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 PDF

Info

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
Application number
CN202110174474.8A
Other languages
English (en)
Other versions
CN112529821B (zh
Inventor
张玲玲
滕忠照
沈金花
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.)
Nanjing Jingsan Medical Technology Co ltd
Original Assignee
Nanjing Jingsan Medical 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 Nanjing Jingsan Medical Technology Co ltd filed Critical Nanjing Jingsan Medical Technology Co ltd
Priority to CN202110174474.8A priority Critical patent/CN112529821B/zh
Publication of CN112529821A publication Critical patent/CN112529821A/zh
Application granted granted Critical
Publication of CN112529821B publication Critical patent/CN112529821B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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

一种CPR图像伪影的去除方法
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：
获取人体感兴趣部位的扫描数据
Figure DEST_PATH_IMAGE001
；
在所述扫描数据
Figure 167629DEST_PATH_IMAGE001
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
Figure 819191DEST_PATH_IMAGE001
、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。
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
Figure 395665DEST_PATH_IMAGE002
可由下式确定：
Figure DEST_PATH_IMAGE003
其中，
Figure 56454DEST_PATH_IMAGE002
可表示为
Figure 401985DEST_PATH_IMAGE004
，m为大于2的自然数；
Figure DEST_PATH_IMAGE005
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，
Figure 755606DEST_PATH_IMAGE006
为原始输入的三维坐标数据点的集合，
Figure DEST_PATH_IMAGE007
可表示为：
Figure 55262DEST_PATH_IMAGE008
，n为大于2的自然数，
Figure DEST_PATH_IMAGE009
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，
Figure 785321DEST_PATH_IMAGE010
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，
Figure DEST_PATH_IMAGE011
为任意两个三维坐标数据点之间的距离，
Figure 985358DEST_PATH_IMAGE012
为第一次重采 样的步幅，
Figure 978722DEST_PATH_IMAGE013
为线性插值的结果，其计算方式如下：
Figure DEST_PATH_IMAGE014
其中，
Figure 264210DEST_PATH_IMAGE015
表示向量的模长。
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：
Figure DEST_PATH_IMAGE016
其中，
Figure 532380DEST_PATH_IMAGE017
为单位化操作，其使得向量
Figure DEST_PATH_IMAGE018
的模长为1。
进一步的，经过第二次重采样获取的三维坐标数据点的集合
Figure 383661DEST_PATH_IMAGE019
为：
Figure DEST_PATH_IMAGE020
其中，
Figure 344664DEST_PATH_IMAGE021
可表示为
Figure DEST_PATH_IMAGE022
，L为大于2的自然数，
Figure 353334DEST_PATH_IMAGE023
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
Figure DEST_PATH_IMAGE024
的三维坐标数 据点，
Figure 159616DEST_PATH_IMAGE025
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，
Figure DEST_PATH_IMAGE026
为指定的误差上界，
Figure 599824DEST_PATH_IMAGE027
，
Figure DEST_PATH_IMAGE028
为 垂直方向的分辨率，
Figure 466149DEST_PATH_IMAGE029
是
Figure DEST_PATH_IMAGE030
处的切向量与指定的法向量之间的夹角，其中：
Figure 460650DEST_PATH_IMAGE031
其中，
Figure DEST_PATH_IMAGE032
为
Figure 70623DEST_PATH_IMAGE033
处的切向量，
Figure DEST_PATH_IMAGE034
为法向量。
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：
Figure 896496DEST_PATH_IMAGE035
其中，
Figure DEST_PATH_IMAGE036
为重建后的图像水平方向的大小，
Figure 700766DEST_PATH_IMAGE037
为重建后的图像垂直方向 的大小；
Figure DEST_PATH_IMAGE038
为像素坐标为
Figure 182563DEST_PATH_IMAGE039
处的像素值，
