CN114533096A - 一种脑血管造影中伪影去除方法及系统 - Google Patents
一种脑血管造影中伪影去除方法及系统 Download PDFInfo
- Publication number
- CN114533096A CN114533096A CN202210156528.2A CN202210156528A CN114533096A CN 114533096 A CN114533096 A CN 114533096A CN 202210156528 A CN202210156528 A CN 202210156528A CN 114533096 A CN114533096 A CN 114533096A
- Authority
- CN
- China
- Prior art keywords
- image
- subtraction
- images
- brain
- processed
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000002583 angiography Methods 0.000 title claims abstract description 23
- 210000004556 brain Anatomy 0.000 claims abstract description 49
- 239000002872 contrast media Substances 0.000 claims abstract description 29
- 238000002347 injection Methods 0.000 claims abstract description 22
- 239000007924 injection Substances 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims description 18
- 238000002585 cerebral angiography Methods 0.000 claims description 15
- 238000003708 edge detection Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 9
- 230000002490 cerebral effect Effects 0.000 description 8
- 210000004204 blood vessel Anatomy 0.000 description 7
- 210000001367 artery Anatomy 0.000 description 6
- 208000026106 cerebrovascular disease Diseases 0.000 description 6
- 239000000243 solution Substances 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000029058 respiratory gaseous exchange Effects 0.000 description 2
- 210000003462 vein Anatomy 0.000 description 2
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000017531 blood circulation Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000036244 malformation Effects 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 210000004088 microvessel Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B6/5258—Devices using data or image processing specially adapted for radiation diagnosis involving detection or reduction of artifacts or noise
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- High Energy & Nuclear Physics (AREA)
