CN112862850A - 数字剪影血管造影影像处理方法及装置 - Google Patents
数字剪影血管造影影像处理方法及装置 Download PDFInfo
- Publication number
- CN112862850A CN112862850A CN202110166119.6A CN202110166119A CN112862850A CN 112862850 A CN112862850 A CN 112862850A CN 202110166119 A CN202110166119 A CN 202110166119A CN 112862850 A CN112862850 A CN 112862850A
- Authority
- CN
- China
- Prior art keywords
- segmented
- image
- dsa
- dsa image
- region
- 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.)
- Pending
Links
- 238000002583 angiography Methods 0.000 title claims abstract description 32
- 238000003672 processing method Methods 0.000 title claims abstract description 24
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 67
- 238000012545 processing Methods 0.000 claims abstract description 61
- 238000000034 method Methods 0.000 claims abstract description 41
- 238000001914 filtration Methods 0.000 claims description 21
- 230000011218 segmentation Effects 0.000 claims description 21
- 230000001629 suppression Effects 0.000 claims description 14
- 238000005316 response function Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004865 vascular response Effects 0.000 claims description 12
- 238000009499 grossing Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 8
- 230000000877 morphologic effect Effects 0.000 description 11
- 230000002708 enhancing effect Effects 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 208000031481 Pathologic Constriction Diseases 0.000 description 3
- 210000004351 coronary vessel Anatomy 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012217 deletion Methods 0.000 description 3
- 230000037430 deletion Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000001965 increasing effect Effects 0.000 description 3
- 230000036961 partial effect Effects 0.000 description 3
- 230000036262 stenosis Effects 0.000 description 3
- 208000037804 stenosis Diseases 0.000 description 3
- 230000002792 vascular Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000002560 therapeutic procedure Methods 0.000 description 2
- 206010061751 Cerebrovascular stenosis Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 210000000988 bone and bone Anatomy 0.000 description 1
