CN114224388B - 基于多频率超声的颈动脉三维重建方法及系统 - Google Patents

基于多频率超声的颈动脉三维重建方法及系统 Download PDF

Info

Publication number
CN114224388B
CN114224388B CN202111676191.XA CN202111676191A CN114224388B CN 114224388 B CN114224388 B CN 114224388B CN 202111676191 A CN202111676191 A CN 202111676191A CN 114224388 B CN114224388 B CN 114224388B
Authority
CN
China
Prior art keywords
carotid artery
carotid
image
ultrasonic
dimensional
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.)
Active
Application number
CN202111676191.XA
Other languages
English (en)
Other versions
CN114224388A (zh
Inventor
刘治
孙保林
曹艳坤
陶可猛
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.)
Shandong University
Original Assignee
Shandong University
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 Shandong University filed Critical Shandong University
Priority to CN202111676191.XA priority Critical patent/CN114224388B/zh
Publication of CN114224388A publication Critical patent/CN114224388A/zh
Application granted granted Critical
Publication of CN114224388B publication Critical patent/CN114224388B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/08—Detecting organic movements or changes, e.g. tumours, cysts, swellings
    • A61B8/0891—Detecting organic movements or changes, e.g. tumours, cysts, swellings for diagnosis of blood vessels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/48—Diagnostic techniques
    • A61B8/483—Diagnostic techniques involving the acquisition of a 3D volume of data
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B8/00—Diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/52—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves
    • A61B8/5269—Devices using data or image processing specially adapted for diagnosis using ultrasonic, sonic or infrasonic waves involving detection or reduction of artifacts
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Pathology (AREA)
  • Radiology & Medical Imaging (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Veterinary Medicine (AREA)
  • Medical Informatics (AREA)
  • Biophysics (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Vascular Medicine (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Ultra Sonic Daignosis Equipment (AREA)

Abstract

本发明提供一种基于多频率超声的颈动脉三维重建方法及系统，属于医学检测技术领域，获取颈动脉相同静态位置的多个不同频率的超声图像，提取斑点噪声图，进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；基于分割后的颈动脉内膜及斑块，进行配准及三维重建。本发明无需在超声探头上增加位置追踪装置，或额外的机械伺服装置，只需要在颈动脉扫描时保持匀速进行，通过斑点噪声图计算帧间相关性，并进行水平位置坐标补偿，即可对颈动脉进行快速准确的三维重建，通过重建的颈动脉三维模型计算颈动脉狭窄率，相比于传统基于纵切面的狭窄率计算更为准确。

