CN112529821A - 一种cpr图像伪影的去除方法 - Google Patents
一种cpr图像伪影的去除方法 Download PDFInfo
- Publication number
- CN112529821A CN112529821A CN202110174474.8A CN202110174474A CN112529821A CN 112529821 A CN112529821 A CN 112529821A CN 202110174474 A CN202110174474 A CN 202110174474A CN 112529821 A CN112529821 A CN 112529821A
- Authority
- CN
- China
- Prior art keywords
- dimensional coordinate
- data points
- coordinate data
- resampling
- vector
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000013598 vector Substances 0.000 claims abstract description 54
- 238000012952 Resampling Methods 0.000 claims abstract description 30
- 239000000126 substance Substances 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000002591 computed tomography Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 210000004351 coronary vessel Anatomy 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 210000003484 anatomy Anatomy 0.000 description 2
- 210000004204 blood vessel Anatomy 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000252983 Caecum Species 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 210000004534 cecum Anatomy 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 210000000277 pancreatic duct Anatomy 0.000 description 1
- 210000000952 spleen Anatomy 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种CPR图像伪影的去除方法。该方法包括获取人体感兴趣部位的扫描数据;在所述扫描数据上指定一条感兴趣路径曲线,所述感兴趣路径曲线由一系列原始输入的三维坐标数据点构成;求解感兴趣路径曲线在每一三维坐标数据点处的切向量;指定一个法向量,根据所述切向量与法向量的夹角对感兴趣路径曲线上的三维坐标数据点进行第二次重采样;根据所述扫描数据、第二次重采样获取的三维坐标数据点和法向量进行曲面重建。本发明解决了现有CPR技术在切向量和法向量接近平行时导致管状结构直径变大而造成的伪影问题,大大降低了医生误判的概率。
Description
技术领域
本发明涉及CPR图像伪影去除技术领域,具体涉及一种CPR图像伪影的去除方法。
背景技术
曲面重建(CPR)技术是在一个维度上选择特定的曲线路径,将该路径上的所有体素在同一平面上进行显示,可以一次评价曲度较大的结构如脾动脉、胰管、冠状动脉等管状结构的全长情况。CPR 可以观察管腔结构的腔壁病变(如斑块、狭窄等),也可以观察管状结构与周围结构的位置关系,但 CPR 所显示的不是正常的解剖结构和关系(它是把管状结构拉直了看),同时需要多个角度曲面重建以完整评价病变。该技术可以帮助医生更好地去理解复杂结构的解剖结构。尽管拉直的CPR技术能够产生可靠的结果,但是在某些特殊情况下(当切向量和法向量近似平行时)会导致管状结构的直径比实际偏大,在该位置产生一定程度的伪影。
发明内容
本发明的目的是针对现有技术存在的不足,提供一种CPR图像伪影的去除方法。
为实现上述目的,本发明提供了一种CPR图像伪影的去除方法,包括:
求解感兴趣路径曲线在每一三维坐标数据点处的切向量;
指定一个法向量,根据所述切向量与法向量的夹角对感兴趣路径曲线上的三维坐标数据点进行第二次重采样;
进一步的,如所述原始输入的三维坐标数据点的密集度低于参考阈值,则进行第
一次重采样,以使感兴趣路径曲线上的三维坐标数据点的密度在参考阈值以上,通过第一
次重采样后共获取的三维坐标数据点的集合可由下式确定:
其中,可表示为,m为大于2的自然数;为第一次重采样获取的三维坐标数据点的集合中下标为的k的三维坐标数
据点,为原始输入的三维坐标数据点的集合,可表示为:,n为大于2的自然数,为原始输入的三维坐标数据点的
集合中下标为i的三维坐标数据点,为原始输入的三维坐标数据点的集合中下
标为j的三维坐标数据点,为任意两个三维坐标数据点之间的距离,为第一次重采
样的步幅,为线性插值的结果,其计算方式如下:
进一步的,通过局部的割线来近似切线求解感兴趣路径曲线在每一三维坐标数据点处的切向量,具体如下:
其中,可表示为,L为大于2的自然数,为第二次重采样获取的三维坐标数据点的集合中下标为的的三维坐标数
据点,为第一次重采样获取后的三维坐标数据点的集合中下标为的h的三维
坐标数据点,为指定的误差上界,,为
垂直方向的分辨率,是处的切向量与指定的法向量之间的夹角,其中:
进一步的,根据所述扫描数据、第二次重采样获取的三维坐标数据点和法向量进行曲面重建后的图像可表示为:
(1)假设当前经过的第二次重采样的三维数据点为:
(3)计算当前重采样点偏移起始点在指定的法向量方向的投影距离为:
进一步的,所述差值计算包括最近邻差值计算、线性差值计算和B样条差值计算。
进一步的,所述扫描数据包括CT扫描数据和MR扫描数据。
有益效果:本发明解决了现有CPR技术在切向量和法向量接近平行时导致管状结构直径变大而造成的伪影问题,大大降低了医生误判的概率。
附图说明
图1是本发明实施例的CPR图像伪影的去除方法的流程示意图;
图2是现有技术中CPR图像出现的伪影的示意图;
图3是采用本发明实施例的CPR图像伪影的去除方法后的效果图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,本实施例在以本发明技术方案为前提下进行实施,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围。
