CN114255200A - 基于实时电影成像的心肌应力分析方法及装置 - Google Patents
基于实时电影成像的心肌应力分析方法及装置 Download PDFInfo
- Publication number
- CN114255200A CN114255200A CN202010948924.XA CN202010948924A CN114255200A CN 114255200 A CN114255200 A CN 114255200A CN 202010948924 A CN202010948924 A CN 202010948924A CN 114255200 A CN114255200 A CN 114255200A
- Authority
- CN
- China
- Prior art keywords
- myocardial
- cardiac cycle
- discrete
- frames
- initial
- 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
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
-
- 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
- G06T2207/10088—Magnetic resonance imaging [MRI]
-
- 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
- G06T2207/30048—Heart; Cardiac
Abstract
本申请公开了一种基于实时电影成像的心肌应力分析方法及装置,其中,方法包括获取心脏磁共振的实时电影图像数据;当实时电影图像数据为心率规律实时电影图像数据时,提取单个心动周期的电影图像序列,序列包括多个心动周期的N帧心动周期图;获取N帧心动周期图对应的心动周期配准图;确定N帧心动周期配准图中每一帧对应的心内膜图像边界;对第一帧心动周期配准图中对应心内膜图像边界进行心肌分段,以获取多段初始心肌分段的初始长度L0;根据初始心肌分段追踪其余N‑1帧心动周期配准图中与各个初始心肌分段对应的匹配心肌分段的形变长度L;根据各个初始长度L0和各个形变长度L计算与单个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
Description
技术领域
本申请涉及磁共振技术领域,尤其涉及一种基于实时电影成像的心肌应力分析方法及装置。
背景技术
心肌应力指心脏在收缩和舒张时心肌细胞之间的相互作用力,可以分为径向应力,周向应力以及纵向应力。通过定量评估心肌在指定方向上从舒张末期到收缩末期单位长度变化的百分比,可以获知心肌纤维在张力作用下的形变能力,从而对心肌收缩或舒张是否存在异常,从而检测心脏功能是否异常。
现有技术中,心脏磁共振分段电影成像是临床上较为常用的测量心脏功能的成像方法,一般在一个心动周期内采集部分K空间数据。由于完整的K空间数据在多个心动周期内完成,因而该方法对于呼吸运动较为敏感。为了消除呼吸运动对成像质量的影响,受试者在扫描过程中需要反复多次屏气。若受试者屏气不足或心率不齐,采集到的数据精度偏差较大,会对心肌应力分析结果造成影响,因此,利用分段电影成像技术进行心肌应力分析具有较大的局限性。
因此,如何实现心肌应力更为精准的分析,是本领域技术人员亟待解决的技术问题。
发明内容
本申请的主要目的在于提供一种基于实时电影成像的心肌应力分析方法及装置,旨在实现对心肌应力的精准分析。
为实现上述目的,本申请提供一种基于实时电影成像的心肌应力分析方法,所述方法包括:
获取心脏磁共振对应的实时电影图像数据;
当所述实时电影图像数据为心率规律实时电影图像数据时,从所述实时电影图像数据中提取单个心动周期的电影图像序列,所述电影图像序列包括多个心动周期的N帧心动周期图,N为正整数;
增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图;
确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界;
对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0;
根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L;
根据各个所述初始长度L0和各个所述形变长度L计算与所述单个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
为实现上述目的,本申请提供一种基于实时电影成像的心肌应力分析方法,所述方法包括:
获取心脏磁共振对应的实时电影图像数据;
当所述实时电影图像数据为心率不齐对应实时电影图像数据时,从所述实时电影图像数据中提取多个心动周期对应的多个电影图像序列,每个所述电影图像序列包括N帧心动周期图,N为正整数;
增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图;
确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界;
对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0;
根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L;
根据各个所述初始长度L0和各个所述形变长度L计算与多个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
为实现上述目的,本申请还提供一种心肌应力分析装置,所述心肌应力分析装置包括处理器、存储器、以及存储,所述存储器存储有可被所述处理器执行的心肌应力分析程序,所述计算机程序被所述处理器执行时,实现前述的心肌应力分析方法。
