CN113096066A - 一种基于智能肝门静脉的分型方法 - Google Patents

一种基于智能肝门静脉的分型方法 Download PDF

Info

Publication number
CN113096066A
CN113096066A CN202110216357.3A CN202110216357A CN113096066A CN 113096066 A CN113096066 A CN 113096066A CN 202110216357 A CN202110216357 A CN 202110216357A CN 113096066 A CN113096066 A CN 113096066A
Authority
CN
China
Prior art keywords
branch
portal vein
hepatic portal
type
hepatic
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
CN202110216357.3A
Other languages
English (en)
Other versions
CN113096066B (zh
Inventor
何永刚
陈超辉
镇会清
姜海涛
李康霞
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.)
Hangzhou Zhenhe Health Technology Co ltd
Original Assignee
Hangzhou Zhenhe Health 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 Hangzhou Zhenhe Health Technology Co ltd filed Critical Hangzhou Zhenhe Health Technology Co ltd
Priority to CN202110216357.3A priority Critical patent/CN113096066B/zh
Publication of CN113096066A publication Critical patent/CN113096066A/zh
Application granted granted Critical
Publication of CN113096066B publication Critical patent/CN113096066B/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
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0012—Biomedical image inspection
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/02—Arrangements for diagnosis sequentially in different planes; Stereoscopic radiation diagnosis
    • A61B6/03—Computed tomography [CT]
    • A61B6/032—Transmission computed tomography [CT]
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/50—Apparatus 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
    • A61B6/504—Apparatus 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B6/00—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment
    • A61B6/52—Devices using data or image processing specially adapted for radiation diagnosis
    • A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
    • A61B6/5217—Devices 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/40—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mechanical, radiation or invasive therapies, e.g. surgery, laser therapy, dialysis or acupuncture
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00—ICT specially adapted for the handling or processing of medical images
    • G16H30/20—ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS
    • 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
    • G06T2207/10072—Tomographic images
    • G06T2207/10081—Computed x-ray tomography [CT]
    • 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
    • G06T2207/30056—Liver; Hepatic
    • 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

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Physics & Mathematics (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Radiology & Medical Imaging (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Pathology (AREA)
  • Optics & Photonics (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Biophysics (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Geometry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Artificial Intelligence (AREA)
  • Vascular Medicine (AREA)
  • Pulmonology (AREA)
  • Quality & Reliability (AREA)
  • Urology & Nephrology (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Graphics (AREA)

Abstract

一种基于智能肝门静脉的分型方法，包括建立数字化肝脏三维模型，对肝门静脉的血管形态、走形、分布、支配区域进行分析，根据分析结果自动确定肝门静脉的类型，包括以下步骤，建立肝门静脉数字化模型，对肝进行三维重建，在肝的三维模型的组件库中找到肝门静脉的部件，对肝门静脉进行数字化标注，与现有技术相比，预先在所建立的三维模型上进行数字化标注，能够快速智能的对个性化门静脉进行分型，提高分型的效率，减少经验性错误发生概率，提高分型准确率。基于可视化的三维图形和门静脉分型有利于规范手术规划，提高手术方案制定效率。通过对肝门静脉分型能够有效的防止手术中意外发生，减少手术风险，提高手术成功率。

