CN112790777A - 以动态影像判断血流量变化及血管阻塞区域的方法 - Google Patents

以动态影像判断血流量变化及血管阻塞区域的方法 Download PDF

Info

Publication number
CN112790777A
CN112790777A CN201911113207.9A CN201911113207A CN112790777A CN 112790777 A CN112790777 A CN 112790777A CN 201911113207 A CN201911113207 A CN 201911113207A CN 112790777 A CN112790777 A CN 112790777A
Authority
CN
China
Prior art keywords
continuous
ray image
blood vessel
frame
time point
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.)
Withdrawn
Application number
CN201911113207.9A
Other languages
English (en)
Inventor
巫湘沂
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201911113207.9A priority Critical patent/CN112790777A/zh
Publication of CN112790777A publication Critical patent/CN112790777A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/48Diagnostic techniques
    • A61B6/481Diagnostic techniques involving the use of contrast agents
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50Apparatus 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
    • A61B6/504Apparatus 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
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Biophysics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Public Health (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Optics & Photonics (AREA)
  • General Health & Medical Sciences (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biomedical Technology (AREA)
  • Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Vascular Medicine (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Physiology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Apparatus For Radiation Diagnosis (AREA)

Abstract

本发明涉及一种以动态影像判断血流量变化及血管阻塞区域的方法,该方法包括步骤:a)提供针对人体脏器同一位置方向的一连续X光影像,其中一受测病患注射的显影剂已部分呈现在该连续X光影像中;b)将血管位置由该连续X光影像中的多帧进行定位;c)除去该连续X光影像中非血管的背景;d)计算该连续X光影像各帧中,代表血管的像素位移数,并依序累计;e)计算像素位移数在每帧X光影像时间点的增加率,进而找出增加率符合一预设情况的至少一时点;及f)确定在该至少一时点时,发生位移的像素位置。