如图1所示,本发明实施例提供了一种CPR图像伪影的去除方法,包括:
在扫描数据上指定一条感兴趣路径曲线,感兴趣路径曲线由一系列原始
输入的三维坐标数据点构成。感兴趣路径曲线描述的可以是某些管状结构的走向,比如血
管或盲肠等的走向,也可以是任意指定的感兴趣路径。对于冠脉来说,医生希望看到沿着某
根冠脉血管比如LAD的血管中心重建出来的图像,这样更容易看到病灶。获取感兴趣路径的
三维坐标点的方法可以自动的进行血管中心线的提取,也可以手动创建。
如果原始输入的感兴趣路径上的三维坐标数据点的密集度低于参考阈值,则进行
第一次重采样,以使感兴趣路径曲线上的三维坐标数据点的密度在参考阈值以上,通过第
一次重采样后共获取的三维坐标数据点的集合可由下式确定:
其中,可表示为,m为大于2的自然数;为第一次重采样获取的三维坐标数据点的集合中下标为的k的三维坐标数
据点,为原始输入的三维坐标数据点的集合,可表示为:,n为大于2的自然数,为原始输入的三维坐标数据点的
集合中下标为i的三维坐标数据点,为原始输入的三维坐标数据点的集合中下
标为j的三维坐标数据点, 为任意两个三维坐标数据点之间的距离,为第一次重采
样的步幅,为线性插值的结果,其计算方式如下:
如果原始输入的感兴趣路径上的三维坐标数据点的密集度在参考阈值以上,就可以不进行以上第一次重采样步骤。需要说的是,通常可选择原始扫描数据的分辨率来判断感兴趣路径上的三维坐标数据点的密集度是否在参考阈值以上。
假设输出的重建图像的大小为,分辨率为。其中,表示沿着第个轴方向的大小,表示沿着第个轴方向的分辨率(下标从0开始)。以2
维图像为例,代表水平方向的大小,即图像的宽度,代表垂直方向的大小即图
像的高度,代表水平方向的分辨率,代表垂直方向的分辨率。
其中,可表示为,L为大于2的自然数,为第二次重采样获取后的三维坐标数据点的集合中下标为的的三维坐标
数据点,为第一次重采样获取后的三维坐标数据点的集合中下标为h的三维
坐标数据点,为指定的误差上界,可以根据需要设定为0.1、0.2或0.5等值。,为垂直方向的分辨率,是处的
切向量与指定的法向量之间的夹角,其中:
根据所述扫描数据、第二次重采样获取的三维坐标数据点和法向量进行曲面重建。重建后的图像可表示为:
(1)假设当前经过的第二次重采样的三维数据点为:
(3)计算当前重采样点偏移起始点在指定的法向量方向的投影距离为:
其中,CurPntXYZ[i]代表第(i+1)维的数值,vOrig[i]和vSpacing[i]同理,分别代
表第(i+1)维的原点和分辨率值,i 从0开始。对于3维笛卡尔坐标系来说,、和依次为x方向、y方向、z方向的坐标值;、和依
次为x方向、y方向、z方向的原点,、和依次为x方向、y方向、z方
向的分辨率。
请参见图2,图2中下部圈出的位置是现有技术在血管末梢处发生的伪影现象。请参见图3,图3示意出了采用本发明后的效果,由此可以看出,通过本发明可将伪影去除。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,其它未具体描述的部分,属于现有技术或公知常识。在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (8)
2.根据权利要求1所述的CPR图像伪影的去除方法,其特征在于,如所述原始输入的三
维坐标数据点的密集度低于参考阈值,则进行第一次重采样,以使感兴趣路径曲线上的三
维坐标数据点的密度在参考阈值以上,通过第一次重采样后共获取的三维坐标数据点的集
合可由下式确定:
其中,可表示为,m为大于2的自然数;为第一次重采样获取的三维坐标数据点的集合中下标为的k的三维坐标数
据点,为原始输入的三维坐标数据点的集合,可表示为:,n为大于2的自然数,为原始输入的三维坐标数据点的
集合中下标为i的三维坐标数据点,为原始输入的三维坐标数据点的集合中下
标为j的三维坐标数据点,为任意两个三维坐标数据点之间的距离,为第一次重采
样的步幅,为线性插值的结果,其计算方式如下:
7.根据权利要求5所述的CPR图像伪影的去除方法,其特征在于,所述差值计算包括最近邻差值计算、线性差值计算和B样条差值计算。
8.根据权利要求1所述的CPR图像伪影的去除方法,其特征在于,所述扫描数据包括CT扫描数据和MR扫描数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110174474.8A CN112529821B (zh) | 2021-02-07 | 2021-02-07 | 一种cpr图像伪影的去除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110174474.8A CN112529821B (zh) | 2021-02-07 | 2021-02-07 | 一种cpr图像伪影的去除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112529821A true CN112529821A (zh) | 2021-03-19 |
CN112529821B CN112529821B (zh) | 2021-05-14 |
Family
ID=74975560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110174474.8A Active CN112529821B (zh) | 2021-02-07 | 2021-02-07 | 一种cpr图像伪影的去除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112529821B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734917A (zh) * | 2021-03-29 | 2021-04-30 | 杭州晟视科技有限公司 | 医疗数据的三维曲面重建和优化方法、系统及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103295262A (zh) * | 2013-05-21 | 2013-09-11 | 东软集团股份有限公司 | 管状腔体组织的旋转多角度曲面重建方法及装置 |
US8917284B2 (en) * | 2011-06-20 | 2014-12-23 | Microsoft Corporation | Vector graphics with controlled thin-plate splines |