- 230000002490 cerebral effect Effects 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000915 pathological change Toxicity 0.000 description 1
- 230000036285 pathological change Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 230000002829 reductive effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000002966 stenotic effect Effects 0.000 description 1
- 210000001519 tissue Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration by the use of local operators
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
Abstract
本发明公开了一种数字剪影血管造影影像处理方法及装置。其中,该方法包括:删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;利用多尺度Frangi滤波器对待分割DSA影像一进行增强处理,得到待分割DSA影像二;提取待分割DSA影像二的连通区域,并基于连通区域分割得到待分割DSA影像中的血管影像。本发明解决了相关技术中DSA影像质量较差,从中分割出血管比较困难的技术问题。
Description
技术领域
本发明涉及计算机辅助DSA影像处理技术领域,具体而言,涉及一种数字剪影血管造影影像处理方法及装置。
背景技术
数字剪影血管造影技术(DSA),是通过剪影、增强等技术将骨骼等其余组织去除来获取明显血管影像的技术,该技术对肿瘤、全身血管中的病变等诊断具有重要意义,常用于诊断心脑血管狭窄等。该技术可将图像中的血管表达得更为清晰。目前,DSA影像是显示冠状动脉的金标准。但是,受患者呼吸、心脏搏动造成的运动伪影因素影响,图像的质量较差,背景模糊、不均匀,背景与前景对比度低,这给计算机处理DSA影像增添了难度。
多尺度Frangi滤波增强是基于黑塞Hessian矩阵运算而来,Hessian矩阵由偏导数构成,矩阵的特征值是区别目标血管与背景的判据,可以较好地识别管状结构,所以该方法多用于血管增强方面,将Hessian矩阵的特征值带入血管相似性函数计算,得到多尺度滤波响应,每个像素点处选择最大的响应作为结果,多尺度可以使图像中较粗和较细的血管都可以得到增强,从而实现血管增强的目的。
现有的血管分割方法,例如区域生长法,是比较邻域像素值和种子点像素值的差值与阈值的大小,小于阈值则认为两点属于同一类区域,但该方法阈值难以确定,易造成分割泄漏。又如基于活动轮廓模型的分割方法,通过构造能量泛函表示图像,经过曲线不断演化迭代,当能量最达到小值时即得到了轮廓,但该方法计算量大,程序效率不高。
针对上述相关技术中DSA影像质量较差,从中分割出血管比较困难的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种数字剪影血管造影影像处理方法及装置,以至少解决相关技术中DSA影像质量较差,从中分割出血管比较困难的技术问题。
根据本发明实施例的一个方面,提供了一种数字剪影血管造影影像处理方法,包括:删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;利用多尺度Frangi滤波器对所述待分割DSA影像一进行增强处理,得到待分割DSA影像二;提取所述待分割DSA影像二的连通区域,并基于所述连通区域分割得到所述待分割DSA影像中的血管影像。
可选地,所述预定区域包括白色背景区域,其中,在删除所述待分割DSA影像中的所述白色背景区域,得到所述待分割DSA影像一之前,该数字剪影血管造影影像处理方法还包括:获取所述待分割DSA影像;其中,获取所述待分割DSA影像,包括:获取DSA影像序列;从所述DSA影像序列中选择满足预定条件的待分割DSA影像,其中,所述预定条件为充盈度超过预定阈值的DSA影像。
可选地,删除待分割数字剪影血管造影DSA影像中的预定区域,包括:将所述待分割DSA影像的图像像素值归一化至预定值域;通过像素阈值以及所述预定值域将所述预定区域从所述待分割DSA影像背景中删除。
可选地,利用多尺度Frangi滤波器对所述待分割DSA影像一进行增强处理,包括:设置高斯核的尺度范围和血管响应函数的背景抑制参数;通过所述多尺度Frangi滤波器使用所述高斯核的尺度范围和所述血管响应函数的背景抑制参数对所述待分割DSA影像一进行增强处理。
可选地,在提取所述待分割DSA影像二的连通区域之前,该数字剪影血管造影影像处理方法还包括:对所述待分割DSA影像二进行形态学开操作处理,其中,所述形态学开操作包括以下至少之一:平滑所述待分割DSA影像中的血管轮廓、移除所述待分割DSA影像上的斑点噪声、断开所述待分割DSA影像中的细小连接。