本申请提供的基于实时电影成像的心肌应力分析方法及装置,其中,所述方法包括获取心脏磁共振对应的实时电影图像数据;当所述实时电影图像数据为心率规律实时电影图像数据时,从所述实时电影图像数据中提取单个心动周期的电影图像序列,所述电影图像序列包括多个心动周期的N帧心动周期图,N为正整数;增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图;确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界;对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0;根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L;根据各个所述初始长度L0和各个所述形变长度L计算与所述单个心动周期对应的心肌应力应变参数,以进行心肌应力分析。本申请所提供的心肌应力分析方法所采用实时电影图像数据采集是可以在受试者自由呼吸状态下实现数据采集,大大提高了利用实时电影图像数据对心肌应力分析的精度,通过对心脏磁共振对应的实时电影图像数据进行心肌应力分析,可以有效提高心肌应力分析的精准性。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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申请的一些实施例,对于本领域技术人员来讲,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为本申请提供的一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图2为本申请中利用从K空间提取的心电延迟时间对多个心动周期图像进行重排以获取单个心动周期图像的示意图;
图3为本申请提供的另一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图4为本申请中心动周期图的刚性配准的示意图;
图5为本申请提供的又一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图6A为第一帧心动周期配准图中勾画的心内膜边界示意图;
图6B为在第四帧心动周期配准图中追踪到的心内膜边界示意图;
图7为本申请提供的又一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图8为第一帧心动周期配准图中的一个像素匹配模板和其余N-1帧心动周期配准图对应的N-1个第二离散点像素块拼合的示意图;
图9为利用第二离散点拟合获得的第二心内膜边界的示意图;
图10为本申请提供的又一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图11为对心内膜图像边界边界进行心肌分段的结构示意图;
图12为本申请提供的又一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图13为本申请提供的又一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图14为初始心肌分段的一个第一心肌离散点在第二帧心动周期配准图进行特征追踪的示意图;
图15为本申请提供的又一种基于实时电影成像的心肌应力分析方法的步骤流程图;
图16为本申请实施例提供的一种心肌应力分析装置的示意框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。基于本申请中的实施例,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,都属于本申请保护的范围。
需要说明的是,在本申请中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在部分实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
请参阅图1,图1是基于实时电影成像的心肌应力分析方法的流程示意图,所述方法应用于心肌应力分析装置,该心肌应力分析装置可以是服务器,也可以是手机、平板电脑、可穿戴设备、车载设备、增强现实(augmented reality,AR)/虚拟现实(virtualreality,VR)设备、笔记本电脑、个人计算机(personal computer,PC)、上网本、个人数字助理(personal digital assistant,PDA)等终端设备,本申请实施例对心肌应力分析装置的具体类型不作任何限制。
如图1所示,所述方法包括步骤S11至步骤S17。
步骤S11:获取心脏磁共振对应的实时电影图像数据。
心脏磁共振实时电影成像通过技术适当降低空间分辨率、采用并行成像技术及特殊的重建算法,例如滑窗方法、回波共享方法等,在一个心动周期内即可完成全部K空间数据的采集,因此图像质量受呼吸运动的影响较小,可以在受试者自由呼吸状态下实现数据采集,大大提高了利用实时电影图像数据对心肌应力分析的精度。
对受试者心脏进行磁共振时,所获取的磁共振实时电影图像数据包括心率规律实时电影图像数据和心率不齐实时电影图像数据。
步骤S12:当所述实时电影图像数据为心率规律实时电影图像数据时,从所述实时电影图像数据中提取单个心动周期的电影图像序列,所述电影图像序列包括多个心动周期的N帧心动周期图,N为正整数。
由于实时电影图像数据的空间分辨率较低,将在多个心动周期的实时电影图像数据进行重排,并提取多个心动周期的N帧心动周期图进行拼合以获取空间分辨率符合预设值的单个心动周期电影图像序列。其中,N为正整数且N≥30。
在部分实施例中,所述从所述实时电影图像数据中提取单个心动周期的电影图像序列,包括:
提取实时电影图像中每一帧图像对应的k空间数据中记录的心电延迟时间;
对所述心电延迟时间进行排序并生成索引;
对所述实时电影图像中的图像帧顺序按所述索引进行重排,以获取时间分辨率符合预设值的单个心动周期的电影图像序列。
如图2所示,具体地,提取实时电影图像数据中每一帧图像对应的k空间数据对应的心电延迟时间,对心电延迟时间按照升序或降序的方式进行排序生成索引,将实时电影图像数据中的图像帧顺序按索引重排,得到时间分辨率符合预设值的单个心动周期的电影图像序列,单个心动周期的电影图像序列中包括了多个心动周期的N帧心动周期图。
步骤S13:增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图。
对所获取的N帧心动周期图通过图像对比度增强方法进行对比度增强处理以提高图像对比度,从而提高N帧心动周期图的图像质量,并对进行增强对比度处理后的N帧心动周期图进行刚性配准,以获取N帧所述心动周期图对应的心动周期配准图,从而消除呼吸运动导致的帧间心脏移位。如,图像增强的方法可以是基于拉普拉斯算子的图像增强方法,或基于直方图均衡化的图像增强方法,在此不做限定。
请参阅图3,在部分实施例中,所述对N帧所述心动周期图进行图像刚性配准,以获对应的N帧心动周期配准图,包括:
步骤S131:从第一帧所述心动周期图中框选第一心脏区域,并记录所述第一心脏区域的第一位置信息;