US20160335758A1 (en) * | 2013-05-08 | 2016-11-17 | The University Of British Columbia | Methods and systems for characterizing concept drawings and estimating three-dimensional information therefrom |
CN110660123A (zh) * | 2018-06-29 | 2020-01-07 | 清华大学 | 基于神经网络的三维ct图像重建方法和设备以及存储介质 |
CN110717961A (zh) * | 2019-09-17 | 2020-01-21 | 上海联影医疗科技有限公司 | 多模态图像重建方法、装置、计算机设备和存储介质 |
-
2021
- 2021-02-07 CN CN202110174474.8A patent/CN112529821B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8917284B2 (en) * | 2011-06-20 | 2014-12-23 | Microsoft Corporation | Vector graphics with controlled thin-plate splines |
US20160335758A1 (en) * | 2013-05-08 | 2016-11-17 | The University Of British Columbia | Methods and systems for characterizing concept drawings and estimating three-dimensional information therefrom |
CN103295262A (zh) * | 2013-05-21 | 2013-09-11 | 东软集团股份有限公司 | 管状腔体组织的旋转多角度曲面重建方法及装置 |
CN110660123A (zh) * | 2018-06-29 | 2020-01-07 | 清华大学 | 基于神经网络的三维ct图像重建方法和设备以及存储介质 |
CN110717961A (zh) * | 2019-09-17 | 2020-01-21 | 上海联影医疗科技有限公司 | 多模态图像重建方法、装置、计算机设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112734917A (zh) * | 2021-03-29 | 2021-04-30 | 杭州晟视科技有限公司 | 医疗数据的三维曲面重建和优化方法、系统及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112529821B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liang et al. | Sketch guided and progressive growing GAN for realistic and editable ultrasound image synthesis | |
Higgins et al. | Shape-based interpolation of tree-like structures in three-dimensional images | |
US7565000B2 (en) | Method and apparatus for semi-automatic segmentation technique for low-contrast tubular shaped objects | |
US7978916B2 (en) | System and method for identifying a vascular border | |
US8698795B2 (en) | Interactive image segmentation | |
Volkau et al. | Geometric modeling of the human normal cerebral arterial system | |
US20080019580A1 (en) | Medical image-processing apparatus and a method for processing medical images | |
CN111612743A (zh) | 一种基于ct图像的冠状动脉中心线提取方法 | |
JP2007537811A (ja) | 結節の検出方法 | |
CN112862833A (zh) | 血管分段方法、电子装置和存储介质 | |
Xu et al. | An improved algorithm for vessel centerline tracking in coronary angiograms | |
CN111009032B (zh) | 基于改进外极线约束匹配的血管三维重建方法 | |
CN112508954B (zh) | 一种管状结构狭窄度的计算方法、计算装置和电子设备 | |
JP2005537052A (ja) | 血管のボーダーを識別するシステムおよび方法 | |
CN115830016B (zh) | 医学图像配准模型训练方法及设备 | |
JP5296981B2 (ja) | アフィン変換を用いたモダリティ内医療体積画像の自動位置合わせ | |
CN112529821B (zh) | 一种cpr图像伪影的去除方法 | |
US20070201737A1 (en) | System And Method For Vascular Visualization Using Planar Reformation Of Vascular Central Axis Surface With Biconvex Slab | |
CN112508880A (zh) | 颅内血管图像配准方法、电子设备和计算机可读存储介质 | |
CN109035353B (zh) | 一种基于ct图像多平面重建的血管拉直曲面重组方法 | |
CN116664635A (zh) | 构建目标对象的多维动态模型的方法、计算设备和介质 | |
CN113160417B (zh) | 一种基于泌尿系统的多器官三维重建控制方法 | |
CN112884879B (zh) | 用于提供至少一个管状结构的二维展开图像的方法 | |
CN115908225A (zh) | 管状器官标注方法、管状器官标注结果修正方法及系统 | |
CN112508882A (zh) | 一种脑血管图像预处理方法 |
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 |