V. | Apparatus and method for assisting puncture planning |
JP2019188005A (ja) * | 2018-04-27 | 2019-10-31 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置及び穿刺支援プログラム |
CN111134794A (zh) * | 2020-01-20 | 2020-05-12 | 苏州科技城医院 | 一种超声引导平面外穿刺方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140100524A1 (en) * | 2012-10-10 | 2014-04-10 | Christie Digital Systems Usa, Inc. | Catheter discrimination and guidance system |
-
2020
- 2020-06-05 CN CN202010507014.8A patent/CN112137721B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0891743A1 (en) * | 1997-07-14 | 1999-01-20 | Matsushita Electric Industrial Co., Ltd. | Blood vessel puncturing device |
CN102065928A (zh) * | 2008-06-16 | 2011-05-18 | 诺利株式会社 | 注射针引导装置 |
CN104095654A (zh) * | 2014-08-04 | 2014-10-15 | 深圳市开立科技有限公司 | 一种导管尺寸选取方法、装置和系统 |
CN104490475A (zh) * | 2014-12-19 | 2015-04-08 | 深圳市开立科技有限公司 | 一种穿刺中探头发射线角度自动调整方法、装置及系统 |
CN105107067A (zh) * | 2015-07-16 | 2015-12-02 | 执鼎医疗科技江苏有限公司 | 一种红外引导超声定位的静脉穿刺系统 |
JP6078732B1 (ja) * | 2015-08-04 | 2017-02-15 | 本多電子株式会社 | 超音波プローブ |
CN106821468A (zh) * | 2017-03-23 | 2017-06-13 | 王燕青 | 一种留置针在穿刺静脉血管中的自动定位方法及装置 |
EP3552572A1 (en) * | 2018-04-11 | 2019-10-16 | Koninklijke Philips N.V. | Apparatus and method for assisting puncture planning |
JP2019188005A (ja) * | 2018-04-27 | 2019-10-31 | キヤノンメディカルシステムズ株式会社 | 超音波診断装置及び穿刺支援プログラム |
CN111134794A (zh) * | 2020-01-20 | 2020-05-12 | 苏州科技城医院 | 一种超声引导平面外穿刺方法 |
Non-Patent Citations (1)
Title |
---|
基于超声图像的PICC智能穿刺系统的设计与实现;郭克友;《中国医疗设备》;20190831;第34卷(第08期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112137721A (zh) | 2020-12-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112137721B (zh) | 一种基于超声图像的穿刺针针尖与血管壁深度定位方法 | |
US8411927B2 (en) | Marker detection in X-ray images | |
EP3497669B1 (en) | Method for automatically detecting systemic arteries in arbitrary field-of-view computed tomography angiography (cta). | |
Masood et al. | Fuzzy C mean thresholding based level set for automated segmentation of skin lesions | |
CN110415216B (zh) | 基于sd-oct和octa视网膜图像的cnv自动检测方法 | |
CN116883293B (zh) | 一种用于神经麻醉穿刺的图像增强处理方法 | |
CN112308874B (zh) | 基于管壁连通域唯一性的iv-oct血管轮廓识别方法 | |
CN117422628B (zh) | 一种心脏血管超声检查数据优化增强方法 | |
CN109636810B (zh) | Ct影像的肺结节分割方法及系统 | |
Kaya et al. | Gabor filter based localization of needles in ultrasound guided robotic interventions | |
CN111695451A (zh) | 一种静脉图像识别分析方法及处理装置 | |
CN109886938A (zh) | 一种超声图像血管直径自动测量方法 | |
CN113017625A (zh) | 采血机器人的控制方法及装置 | |
KR101906944B1 (ko) | Ivoct 영상 기반 혈관 내강의 자동 분류 방법 및 시스템 | |
CN113379741B (zh) | 基于血管特征的视网膜血管分割方法、设备和存储介质 | |
CN112183518B (zh) | 静脉靶点自动确定方法、装置和设备 | |
CN109948622A (zh) | 一种头颈体动脉瘤检测方法、装置及计算机可读存储介质 | |
CN113516644A (zh) | 一种血管内光学相干层析成像分支血管识别方法 | |
CN112102227A (zh) | 一种基于血管尺寸特征的血管最优穿刺点选取方法 | |
CN104182956B (zh) | 一种血管提取方法 | |
CN111899272A (zh) | 基于耦合神经网络和线连接器的眼底图像血管分割方法 | |
Aziz et al. | Cardiac motions classification on sequential PSAX echocardiogram | |
Shang et al. | Adaptive directional region growing segmentation of the hepatic vasculature | |
CN111739026A (zh) | 一种基于血管中心线的黏连割除方法及装置 | |
CN109145748B (zh) | 可见光静脉显像图像的静脉线提取算法 |
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 |