步骤S132:将所述第一心脏区域与其余N-1帧所述心动周期图进行特征匹配;
步骤S133:获取其余N-1帧所述心动周期图的每一帧中与所述第一心脏区域对应匹配的第二心脏区域,并记录所述第二心脏区域对应的第二位置信息;
步骤S134:以第一帧所述心动周期图为模板,根据所述第一位置信息和所述第二位置信息移动其余N-1帧所述心动周期图,以获对应的N帧所述心动周期配准图。
具体地,用户从第一帧心动周期图中找到心脏所在区域,并通过触控屏、鼠标、键盘等输入设备向计算机设备下发框选指令,计算机设备根据用户的框选指令,从第一帧心动周期图中框选出第一心脏区域,并记录第一心脏区域对应的第一位置信息。较佳的,选择第一心脏区域的几何中心坐标作为第一位置信息。
将第一帧心动周期图中选择出来的第一心脏区域作为匹配模板,与其余N-1帧心动周期图的每一帧进行图像特征匹配,以在其余N-1帧心动周期图的每一帧中获取对应的心脏图所在区域。
例如,本实施例中,以采用归一化互相关系数法进行图像特征匹配为例进行说明。
其余N-1帧心动周期图的每一帧均是待匹配图像I,待匹配图像I的像素大小已知,设待匹配图像I的像素大小为M×N,匹配模板T的像素大小为m×n。从图像I中任意选取一块像素大小为m×n的子图Ix,y,其左上角在待匹配图像I中的坐标为(x,y),可知坐标范围为0≤x≤M-m,0≤y≤N-n,其中,M,N分别为待匹配图像像素的行数和列数,m,n分别为模板像素的行数和列数。
子图I(x,y)和匹配模板T的归一化互相关值R(x,y)定义为如下式子(1)
通过计算归一化互相关值R,将待匹配的每一帧心动周期图中归一化互相关值R最高点作为最佳匹配点,并将该点位置信息作为第二位置信息。
在获取到第一帧心动周期图的第一位置信息以及其余N-1帧心动周期图每一帧的第二位置信息后,以第一帧心动周期图为模板,移动其余N-1帧心动周期图,从而实现对N帧心动周期图的校准,以获对应的N帧心动周期配准图。
在部分实施例中,所述将所述第一心脏区域与其余N-1帧所述心动周期图进行特征匹配,包括:
在其余N-1帧所述心动周期图的每一帧中框选待匹配区域,所述待匹配区域面积大于所述第一心脏区域面积;
将所述第一心脏区域与所述待匹配区域进行特征匹配。
具体地,在待匹配的N-1帧心动周期图中框选待匹配区域,匹配区域面积的面积小于当前帧心动周期图的面积,且大于匹配模板的面积。将匹配模板与待匹配区域进行匹配,从而可以有效减小匹配所用时间。
如图4所示,以待匹配心动周期图为第四帧心动周期图为例进行说明,a部分为第一帧心动周期图,b为待匹配的第四帧心动周期图,框选区域即为第四帧对应的待匹配区域,c为匹配完成的第四帧心动周期图,水平线显示配准前后心脏位置变化。
步骤S14:确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界。
每一帧心动周期配准图中均包括心内膜区图像,在获取到N帧心动周期配准图后,需要获取到每一帧心动周期配准图中心内膜区图像对应的心内膜边界。
参阅图5,在部分实施例中,所述确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界,包括:
步骤S141:在第一帧所述心动周期配准图中勾画心内膜区图像对应的第一心内膜边界,并将所述第一心内膜边界离散成预设数量的第一离散点。
具体地,用户从第一帧心动周期配准图中找到心内膜区图像所在区域,并通过触控屏、鼠标、键盘等输入设备向计算机设备装置下勾画指令,计算机设备装置根据用户的勾画指令,从第一帧心动周期配准图中勾画出心内膜区图像所对应的第一心内膜边界B0,如图6A所示。利用插值法将第一心内膜边界离散成预设数量的第一离散点,如,离散成300-500个第一离散点,第一离散点的数量可以根据需要设定,在此不做限定。
步骤S142:根据所述第一离散点在其余N-1帧所述心动周期配准图的每一帧中确定对应的第二离散追踪点。
利用第一心内膜边界所离散形成的第一离散点在其余N-1帧所述心动周期配准图的每一帧中匹配与之对应的第二离散追踪点。
请参阅图7,在部分实施例中,所述根据所述第一离散点在其余N-1帧所述心动周期配准图的每一帧中确定对应的第二离散追踪点,包括:
步骤S1421:在每一个所述第一离散点的径向方向上选取预设厚度的像素条作为一个像素匹配模板;
步骤S1422:将每一所述像素匹配模板与其余N-1帧所述心动周期配准图的每一帧进行特征匹配;
步骤S1423:在其余N-1帧所述心动周期配准图的每一帧中获取与所述像素匹配模板对应匹配的第二离散点像素块;
步骤S1424:在每一所述像素匹配模板中选取一个匹配模板区,并在所述第二离散点像素块中获取与所述匹配模板区的匹配度最大匹配区,以所述匹配区内的点作为所述第二离散追踪点。
示例性地,在每个第一离散点径向方向上选取预设厚度的像素条b0作为像素匹配模板,将每一所述像素匹配模板与其余N-1帧心动周期配准图的每一帧中对应的预设区域进行特征匹配,从而在每一帧中获取与所述像素匹配模板对应匹配的第二离散点像素块b1,其中,第一帧心动周期配准图中像素模板与其余N-1帧心动周期配准图的特征匹配方法可以采用归一化互相关系数法,在此不做赘述。
然后在第一帧心动周期配准图的每一像素匹配模板中选取一个匹配模板区,并在其余N-1帧心动周期配准图的每一帧中第二离散点像素块内获取与所述匹配模板区的匹配度最大匹配区,以所述匹配区内的任意点作为第二离散追踪点。
如图8所示,图8中包括了从第一帧心动周期配准图获取的一个像素匹配模板和在其余N-1帧心动周期配准图的每一帧中获取的与像素匹配模板对应匹配的第二离散点像素块。
步骤S143:修正所述第二离散追踪点以获取对应的第二离散点。
第一帧心动周期配准图中对应的每一个第一离散点在其余N-1帧心动周期配准图的每一帧中均可以找到对应的一个第二离散追踪点,该第二离散追踪点可能由于特征匹配时匹配误差的引入,使得第二离散追踪点偏离预设范围,则需要对第二离散追踪点进行校正。
例如,以一个第一离散点进行匹配为例进行说明。
在第一帧心动周期配准图中的一个第一离散点,可以在其余N-1帧心动周期配准图的每一帧中获取到一个对应的第二离散追踪点,即共有N-1个第二离散追踪点。第一离散点和N-1个第二离散追踪点可以拟合形成一条曲线,该曲线与心脏跳动时心肌收缩和舒张的预设曲线匹配,若某一个第二离散追踪点明显偏离,即曲率明显超过预设曲率值时,则表明该第二离散追踪点匹配有误,需要舍弃该第二离散追踪点并根据预设曲线的对应位置,重新设定一个第二离散追踪点,使得第一离散点和N-1个第二离散追踪点拟合形成的曲线对应的曲率符合预设曲率值。
步骤S144:根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的第二心内膜边界。