可选地,基于所述连通区域分割得到所述待分割DSA影像中的血管影像,包括:确定所述连通区域中每一个连通区域的面积;确定面积阈值;将所述连通区域中面积不大于所述面积阈值的连通区域过滤掉,得到所述待分割DSA影像中的血管影像。
可选地,确定面积阈值,包括:确定所述DSA影像的总面积;将所述总面积的预定比例确定为所述面积阈值。
根据本发明实施例的另外一个方面,还提供了一种数字剪影血管造影影像处理装置,包括:删除单元,用于删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;增强处理单元,用于利用多尺度Frangi滤波器对所述待分割DSA影像一进行增强处理,得到待分割DSA影像二;获取单元,用于提取所述待分割DSA影像二的连通区域,并基于所述连通区域分割得到所述待分割DSA影像中的血管影像。
可选地,所述预定区域包括白色背景区域,其中,该数字剪影血管造影影像处理装置还包括:所述获取单元,还用于在删除所述待分割DSA影像中的所述白色背景区域,得到所述待分割DSA影像一之前,获取所述待分割DSA影像;其中,所述获取单元,包括:第一获取模块,用于获取DSA影像序列;选择模块,用于从所述DSA影像序列中选择满足预定条件的待分割DSA影像,其中,所述预定条件为充盈度超过预定阈值的DSA影像。
可选地,所述删除单元,包括:归一化处理模块,用于将所述待分割DSA影像的图像像素值归一化至预定值域;删除模块,用于通过像素阈值以及所述预定值域将所述预定区域从所述待分割DSA影像背景中删除。
可选地,所述增强处理单元,包括:设置模块,用于设置高斯核的尺度范围和血管响应函数的背景抑制参数;增强处理模块,用于通过所述多尺度Frangi滤波器使用所述高斯核的尺度范围和所述血管响应函数的背景抑制参数对所述待分割DSA影像一进行增强处理。
可选地,该数字剪影血管造影影像处理装置还包括:形态学处理单元,用于在提取所述待分割DSA影像二的连通区域之前,对所述待分割DSA影像二进行形态学开操作处理,其中,所述形态学开操作包括以下至少之一:平滑所述待分割DSA影像中的血管轮廓、移除所述待分割DSA影像上的斑点噪声、断开所述待分割DSA影像中的细小连接。
可选地,所述获取单元,包括:第一确定模块,用于确定所述连通区域中每一个连通区域的面积;第二确定模块,用于确定面积阈值;第二获取模块,用于将所述连通区域中面积小于所述面积阈值的连通区域过滤掉,得到所述待分割DSA影像中的血管影像。
可选地,所述第二确定模块,包括:第一确定子模块,用于确定所述DSA影像的总面积;第二确定子模块,用于将所述总面积的预定比例确定为所述面积阈值。
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机存储介质所在设备执行上述中任一项所述的数字剪影血管造影影像处理方法。
根据本发明实施例的另外一个方面,还提供了一种处理器,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行上述中任一项所述的数字剪影血管造影影像处理方法。
在本发明实施例中,删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;利用多尺度Frangi滤波器对待分割DSA影像一进行增强处理,得到待分割DSA影像二;提取待分割DSA影像二的连通区域,并基于连通区域分割得到待分割DSA影像中的血管影像,通过本发明实施例提供的数字剪影血管造影影像处理方法,实现了利用多尺度Frangi滤波方式所具有的增强血管结构边缘的特点,将血管从DSA影像内模糊、不均匀的背景中分割出来的目的,达到了提高血管分割准确性的技术效果,进而解决了相关技术中DSA影像质量较差,从中分割出血管比较困难的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的数字剪影血管造影影像处理方法的流程图;
图2是根据本发明实施例的可选的数字剪影血管造影影像处理方法的流程图;
图3是根据本发明实施例的另一可选的数字剪影血管造影影像处理方法的流程图;
图4(a)是根据本发明实施例的待分割DSA影像的局部放大图;
图4(b)是根据本发明实施例的血管影像的局部放大图;
图5是根据本发明实施例的数字剪影血管造影影像处理装置的示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
为了便于描述,下面对本发明实施例提供的名词或术语进行说明。
数字减影血管造影(Digital Subtraction Angiography,简称DSA):即血管造影的影像通过数字化处理,把不需要的组织影像删除掉,只保留血管影像,即,数字减影技术,其特点是图像清晰、分辨率高,对观察血管病变,血管狭窄的定位测量,诊断及介入治疗提供真实的立体图像,为各种介入治疗提供必备条件。
黑塞矩阵特征值分解主要是提取主要方向、图像的局部二阶结构可以在这些主要方向中被分解。主要方向直接给出了最小曲率方向。
黑塞矩阵的特征值,就是形容在该点附件特征向量方向的凹凸性,特征值越大,凸性越强。
实施例1
根据本发明实施例,提供了一种数字剪影血管造影影像处理方法的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