Description

基于多频率超声的颈动脉三维重建方法及系统
技术领域
本发明涉及医学检测技术领域，具体涉及一种基于多频率超声的颈动脉三维重建方法及系统。
背景技术
超声诊断作为现代医学中使用最为广泛的诊断手段之一，其具有对人体无辐射、无损伤、实时性、价格便宜及显示方法多样等特点，尤其对人体软组织的探查和心血管脏器的血流动力学测量有其他方法无法相比的优势。
颈动脉超声扫查技术为超声诊断应用之一，通常医生手持超声探头对颈动脉平行于血管方向进行纵切面扫查，获得颈动脉血管图像供医生诊断，该方法扫查效率低下，易遗漏关键部位，且难以对颈动脉进行全方位评估。
现有技术中，对颈动脉三维建模，需要增加额外的超声探头位置追踪装置，或对探头配以机械伺服装置，与颈动脉血管方向垂直的横向扫查超声图像。但是，增加的额外硬件或对病人造成不适，或影响医生对超声探头的操作，且难以基于医疗机构现有超声影像设备采集的颈动脉超声影像直接进行三维建模。
发明内容
本发明的目的在于提供一种能够对颈动脉斑块及其狭窄率进行更为准确的评估的基于多频率超声的颈动脉三维重建方法及系统，以解决上述背景技术中存在的至少一项技术问题。
为了实现上述目的，本发明采取了如下技术方案：
一方面，本发明提供一种基于多频率超声的颈动脉三维重建方法，包括：
获取颈动脉相同静态位置的多个不同频率的超声图像；
提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
优选的，根据重建的三维模型，计算颈动脉狭窄率，绘制颈动脉纵向狭窄率曲线。
优选的，利用颈动脉超声探头，自颈总动脉底部末端至颈内动脉与颈外动脉分叉处远端进行横截面扫描检查。
优选的，颈动脉超声探头进行超声图像采集时，使用频率一采集的超声图像为基准图像，使用频率二采集的超声图像为配准图像；其中，频率一为颈动脉超声惯用频率，频率二为在颈动脉超声频率范围内差异不小于1MHz。
优选的，由基准图像与配准图像做矩阵差值运算，并以阈值分割提取相应帧斑点噪声图。
优选的，所述帧间相关计算，由颈动脉横切面斑点噪声图自底向上进行相关性计算，自底向上，当相邻两帧图像的帧间相关性大于设定阈值时，将第二帧图像删除，直至相邻两帧图像的帧间相关性均小于设定阈值。
优选的，对分割的颈动脉内膜图像作椭圆拟合，首先提取二维中心点，再根据多个分割的颈动脉内膜图像提取三维中心线。
优选的，利用斑点噪声图的静态唯一性对因颈动脉超声探头的水平移动造成的颈动脉的图像位移进行三维中心线坐标补偿。
优选的，利用相邻帧间的斑点噪声图中的斑点静态位移距离，计算超声探头的水平移动距离，对三维中心线坐标进行补偿；
根据帧间位置将分割好的颈动脉内膜图像和斑块配准到颈动脉的三维中心线上，进行颈动脉的三维重建。
第二方面，本发明提供一种基于多频率超声的颈动脉三维重建系统，包括：
获取模块，用于获取颈动脉相同静态位置的多个不同频率的超声图像；
筛选模块，用于提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
分割模块，用于对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
配准模块，用于基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于多频率超声的颈动脉三维重建方法。
第四方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行如上所述的基于多频率超声的颈动脉三维重建方法的指令。
本发明有益效果：对超声颈动脉图像进行三维重建时，无需在超声探头上增加位置追踪装置，或额外的机械伺服装置，只需要在颈动脉扫描时尽量保持匀速进行，通过超声斑点噪声图计算帧间相关性，并进行水平位置坐标补偿，即可对颈动脉进行快速准确的三维重建，通过重建的颈动脉三维模型计算颈动脉狭窄率，相比于传统基于纵切面的狭窄率计算更为准确。
本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例所述的基于多频率超声的颈动脉三维重建方法的流程示意图。
图2为本发明实施例所述的斑点噪声图的提取方法流程图。
图3为本发明实施例所述的基于帧相关性的图像筛选流程示意图。
具体实施方式
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
实施例1
本实施例1提供一种基于多频率超声的颈动脉三维重建系统，该系统对超声颈动脉图像进行三维重建时，克服了传统需要在超声探头上增加位置追踪装置，或需要额外的机械伺服装置。只需要在颈动脉扫描时尽量保持匀速进行，通过超声斑点噪声图计算帧间相关性，并进行水平位置坐标补偿，即可对颈动脉进行快速准确的三维重建。并通过重建的颈动脉三维模型计算颈动脉狭窄率，相比于传统基于纵切面的狭窄率计算更为准确。
本实施例1所述的基于多频率超声的颈动脉三维重建系统包括：
获取模块，用于获取颈动脉相同静态位置的多个不同频率的超声图像；