在其余N-1帧心动周期配准图中每一帧获取与第一离散点对应的第二离散点,并将第二离散点拟合以获取其余N-1帧心动周期配准图中每一帧的心内膜区图像对应的第二心内膜边界,如图9所示,图9为利用第二离散点拟合获得的第二心内膜边界。
请参阅图10,在部分实施例中,所述根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的第二心内膜边界,包括:
步骤S1441:根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的初始第二心内膜边界;
步骤S1442:检测所述初始第二心内膜边界是否存在异常曲线区,其中,所述异常曲线区是初始第二心内膜边界的曲率超过预设曲率值对应的第二心内膜边界区;
步骤S1443:当所述初始第二心内膜边界存在异常曲线区时,修正所述异常曲线区以获取对应的所述第二心内膜边界。
示例性地,在第二心内膜边界拟合过程中,可能存在确认其余N-1帧心动周期配准图的每一帧中多个第二离散点时,存在若干个第二离散点偏移,造成所拟合的第二心内膜边界精度不足。
因此,本实施方式中,利用第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的初始第二心内膜边界,并检测所述初始第二心内膜边界是否存在异常曲线区,其中,所述异常曲线区是初始第二心内膜边界的曲率超过预设曲率值对应的第二心内膜边界区。当所述初始第二心内膜边界存在异常曲线区时,则表明存在第二离散点匹配误差,则剔除该存在误差的第二离散点,并设定新的第二离散点使得拟合成的第二心内膜边界平滑连续,也即曲率在预设范围内。
步骤S15:对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0。
利用心肌16段分段法对第一帧心动周期配准图的心内膜图像边界进行心肌分段以获取多段初始心肌分段,并记录每个初始心肌分段对应的初始初始长度L0。
如图11所示,利用心肌16段分段法对第一帧心动周期配准图的心内膜图像边界进行心肌分段,获得6段初始心肌分段D0,并记录每个初始心肌分段D0对应的初始长度L0。
步骤S16:根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L。
在一个心动周期中,由于心脏在进行收缩或舒张运动,因此,心动周期的每一帧图像对应的心肌分段长度是在变化的。
利用初始心肌分段作为匹配模板追踪相邻下一帧中对应的匹配心肌分段,在追踪到相邻下一帧中与初始心肌分段匹配的匹配心肌分段后,再将当前匹配心肌分段作为追踪模板追踪相邻下一帧中与当前匹配模板匹配的匹配心肌分段,直至在最后一帧追踪到对应的匹配心肌分段。即,利用第一帧心动周期配准图中获取的各个初始心肌分段追踪在第二帧帧心动周期配准图中与各个初始心肌分段对应的匹配心肌分段。再利用第二帧心动周期配准图中的与各个初始心肌分段对应的匹配心肌分段作为匹配模板追踪相邻的下一帧心动周期配准图中对应匹配的匹配心肌分段,以此类推,直至在最后一帧追踪到对应的匹配心肌分段。
或者,利用第一帧心动周期配准图中获取的各个初始心肌分段追踪在其余N-1帧心动周期配准图的每一帧中与各个初始心肌分段对应的匹配心肌分段,并记录每一帧中各个匹配心肌分段的形变长度L。
请参阅图12,在部分实施例中,所述根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,包括:
步骤S161:将所述初始心肌分段离散成预设数量的第一心肌离散点。
对每个初始心肌分段D0插值生成预设数量的第一心肌离散点,该第一心肌离散点的数量可以根据需要设定。
步骤S162:根据每个所述第一心肌离散点依次获取在其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第二心肌离散点。
以每个第一心肌离散点为中心设定预设尺寸匹配模板,如尺寸大小为10×10像素,在与后一帧心动周期配准图中距对应第一心肌离散点最近的心内膜边界点对应区域,如尺寸为20×20像素,采用前文所述的归一化互相关系数法,获取与匹配模板互相关系数最大的点作为最佳匹配点,作为与当前第一心肌离散点对应匹配的第二心肌离散点,从而获得每一帧中与所述第一心肌离散点匹配的第二心肌离散点。
请参阅图13,在部分实施例中,所述根据每个所述第一心肌离散点依次获取在其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第二心肌离散点,包括:
步骤S1621:根据每个所述第一心肌离散点正向追踪其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第一追踪离散点。
在部分实施例中,所述根据每个所述第一心肌离散点正向追踪其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第一追踪离散点,包括:
以每个所述第一心肌离散点为中心获取对应的第一心肌离散区;
在相邻的所述心动周期配准图中设置与所述第一心肌离散区对应的第一心肌映射区,其中,所述第一心肌映射区是心内膜图像边界上与对应所述第一心肌离散点距离最近的点所在的区域,且所述第一心肌映射区的面积大于所述第一心肌离散区的面积;
将第一心肌离散区与所述第一心肌映射区做特征匹配以获取获取匹配度最高的点作为离散映射点;
将所述离散映射点向对应的心内膜边界投影以获得对应的离散投影点,并将所述离散投影点作为所述第一追踪离散点。
请参阅图14,以第一帧心动周期配准图的初始心肌分段的一个第一心肌离散点在第二帧心动周期配准图进行追踪为例进行说明。
具体地,以每个所述第一心肌离散点k0为中心获取预设尺寸大小的第一心肌离散区S0,如,第一心肌离散区S0尺寸大小为10×10像素。在相邻下一帧的心动周期配准图中设置与所述第一心肌离散区S0对应的第一心肌映射区S1,其中,第一心肌映射区S1是心内膜图像边界上与对应第一心肌离散点k0距离最近的点所在的区域,且第一心肌映射区S1的面积大于所述第一心肌离散区S0的面积,如,第一心肌映射区尺寸大小为20×20像素。
将第一心肌离散区S0作为像素匹配模板与第一心肌映射区S1做特征匹配以获取匹配度最高区域的中心点作为离散映射点k1,其中,特征匹配的方法可以采用前文的归一化互相关系数法,在此不做赘述。
将所述离散映射点k1向对应的心内膜边界投影以获得对应的离散投影点k2,并将所述离散投影点k2作为所述第一追踪离散点,从而确保第一追踪散点落在心内膜图像边界上。
步骤S1622:根据每个所述第一心肌离散点反向追踪其余N-1帧所述心动周期配准图每一帧中与所述第一心肌离散点匹配的第二追踪离散点。