Description

一种基于智能肝门静脉的分型方法
技术领域
本发明属于医学图像处理技术领域，尤其是一种基于智能肝门静脉的分型方法。
背景技术
当前在实际临床中肝脏疾病患者进行手术治疗前,必须全面掌握其肝门静脉的解剖结构、肝门静脉的变异情况和肝脏门静脉右后支的形态特征和其分支分布状况。需要根据肝门静脉的走形和变异情况，对肝门静脉进行分型。肝门静脉进行分型为个性化的临床肝脏疾病手术治疗和导管介入治疗等应用提供形态学方面的依据。
而目前临床医生对肝门静脉的认识和分型，大部分还是基于CT/MR的二维图形和自己的临床经验，肝门静脉类型的准确性率因人而异总体效果不是很理想，类型的效率也有待进步提高。
发明内容
本发明是为了克服上述现有技术中的缺陷，提供一种分类方便、基于个性化的、便于后序操作、安全可靠的基于智能肝门静脉的分型方法。
为了达到以上目的，本发明所采用的技术方案是：一种基于智能肝门静脉的分型方法，包括建立数字化肝脏三维模型，对肝门静脉的血管形态、走形、分布、支配区域进行分析，根据分析结果自动确定肝门静脉的类型，包括以下步骤：
步骤A：建立肝门静脉数字化模型，根据静脉分支形态分布和分支的前后和上下的空间位置关系进行自动的数字化标注建立数值化模型，将肝门静脉分为正常型、I型变异、II型变异、III型变异和IV型变异；
步骤B：对肝进行三维重建，读入肝脏的CT序列数据，对肝脏、肝内血管系统以及其他各个组织器官进行快速的三维重建，形成肝的三维模型；
步骤C：在肝的三维模型的组件库中找到肝门静脉的部件；
步骤D：对肝门静脉进行数字化标注，在肝门静脉的部件上从肝门静脉的主干开始按照实际肝门静脉分支情况和分支之间的前后和上下的形态分布以及位置关系进行自动的数字化标注；
步骤E：根据步骤D的数字化标注，将标注后的肝门静脉与步骤A的类型进行比对，确定实际的肝门静脉类型。
作为本发明的一种优选方案，所述正常型为门静脉主干在肝门处分为左支和右支，左支和右支位于门静脉主干的两侧。
作为本发明的一种优选方案，所述I型变异为门静脉主干在肝门处呈三叉状，分别分为左支、右支和中支。
作为本发明的一种优选方案，所述I型变异中，左支、右支和中支均独立与肝门相连。
作为本发明的一种优选方案，所述II型变异为门静脉主干在肝门处分为左支和右支，且在左支或右支上分出分支。
作为本发明的一种优选方案，所述III型变异为门静脉主干在肝门处分为左支和右支，且在左支或右支上分出第一分支和第二分支。
作为本发明的一种优选方案，所述IV型变异为门静脉主干在肝门处分为左支和右支，且在左支或右支处呈三叉状，分为前支和后支。
作为本发明的一种优选方案，所述IV型变异中，左支、右支、前支和后支均独立与肝门相连。
本发明的有益效果是，与现有技术相比：预先在所建立的三维模型上进行数字化标号，能够快速智能的对门静脉进行分型，提高分型的效率，能够减少经验性错误发生概率，提高分型的准确率，有利于规范手术规划，只要分型相同，手术规划基本上相同，减少了手术风险。基于可视化的三维图形和门静脉分型进行手术规划提高手术方案的制定效率，通过对肝门静脉分型能够有效的防止手术中意外发生，提供手术成功率。
附图说明
图1是发明的结构示意图；
图中附图标记：左支2，右支3，中支4，分支5，第一分支6，第二分支7，前支8，后支9。
具体实施方式
下面结合附图对本发明实施例作详细说明。
如图1所示，一种基于智能肝门静脉的分型方法，包括建立数字化肝脏三维模型，对肝门静脉的血管形态、走形、分布、支配区域进行分析，根据分析结果自动确定肝门静脉的类型，其特征在于，包括以下步骤：
步骤A：建立肝门静脉数字化模型，根据静脉分支形态部分和分支的前后和上下的空间位置关系进行自动的数字化标注建立数值化模型，将肝门静脉分为正常型、I型变异、II型变异、III型变异和IV型变异。
且通过静脉分支情况和分支情况来分析血管的形态、走行、分布和支配区域，从而分析肝门静脉解剖关系和血管空间分布情况，清晰显示门静脉及其四级血管的空间形态情况。