图1是根据本发明实施例的数字剪影血管造影影像处理方法的流程图,如图1所示,该数字剪影血管造影影像处理方法包括如下步骤:
步骤S102,删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一。
可选的,在本发明实施例中,可以将DSA影像中的预定区域,例如白色区域删除,从而得到去除白色背景的待分割DSA影像一。
步骤S104,利用多尺度Frangi滤波器对待分割DSA影像一进行增强处理,得到待分割DSA影像二。
步骤S106,提取待分割DSA影像二的连通区域,并基于连通区域分割得到待分割DSA影像中的血管影像。
由上可知,在本发明实施例中,可以删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;利用多尺度Frangi滤波器对待分割DSA影像一进行增强处理,得到待分割DSA影像二;提取待分割DSA影像二的连通区域,并基于连通区域分割得到待分割DSA影像中的血管影像,实现了利用多尺度Frangi滤波方式所具有的增强血管结构边缘的特点,将血管从DSA影像内模糊、不均匀的背景中分割出来的目的,达到了提高血管分割准确性的技术效果。
因此,通过本发明实施例提供的数字剪影血管造影影像处理方法,解决了相关技术中DSA影像质量较差,从中分割出血管比较困难的技术问题。
在一种可选的实施例中,预定区域可以包括白色背景区域,其中,在删除待分割DSA影像中的白色背景区域,得到待分割DSA影像一之前,该数字剪影血管造影影像处理方法还可以包括:获取待分割DSA影像;其中,获取待分割DSA影像,包括:获取DSA影像序列;从DSA影像序列中选择满足预定条件的待分割DSA影像,其中,预定条件为充盈度超过预定阈值的DSA影像。
在该实施例中,删除待分割数字剪影血管造影DSA影像中的预定区域,包括:将待分割DSA影像的图像像素值归一化至预定值域;通过像素阈值以及预定值域将预定区域从待分割DSA影像背景中删除。
例如,可以获取DSA影像序列,选择其中造影充盈的一帧图像,将图像像素归一化至[0,255],通过阈值判断条件将原图背景中白色区域去除,根据图像灰度分布,可将像素阈值设置为160,得到去除白色背景的图像。通过去除白色区域可以避免下一步进行增强处理时背景对目标血管的干扰。
在一种可选的实施例中,利用多尺度Frangi滤波器对待分割DSA影像一进行增强处理,包括:设置高斯核的尺度范围和血管响应函数的背景抑制参数;通过多尺度Frangi滤波器使用高斯核的尺度范围和血管响应函数的背景抑制参数对待分割DSA影像一进行增强处理。
在该实施例中,可以使用多尺度Frangi滤波增强图像,设置高斯核的尺度范围和血管响应函数的背景抑制参数,从而得到多尺度Frangi滤波增强的图像。
其中,使用多尺度Frangi滤波增强图像,增大血管响应函数中的背景抑制参数,例如,可以将背景抑制参数设置为30,从而使得背景噪声得到较好的抑制。
另外,由于背景区域相较于血管区域灰度较均匀,hessian矩阵的两个特征向量近似,通过增大参数,使得血管响应函数中的背景项数值减小,进而抑制背景像素值,得到多尺度Frangi滤波增强的图像。
在一种可选的实施例中,在提取待分割DSA影像二的连通区域之前,该数字剪影血管造影影像处理方法还可以包括:对待分割DSA影像二进行形态学开操作处理,其中,形态学开操作包括以下至少之一:平滑待分割DSA影像中的血管轮廓、移除待分割DSA影像上的斑点噪声、断开待分割DSA影像中的细小连接。
在该实施例中,可以使用形态学开操作处理待分割DSA影像二,这里的开操作具有断开待分割DSA影像中的细小连接(其中,这里是为了断开背景噪声和目标血管在处理过程中的错误连接,即,细小连接)、平滑轮廓、移除细小斑点噪声等特点,使得血管管壁更加光滑、形象,从而得到了光滑的血管图像。
如图3所示,通过形态学开操作,可以断开背景噪声和目标血管在处理过程中的错误连接,具体地,在实际操作过程中可以选取大小为3*3(可根据具体情况进行选择)像素的模板对图像进行形态学开操作处理,得到比较准确的血管图像。
在一种可选的实施例中,基于连通区域分割得到待分割DSA影像中的血管影像,包括:确定连通区域中每一个连通区域的面积;确定面积阈值;将连通区域中面积不大于面积阈值的连通区域过滤掉,得到待分割DSA影像中的血管影像。
在该实施例中,可以取待分割DSA影像的连通区域,通过连通区域的面积大小确定是否保留,例如,可以将连通区域面积大于面积阈值的连通区域保留,反之,将小于等于面积阈值的连通区域过滤掉,得到完整的血管图像。
其中,确定面积阈值,包括:确定DSA影像的总面积;将总面积的预定比例确定为面积阈值。
例如,可以将面积阈值取为DSA影像的总面积的2%。
图2是根据本发明实施例的可选的数字剪影血管造影影像处理方法的流程图,如图2所示,可以先获取初始图像(即,待分割DSA影像),去除白色背景后,利用多尺度Frangi滤波增强,并利用形态学开操作进行处理,得到光滑的血管图像,通过提取连通域得到分割结果。