同理,在追踪第二离散点时,根据第一帧心动周期配准图中的第一心肌离散点为中心,获取预设尺寸大小的反向追踪离散区,如,反向追踪离散区尺寸大小为10×10像素。
以反向追踪离散区为匹配模板,在其余N-1帧心动周期配准图中以最后一帧心动周期配准图开始进行匹配,直至匹配到第二帧心动周期配准图,在最后一帧心动周期配准图到第二帧心动周期配准图的每一帧中寻找与反向追踪离散区对应匹配的反向追踪映射区。其中,反向追踪映射区是心内膜图像边界上与对应反向追踪离散区距离最近的点所在的区域,且反向追踪映射区的面积大于反向追踪离散区的面积,如,反向追踪映射区尺寸大小为20×20像素。
将反向追踪映射区中与反向追踪离散区匹配度最高区域的中心点作为反向离散映射点,其中,特征匹配的方法可以采用前文所述的归一化互相关系数法,在此不做赘述。
将反向离散映射点向对应的心内膜边界投影以获得对应的反向离散投影点,并将反向离散投影点作为所述第二追踪离散点,从而确保第二追踪散点落在心内膜图像边界上。
步骤S1623:计算对应所述心动周期配准图中所述第一追踪离散点和所述第二追踪离散点的位置坐标平均值,以确定对应所述第二心肌离散点。
本实施方式中,为了确保获取到的第二心肌离散点数据的准确性,利用每个第一心肌离散点正向追踪其余N-1帧心动周期配准图的每一帧中与第一心肌离散点匹配的第一追踪离散点。
同时,利用每个第一心肌离散点反向追踪其余N-1帧所述心动周期配准图每一帧中与所述第一心肌离散点匹配的第二追踪离散点,并计算对应心动周期配准图的每一帧中第一追踪离散点和对应第二追踪离散点的位置坐标对应的平均值,以确定消除单向获取第二心肌离散点参数时存在的数据误差。
步骤S163:根据所述第二心肌离散点获取对应的所述匹配心肌分段。
以第二离散点为中心选取预设区域的像素块,利用图像拼接技术将像素块进行拼接,以获取到对应的匹配心肌分段。
步骤S17:根据各个所述初始长度L0和各个所述形变长度L计算与所述单个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
在获取到N帧心动周期配准图中心内膜边界对应的初始心肌分段的各个初始长度L0和各个匹配心肌分段的形变长度L,后利用预设公式拟合获取心内膜边界的应变系数S和应变率SR,从而根据心内膜边界的应变系数S和应变率SR进行心肌应力分析。
例如,应变系数S和应变率SR可以采用如下公式计算:
应变系数S:S=(L-L0)/L0
请参阅图15,本申请还提供一种基于实时电影成像的心肌应力分析方法,所述方法包括步骤S21至步骤S27。
步骤S21:获取心脏磁共振对应的实时电影图像数据。
步骤S21与图1的步骤S11相同,在此不做赘述。
步骤S22:当所述实时电影图像数据为心率不齐对应实时电影图像数据时,从所述实时电影图像数据中提取多个心动周期对应的多个电影图像序列,每个所述电影图像序列包括N帧心动周期图,N为正整数。
步骤S22与图1的步骤S11不同的是,步骤S22中,无需对多个心动周期的实时电影图像数据进行重排,直接获取多个心动周期的实时电影图像数据,并对多个心动周期中每一个周期的N帧心动周期图进行图像分析。
步骤S23:增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图。
步骤S23与图1的步骤S13相同,在此不做赘述。
步骤S24:确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界。
步骤S24与图1的步骤S14相同,在此不做赘述。
步骤S25:对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0。
步骤S25与图1的步骤S15相同,在此不做赘述。
步骤S26:根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L。
步骤S26与图1的步骤S16相同,在此不做赘述。
步骤S27:根据各个所述初始长度L0和各个所述形变长度L计算与多个所述心动周期对应的心肌应力应变参数,以进行心肌应力分析。
计算得到多个心动周期中每一周期N帧心动周期配准图中心内膜边界对应的初始心肌分段的各个初始长度L0和各个匹配心肌分段的形变长度L后,即可计算对应心动周期的心肌应力应变参数,通过对多个心动周期对应的心肌应力应变参数进行心肌应力分析。
请参阅图16,图16是本申请实施例提供的一种心肌应力分析装置的示意性框图。该心肌应力分析装置可以包括服务器或终端设备。该心肌应力分析装置30包括处理器301和存储器302,处理器301和存储器302通过总线连接,该总线比如为I2C(Inter-integratedCircuit)总线。
具体地,处理器301可以是微控制单元(Micro-controller Unit,MCU)、中央处理单元(Central Processing Unit,CPU)或数字信号处理器(Digital Signal Processor,DSP)等。
存储器302可以是Flash芯片、只读存储器(ROM,Read-Only Memory)磁盘、光盘、U盘或移动硬盘等。
其中,处理器301用于运行存储在存储器302中的计算机程序,并在执行所述计算机程序时,实现本申请实施例提供的任意一种所述的心肌应力分析方法。
示例性的,处理器301用于运行存储在存储器中的计算机程序,并在执行所述计算机程序时实现如下步骤:
获取心脏磁共振对应的实时电影图像数据;
当所述实时电影图像数据为心率规律实时电影图像数据时,从所述实时电影图像数据中提取单个心动周期的电影图像序列,所述电影图像序列包括多个心动周期的N帧心动周期图,N为正整数;
增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图;
确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界;
对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0;
根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L;
根据各个所述初始长度L0和各个所述形变长度L计算与所述单个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
在部分实施例中,所述从所述实时电影图像数据中提取单个心动周期的电影图像序列,包括:
提取实时电影图像中每一帧图像对应的k空间数据中记录的心电延迟时间;
对所述心电延迟时间进行排序并生成索引;