- Physics & Mathematics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- Veterinary Medicine (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明提供了一种脑血管造影中伪影去除方法及系统，按照C型臂拍摄的时间，将脑部X光图像分为三类，分别为造影剂注入前脑部X光图像序列，注入造影剂并经过预设时间后的脑部X光图像序列，以及二者之间的脑部X光图像序列，对二者之间的脑部X光图像序列进行处理，得到只包括伪影的图像，再对通过传统方式获取的脑血管造影图像进行减影，进而实现对伪影的消除。本发明相较于传统的脑血管造影伪影去除方法，具有更高的去除伪影准确度，能够得到更为清晰的脑血管造影图像。
Description
技术领域
本申请涉及医疗领域，尤其涉及脑血管造影中伪影去除方法及系统。
背景技术
脑血管疾病是一种发病率高、容易复发的疾病，根据《2020中国卫生统计年鉴》的统计，2018年脑血管疾病的患病率为22.9‰，脑血管疾病已经成为严重危害人体健康的疾病。脑血管造影是诊断脑血管疾病的重要方式，尤其是数字减影(Digital SubtractionAngiography，DAS)技术的应用，可以获得高清晰度的脑血管图像，DSA被称为脑血管疾病诊断的金标准。通过脑血管造影可以直接观察脑血管是否存在畸形、狭窄、扩张等情况，DSA已经是脑血管疾病诊断中重要的方式。
脑血管造影是将造影剂注入到脑血管中，将造影剂注入前和注入后的两张图片相减，即可得到只包括脑血管的影像图片，其中将注入造影剂后拍摄的图像称为盈片或者活片，将未注入造影剂拍摄的图像称为蒙片(mask image)，减影也即将盈片和蒙片进行相减。但是由于设备本身、患者的呼吸等的影响，生成的脑血管图像会存在伪影，脑血管图像中的伪影会影响医生的判断，但是伪影是不可消除的，只能最大限度的减少。除了减少血管造影过程中周围环境的干扰降低伪影外，还可以通过后期处理的方式减少伪影，常用的伪影消除方式通过图像配准的方法尽量消除伪影。但是通过图像配准的方式消除伪影很多时候并不理想，有时候还会存在伪影的情况，影响医生的判断。
发明内容
为了尽可能的消除脑血管造影中的伪影，一方面，本发明提出了一种脑血管造影中伪影去除方法，所述方法包括以下步骤：
S1，获取脑部X光图像序列，将所述脑部X光图像分为三类，分别记为Ai、Bj、Ck，其中Ai表示造影剂注入前脑部X光图像序列，Ck表示注入造影剂并经过预设时间后的脑部X光图像序列，Bj表示Ai和Ck之间的脑部X光图像序列；其中i、j、k为正整数；
S2，根据脑部X光图像拍摄间隔从Bj中选择n个第一盈片、第一蒙片对，对每个所述第一盈片、第一蒙片对分别在配准后进行减影处理，得到n个减影图像，对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，根据第一集合得到第一图像；其中，n为大于2的正整数；
S3，从Ai、Ck中分别选择第二蒙片和第二盈片，将第二盈片和第二蒙片在配准后进行减影处理，得到待处理减影图像，根据所述待处理减影图像和所述第一图像输出脑血管造影图像。
优选地，所述对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，具体包括以下过程：
S21，判断减影图像中是否存在像素点的灰度值都小于第二阈值的区域，若存在，将所述区域内所有像素点的灰度值调整为255，得到调整后的减影图像；
S22，对所述调整后的减影图像进行边缘检测，若边缘检测得到边缘长度之和大于第三阈值，将所述调整后的减影图像放入第一集合中。
优选地，所述根据第一集合得到第一图像，具体为：
以所述第一集合中第一图像为基准图像，将第一集合中其他图像分别和所述基准图像配准，累加所述基准图像和配准后的其他图像对应位置的像素点的灰度值得到累加灰度值H，计算平均灰度值h＝H/s，其中s表示第一集合中图像个数，根据每个像素点的平均灰度值得到第一图像。
优选地，所述根据所述待处理减影图像和所述第一图像输出脑血管造影图像，具体为：
对所述待处理减影图像进行特征检测，判断所述待处理减影图像是否存在伪影，若存在，则将所述待处理减影图像和所述第一图像配准后减影，输出脑血管造影图像，否则，直接将所述待处理减影图像输出。
优选地，所述配准包括第一配准方式和第二配准方式，所述第一配准方式仅包括粗配准过程，所述第二配准方式是先进行粗配准、再进行细配准。
优选地，在步骤S1前，还包括判断系统空闲资源情况，根据系统空闲资源情况确定后续处理过程涉及到配准到过程是采用第一配准方法，还是第二配准方法。
另一方面，本发明还提供了一种脑血管造影中伪影去除系统，所述系统包括以下模块：
脑血管图像分类模块，用于获取脑部X光图像序列，将所述脑部X光图像分为三类，分别记为Ai、Bj、Ck，其中Ai表示造影剂注入前脑部X光图像序列，Ck表示注入造影剂并经过预设时间后的脑部X光图像序列，Bj表示Ai和Ck之间的脑部X光图像序列；其中i、j、k为正整数；
第一图像获取模块，用于根据脑部X光图像拍摄间隔从Bj中选择n个第一盈片、第一蒙片对，对每个所述第一盈片、第一蒙片对分别在配准后进行减影处理，得到n个减影图像，对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，根据第一集合得到第一图像；其中，n为大于2的正整数；