图3是根据本发明实施例的另一可选的数字剪影血管造影影像处理方法的流程图,如图3所示,以冠状动脉DSA影像为例,选取一张造影剂较充盈的图像,由于图像背景模糊、不均匀、对比度较低、噪声大,无法使用基于阈值或基于区域的方法直接分割,因此,需要以下方式来增强图像、滤除噪声、最后分割得到DSA影像中的血管图像。具体地,可以对原图经过去除白色背景、Frangi滤波增强、形态学开操作以及连通域提取得到血管区域。其中,在图3中,A为原图(即,待分割DSA影像),B为去除白色背景图的DSA影像,C为多尺度Frangi滤波增强图,D为开操作结果图,E为分割结果图。
图4(a)是根据本发明实施例的待分割DSA影像的局部放大图,其示出了待分割DSA影像的局部,并对其进行了放大展示。图4(b)是根据本发明实施例的血管影像的局部放大图,由图4(b)可知,其充分保留了血管的轮廓、狭窄区域等信息。
由上可知,在本发明实施例中,利用了多尺度Frangi滤波来增强血管边缘,同时结合形态学操作以及连通域思想,设计了一种针对DSA影像的血管分割方法,解决了数字剪影血管造影技术DSA影像质量较差、难以将目标血管从模糊的背景中准确分割,同时分割后会损失大量有用信息等问题。例如,可以获取病人的DSA影像,对图像进行预处理,包括去除位于图像背景中的白色噪声区域,去除白色区域可以避免下一步进行增强处理时背景对目标血管的干扰;对预处理过的图像进行多尺度Frangi滤波增强,在增强模糊边缘的同时,加强对背景噪声的抑制,使得增强效果更加明显;对增强后的图像进行形态学开操作,开操作可以断开细小连接、平滑轮廓、移除细小斑点噪声等;对开操作处理后的图像提取目标连通域,最终获取目标血管。在本发明实施例中,结合了多尺度滤波增强、形态学操作以及连通域思想,能够高效且准确地分割血管,同时保留血管的狭窄信息,可以使用计算机实现对血管的自动分割,适用于冠脉血管、颅脑血管等,能够辅助医生进行后续疾病的诊断。
通过本发明实施例提供的数字剪影血管造影影像处理方法,相对于现有技术,利用多尺度Frangi滤波方法所具有的增强血管结构边缘的特点,结合形态学原理和连通域原理,将血管从DSA影像内模糊、不均匀的背景中分割出来。该方法对输入图像进行去除白色区域处理,排除背景中白色区域对结果的干扰。该方法使用基于Hessian矩阵的多尺度Frangi滤波增强,通过设置参数,同时实现增强血管边缘和抑制背景噪声的功能。该方法结合了形态学开操作,抑制了细小噪声,并平滑了血管轮廓。并在形态学处理后采用提取连通区域的方法,代替获取图像轮廓并填充的方法,后者会在略去噪声的同时将内轮廓一同被忽略,并且填充时还需要确定填充的种子点坐标,增加程序的复杂性,而本发明提供的方法滤除了背景噪声,并能保留图像的内轮廓信息,并能够保证血管的形状、走向以及狭窄部位的狭窄程度,这对DSA影像的血管分割有着重要意义,也在保证血管分割准确性的同时,简化了提取血管的步骤,提高程序运行效率,具有良好的鲁棒性。
综上所述,通过本发明实施例提供的数字剪影血管造影影像处理方法,使用特定分割方式获取DSA影像的血管区域,对输入的影像进行增强、去噪、提取目标区域,从而简化了分割步骤,同时保留图像的内轮廓信息、血管的形状、走向以及狭窄部位的狭窄程度等信息,为后续的分析(如提取中心线、三维重构)提供准确的血管轮廓。
实施例2
根据本发明实施例的另外一个方面,还提供了一种数字剪影血管造影影像处理装置,图5是根据本发明实施例的数字剪影血管造影影像处理装置的示意图,如图5所示,该数字剪影血管造影影像处理装置可以包括:删除单元51、增强处理单元53以及获取单元55。下面对该数字剪影血管造影影像处理装置进行说明。
删除单元51,用于删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一。
增强处理单元53,用于利用多尺度Frangi滤波器对待分割DSA影像一进行增强处理,得到待分割DSA影像二。
获取单元55,用于提取待分割DSA影像二的连通区域,并基于连通区域分割得到待分割DSA影像中的血管影像。
此处需要说明的是,上述删除单元51、增强处理单元53以及获取单元55对应于实施例1中的步骤S102至S106,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以在诸如一组计算机可执行指令的计算机系统中执行。
由上可知,在本发明实施例中,可以通过删除单元删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;然后利用增强处理单元利用多尺度Frangi滤波器对待分割DSA影像一进行增强处理,得到待分割DSA影像二;并利用获取单元提取待分割DSA影像二的连通区域,并基于连通区域分割得到待分割DSA影像中的血管影像。通过本发明实施例提供的数字剪影血管造影影像处理装置,实现了利用多尺度Frangi滤波方式所具有的增强血管结构边缘的特点,将血管从DSA影像内模糊、不均匀的背景中分割出来的目的,达到了提高血管分割准确性的技术效果,解决了相关技术中DSA影像质量较差,从中分割出血管比较困难的技术问题。
在一种可选的实施例中,预定区域包括白色背景区域,其中,该数字剪影血管造影影像处理装置还包括:获取单元,还用于在删除待分割DSA影像中的白色背景区域,得到待分割DSA影像一之前,获取待分割DSA影像;其中,获取单元,包括:第一获取模块,用于获取DSA影像序列;选择模块,用于从DSA影像序列中选择满足预定条件的待分割DSA影像,其中,预定条件为充盈度超过预定阈值的DSA影像。