对所述实时电影图像中的图像帧顺序按所述索引进行重排,以获取时间分辨率符合预设值的单个心动周期的电影图像序列。
在部分实施例中,所述确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界,包括:
在第一帧所述心动周期配准图中勾画心内膜区图像对应的第一心内膜边界,并将所述第一心内膜边界离散成预设数量的第一离散点;
根据所述第一离散点在其余N-1帧所述心动周期配准图的每一帧中确定对应的第二离散追踪点;
修正所述第二离散追踪点以获取对应的第二离散点;
根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的第二心内膜边界。
在部分实施例中,所述根据所述第一离散点在其余N-1帧所述心动周期配准图的每一帧中确定对应的第二离散追踪点,包括:
在每一个所述第一离散点的径向方向上选取预设厚度的像素条作为一个像素匹配模板;
将每一所述像素匹配模板与其余N-1帧所述心动周期配准图的每一帧进行特征匹配;
在其余N-1帧所述心动周期配准图的每一帧中获取与所述像素匹配模板对应匹配的第二离散点像素块;
在每一所述像素匹配模板中选取一个匹配模板区并在所述第二离散点像素块中获取与所述匹配模板区的匹配度最大匹配区,以所述匹配区内的点作为所述第二离散追踪点。
在部分实施例中,所述根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的第二心内膜边界,包括:
根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的初始第二心内膜边界;检测所述初始第二心内膜边界是否存在异常曲线区,其中,所述异常曲线区是初始第二心内膜边界的曲率超过预设曲率值对应的第二心内膜边界区;
当所述初始第二心内膜边界存在异常曲线区时,修正所述异常曲线区以获取对应的所述第二心内膜边界。
在部分实施例中,所述根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,包括:
将所述初始心肌分段离散成预设数量的第一心肌离散点;
根据每个所述第一心肌离散点依次获取在其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第二心肌离散点;
根据所述第二心肌离散点获取对应的所述匹配心肌分段。
在部分实施例中,所述根据每个所述第一心肌离散点依次获取在其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第二心肌离散点,包括:
根据每个所述第一心肌离散点正向追踪其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第一追踪离散点;
根据每个所述第一心肌离散点反向追踪其余N-1帧所述心动周期配准图每一帧中与所述第一心肌离散点匹配的第二追踪离散点;
计算对应所述心动周期配准图中所述第一追踪离散点和所述第二追踪离散点的位置坐标平均值,以确定对应所述第二心肌离散点。
在部分实施例中,所述根据每个所述第一心肌离散点正向追踪其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第一追踪离散点,包括:
以每个所述第一心肌离散点为中心获取对应的第一心肌离散区;
在相邻的所述心动周期配准图中设置与所述第一心肌离散区对应的第一心肌映射区,其中,所述第一心肌映射区是心内膜图像边界上与对应所述第一心肌离散点距离最近的点所在的区域,且所述第一心肌映射区的面积大于所述第一心肌离散区的面积;
将第一心肌离散区与所述第一心肌映射区做特征匹配以获取第二心肌离散区并确定所述第二心肌离散区的离散中心点,所述第二心肌离散区是所述第一心肌映射区中与所述第一心肌离散区匹配度最高的区域;
将所述离散中心点向对应的心内膜边界投影以获得对应的离散投影点,并将所述离散投影点作为所述第一追踪离散点。
在部分实施例中,处理器301还用于实现如下方法步骤:
获取心脏磁共振对应的实时电影图像数据;
当所述实时电影图像数据为心率不齐对应实时电影图像数据时,从所述实时电影图像数据中提取多个心动周期对应的多个电影图像序列,每个所述电影图像序列包括N帧心动周期图,N为正整数;
增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图;
确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界;
对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0;
根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L;
根据各个所述初始长度L0和各个所述形变长度L计算与多个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
本申请的实施例中还提供一种存储介质,所述存储介质存储有计算机程序,所述计算机程序中包括心肌应力分析程序指令,所述处理器执行所述心肌应力分析程序指令,实现上述实施例提供的任一种所述的心肌应力分析方法的步骤。
其中,所述存储介质可以是前述任一实施例所述的心肌应力分析装置的内部存储单元,例如所述心肌应力分析装置的存储器或内存。所述存储介质也可以是所述心肌应力分析装置的外部存储装置,例如所述心肌应力分析装置上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种基于实时电影成像的心肌应力分析方法,其特征在于,所述方法包括:
获取心脏磁共振对应的实时电影图像数据;
当所述实时电影图像数据为心率规律实时电影图像数据时,从所述实时电影图像数据中提取单个心动周期的电影图像序列,所述电影图像序列包括多个心动周期的N帧心动周期图,N为正整数;
增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图;
确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界;
对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0;
根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L;
根据各个所述初始长度L0和各个所述形变长度L计算与所述单个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