伪影去除模块，用于从Ai、Ck中分别选择第二蒙片和第二盈片，将第二盈片和第二蒙片在配准后进行减影处理，得到待处理减影图像，根据所述待处理减影图像和所述第一图像输出脑血管造影图像。
优选地，所述对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，具体为：
判断减影图像中是否存在像素点的灰度值都小于第二阈值的区域，若存在，将所述区域内所有像素点的灰度值调整为255，得到调整后的减影图像；
对所述调整后的减影图像进行边缘检测，若边缘检测得到边缘长度之和大于第三阈值，将所述调整后的减影图像放入第一集合中。
优选地，所述根据第一集合得到第一图像，具体为：
以所述第一集合中第一图像为基准图像，将第一集合中其他图像分别和所述基准图像配准，累加所述基准图像和配准后的其他图像对应位置的像素点的灰度值得到累加灰度值H，计算平均灰度值h＝H/s，其中s表示第一集合中图像个数，根据每个像素点的平均灰度值得到第一图像。
优选地，所述根据所述待处理减影图像和所述第一图像输出脑血管造影图像，具体为：
对所述待处理减影图像进行特征检测，判断所述待处理减影图像是否存在伪影，若存在，则将所述待处理减影图像和所述第一图像配准后减影，输出脑血管造影图像，否则，直接将所述待处理减影图像输出。
在造影剂注入过程中，C型臂拍摄的图像会先显示主血管，主血管相比微血管更容易在图像中识别出，而且很容易和噪声、伪影等区分。本发明将注入造影剂过程中拍摄的图像进行减影，判断是否存在伪影，如果存在则保存该减影结果，通过获取多个造影剂注入过程中的图像减影结果，得到多个存在伪影的减影图像，然后利用该减影图像，对完全注入后和注入前的图像减影进行处理，也即再次减影，消除伪影。本发明相较于传统的脑血管造影伪影去除方法，具有更高的去除伪影准确度，能够得到更为清晰的脑血管造影图像。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，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为第一实施例的流程图；
图2为三个阶段划分的示意图；
图3为获取第一集合的流程图；
图4为伪影去除过程示意图。
具体实施方式
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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，都属于本发明保护的范围。
在第一个实施例中，本发明提出了一种脑血管造影中伪影去除方法，如图1所示，所述方法包括以下步骤：
S1，获取脑部X光图像序列，将所述脑部X光图像分为三类，分别记为Ai、Bj、Ck，其中Ai表示造影剂注入前脑部X光图像序列，Ck表示注入造影剂并经过预设时间后的脑部X光图像序列，Bj表示Ai和Ck之间的脑部X光图像序列；其中i、j、k为正整数；
在进行脑血管造影中，C型臂会连续拍摄图像，脑血管造影是利用C型臂拍摄造影剂注入前和注入后的两张图片，然后将这两张图片经过配准、减影、图像增强等过程，在图像上显示脑血管影像。在注入造影剂时，会先在主血管或者说动脉中显影，随着血液的流动，再在微血管或静脉中显影，可以分为三个阶段，如图2所示，第一个阶段是注入造影剂前，拍摄的图像中没有血管，第二个阶段造影剂注入过程中，由于C型臂可以连续拍摄图片，拍摄的图像序列中会先显示主血管，第二个阶段显示主血管或者动脉血管，第三个阶段是注入造影剂并经过一定时间后，在第三个阶段微血管和/或静脉血管显示，例如开始注入造影剂后经过时间t1后，拍摄的图像为第三类Ck图像。
本发明将上述三个阶段拍摄的图像分为三类，分别为Ai、Bj、Ck，其中i、j、k表示三个类别中图像的个数，具体的数量取决于C型臂的性能和对最终图像成像质量的要求，在一个具体实施例中，i＝k，k为5-20之间的整数；由于人体的脑血管血液流动速度在一定范围内，j的取值取决于C型臂拍摄间隔，如果C型臂拍摄间隔小，j可以取较大的值，反之亦然。
S2，根据脑部X光图像拍摄间隔从Bj中选择n个第一盈片、第一蒙片对，对每个所述第一盈片、第一蒙片对分别在配准后进行减影处理，得到n个减影图像，对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，根据第一集合得到第一图像；其中，n为大于2的正整数；
Bj中主要是脑血管中主血管或者动脉的图像，其和背景相差较大，容易区分，将Bj中的两个图像做减影后，显示的是主血管或者动脉血管。假设Bj中有十张图像，可以构成5个第一盈片、第一蒙片对，记为<m1，h1>、<m2，h2>、<m3，h3>、<m4，h4>、<m5，h5>，将5个第一盈片、第一蒙片对分别做减影后，得到5个减影图像，然后对这5个减影图像进行预处理后，得到4张减影图像，也即第一集合有4张减影图像，再根据这4张减影图像即可获得第一图像，具体预处理方式在下面做详细介绍，此处不再赘述。需要注意的是，第一蒙片是在拍摄第一盈片之后拍摄的。