Figure 799489DEST_PATH_IMAGE038
的计算方式如下：
Figure 948711DEST_PATH_IMAGE040
其中，
Figure DEST_PATH_IMAGE041
是曲面重建后的图像的当前像素坐标
Figure 422418DEST_PATH_IMAGE039
所对应的原始数据的三 维像素坐标，
Figure 594773DEST_PATH_IMAGE042
为差值计算。
进一步的，所述
Figure 15390DEST_PATH_IMAGE041
的计算方式如下：
（1）假设当前经过的第二次重采样的三维数据点为：
Figure DEST_PATH_IMAGE043
（2）计算当前2维图像像素坐标
Figure 19118DEST_PATH_IMAGE039
对应的三维物理坐标为：
Figure 194885DEST_PATH_IMAGE044
（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：
Figure DEST_PATH_IMAGE045
（4）将该计算后的三维物理坐标沿着指定的法向量方向偏移
Figure 683897DEST_PATH_IMAGE046
的距离，即：
Figure DEST_PATH_IMAGE047
（5）根据扫描数据
Figure 236101DEST_PATH_IMAGE048
的原点
Figure DEST_PATH_IMAGE049
和分辨率
Figure 828757DEST_PATH_IMAGE050
，最后将该物理空间坐 标转换为像素坐标得到最终的
Figure 237741DEST_PATH_IMAGE041
：
Figure DEST_PATH_IMAGE051
其中，
Figure 417312DEST_PATH_IMAGE052
、
Figure DEST_PATH_IMAGE053
和
Figure 773207DEST_PATH_IMAGE054
依次为x方向、y方向、z方向的坐标 值；
Figure DEST_PATH_IMAGE055
、
Figure 485948DEST_PATH_IMAGE056
和
Figure DEST_PATH_IMAGE057
依次为x方向、y方向、z方向的原点，
Figure 737938DEST_PATH_IMAGE058
、
Figure DEST_PATH_IMAGE059
和
Figure 168919DEST_PATH_IMAGE060
依次为x方向、y方向、z方向的分辨率。
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：
获取人体感兴趣部位的扫描数据
Figure DEST_PATH_IMAGE061
。该扫描数据
Figure 609DEST_PATH_IMAGE061
包括CT扫描数据和 MR扫描数据，也可以是其它扫描数据，其在计算机中用三维矩阵进行表示，例如，用
Figure 302277DEST_PATH_IMAGE062
进行表示。感兴趣部位可以是如头颈或心脏等部位。
在扫描数据
Figure 23371DEST_PATH_IMAGE061
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
Figure 144911DEST_PATH_IMAGE002
可由下式确定：
Figure 311450DEST_PATH_IMAGE063
其中，
Figure 936466DEST_PATH_IMAGE002
可表示为
Figure DEST_PATH_IMAGE064
，m为大于2的自然数；
Figure 61417DEST_PATH_IMAGE005
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，
Figure 404674DEST_PATH_IMAGE006
为原始输入的三维坐标数据点的集合，
Figure 374904DEST_PATH_IMAGE007
可表示为：
Figure 120006DEST_PATH_IMAGE008
，n为大于2的自然数，
Figure 991358DEST_PATH_IMAGE009
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，
Figure 821911DEST_PATH_IMAGE065
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，
Figure 330253DEST_PATH_IMAGE011
为任意两个三维坐标数据点之间的距离，
Figure 726599DEST_PATH_IMAGE012
为第一次重采 样的步幅，
Figure 599877DEST_PATH_IMAGE013
为线性插值的结果，其计算方式如下：
Figure DEST_PATH_IMAGE066
其中，
Figure 511201DEST_PATH_IMAGE067
表示向量的模长。
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。
求解感兴趣路径曲线在每一三维坐标数据点处的切向量。具体的求解方法可以使 用经典的
Figure DEST_PATH_IMAGE068
方法，也可以使用局部的割线来近似切线的方法求解，用局部割 线近似的方法较为方便，具体如下：
Figure 292076DEST_PATH_IMAGE069
其中，
Figure 11770DEST_PATH_IMAGE017
为单位化操作，其使得向量
Figure 619731DEST_PATH_IMAGE018
的模长为1。
指定一个法向量，以确定一个唯一经过当前感兴趣路径的曲面。可假设法向量
Figure DEST_PATH_IMAGE070
。紧接着为了消除可能会产生的伪影，需要按照如下步骤根据切向量与法 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：
假设输出的重建图像的大小为
Figure 487193DEST_PATH_IMAGE071
，分辨率为
Figure DEST_PATH_IMAGE072
。其中，
Figure 71758DEST_PATH_IMAGE073
表示沿着第
Figure DEST_PATH_IMAGE074
个轴方向的大小，
Figure 973855DEST_PATH_IMAGE075
表示沿着第
Figure 251253DEST_PATH_IMAGE074
个轴方向的分辨率（下标
Figure DEST_PATH_IMAGE076
从0开始）。以2 维图像为例，
Figure 74852DEST_PATH_IMAGE077
代表水平方向的大小，即图像的宽度，
Figure DEST_PATH_IMAGE078
代表垂直方向的大小即图 像的高度，
Figure 698994DEST_PATH_IMAGE079
代表水平方向的分辨率，
Figure DEST_PATH_IMAGE080
代表垂直方向的分辨率。