步骤B：对肝进行三维重建，读入肝脏的CT序列数据，对肝脏、肝内血管系统以及其他各个组织器官进行快速的三维重建，形成肝的三维模型。
通过对病人CT检查，得到CT序列数据，通过Mimics或Amira/Avizo或VG StudioMax 或baiORS Visual将CT序列数据转换成相对应的三维模型。
步骤C：在肝的三维模型的组件库中找到肝门静脉的部件。
步骤D：对肝门静脉进行数字化标注，对找到的门静脉分支情况和分支情况的前后和上下的位置进行依次标号。在肝门静脉的部件上从肝门静脉的主干开始按照实际肝门静脉分支情况和分支之间的前后和上下的形态分布以及位置关系进行自动的数字化标注。
步骤E：根据步骤D的数字化标注，将标注后的肝门静脉与步骤A的类型进行比对，确定实际的肝门静脉类型，将肝门静脉在正常型、I型变异、II型变异、III型变异和IV型变异中进行分类，从而对不同类型的肝门进行不同的手术方案的制定和手术规划。
正常型中门静脉主干上形成有两根血管，在肝门处分为左支2和右支3，左支2和右支3 位于门静脉主干的两侧，左支2和右支3均与主干相连通，且左支2和右支3分叉设置，左支2和右支3连接于主干的同一处，左支2和右支3之间相互独立。
I型变异为门静脉主干在肝门处呈三叉状，主干上形成有三根血管，分别分为左支2、右支3和中支4，左支2、右支3和中支4连接于主干的同一处，中支4位于左支2和右支3之间，I型变异中，左支2、右支3和中支4均独立与肝门相连，
II型变异为门静脉主干在肝门处分为左支2和右支3，且在左支2或右支3上分出分支5， II型变异上形成有三根血管，分别为左支2、右支3和分支5，其中左支2和右支3连接于主干上，且左支2和右支3连接于主干的同一位置处，主干、左支2和右支3的结构与正常型肝门的样子一致，相对于正常型，II型变异在左支2或右支3上分出相连通的分支5，分支5 分走了部分左支2或右支3上的血液。
III型变异为门静脉主干在肝门处分为左支2和右支3，且在左支2或右支3上分出第一分支6和第二分支7，III型变异上形成有四根血管，分别为左支2、右支3、第一分支6和第二分支7，其中左支2和右支3连接于主干上，且左支2和右支3连接于主干的同一位置处，主干、左支2和右支3的结构与正常型肝门的样子一致，相对于正常型，III型变异在左支2或右支3上分出相连通的第一分支6和第二分支7，第一分支6和第二分支7相互独立，第一分支6和第二分支7分走了部分左支2或右支3上的血液。
IV型变异为门静脉主干在肝门处分为左支2和右支3，且在左支2或右支3处呈三叉状，分为前支8和后支9，IV型变异上形成有四根血管，分别为左支2、右支3、前支8和后支9，且左支2、右支3、前支8和后支9均连接于主干上，且左支2、右支3、前支8和后支9连接于主干的同一位置处，相对于正常型，IV型变异中的左支2或右支3较细，当左支2较细时，前支8和后支9位于左支2位置处，同理当右支3较细时，前支8和后支9位于右支3 位置处，左支2、右支3、前支8和后支9均独立与肝门相连。
运用计算机图像处理，三维重建出肝脏、肝内血管系统，建立数字化肝脏三维模型，并获得数字化肝脏模型，将获得的数字化肝脏模型等比例设置，使得数字化肝脏模型能显示真实立体的解剖关系和血管空间分布情况，清晰显示门静脉及其四级血管的空间形态情况，并根据不同的肝门静脉类型进行不同的手术规划。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现；因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
尽管本文较多地使用了图中附图标记：左支2，右支3，中支4，分支5，第一分支6，第二分支7，前支8，后支9等术语，但并不排除使用其它术语的可能性；使用这些术语仅仅是为了更方便地描述和解释本发明的本质；把它们解释成任何一种附加的限制都是与本发明精神相违背的。