S3，从Ai、Ck中分别选择第二蒙片和第二盈片，将第二盈片和第二蒙片在配准后进行减影处理，得到待处理减影图像，根据所述待处理减影图像和所述第一图像输出脑血管造影图像。
Ai中是没有注入造影剂的图像，Ck是注入造影剂并经过一定时间后拍摄的图像，将两者进行配准减影后，得到的是包括脑血管细节的图像，但是由于人的呼吸等运动以及设备原因等，此时得到的脑血管造影图像可能会存在伪影，由于步骤S2得到的第一图像中只包括了伪影信息，利用步骤S2的第一图像对Ai和Ck减影后的图像进一步减影校正，实现了伪影的进一步消除。具体的，将步骤S2得到的第一图像作为蒙片，将Ai、Ck减影后的图像作为盈片，再次进行减影。在一个具体实施例中，可以多次进行步骤S3，直到生成满意的脑血管造影图像。
为了便于区分S2、S3中的减影图像，将S2中，也即Bj中第一盈片、第一蒙片对减影后的图像称为第一减影图像；将S3中，也即Ai、Ck中第二盈片和第二蒙片在配准后进行减影得到待处理减影图像称为第二减影图像。本发明是根据多个第一减影图像得到第一图像，然后利用第一图像对第二减影图像进行修正，去除第二减影图像中的伪影，如图3所示。
根据脑部X光图像拍摄间隔从Bj中选择n个第一盈片、第一蒙片对，对每个所述第一盈片、第一蒙片对分别在配准后进行减影处理，得到n个减影图像，得到的这个n个减影图像包括脑血管中的动脉或者主血管，有些还会有伪影，需要将其中的动脉或主血管造影图像去除后才能得到只含伪影的图像。这就需要对所述n个减影图像做进一步的处理。在一个具体实施例中，所述对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，如图4所示，具体包括以下过程：
S21，判断减影图像中是否存在像素点的灰度值都小于第二阈值的区域，若存在，将所述区域内所有像素点的灰度值调整为固定值，得到调整后的减影图像；
S22，对所述调整后的减影图像进行边缘检测，若边缘检测得到边缘长度之和大于第三阈值，将所述调整后的减影图像放入第一集合中。
其中，步骤S21用于去除减影图像中的动脉或者主血管图像，同时还能去除其他原因造成的斑点等；由于后续步骤S3伪影的进一步消除需要用到S2中只含有伪影的图像，步骤S22用于判断是否存在伪影，当存在伪影时，才会将第一盈片、第一蒙片对减影后的图像放入第一集合中。例如5个第一盈片、第一蒙片对<m1，h1>、<m2，h2>、<m3，h3>、<m4，h4>、<m5，h5>分别做减影后，得到5个减影图像，通过边缘检测发现第5个减影图像中不含有伪影，或者伪影含量较少，则不会将第5个减影图像放入第一集合中，也即第一集合只包括4个减影图像。
由于伪影的产生具有不确定性，有些伪影不明显，有些容易出现，且明显，这就需要对第一集合的图像进行处理，通过对第一集合中图像进行融合得到包含多种伪影的图像，所述根据第一集合得到第一图像，具体为：
以所述第一集合中第一图像为基准图像，将第一集合中其他图像分别和所述基准图像配准，累加所述基准图像和配准后的其他图像对应位置的像素点的灰度值得到累加灰度值H，计算平均灰度值h＝H/s，其中s表示第一集合中图像个数，根据每个像素点的平均灰度值得到第一图像。
本发明中根据第一集合得到第一图像的过程会保留经常出现且明显的伪影，对于不经常出现或者不明显的伪影，通过上述方法进一步减低，防止在步骤S3的影响。边缘检测可以检测图像中的边缘，如果检测不到边缘或者边缘不明显，表明不存在伪影，边缘检测是现有技术，本发明对此不在做具体介绍。
从Ai、Ck中分别选择第二蒙片和第二盈片，将第二盈片和第二蒙片在配准后进行减影处理，在理想状态或者接近理想状态的情况下，该过程得到的减影图像没有伪影或者伪影不明显，此时，无需再对其进行校正、去除伪影。在一个具体实施例中，所述根据所述待处理减影图像和所述第一图像输出脑血管造影图像，具体为：
对所述待处理减影图像进行特征检测，判断所述待处理减影图像是否存在伪影，若存在，则将所述待处理减影图像和所述第一图像配准后减影，输出脑血管造影图像，否则，直接将所述待处理减影图像输出。
其中，对所述待处理减影图像进行特征检测，判断所述待处理减影图像是否存在伪影，具体为：对所述待处理减影图像进行特征检测，得到特征集合T1，并对第一集合中的每个图像进行特征检测，得到每个图像对应的特征集合T2，分别判断T1和T2的相似度，如果相似度大于第一阈值，将判定所述待处理减影图像存在伪影，否则不存在。
图像配准可以分为粗配准和细配准，细配准需要迭代计算，计算时间较长，由于C型臂拍摄位置和人体脑部位置相对固定，在本发明中配准既可以采用粗配准，也可以采用先粗配准再细配准，所述配准包括第一配准方式和第二配准方式，所述第一配准方式仅包括粗配准过程，所述第二配准方式是先进行粗配准、再进行细配准。在步骤S1前，还包括判断系统空闲资源情况，根据系统空闲资源情况确定后续处理过程涉及到配准到过程是采用第一配准方法，还是第二配准方法。