在一种可选的实施例中,删除单元,包括:归一化处理模块,用于将待分割DSA影像的图像像素值归一化至预定值域;删除模块,用于通过像素阈值以及预定值域将预定区域从待分割DSA影像背景中删除。
在一种可选的实施例中,增强处理单元,包括:设置模块,用于设置高斯核的尺度范围和血管响应函数的背景抑制参数;增强处理模块,用于通过多尺度Frangi滤波器使用高斯核的尺度范围和血管响应函数的背景抑制参数对待分割DSA影像一进行增强处理。
在一种可选的实施例中,该数字剪影血管造影影像处理装置还包括:形态学处理单元,用于在提取待分割DSA影像二的连通区域之前,对待分割DSA影像二进行形态学开操作处理,其中,形态学开操作包括以下至少之一:平滑待分割DSA影像中的血管轮廓、移除待分割DSA影像上的斑点噪声、断开待分割DSA影像中的细小连接。
在一种可选的实施例中,获取单元,包括:第一确定模块,用于确定连通区域中每一个连通区域的面积;第二确定模块,用于确定面积阈值;第二获取模块,用于将连通区域中面积小于面积阈值的连通区域过滤掉,得到待分割DSA影像中的血管影像。
在一种可选的实施例中,第二确定模块,包括:第一确定子模块,用于确定DSA影像的总面积;第二确定子模块,用于将总面积的预定比例确定为面积阈值。
实施例3
根据本发明实施例的另外一个方面,还提供了一种计算机可读存储介质,计算机可读存储介质包括存储的计算机程序,其中,在计算机程序被处理器运行时控制计算机存储介质所在设备执行上述中任一项的数字剪影血管造影影像处理方法。
实施例4
根据本发明实施例的另外一个方面,还提供了一种处理器,处理器用于运行计算机程序,其中,计算机程序运行时执行上述中任一项的数字剪影血管造影影像处理方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
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,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 (10)
1.一种数字剪影血管造影影像处理方法,其特征在于,包括:
删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;
利用多尺度Frangi滤波器对所述待分割DSA影像一进行增强处理,得到待分割DSA影像二;
提取所述待分割DSA影像二的连通区域,并基于所述连通区域分割得到所述待分割DSA影像中的血管影像。
2.根据权利要求1所述的方法,其特征在于,所述预定区域包括白色背景区域,其中,在删除所述待分割DSA影像中的所述白色背景区域,得到所述待分割DSA影像一之前,还包括:获取所述待分割DSA影像;
其中,获取所述待分割DSA影像,包括:
获取DSA影像序列;
从所述DSA影像序列中选择满足预定条件的待分割DSA影像,其中,所述预定条件为充盈度超过预定阈值的DSA影像。
3.根据权利要求1所述的方法,其特征在于,删除待分割数字剪影血管造影DSA影像中的预定区域,包括:
将所述待分割DSA影像的图像像素值归一化至预定值域;
通过像素阈值以及所述预定值域将所述预定区域从所述待分割DSA影像背景中删除。
4.根据权利要求1所述的方法,其特征在于,利用多尺度Frangi滤波器对所述待分割DSA影像一进行增强处理,包括:
设置高斯核的尺度范围和血管响应函数的背景抑制参数;
通过所述多尺度Frangi滤波器使用所述高斯核的尺度范围和所述血管响应函数的背景抑制参数对所述待分割DSA影像一进行增强处理。
5.根据权利要求1所述的方法,其特征在于,在提取所述待分割DSA影像二的连通区域之前,还包括:
对所述待分割DSA影像二进行形态学开操作处理,其中,所述形态学开操作包括以下至少之一:平滑所述待分割DSA影像中的血管轮廓、移除所述待分割DSA影像上的斑点噪声、断开所述待分割DSA影像中的细小连接。
6.根据权利要求1至5中任一项所述的方法,其特征在于,基于所述连通区域分割得到所述待分割DSA影像中的血管影像,包括:
确定所述连通区域中每一个连通区域的面积;
确定面积阈值;
将所述连通区域中面积不大于所述面积阈值的连通区域过滤掉,得到所述待分割DSA影像中的血管影像。
7.根据权利要求6所述的方法,其特征在于,确定面积阈值,包括:
确定所述DSA影像的总面积;
将所述总面积的预定比例确定为所述面积阈值。
8.一种数字剪影血管造影影像处理装置,其特征在于,包括:
删除单元,用于删除待分割数字剪影血管造影DSA影像中的预定区域,得到待分割DSA影像一;
增强处理单元,用于利用多尺度Frangi滤波器对所述待分割DSA影像一进行增强处理,得到待分割DSA影像二;
获取单元,用于提取所述待分割DSA影像二的连通区域,并基于所述连通区域分割得到所述待分割DSA影像中的血管影像。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序被处理器运行时控制所述计算机存储介质所在设备执行权利要求1至7中任一项所述的数字剪影血管造影影像处理方法。