筛选模块，用于提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
分割模块，用于对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
配准模块，用于基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
本实施例1中，利用上述的基于多频率超声的颈动脉三维重建系统实现了基于多频率超声的颈动脉三维重建方法，该方法包括：
使用获取模块，获取颈动脉相同静态位置的多个不同频率的超声图像；
使用筛选模块，提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
使用分割模块，对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
使用配准模块，基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
本实施例1中，根据重建的三维模型，可计算颈动脉狭窄率，绘制颈动脉纵向狭窄率曲线。具体的，其计算公式为：斑块横截面积/相近帧中正常颈动脉面积×100％。
本实施例1中，利用颈动脉超声探头，自颈总动脉底部末端至颈内动脉与颈外动脉分叉处远端进行横截面扫描检查。
本实施例1中，颈动脉超声探头进行超声图像采集时，使用频率一采集的超声图像为基准图像，使用频率二采集的超声图像为配准图像；其中，频率一为颈动脉超声惯用频率，频率二为在颈动脉超声频率范围内差异不小于1MHz。
本实施例1中，由基准图像与配准图像做矩阵差值运算，并以阈值分割提取相应帧斑点噪声图。
本实施例1中，所述帧间相关计算，由颈动脉横切面斑点噪声图自底向上进行相关性计算，自底向上，当相邻两帧图像的帧间相关性大于设定阈值时，将第二帧图像删除，直至相邻两帧图像的帧间相关性均小于设定阈值。
本实施例1中，对分割的颈动脉内膜图像作椭圆拟合，首先提取二维中心点，再根据多个分割的颈动脉内膜图像提取三维中心线。
本实施例1中，利用斑点噪声图的静态唯一性对因颈动脉超声探头的水平移动造成的颈动脉的图像位移进行三维中心线坐标补偿。
本实施例1中，利用相邻帧间的斑点噪声图中的斑点静态位移距离，计算超声探头的水平移动距离，对三维中心线坐标进行补偿；
根据帧间位置将分割好的颈动脉内膜图像和斑块配准到颈动脉的三维中心线上，进行颈动脉的三维重建。
实施例2
本实施例2提供一种基于多频率超声的颈动脉三维重建系统，该系统对超声颈动脉图像进行三维重建时，克服了传统需要在超声探头上增加位置追踪装置，或需要额外的机械伺服装置。只需要在颈动脉扫描时尽量保持匀速进行，通过超声斑点噪声图计算帧间相关性，并进行水平位置坐标补偿，即可对颈动脉进行快速准确的三维重建。并通过重建的颈动脉三维模型计算颈动脉狭窄率，相比于传统基于纵切面的狭窄率计算更为准确。
本实施例2所述的基于多频率超声的颈动脉三维重建系统包括：
获取模块，用于获取颈动脉相同静态位置的多个不同频率的超声图像；
筛选模块，用于提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
分割模块，用于对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
配准模块，用于基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
如图1所示，本实施例2中，利用上述的基于多频率超声的颈动脉三维重建系统实现了基于多频率超声的颈动脉三维重建方法，该方法包括：
使用获取模块，获取颈动脉相同静态位置的多个不同频率的超声图像；
使用筛选模块，提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
使用分割模块，对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
使用配准模块，基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
本实施例2中，颈动脉超声探头作为获取模块的一部分，从颈总动脉底部末端至颈内动脉(ICA)与颈外动脉(ECA)分叉处远端(ICA与ECA在超声图上均清晰可见处)进行横截面扫描检查，得到颈动脉横切影像。颈动脉超声探头在相同静态位置采集两个频率的超声图像，频率一采集的超声图像为基准图像，频率二采集的超声图像为配准图像。
通过所述的基准图像和配准图像作插值运算，去除正常组织的图像，以阈值分割提取斑点噪声图，如图2所示。
如图3所示，基于所述的斑点噪声图，自底向上进行相邻帧斑点噪声图的矩阵相关系数计算得到帧间相关性，若所述帧间相关性大于预设阈值，则将第二帧图像删除。重复该步骤直至相邻帧间的帧间相关性均小于预设阈值。
同时，通过语义分割网络对筛选过的基准图像的颈动脉的内膜和颈动脉斑块进行分割，得到内膜和斑块的图像。
所述语义分割网络包括但不限于FCN、U-Net、DeepLab等分割网络，利用现有的颈动脉横切数据集测试每一种分割网络的准确率，选择分割准确率最高的数据集。