Claims (8)

1.一种基于智能肝门静脉的分型方法，包括建立数字化肝脏三维模型，对肝门静脉的血管形态、走形、分布、支配区域进行分析，根据分析结果自动确定肝门静脉的类型，其特征在于，包括以下步骤：
步骤A：建立肝门静脉数字化模型，根据静脉分支形态分布和分支的前后和上下的空间位置关系进行自动的数字化标注建立数值化模型，将肝门静脉分为正常型、I型变异、II型变异、III型变异和IV型变异；
步骤B：对肝进行三维重建，读入肝脏的CT序列数据，对肝脏、肝内血管系统以及其他各个组织器官进行快速的三维重建，形成肝的三维模型；
步骤C：在肝的三维模型的组件库中找到肝门静脉的部件；
步骤D：对肝门静脉进行数字化标注，在肝门静脉的部件上从肝门静脉的主干开始按照实际肝门静脉分支情况和分支之间的前后和上下的形态分布以及位置关系进行自动的数字化标注；
步骤E：根据步骤D的数字化标注，将标注后的肝门静脉与步骤A的类型进行比对，确定实际的肝门静脉类型。
2.根据权利要求1所述的一种基于智能肝门静脉的分型方法，其特征在于，所述正常型为门静脉主干在肝门处分为左支(2)和右支(3)，左支(2)和右支(3)位于门静脉主干的两侧。
3.根据权利要求1所述的一种基于智能肝门静脉的分型方法，其特征在于，所述I型变异为门静脉主干在肝门处呈三叉状，分别分为左支(2)、右支(3)和中支(4)。
4.根据权利要求3所述的一种基于智能肝门静脉的分型方法，其特征在于，所述I型变异中，左支(2)、右支(3)和中支(4)均独立与肝门相连。
5.根据权利要求1所述的一种基于智能肝门静脉的分型方法，其特征在于，所述II型变异为门静脉主干在肝门处分为左支(2)和右支(3)，且在左支(2)或右支(3)上分出分支(5)。
6.根据权利要求1所述的一种基于智能肝门静脉的分型方法，其特征在于，所述III型变异为门静脉主干在肝门处分为左支(2)和右支(3)，且在左支(2)或右支(3)上分出第一分支(6)和第二分支(7)。
7.根据权利要求1所述的一种基于智能肝门静脉的分型方法，其特征在于，所述IV型变异为门静脉主干在肝门处分为左支(2)和右支(3)，且在左支(2)或右支(3)处呈三叉状，分为前支(8)和后支(9)。
8.根据权利要求7所述的一种基于智能肝门静脉的分型方法，其特征在于，所述IV型变异中，左支(2)、右支(3)、前支(8)和后支(9)均独立与肝门相连。
CN202110216357.3A 2021-02-26 2021-02-26 一种基于智能肝门静脉的分型方法 Active CN113096066B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110216357.3A CN113096066B (zh) 2021-02-26 2021-02-26 一种基于智能肝门静脉的分型方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110216357.3A CN113096066B (zh) 2021-02-26 2021-02-26 一种基于智能肝门静脉的分型方法

Publications (2)

Publication Number Publication Date
CN113096066A true CN113096066A (zh) 2021-07-09
CN113096066B CN113096066B (zh) 2023-02-10

Family

ID=76667531

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110216357.3A Active CN113096066B (zh) 2021-02-26 2021-02-26 一种基于智能肝门静脉的分型方法

Country Status (1)

Country Link
CN (1) CN113096066B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003033349A (ja) * 2001-07-23 2003-02-04 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
US20100296709A1 (en) * 2009-05-19 2010-11-25 Algotec Systems Ltd. Method and system for blood vessel segmentation and classification
CN102938027A (zh) * 2012-11-30 2013-02-20 河北大学 一种计算机辅助肝脏移植手术规划系统的实现方法
US20150063668A1 (en) * 2012-03-02 2015-03-05 Postech Academy-Industry Foundation Three-dimensionlal virtual liver surgery planning system
CN105139030A (zh) * 2015-08-18 2015-12-09 青岛海信医疗设备股份有限公司 一种肝脏血管的分类方法
CN106469453A (zh) * 2016-09-12 2017-03-01 同济大学 一种三维可视化展示及属性测量的肝脏功能区域诠析方法
CN109003278A (zh) * 2018-03-26 2018-12-14 天津工业大学 一种改进的基于主动形状模型的ct图像主动脉分割方法
CN110136151A (zh) * 2019-03-28 2019-08-16 青岛大学附属医院 基于ct图像获取肝脏体积的系统及方法
CN111161241A (zh) * 2019-12-27 2020-05-15 联想(北京)有限公司 一种肝脏图像识别方法、电子设备及存储介质
CN111932554A (zh) * 2020-07-31 2020-11-13 青岛海信医疗设备股份有限公司 一种肺部血管分割方法、设备及存储介质