10.一种处理器,其特征在于,所述处理器用于运行计算机程序,其中,所述计算机程序运行时执行权利要求1至7中任一项所述的数字剪影血管造影影像处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110166119.6A CN112862850A (zh) | 2021-02-03 | 2021-02-03 | 数字剪影血管造影影像处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110166119.6A CN112862850A (zh) | 2021-02-03 | 2021-02-03 | 数字剪影血管造影影像处理方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112862850A true CN112862850A (zh) | 2021-05-28 |
Family
ID=75988813
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110166119.6A Pending CN112862850A (zh) | 2021-02-03 | 2021-02-03 | 数字剪影血管造影影像处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112862850A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113902746A (zh) * | 2021-12-13 | 2022-01-07 | 北京唯迈医疗设备有限公司 | 医学图像中血管导丝提取方法、系统、电子设备及介质 |
CN114332001A (zh) * | 2021-12-24 | 2022-04-12 | 北京阅影科技有限公司 | 血管信息的处理方法及其装置、计算机可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324090A (zh) * | 2011-09-05 | 2012-01-18 | 东软集团股份有限公司 | 一种从cta图像中去除扫描床的方法及装置 |
CN107248155A (zh) * | 2017-06-08 | 2017-10-13 | 东北大学 | 一种基于swi图像的脑静脉血管分割方法 |
CN108090899A (zh) * | 2017-12-27 | 2018-05-29 | 重庆大学 | 一种血管提取及去噪方法 |
CN108109159A (zh) * | 2017-12-21 | 2018-06-01 | 东北大学 | 一种基于hessian矩阵和区域增长相结合的视网膜血管分割系统 |
CN110599417A (zh) * | 2019-09-04 | 2019-12-20 | 中国人民解放军63677部队 | 一种基于Hessian矩阵的视网膜图像血管提取方法 |
CN111028241A (zh) * | 2019-11-13 | 2020-04-17 | 东北大学 | 一种多尺度血管增强的水平集分割系统与方法 |
CN111127373A (zh) * | 2019-12-31 | 2020-05-08 | 佛山科学技术学院 | 一种基于局部截面分析的血管图像提取方法及装置 |
CN112102188A (zh) * | 2020-09-11 | 2020-12-18 | 杭州微引科技有限公司 | 一种基于gpu的分布式计算的多尺度血管增强滤波方法 |
-
2021
- 2021-02-03 CN CN202110166119.6A patent/CN112862850A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324090A (zh) * | 2011-09-05 | 2012-01-18 | 东软集团股份有限公司 | 一种从cta图像中去除扫描床的方法及装置 |
CN107248155A (zh) * | 2017-06-08 | 2017-10-13 | 东北大学 | 一种基于swi图像的脑静脉血管分割方法 |
CN108109159A (zh) * | 2017-12-21 | 2018-06-01 | 东北大学 | 一种基于hessian矩阵和区域增长相结合的视网膜血管分割系统 |
CN108090899A (zh) * | 2017-12-27 | 2018-05-29 | 重庆大学 | 一种血管提取及去噪方法 |
CN110599417A (zh) * | 2019-09-04 | 2019-12-20 | 中国人民解放军63677部队 | 一种基于Hessian矩阵的视网膜图像血管提取方法 |
CN111028241A (zh) * | 2019-11-13 | 2020-04-17 | 东北大学 | 一种多尺度血管增强的水平集分割系统与方法 |
CN111127373A (zh) * | 2019-12-31 | 2020-05-08 | 佛山科学技术学院 | 一种基于局部截面分析的血管图像提取方法及装置 |