在第二个实施例中，本发明还提供了一种脑血管造影中伪影去除系统，所述系统包括以下模块：
脑血管图像分类模块，用于获取脑部X光图像序列，将所述脑部X光图像分为三类，分别记为Ai、Bj、Ck，其中Ai表示造影剂注入前脑部X光图像序列，Ck表示注入造影剂并经过预设时间后的脑部X光图像序列，Bj表示Ai和Ck之间的脑部X光图像序列；其中i、j、k为正整数；
第一图像获取模块，用于根据脑部X光图像拍摄间隔从Bj中选择n个第一盈片、第一蒙片对，对每个所述第一盈片、第一蒙片对分别在配准后进行减影处理，得到n个减影图像，对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，根据第一集合得到第一图像；其中，n为大于2的正整数；
伪影去除模块，用于从Ai、Ck中分别选择第二蒙片和第二盈片，将第二盈片和第二蒙片在配准后进行减影处理，得到待处理减影图像，根据所述待处理减影图像和所述第一图像输出脑血管造影图像。
优选地，所述对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，具体为：
判断减影图像中是否存在像素点的灰度值都小于第二阈值的区域，若存在，将所述区域内所有像素点的灰度值调整为255，得到调整后的减影图像；
对所述调整后的减影图像进行边缘检测，若边缘检测得到边缘长度之和大于第三阈值，将所述调整后的减影图像放入第一集合中。
优选地，所述根据第一集合得到第一图像，具体为：
以所述第一集合中第一图像为基准图像，将第一集合中其他图像分别和所述基准图像配准，累加所述基准图像和配准后的其他图像对应位置的像素点的灰度值得到累加灰度值H，计算平均灰度值h＝H/s，其中s表示第一集合中图像个数，根据每个像素点的平均灰度值得到第一图像。
优选地，所述根据所述待处理减影图像和所述第一图像输出脑血管造影图像，具体为：
对所述待处理减影图像进行特征检测，判断所述待处理减影图像是否存在伪影，若存在，则将所述待处理减影图像和所述第一图像配准后减影，输出脑血管造影图像，否则，直接将所述待处理减影图像输出。
在第三个实施例中，本发明还提供了一种计算机存储介质，所述计算机存储介质中存储有指令，当其在计算机上运行时，使得计算机执行实施例一所述方法。
以上所描述的装置实施例仅仅是示意性的，可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助加必需的通用硬件平台的方式来实现，当然也可以通过硬件和软件结合的方式来实现。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以计算机产品的形式体现出来，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。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种脑血管造影中伪影去除方法，其特征在于，所述方法包括以下步骤：
S1，获取脑部X光图像序列，将所述脑部X光图像分为三类，分别记为Ai、Bj、Ck，其中Ai表示造影剂注入前脑部X光图像序列，Ck表示注入造影剂并经过预设时间后的脑部X光图像序列，Bj表示Ai和Ck之间的脑部X光图像序列；其中i、j、k为正整数；
S2，根据脑部X光图像拍摄间隔从Bj中选择n个第一盈片、第一蒙片对，对每个所述第一盈片、第一蒙片对分别在配准后进行减影处理，得到n个减影图像，对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，根据第一集合得到第一图像；其中，n为大于2的正整数；
S3，从Ai、Ck中分别选择第二蒙片和第二盈片，将第二盈片和第二蒙片在配准后进行减影处理，得到待处理减影图像，根据所述待处理减影图像和所述第一图像输出脑血管造影图像。
2.如权利要求1所述的方法，其特征在于，所述对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，具体包括以下过程：
S21，判断减影图像中是否存在像素点的灰度值都小于第二阈值的区域，若存在，将所述区域内所有像素点的灰度值调整为固定值，得到调整后的减影图像；
S22，对所述调整后的减影图像进行边缘检测，若边缘检测得到边缘长度之和大于第三阈值，将所述调整后的减影图像放入第一集合中。
3.如权利要求2所述的方法，其特征在于，所述根据第一集合得到第一图像，具体为：
以所述第一集合中第一图像为基准图像，将第一集合中其他图像分别和所述基准图像配准，累加所述基准图像和配准后的其他图像对应位置的像素点的灰度值得到累加灰度值H，计算平均灰度值h＝H/s，其中s表示第一集合中图像个数，根据每个像素点的平均灰度值得到第一图像。
4.如权利要求1所述的方法，其特征在于，所述根据所述待处理减影图像和所述第一图像输出脑血管造影图像，具体为：