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003033349A (ja) * 2001-07-23 2003-02-04 Hitachi Medical Corp 臓器の特定領域抽出表示方法及び装置
US20100296709A1 (en) * 2009-05-19 2010-11-25 Algotec Systems Ltd. Method and system for blood vessel segmentation and classification
US20150063668A1 (en) * 2012-03-02 2015-03-05 Postech Academy-Industry Foundation Three-dimensionlal virtual liver surgery planning system
CN102938027A (zh) * 2012-11-30 2013-02-20 河北大学 一种计算机辅助肝脏移植手术规划系统的实现方法
CN105139030A (zh) * 2015-08-18 2015-12-09 青岛海信医疗设备股份有限公司 一种肝脏血管的分类方法
CN106469453A (zh) * 2016-09-12 2017-03-01 同济大学 一种三维可视化展示及属性测量的肝脏功能区域诠析方法
CN109003278A (zh) * 2018-03-26 2018-12-14 天津工业大学 一种改进的基于主动形状模型的ct图像主动脉分割方法
CN110136151A (zh) * 2019-03-28 2019-08-16 青岛大学附属医院 基于ct图像获取肝脏体积的系统及方法
CN111161241A (zh) * 2019-12-27 2020-05-15 联想(北京)有限公司 一种肝脏图像识别方法、电子设备及存储介质
CN111932554A (zh) * 2020-07-31 2020-11-13 青岛海信医疗设备股份有限公司 一种肺部血管分割方法、设备及存储介质

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
NAN XIANG ET AL: "Application of liver three-dimensional printing in hepatectomy for complex massive hepatocarcinoma with rare variations of portal vein: preliminary experience", 《INTERNATIONAL JOURNAL OF CLINICAL AND EXPERIMENTAL MEDICINE》 *
唐敏等: "基于64排螺旋CT扫描数据的肝血管解剖变异分析", 《放射学实践》 *
禚孝颖: "基于海信计算机辅助手术系统的门静脉主干变异的分型研究", 《中国优秀博硕士学位论文全文数据库(硕士)医药卫生科技辑》 *
范应方: "基于三维可视化技术的右半肝门静脉3D分型及分段", 《南方医科大学学报》 *
赵静等: "基于计算机辅助手术系统的儿童肝脏肿瘤与门静脉关系的影像学分析", 《临床小儿外科杂志》 *

Also Published As

Publication number Publication date
CN113096066B (zh) 2023-02-10

Similar Documents

Publication Publication Date Title
Ritter et al. Medical image analysis
Sekhar et al. Automated localisation of retinal optic disk using Hough transform
CN102113016B (zh) 对数据集进行选择性交互式处理的方法
JP7488541B2 (ja) 脳血管異常の同定のための方法およびシステム
CN106994003A (zh) 用于患者特异性血流建模的方法和系统
Kang et al. AVNet: A retinal artery/vein classification network with category-attention weighted fusion
CN112967284B (zh) 血管图像分段分析方法、装置、设备及存储介质
Menten et al. Physiology-based simulation of the retinal vasculature enables annotation-free segmentation of oct angiographs
Torrents-Barrena et al. TTTS-GPS: Patient-specific preoperative planning and simulation platform for twin-to-twin transfusion syndrome fetal surgery
Meng et al. Cerebral aneurysm image segmentation based on multi-modal convolutional neural network
Felsenstein et al. Multi-modal neuroimaging analysis and visualization tool (MMVT)
CN107665737A (zh) 血管壁应力应变状态获取方法、计算机可读介质及系统
US9466145B2 (en) Identification of vascular territories
CN113850804B (zh) 基于生成对抗网络的视网膜图像生成系统及方法
CN113096066B (zh) 一种基于智能肝门静脉的分型方法
Smith et al. Automated torso contour extraction from clinical cardiac MR slices for 3D torso reconstruction
CN113192604A (zh) 基于流域分析的肝脏分段系统及其操作方法
Zhao et al. Automatic segmentation and reconstruction of coronary arteries based on sphere model and Hessian matrix using CCTA images
Niu et al. Improving automated tissue characterization in optical coherence tomography by melding attenuation compensation with deep learning
Li et al. Simultaneous Detection of Optic Disc and Macular Concave Center Using Artificial Intelligence Target Detection Algorithms
Xu et al. Research on the segmentation of biomarker for chronic central serous chorioretinopathy based on multimodal fundus image
CN113838007A (zh) 生理参数获取方法、装置、电子设备及存储介质
Shingrani et al. Automation process for morphometric analysis of volumetric CT data from pulmonary vasculature in rats
Turani et al. 3D automatic segmentation of coronary artery based on hierarchical region growing algorithm (3D HRG) in CTA data-sets
Patil et al. Blood vessel segmentation from color retinal images using unsupervised texture classification

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