Description

以动态影像判断血流量变化及血管阻塞区域的方法
技术领域
本发明关于一种判断血流量变化及血管阻塞区域的方法,特别是一种以X光连续照射显影剂注射的病患的动态影像,来判断血流量变化及血管阻塞区域的方法。
背景技术
近年来,中国台湾十大死因中,心脏血管疾病一直高居第二位,其中冠状动脉疾病(Coronary Artery Disease,CAD)又高居心血管疾病的第三位,仅次于高血压及脑中风。CAD的形成原因为输送血液到心脏的血管(冠状动脉)发生阻塞或狭窄,进而造成心脏缺氧。这些病患极有可能变成急性心肌梗塞,病患往往会在短期内发生致命性的心律不整或是因为心脏肌肉细胞的大量受损而导致心脏衰竭,其死亡率相当惊人。
传统上针对CAD的治疗方式不外乎药物治疗与介入性治疗,如血管支架,而预防性或为治疗而实施的检查则以心脏血管摄影(Coronary Angiography,CAG)为主。CAG以显影剂注射成像为技术手段,可呈现心血管外观,借此判断是否有狭窄情况发生,这是一种标准检查。其中,CAG的计量方法之一为定量冠状动脉造影(Quantitative CoronaryAngiography,QCA),用以显示心血管管径狭窄度。然而,单从心血管的外观照片,很难断定其与心肌功能的关联性。此外,另一种用来实际检测心血管功能的技术为侵入式的血流储备分数(Fractional Flow Reserve,FFR)检测,借检测血流压力导线,从而由流量差异比例反映供应心肌的血流量,是一种判断心血管狭窄影响缺氧程度的黄金指标。然而,这种技术存在繁复费时的缺点、侵入人体操作的风险,以及操作误差的问题。因此,FFR也不全然对心血管的病因判断有良好的贡献。
随着电脑影像处理技术的进步,传统的血管摄影可以进一步取得动态影像,即连续同方位的摄影结果,借此提供更多的数据来判断心血管的实际情形,同时满足"非侵入"的要求。同样地,也可以用来观察其他脏器内血管,比如颅内血管的阻塞情况。可惜的是,目前尚没有一种相应的技术,可以有效判断血管血流量变化及血管阻塞区域。本发明即是针对这种需求提出的创新技术。
发明内容
本段文字提取和编译本发明的某些特点。其它特点将被公开在后续段落中。其目的在涵盖附加的申请专利范围的精神和范围中,各式的修改和类似的排列。
为了能利用血管摄影的动态影像有效判断血管血流量变化,和血管可能存在的狭窄处,本发明涉及一种以动态影像判断血管阻塞区域的方法,该方法包括步骤:a)提供针对人体脏器同一位置方向的连续X光影像,其中一受测病患注射的显影剂已部分呈现在该连续X光影像中;b)将血管位置由该连续X光影像中的多帧进行定位;c)除去该连续X光影像中非血管的背景;d)计算该连续X光影像各帧中,代表血管的像素位移数,并依序累计;e)计算像素位移数在每帧X光影像时间点的增加率,进而找出增加率符合一预设情况的至少一时点;及f)定出在该至少一时点时,发生位移的像素位置。
依照本发明,步骤b)可以光流法执行。其中代表血管的像素明亮度未超过一预设值时,可不列入位移计算。
在一实施例中,进一步于步骤a)后包括一步骤a1):将该连续X光影像的各帧的像素进行模糊化处理。依照本发明,该预设情况可为增加率低于平均增加率。该预设情况可为增加率低于一预设值,比如2.5%。该预设情况可为增加率低于一预设值且延续时间长于一特定时间,其中该预设值可为1.5%,该特定时间可为0.7秒。
本发明针对连续X光影像,找出代表血管位置的像素,进而找出每帧影像代表血管位置像素的位移,以此判断血管可能存在的狭窄处,满足前述需求。
附图说明
图1为本发明的一实施例的一种以动态影像判断血管阻塞区域的方法的流程图,图2到图17为示意图,各代表一受测病患注射显影剂后进行连续血管摄影的特定时点下的影像(帧),图18表示血管位置的像素范围,图19表示正规化数值随着影像的变化关系,图20表示增加率随着影像的变化关系。
具体实施方式
本发明将通过参照下列的实施方式而更具体地描述。
请参阅图1,该图为本发明的一实施例的一种以动态影像判断血管阻塞区域的方法的流程图。在本实施例中,以心血管为判断对象。该方法包括以下步骤。首先,提供针对人体脏器(在本实施例中为心脏)同一位置方向的连续X光影像,其中一受测病患注射的显影剂已部分呈现于该连续X光影像中(S01)。为了对本步骤有较佳的理解,请参阅图2到图17,这些图式为示意图,各代表一受测病患注射显影剂后进行连续CAG的特定时点下的影像(帧)。要注意的有几点:一、依照本发明,这些连续X光影像的拍摄位置,必须是针对病患的同一位置(如特定心血管)及同一角度(比如由病患胸腔正上方实施X光摄影)。二、影像中必须有显影剂流经,但不必要是全部。这点是用以计算心血管位置与潜在狭窄区域的基础。在本实施例中以一个模拟例子进行说明,其帧率(Frame Rate)为每秒5帧。然而本发明不以此限。实作上,帧率可以是每秒10-15帧,甚至更高。
第二步骤,将血管(心血管)位置由该连续X光影像中的多帧进行定位(S01)。由于心血管的位置会受心跳影响,随时间的不同而变化,因此如何从连续图像中定义出心血管所代表的像素(Pixel)是影像处理的重点。一般来说,有许多种方法,比如光流法(OpticalFlow)、连续影像相减法(Temporal Differencing)、背景相减法(BackgroundSubtraction)等。在本实施例中,以光流法来实现。为了有较佳的理解,请配合图2到图17进行说明。影像中位移的物件有随心跳摆荡的血管、流动的显影剂及背景位移。在相对明暗变化的影像中,首先要掌握显影剂流动。如这些图式所显示,图2描述有些许的显影剂(黑斜线图像)出现,图3出现更多的显影剂,同时也勾勒出更多的心血管轮廓。随着时间的推移,较之后的图式(X光影像)显示出更多的心血管位置。然而,受到心跳的影响,后一张图代表同一心血管位置的像素会移动。利用光流法将心血管边界的像素,由图2到图17的变化过程标定出来。必要时,先将连续X光影像的各帧的像素进行模糊化处理,以方便光流法进行演算。此外,CAG的影像要设定至一定浓度才会检测到,以避免背景位移干扰。也就是说,代表心血管的像素明亮度未超过一预设值(灰阶值)时,不列入光流法的位移计算。也因此,在实施光流法计算心血管边界像素位置时,过淡的显影剂可被模糊抹除。
接着,除去该连续X光影像中非血管(心血管)的背景(S03)。在图2到图17中,左上方与右下方都有一块阴影,这可能代表背景中的杂讯,如肌肉或骨胳的位置。此外,立体空间信息投影成为平面影像,降维的结果也可能造成信息失真。这些杂讯要被去除。由图17中得到的纯粹为心血管位置的图案为图18的虚线表示。至此,表示心血管位置的像素可被标定出(虚线含其内部平面),并进而回推前面各帧影像中,心血管相对位置的像素。
第四步,计算该连续X光影像各帧中,代表血管(心血管)的像素位移数,并依序累计(S04)。因为步骤S03中已经标定所有的心血管像素,可以统计其数量,比如25000点。而像素位移数每帧X光影像相对前一影像,心血管像素受到显影剂影响,产生变化的像素数,比如第一帧有2000点、第二帧2100点等等。累计的结果可以正规化(Normalization)的方式表示,比如前两帧的像素位移数累计为4100点,相对总像素25000点为16.4%。在本实施例中,正规化数值随着影像(或时间)的变化关系绘于图19中。
接着,计算像素位移数在每帧X光影像时间点的增加率,进而找出增加率符合一预设情况的至少一时点(S05)。由于步骤S04中找出了每一帧代表心血管的像素位移数,就由此可以计算出在每帧X光影像时间点的增加率(将前后帧的像素位移数相减后除以前帧的像素位移数)。本实施例的增加率随着影像(或时间)的变化关系显示在图20。在本步骤中,要寻找至少一个时间点,其增加率满足预设情况。依照本发明,该预设情况可以是增加率低于平均增加率。若取每一帧X光影像的时点上的增加率来加总平均,那增加率低于平均增加率的时点便符合要求。在图19中,该时点发生在箭号所指位置。或者,该预设情况也可以是增加率低于一预设值。这预设值可以依照医生对各种不同的临床病例综合整理得出,比如2.5%,在本实施例中,如图20所绘示的第11帧影像所对应的位置。当然,该预设情况更可以是增加率低于一预设值且延续时间长于一特定时间。比如,预设值为1.5%,该特定时间为0.7秒。
最后,定出在该至少一时点(图像)时,发生位移的像素位置。很明显,由图19或图20都可知,该至少一时点发生在第11帧图像拍摄时。回头寻找第11帧图(图12),便可找到代表心血管的像素位移数较少的地方,也就是图中以圆虚线显示的位置,该位置潜在狭窄区域,有心血管病变的可能。这个资料便可提供给医生进行进一步的判读与处置。
虽然本发明已以实施例方式公开如上,但是其并非用以限定本发明,任何所属技术领域中具有通常知识者,在不脱离本发明的精神和范围内,当可作些许的更改与润饰,都属于本发明保护的范围。