假设经过第二次重采样获取的三维坐标数据点的集合
Figure 721176DEST_PATH_IMAGE019
为：
Figure 107158DEST_PATH_IMAGE081
其中，
Figure 214792DEST_PATH_IMAGE019
可表示为
Figure DEST_PATH_IMAGE082
，L为大于2的自然数，
Figure 937897DEST_PATH_IMAGE083
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
Figure 486690DEST_PATH_IMAGE024
的三维坐标 数据点，
Figure DEST_PATH_IMAGE084
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，
Figure 105890DEST_PATH_IMAGE085
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。
Figure DEST_PATH_IMAGE086
，
Figure 405547DEST_PATH_IMAGE028
为垂直方向的分辨率，
Figure 338868DEST_PATH_IMAGE029
是
Figure 538905DEST_PATH_IMAGE087
处的 切向量与指定的法向量之间的夹角，其中：
Figure 532269DEST_PATH_IMAGE031
其中，
Figure 83336DEST_PATH_IMAGE032
为
Figure 820348DEST_PATH_IMAGE087
处的切向量，
Figure 874891DEST_PATH_IMAGE034
为法向量。
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：
Figure DEST_PATH_IMAGE088
其中，
Figure 39156DEST_PATH_IMAGE036
为重建后的图像水平方向的大小，
Figure 811940DEST_PATH_IMAGE037
为重建后的图像垂直方向 的大小；
Figure 87064DEST_PATH_IMAGE038
为像素坐标为
Figure 527272DEST_PATH_IMAGE039
处的像素值，
Figure 596860DEST_PATH_IMAGE038
的计算方式如下：
Figure 122519DEST_PATH_IMAGE089
其中，
Figure 935754DEST_PATH_IMAGE041
是曲面重建后的图像的当前像素坐标
Figure 230469DEST_PATH_IMAGE039
所对应的原始数据的三 维像素坐标，
Figure 470958DEST_PATH_IMAGE042
为差值计算。可选的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。
具体的
Figure 985378DEST_PATH_IMAGE041
的计算方式如下：
（1）假设当前经过的第二次重采样的三维数据点为：
Figure DEST_PATH_IMAGE090
（2）计算当前2维图像像素坐标
Figure 399042DEST_PATH_IMAGE039
对应的三维物理坐标为：
Figure 485946DEST_PATH_IMAGE091
（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：
Figure 225232DEST_PATH_IMAGE045
（4）将该计算后的三维物理坐标沿着指定的法向量方向偏移
Figure 663167DEST_PATH_IMAGE046
的距离，即：
Figure 614942DEST_PATH_IMAGE047
（5）根据扫描数据
Figure 87512DEST_PATH_IMAGE061
的原点
Figure 669803DEST_PATH_IMAGE049
和分辨率
Figure 391771DEST_PATH_IMAGE050
，最后将该物理空间坐标 转换为像素坐标得到最终的
Figure 350500DEST_PATH_IMAGE041
：
Figure 474314DEST_PATH_IMAGE092
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，
Figure 493086DEST_PATH_IMAGE052
、
Figure DEST_PATH_IMAGE093
和
Figure 436771DEST_PATH_IMAGE054
依次为x方向、y方向、z方向的坐标值；
Figure 995928DEST_PATH_IMAGE094
、
Figure 911931DEST_PATH_IMAGE056
和
Figure 665386DEST_PATH_IMAGE057
依 次为x方向、y方向、z方向的原点，
Figure DEST_PATH_IMAGE095
、
Figure 96367DEST_PATH_IMAGE059
和
Figure 396899DEST_PATH_IMAGE096
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)

1.一种CPR图像伪影的去除方法，其特征在于，包括：
获取人体感兴趣部位的扫描数据
Figure 609746DEST_PATH_IMAGE001
；
在所述扫描数据
Figure 739376DEST_PATH_IMAGE001
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
Figure 586372DEST_PATH_IMAGE001
、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。
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
Figure 205572DEST_PATH_IMAGE002
可由下式确定：
Figure 207026DEST_PATH_IMAGE003
其中，
Figure 202664DEST_PATH_IMAGE002
可表示为
Figure 605963DEST_PATH_IMAGE004
，m为大于2的自然数；
Figure 396065DEST_PATH_IMAGE005
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，
Figure 884815DEST_PATH_IMAGE006
为原始输入的三维坐标数据点的集合，
Figure 418565DEST_PATH_IMAGE006
可表示为：
Figure 676371DEST_PATH_IMAGE007
，n为大于2的自然数，
Figure 902953DEST_PATH_IMAGE008
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，