对分割好的颈动脉内膜作椭圆拟合，提取内膜图像二维中心点，再根据多个分割的颈动脉内膜图像提取三维中心线。
利用斑点噪声图的静态唯一性，对因颈动脉超声探头的水平移动造成的颈动脉的图像位移进行三维中心线坐标补偿。其中，利用相邻帧间的斑点噪声图中的斑点静态位移距离，计算超声探头的水平移动距离，进而对三维中心线进行坐标补偿。
根据帧间位置将分割好的颈动脉内膜图像和颈动脉斑块配准到颈动脉的三维中心线上，通过体绘制等三维重建算法对于颈动脉进行三维重建。所述三维重建算法包括但不限于体绘制，面绘制等三维重建算法。
基于重建好的颈动脉三维模型对颈动脉狭窄率进行计算，计算公式为：斑块横截面积/相近帧中正常颈动脉面积×100％，并实时绘制颈动脉纵向狭窄率曲线。
实施例3
本发明实施例3提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现基于多频率超声的颈动脉三维重建方法的指令，该方法包括：
获取颈动脉相同静态位置的多个不同频率的超声图像；
提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
实施例4
本发明实施例4提供一种计算机程序(产品)，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的基于多频率超声的颈动脉三维重建方法，该方法包括：
获取颈动脉相同静态位置的多个不同频率的超声图像；
提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
实施例5
本发明实施例5提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行如上所述的基于多频率超声的颈动脉三维重建方法，该方法包括：
获取颈动脉相同静态位置的多个不同频率的超声图像；
提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种基于多频率超声的颈动脉三维重建方法，其特征在于，包括：
获取颈动脉相同静态位置的多个不同频率的超声图像；
提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
基于分割后的颈动脉内膜及斑块，进行配准及三维重建；
利用颈动脉超声探头进行超声图像采集时，使用频率一采集的超声图像为基准图像，使用频率二采集的超声图像为配准图像；其中，频率一为颈动脉超声惯用频率，频率二为在颈动脉超声频率范围内差异不小于1MHz；
所述帧间相关性计算，由颈动脉横切面斑点噪声图自底向上进行相关性计算，自底向上，当相邻两帧图像的帧间相关性大于设定阈值时，将第二帧图像删除，直至相邻两帧图像的帧间相关性均小于设定阈值；
对分割的颈动脉内膜图像作椭圆拟合，首先提取二维中心点，再根据多个分割的颈动脉内膜图像提取三维中心线；
利用斑点噪声图的静态唯一性对因颈动脉超声探头的水平移动造成的颈动脉的图像位移进行三维中心线坐标补偿；
利用相邻帧间的斑点噪声图中的斑点静态位移距离，计算超声探头的水平移动距离，对三维中心线坐标进行补偿；
根据帧间位置将分割好的颈动脉内膜图像和斑块配准到颈动脉的三维中心线上，进行颈动脉的三维重建。
2.根据权利要求1所述的基于多频率超声的颈动脉三维重建方法，其特征在于，根据重建的三维模型，计算颈动脉狭窄率，绘制颈动脉纵向狭窄率曲线。
3.根据权利要求1所述的基于多频率超声的颈动脉三维重建方法，其特征在于，利用颈动脉超声探头，自颈总动脉底部末端至颈内动脉与颈外动脉分叉处远端进行横截面扫描检查。
4.根据权利要求1所述的基于多频率超声的颈动脉三维重建方法，其特征在于，由基准图像与配准图像做矩阵差值运算，并以阈值分割提取相应帧斑点噪声图。
5.一种基于多频率超声的颈动脉三维重建系统，可实现如权利要求1-4任一项所述的方法，其特征在于，包括：
获取模块，用于获取颈动脉相同静态位置的多个不同频率的超声图像；
筛选模块，用于提取超声图像的斑点噪声图，由斑点噪声图进行帧间相关性计算，去除相同或相近帧的超声图像，完成超声图像的筛选；
分割模块，用于对筛选过的颈动脉超声图像，利用语义分割网络进行颈动脉内膜及斑点分割；
配准模块，用于基于分割后的颈动脉内膜及斑块，进行配准及三维重建。
CN202111676191.XA 2021-12-31 2021-12-31 基于多频率超声的颈动脉三维重建方法及系统 Active CN114224388B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111676191.XA CN114224388B (zh) 2021-12-31 2021-12-31 基于多频率超声的颈动脉三维重建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111676191.XA CN114224388B (zh) 2021-12-31 2021-12-31 基于多频率超声的颈动脉三维重建方法及系统