2.根据权利要求1所述的方法,其特征在于,所述从所述实时电影图像数据中提取单个心动周期的电影图像序列,包括:
提取实时电影图像中每一帧图像对应的k空间数据中记录的心电延迟时间;
对所述心电延迟时间进行排序并生成索引;
对所述实时电影图像中的图像帧顺序按所述索引进行重排,以获取时间分辨率符合预设值的单个心动周期的电影图像序列。
3.根据权利要求1所述的方法,其特征在于,所述确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界,包括:
在第一帧所述心动周期配准图中勾画心内膜区图像对应的第一心内膜边界,并将所述第一心内膜边界离散成预设数量的第一离散点;
根据所述第一离散点在其余N-1帧所述心动周期配准图的每一帧中确定对应的第二离散追踪点;
修正所述第二离散追踪点以获取对应的第二离散点;
根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的第二心内膜边界。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第一离散点在其余N-1帧所述心动周期配准图的每一帧中确定对应的第二离散追踪点,包括:
在每一个所述第一离散点的径向方向上选取预设厚度的像素条作为一个像素匹配模板;
将每一所述像素匹配模板与其余N-1帧所述心动周期配准图的每一帧进行特征匹配;
在其余N-1帧所述心动周期配准图的每一帧中获取与所述像素匹配模板对应匹配的第二离散点像素块;
在每一所述像素匹配模板中选取一个匹配模板区并在所述第二离散点像素块中获取与所述匹配模板区的匹配度最大匹配区,以所述匹配区内的点作为所述第二离散追踪点。
5.根据权利要求3所述的方法,其特征在于,所述根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的第二心内膜边界,包括:
根据所述第二离散点在其余N-1帧所述心动周期配准图的每一帧中确定心内膜区图像对应的初始第二心内膜边界;检测所述初始第二心内膜边界是否存在异常曲线区,其中,所述异常曲线区是初始第二心内膜边界的曲率超过预设曲率值对应的第二心内膜边界区;
当所述初始第二心内膜边界存在异常曲线区时,修正所述异常曲线区以获取对应的所述第二心内膜边界。
6.根据权利要求1所述的方法,其特征在于,所述根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,包括:
将所述初始心肌分段离散成预设数量的第一心肌离散点;
根据每个所述第一心肌离散点依次获取在其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第二心肌离散点;
根据所述第二心肌离散点获取对应的所述匹配心肌分段。
7.根据权利要求6所述的方法,其特征在于,所述根据每个所述第一心肌离散点依次获取在其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第二心肌离散点,包括:
根据每个所述第一心肌离散点正向追踪其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第一追踪离散点;
根据每个所述第一心肌离散点反向追踪其余N-1帧所述心动周期配准图每一帧中与所述第一心肌离散点匹配的第二追踪离散点;
计算对应所述心动周期配准图中所述第一追踪离散点和所述第二追踪离散点的位置坐标平均值,以确定对应所述第二心肌离散点。
8.根据权利要求7所述的方法,其特征在于,所述根据每个所述第一心肌离散点正向追踪其余N-1帧所述心动周期配准图的每一帧中与所述第一心肌离散点匹配的第一追踪离散点,包括:
以每个所述第一心肌离散点为中心获取对应的第一心肌离散区;
在相邻的所述心动周期配准图中设置与所述第一心肌离散区对应的第一心肌映射区,其中,所述第一心肌映射区是心内膜图像边界上与对应所述第一心肌离散点距离最近的点所在的区域,且所述第一心肌映射区的面积大于所述第一心肌离散区的面积;
将第一心肌离散区与所述第一心肌映射区做特征匹配以获取第二心肌离散区并确定所述第二心肌离散区的离散中心点,所述第二心肌离散区是所述第一心肌映射区中与所述第一心肌离散区匹配度最高的区域;
将所述离散中心点向对应的心内膜边界投影以获得对应的离散投影点,并将所述离散投影点作为所述第一追踪离散点。
9.一种基于实时电影成像的心肌应力分析方法,其特征在于,所述方法包括:
获取心脏磁共振对应的实时电影图像数据;
当所述实时电影图像数据为心率不齐对应实时电影图像数据时,从所述实时电影图像数据中提取多个心动周期对应的多个电影图像序列,每个所述电影图像序列包括N帧心动周期图,N为正整数;
增强N帧所述心动周期图的对比度,并对N帧所述心动周期图进行图像刚性配准,以获取N帧所述心动周期图对应的心动周期配准图;
确定N帧所述心动周期配准图中每一帧对应的心内膜图像边界;
对第一帧所述心动周期配准图中对应所述心内膜图像边界进行心肌分段,以获取多段初始心肌分段并记录每一个初始心肌分段的初始长度L0;
根据所述初始心肌分段追踪其余N-1帧所述心动周期配准图中与各个所述初始心肌分段对应的匹配心肌分段,并记录各个所述匹配心肌分段的形变长度L;
根据各个所述初始长度L0和各个所述形变长度L计算与多个心动周期对应的心肌应力应变参数,以进行心肌应力分析。
10.一种心肌应力分析装置,其特征在于,所述心肌应力分析装置包括处理器、存储器、以及存储,所述存储器存储有可被所述处理器执行的心肌应力分析程序,所述计算机程序被所述处理器执行时,实现如权利要求1至9中任一项所述的心肌应力分析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010948924.XA CN114255200A (zh) | 2020-09-10 | 2020-09-10 | 基于实时电影成像的心肌应力分析方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010948924.XA CN114255200A (zh) | 2020-09-10 | 2020-09-10 | 基于实时电影成像的心肌应力分析方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114255200A true CN114255200A (zh) | 2022-03-29 |
Family
ID=80788029