Figure 878999DEST_PATH_IMAGE009
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，
Figure 950860DEST_PATH_IMAGE010
为任意两个三维坐标数据点之间的距离，
Figure 328752DEST_PATH_IMAGE011
为第一次重采 样的步幅，
Figure 460656DEST_PATH_IMAGE012
为线性插值的结果，其计算方式如下：
Figure 923998DEST_PATH_IMAGE013
其中，
Figure 301015DEST_PATH_IMAGE014
表示向量的模长。
3.根据权利要求2所述的CPR图像伪影的去除方法，其特征在于，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：
Figure 533413DEST_PATH_IMAGE015
其中，
Figure 101798DEST_PATH_IMAGE016
为单位化操作，其使得向量
Figure 786857DEST_PATH_IMAGE017
的模长为1。
4.根据权利要求2所述的CPR图像伪影的去除方法，其特征在于，经过第二次重采样获 取的三维坐标数据点的集合
Figure 669363DEST_PATH_IMAGE018
为：
Figure 818584DEST_PATH_IMAGE019
其中，
Figure 292291DEST_PATH_IMAGE018
可表示为
Figure 464646DEST_PATH_IMAGE020
，L为大于2的自然数，
Figure 682001DEST_PATH_IMAGE021
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
Figure 154571DEST_PATH_IMAGE022
的三维坐标数 据点，
Figure 2441DEST_PATH_IMAGE023
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，
Figure 724409DEST_PATH_IMAGE024
为指定的误差上界，
Figure 683138DEST_PATH_IMAGE025
，
Figure 541372DEST_PATH_IMAGE026
为 垂直方向的分辨率，
Figure 560144DEST_PATH_IMAGE027
是
Figure 769409DEST_PATH_IMAGE028
处的切向量与指定的法向量之间的夹角，其中：
Figure 531828DEST_PATH_IMAGE029
其中，
Figure 11613DEST_PATH_IMAGE030
为
Figure 935707DEST_PATH_IMAGE031
处的切向量，
Figure 632268DEST_PATH_IMAGE032
为法向量。
5.根据权利要求4所述的CPR图像伪影的去除方法，其特征在于，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：
Figure 932799DEST_PATH_IMAGE033
其中，
Figure 31205DEST_PATH_IMAGE034
为重建后的图像水平方向的大小，
Figure 126200DEST_PATH_IMAGE035
为重建后的图像垂直方向的大 小；
Figure 310057DEST_PATH_IMAGE036
为像素坐标为
Figure 414279DEST_PATH_IMAGE037
处的像素值，
Figure 101612DEST_PATH_IMAGE036
的计算方式如下：
Figure 633088DEST_PATH_IMAGE038
其中，
Figure 241923DEST_PATH_IMAGE039
是曲面重建后的图像的当前像素坐标
Figure 212153DEST_PATH_IMAGE040
所对应的原始数据的三维像 素坐标，
Figure 753993DEST_PATH_IMAGE041
为差值计算。
6.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
Figure 721949DEST_PATH_IMAGE039
的计算方 式如下：
（1）假设当前经过的第二次重采样的三维数据点为：
Figure 552502DEST_PATH_IMAGE042
（2）计算当前2维图像像素坐标
Figure 60844DEST_PATH_IMAGE037
对应的三维物理坐标为：
Figure 660452DEST_PATH_IMAGE043
（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：
Figure 97512DEST_PATH_IMAGE044
（4）将该计算后的三维物理坐标沿着指定的法向量方向偏移
Figure 415361DEST_PATH_IMAGE045
的距离，即：
Figure 461814DEST_PATH_IMAGE046
（5）根据扫描数据
Figure 181509DEST_PATH_IMAGE047
的原点
Figure 288005DEST_PATH_IMAGE048
和分辨率
Figure 93150DEST_PATH_IMAGE049
，最后将该物理空间坐标转 换为像素坐标得到最终的
Figure 943294DEST_PATH_IMAGE039
：
Figure 517495DEST_PATH_IMAGE050
其中，
Figure 794893DEST_PATH_IMAGE051
、
Figure 821755DEST_PATH_IMAGE052
和
Figure 475590DEST_PATH_IMAGE053
依次为x方向、y方向、z方向的坐标值；
Figure 169876DEST_PATH_IMAGE054
、
Figure 555858DEST_PATH_IMAGE055
和
Figure 397912DEST_PATH_IMAGE056
依次为x方向、y方向、z方向的原点，
Figure 527542DEST_PATH_IMAGE057
、
Figure 873073DEST_PATH_IMAGE058
和
Figure 695536DEST_PATH_IMAGE059
依次为x方向、y方向、z方向的分辨率。
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。
CN202110174474.8A 2021-02-07 2021-02-07 一种cpr图像伪影的去除方法 Active CN112529821B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (5)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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