Publications (2)

Publication Number Publication Date
CN114224388A CN114224388A (zh) 2022-03-25
CN114224388B true CN114224388B (zh) 2023-07-28

Family

ID=80745620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111676191.XA Active CN114224388B (zh) 2021-12-31 2021-12-31 基于多频率超声的颈动脉三维重建方法及系统

Country Status (1)

Country Link
CN (1) CN114224388B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6482161B1 (en) * 2000-06-29 2002-11-19 Acuson Corporation Medical diagnostic ultrasound system and method for vessel structure analysis
EP2130497A1 (en) * 2008-06-05 2009-12-09 Medison Co., Ltd. Anatomical feature extraction from an ultrasound liver image
CN101854537A (zh) * 2009-03-31 2010-10-06 深圳迈瑞生物医疗电子股份有限公司 一种超声图像数据优化及其造影定量分析方法和系统
EP2441392A1 (en) * 2009-06-10 2012-04-18 Hitachi Medical Corporation Ultrasonic diagnosis device and intima-media thickness measuring method therefor
CN104161546A (zh) * 2014-09-05 2014-11-26 深圳先进技术研究院 基于可定位穿刺针的超声探头标定系统及方法
CN106097292A (zh) * 2016-08-04 2016-11-09 甘宗平 时序sar时空邻域高斯加权中值滤波斑噪抑制快速算法
CN112652052A (zh) * 2020-12-15 2021-04-13 山东大学 一种基于血管分支配准的冠状动脉三维重建方法及系统
CN113592879A (zh) * 2021-07-29 2021-11-02 昆明同心医联科技有限公司 基于人工智能的颈动脉斑块分割方法、装置及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111432733B (zh) * 2017-09-07 2021-10-26 皮乌尔影像股份有限公司 用于确定超声探头的运动的设备和方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6482161B1 (en) * 2000-06-29 2002-11-19 Acuson Corporation Medical diagnostic ultrasound system and method for vessel structure analysis
EP2130497A1 (en) * 2008-06-05 2009-12-09 Medison Co., Ltd. Anatomical feature extraction from an ultrasound liver image
CN101854537A (zh) * 2009-03-31 2010-10-06 深圳迈瑞生物医疗电子股份有限公司 一种超声图像数据优化及其造影定量分析方法和系统
EP2441392A1 (en) * 2009-06-10 2012-04-18 Hitachi Medical Corporation Ultrasonic diagnosis device and intima-media thickness measuring method therefor
CN104161546A (zh) * 2014-09-05 2014-11-26 深圳先进技术研究院 基于可定位穿刺针的超声探头标定系统及方法
CN106097292A (zh) * 2016-08-04 2016-11-09 甘宗平 时序sar时空邻域高斯加权中值滤波斑噪抑制快速算法
CN112652052A (zh) * 2020-12-15 2021-04-13 山东大学 一种基于血管分支配准的冠状动脉三维重建方法及系统
CN113592879A (zh) * 2021-07-29 2021-11-02 昆明同心医联科技有限公司 基于人工智能的颈动脉斑块分割方法、装置及存储介质

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A coupled subsample displacement estimation method for ultrasound-based strain elastography;Jingfeng Jiang，等;《Physics in Medicine & Biology》;第60卷(第21期);全文 *
基于 LBF 模型的斑点噪声图像分割;李云红，袁巧宁;《计算机与数字工程》;第47卷(第4期);全文 *
心脏血管影像形态及功能智能化分析;曹艳坤;《中国优秀硕士学位论文全文数据库 医药卫生科技辑》;全文 *

Also Published As

Publication number Publication date
CN114224388A (zh) 2022-03-25

Similar Documents

Publication Publication Date Title
Harput et al. Two-stage motion correction for super-resolution ultrasound imaging in human lower limb
US9330461B2 (en) Image-based method for measuring elasticity of biological tissues and system thereof
CN107361791B (zh) 一种快速超分辨血流成像方法
JP5596063B2 (ja) 心臓ｍモード像の自動分析
EP1030191A2 (en) Semi-automated segmentation method for 3-dimensional ultrasound
CN114145719B (zh) 双模冠脉血管图像三维融合的方法和融合系统
KR20080082302A (ko) 초음파 영상을 형성하는 초음파 시스템 및 방법
Meier et al. Automated morphometry of coronary arteries with digital image analysis of intravascular ultrasound
JP2022549669A (ja) 時空間データに基づき医用画像を解析するシステム及び方法
Hamou et al. A novel segmentation technique for carotid ultrasound images
CN103190932B (zh) 一种冠状动脉血管壁应力和应变的估算方法
Franquet et al. Identification of the in vivo elastic properties of common carotid arteries from MRI: A study on subjects with and without atherosclerosis
WO2023019363A1 (en) Systems and methods for detecting tissue and shear waves within the tissue
CN114943688A (zh) 基于触诊和超声数据对乳腺图像中感兴趣区域的提取方法
Loizou et al. Segmentation of atherosclerotic carotid plaque in ultrasound video
Zhang et al. Photoacoustic digital brain and deep-learning-assisted image reconstruction
CN109741439A (zh) 一种二维mri胎儿图像的三维重建方法
CN114224388B (zh) 基于多频率超声的颈动脉三维重建方法及系统
Woo et al. Tissue-point motion tracking in the tongue from cine MRI and tagged MRI
EP2168494A1 (en) Ultrasound volume data processing
CN113592802B (zh) 一种基于超声图像的二尖瓣环位移自动检测系统
CN115861172A (zh) 基于自适应正则化光流模型的室壁运动估计方法及装置
AU2016404850B2 (en) Imaging method and device
Jin et al. Asymmetric pulsation of rat carotid artery bifurcation in three-dimension observed by ultrasound imaging
Tamilkudimagal Squeeze box filter for contrast enhancement in ultrasound despeckling

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