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010948924.XA Pending CN114255200A (zh) | 2020-09-10 | 2020-09-10 | 基于实时电影成像的心肌应力分析方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114255200A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132577A (zh) * | 2023-09-07 | 2023-11-28 | 湖北大学 | 非侵入式检测心肌组织张力和振动的方法 |
-
2020
- 2020-09-10 CN CN202010948924.XA patent/CN114255200A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117132577A (zh) * | 2023-09-07 | 2023-11-28 | 湖北大学 | 非侵入式检测心肌组织张力和振动的方法 |
CN117132577B (zh) * | 2023-09-07 | 2024-02-23 | 湖北大学 | 非侵入式检测心肌组织张力和振动的方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8682054B2 (en) | Method and system for propagation of myocardial infarction from delayed enhanced cardiac imaging to cine magnetic resonance imaging using hybrid image registration | |
KR102237441B1 (ko) | 뉴럴 네트워크를 이용하여 캡슐 내시경 영상으로부터 병변 판독 방법 및 장치 | |
US10980502B2 (en) | Method, storage medium, and system for analyzing image sequences of periodic physiological activities | |
US7298880B2 (en) | Image processing apparatus and image processing method | |
CN107133946B (zh) | 医学图像处理方法、装置及设备 | |
US9965858B2 (en) | Image alignment device, method, and program, and method for generating 3-D deformation model | |
JP2004105737A (ja) | 心臓磁気共振潅流データのための統合的画像記録方法 | |
CN101040779A (zh) | 在三维立体数据组中虚拟定位断层的方法及医学成像系统 | |
US20210068676A1 (en) | Method and system for automatically generating and analyzing fully quantitative pixel-wise myocardial blood flow and myocardial perfusion reserve maps to detect ischemic heart disease using cardiac perfusion magnetic resonance imaging | |
US20210219848A1 (en) | Method and apparatus for measuring robust pulse rate and respiratory rate using facial images | |
US10424073B2 (en) | Image registration device, method, and program | |
CN115861656A (zh) | 用于自动处理医学图像以输出警报的方法、设备和系统 | |
Li et al. | Expiration-phase template-based motion correction of free-breathing abdominal dynamic contrast enhanced MRI | |
US20170301083A1 (en) | Image registration device, method, and program | |
CN114255200A (zh) | 基于实时电影成像的心肌应力分析方法及装置 | |
US10810717B2 (en) | Image processing apparatus, image processing method, and image processing system | |
KR101028798B1 (ko) | 다중 페이즈 간 ct영상들의 정합을 이용한 간세포암 검출방법 | |
WO2019244536A1 (ja) | 物体追跡装置、物体追跡システム、および物体追跡方法 | |
US20230032941A1 (en) | Image processing apparatus, image processing method, and non-transitory storage medium | |
US10600182B2 (en) | Image processing apparatus and image processing method, that determine a conformable image | |
JP5051025B2 (ja) | 画像生成装置、プログラム、および画像生成方法 | |
US20170169569A1 (en) | Information processing apparatus, information processing method, and storage medium | |
US11836923B2 (en) | Image processing apparatus, image processing method, and storage medium | |
JP7446494B2 (ja) | 断層画像撮影システムにおけるゲーティング方法 | |
JP7379409B2 (ja) | 断層画像撮影システムにおけるゲーティング方法 |
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 |