CN112102188A (zh) * | 2020-09-11 | 2020-12-18 | 杭州微引科技有限公司 | 一种基于gpu的分布式计算的多尺度血管增强滤波方法 |
Non-Patent Citations (3)
Title |
---|
ALEJANDRO F. FRANGI 等: "Multiscale Vessel Enhancement Filtering", 《MEDICAL IMAGE COMPUTING AND COMPUTER-ASSISTED INTERVENTION》 * |
黄木连: "基于局部特征空间中智模糊 C-均值聚类的视网膜血管分割", 《信息通信》 * |
黄碧君 等: "冠状动脉造影图像中血管的分割和量化分析", 《中国医学影像技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113902746A (zh) * | 2021-12-13 | 2022-01-07 | 北京唯迈医疗设备有限公司 | 医学图像中血管导丝提取方法、系统、电子设备及介质 |
CN114332001A (zh) * | 2021-12-24 | 2022-04-12 | 北京阅影科技有限公司 | 血管信息的处理方法及其装置、计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109741344B (zh) | 血管分割方法、装置、医疗影像设备及存储介质 | |
US20210106299A1 (en) | Method and system for extracting lower limb vasculature | |
US5832134A (en) | Data visualization enhancement through removal of dominating structures | |
CN110490040B (zh) | 一种识别dsa冠状动脉图像中局部血管狭窄程度的方法 | |
CN109431531B (zh) | 基于灌注成像的血管分割方法及装置和计算机装置 | |
CN110223271B (zh) | 血管图像的自动水平集分割方法及装置 | |
CN110415216B (zh) | 基于sd-oct和octa视网膜图像的cnv自动检测方法 | |
US20090010505A1 (en) | Method, a System and a Computer Program for Segmenting a Structure in a Dataset | |
KR101258814B1 (ko) | 동적조영증강 유방 mr 영상에서 조직별 밝기값 보정 및 종양 강성 제약을 적용한 비강체 정합 방법 및 시스템 | |
CN112862850A (zh) | 数字剪影血管造影影像处理方法及装置 | |
CN110648338A (zh) | 图像分割方法、可读存储介质及图像处理装置 | |
CN111815663A (zh) | 一种基于Hessian矩阵和灰度法的肝血管分割系统 | |
US8050470B2 (en) | Branch extension method for airway segmentation | |
CN108335270A (zh) | 一种多帧图像血管特征识别及信息融合的彩色编码方法 | |
CN112132837A (zh) | 一种胸部骨骼自动提取方法、系统、电子设备及存储介质 | |
CN113160245A (zh) | 基于分块区域生长法的ct脑实质分割系统、方法及装置 | |
Metz et al. | Semi-automatic coronary artery centerline extraction in computed tomography angiography data | |
CN109410181B (zh) | 一种心脏图像分割方法及装置 | |
CN115375719A (zh) | 一种血管图像分割方法及装置 | |
CN113160248B (zh) | 一种图像处理方法、装置、设备及可读存储介质 | |
Tsai et al. | Adaptive segmentation of vessels from coronary angiograms using multi-scale filtering | |
CN110428431B (zh) | 一种心脏医学图像的分割方法、装置、设备及存储介质 | |
CN112767333A (zh) | 一种基于cta影像的双下肢血管区域判断方法及系统 | |
CN111223090A (zh) | 人体肺部ct图像中肿瘤图像的识别系统 | |
CN109919098B (zh) | 目标对象的识别方法和装置 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210528 |
|
RJ01 | Rejection of invention patent application after publication |