Claims (9)

1.一种以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,包括步骤:
a)提供针对人体脏器同一位置方向的连续X光影像,其中一受测病患注射的显影剂已部分呈现在该连续X光影像中;
b)将心血管位置由该连续X光影像中的多帧进行定位;
c)除去该连续X光影像中非血管的背景;
d)计算该连续X光影像各帧中,代表血管的像素位移数,并依序累计;
e)计算像素位移数在每帧X光影像时间点的增加率,进而找出增加率符合一预设情况的至少一时点;及
f)定出在该至少一时点时,发生位移的像素位置。
2.根据权利要求1所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,步骤b)以光流法执行。
3.根据权利要求2所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,代表心血管的像素明亮度未超过一预设值时,不列入位移计算。
4.根据权利要求1所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,进一步在步骤a)后包括一步骤a1):将该连续X光影像的各帧的像素进行模糊化处理。
5.根据权利要求1所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,该预设情况为增加率低于平均增加率。
6.根据权利要求1所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,该预设情况为增加率低于一预设值。
7.根据权利要求6所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,该预设值为2.5%。
8.根据权利要求1所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,该预设情况为增加率低于一预设值且延续时间长于一特定时间。
9.根据权利要求8所述的以动态影像判断血流量变化及血管阻塞区域的方法,其特征在于,该预设值为1.5%,该特定时间为0.7秒。
CN201911113207.9A 2019-11-14 2019-11-14 以动态影像判断血流量变化及血管阻塞区域的方法 Withdrawn CN112790777A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911113207.9A CN112790777A (zh) 2019-11-14 2019-11-14 以动态影像判断血流量变化及血管阻塞区域的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911113207.9A CN112790777A (zh) 2019-11-14 2019-11-14 以动态影像判断血流量变化及血管阻塞区域的方法

Publications (1)

Publication Number Publication Date
CN112790777A true CN112790777A (zh) 2021-05-14

Family

ID=75803752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911113207.9A Withdrawn CN112790777A (zh) 2019-11-14 2019-11-14 以动态影像判断血流量变化及血管阻塞区域的方法

Country Status (1)

Country Link
CN (1) CN112790777A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116616804A (zh) * 2023-07-25 2023-08-22 杭州脉流科技有限公司 颅内动脉狭窄评估参数获取方法、装置、设备和存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090097731A1 (en) * 2006-01-05 2009-04-16 Shigeru Sanada Continuous x-ray image screening examination device, program, and recording medium
US20120155735A1 (en) * 2009-08-18 2012-06-21 Mor Research Applications Ltd System and method for analyzing imaging data
CN103491874A (zh) * 2010-09-20 2014-01-01 诺瓦达克技术公司 定位和分析用于整形和再造外科的穿支皮瓣
KR20160092979A (ko) * 2016-07-28 2016-08-05 연세대학교 원주산학협력단 광류를 이용한 영상의 분석 장치
US20160307321A1 (en) * 2015-04-17 2016-10-20 Samsung Electronics Co., Ltd. Method and apparatus for estimating image optical flow
JP2017080390A (ja) * 2015-10-28 2017-05-18 東芝メディカルシステムズ株式会社 X線診断装置及び画像処理装置
US20180116533A1 (en) * 2015-04-27 2018-05-03 Coronary Technologies Sarl Computer-implemented method for identifying zones of stasis and stenosis in blood vessels

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090097731A1 (en) * 2006-01-05 2009-04-16 Shigeru Sanada Continuous x-ray image screening examination device, program, and recording medium
US20120155735A1 (en) * 2009-08-18 2012-06-21 Mor Research Applications Ltd System and method for analyzing imaging data
CN103491874A (zh) * 2010-09-20 2014-01-01 诺瓦达克技术公司 定位和分析用于整形和再造外科的穿支皮瓣
US20160307321A1 (en) * 2015-04-17 2016-10-20 Samsung Electronics Co., Ltd. Method and apparatus for estimating image optical flow
US20180116533A1 (en) * 2015-04-27 2018-05-03 Coronary Technologies Sarl Computer-implemented method for identifying zones of stasis and stenosis in blood vessels
JP2017080390A (ja) * 2015-10-28 2017-05-18 東芝メディカルシステムズ株式会社 X線診断装置及び画像処理装置
KR20160092979A (ko) * 2016-07-28 2016-08-05 연세대학교 원주산학협력단 광류를 이용한 영상의 분석 장치

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116616804A (zh) * 2023-07-25 2023-08-22 杭州脉流科技有限公司 颅内动脉狭窄评估参数获取方法、装置、设备和存储介质
CN116616804B (zh) * 2023-07-25 2023-10-13 杭州脉流科技有限公司 颅内动脉狭窄评估参数获取方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
US10803994B2 (en) Vascular flow assessment
US10973583B2 (en) System and method for diagnosis and assessment of cardiovascular disease by comparing arterial supply capacity to end-organ demand
Mahnken CT imaging of coronary stents: past, present, and future
Wang et al. Diagnostic value of quantitative stenosis predictors with coronary CT angiography compared to invasive fractional flow reserve
US11701175B2 (en) System and method for vascular tree generation using patient-specific structural and functional data, and joint prior information
JP7303260B2 (ja) 動脈網における流量および圧力勾配を患者特定コンピュータ断層撮影アルゴリズムに基づくコントラスト分布から判断するための方法
AU2016242999B2 (en) Systems and methods for predicting perfusion deficits from physiological, anatomical, and patient characteristics
JP6484760B2 (ja) 非侵襲的血流予備量比(ffr)に対する側副血流モデル化
KR20150132191A (ko) 시뮬레이션 정확도 및 성능을 위한 이미지 품질 평가
JP6133794B2 (ja) かん流比較及び定量化のためのデータの動的正規化
DE102007018749A1 (de) System und Verfahren zur röntgenbasierenden Beurteilung einer Aneurysmapulsation
Le Faivre et al. Impact of CT perfusion imaging on the assessment of peripheral chronic pulmonary thromboembolism: clinical experience in 62 patients
JP4589114B2 (ja) 画像データ情報の表示
US10898267B2 (en) Mobile FFR simulation
US20220319004A1 (en) Automatic vessel analysis from 2d images
Hu et al. Diagnostic performance of machine-learning-based computed fractional flow reserve (FFR) derived from coronary computed tomography angiography for the assessment of myocardial ischemia verified by invasive FFR
Nagayama et al. Improving image quality with super-resolution deep-learning-based reconstruction in coronary CT angiography
Nagayama et al. Coronary stent evaluation by CTA: image quality comparison between super-resolution deep learning reconstruction and other reconstruction algorithms
CN112790777A (zh) 以动态影像判断血流量变化及血管阻塞区域的方法
TWI770235B (zh) 以動態影像判斷血流量變化及血管阻塞區域之方法
Zhang et al. Quantification of effects of mean blood pressure and left ventricular mass on noninvasive fast fractional flow reserve
Lee et al. Artificial intelligence evaluation of coronary computed tomography angiography for coronary stenosis classification and diagnosis
Yoo et al. Role of coronary CT angiography in coronary revascularization
van Assen et al. Quantitative assessment of the morphology of renal arteries from X-ray images: quantitative vascular analysis
Broersen et al. Automatic Quantification of Local Plaque Thickness Differences as Assessed by Serial Coronary Computed Tomography Angiography Using Scan-Quality-Based Vessel-Specific Thresholds

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210514