对所述待处理减影图像进行特征检测，判断所述待处理减影图像是否存在伪影，若存在，则将所述待处理减影图像和所述第一图像配准后减影，输出脑血管造影图像，否则，直接将所述待处理减影图像输出。
5.如权利要求1-4任一项所述的方法，其特征在于，所述配准包括第一配准方式和第二配准方式，所述第一配准方式仅包括粗配准过程，所述第二配准方式是先进行粗配准、再进行细配准。
6.如权利要求5所述的方法，其特征在于，在步骤S1前，还包括判断系统空闲资源情况，根据系统空闲资源情况确定后续处理过程涉及到配准到过程是采用第一配准方法，还是第二配准方法。
7.一种脑血管造影中伪影去除系统，其特征在于，所述系统包括以下模块：
脑血管图像分类模块，用于获取脑部X光图像序列，将所述脑部X光图像分为三类，分别记为Ai、Bj、Ck，其中Ai表示造影剂注入前脑部X光图像序列，Ck表示注入造影剂并经过预设时间后的脑部X光图像序列，Bj表示Ai和Ck之间的脑部X光图像序列；其中i、j、k为正整数；
第一图像获取模块，用于根据脑部X光图像拍摄间隔从Bj中选择n个第一盈片、第一蒙片对，对每个所述第一盈片、第一蒙片对分别在配准后进行减影处理，得到n个减影图像，对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，根据第一集合得到第一图像；其中，n为大于2的正整数；
伪影去除模块，用于从Ai、Ck中分别选择第二蒙片和第二盈片，将第二盈片和第二蒙片在配准后进行减影处理，得到待处理减影图像，根据所述待处理减影图像和所述第一图像输出脑血管造影图像。
8.如权利要求7所述的系统，其特征在于，所述对所述n个减影图像预处理，将预处理后的减影图像放入第一集合中，具体为：
判断减影图像中是否存在像素点的灰度值都小于第二阈值的区域，若存在，将所述区域内所有像素点的灰度值调整为固定值，得到调整后的减影图像；
对所述调整后的减影图像进行边缘检测，若边缘检测得到边缘长度之和大于第三阈值，将所述调整后的减影图像放入第一集合中。
9.如权利要求8所述的系统，其特征在于，所述根据第一集合得到第一图像，具体为：
以所述第一集合中第一图像为基准图像，将第一集合中其他图像分别和所述基准图像配准，累加所述基准图像和配准后的其他图像对应位置的像素点的灰度值得到累加灰度值H，计算平均灰度值h＝H/s，其中s表示第一集合中图像个数，根据每个像素点的平均灰度值得到第一图像。
10.如权利要求7所述的系统，其特征在于，所述根据所述待处理减影图像和所述第一图像输出脑血管造影图像，具体为：
对所述待处理减影图像进行特征检测，判断所述待处理减影图像是否存在伪影，若存在，则将所述待处理减影图像和所述第一图像配准后减影，输出脑血管造影图像，否则，直接将所述待处理减影图像输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210156528.2A CN114533096B (zh) | 2022-02-21 | 2022-02-21 | 一种脑血管造影中伪影去除方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210156528.2A CN114533096B (zh) | 2022-02-21 | 2022-02-21 | 一种脑血管造影中伪影去除方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114533096A true CN114533096A (zh) | 2022-05-27 |
| CN114533096B CN114533096B (zh) | 2023-05-19 |
Family
ID=81675120
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210156528.2A Active CN114533096B (zh) | 2022-02-21 | 2022-02-21 | 一种脑血管造影中伪影去除方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114533096B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116309922A (zh) * | 2023-05-22 | 2023-06-23 | 杭州脉流科技有限公司 | Ct灌注影像的去伪影方法、装置、设备和存储介质 |
| CN117291877A (zh) * | 2023-09-12 | 2023-12-26 | 东软医疗系统股份有限公司 | 图像处理方法、装置及图像处理设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101822545A (zh) * | 2010-05-11 | 2010-09-08 | 河南大学 | 一种数字减影血管造影运动伪影消除方法及其系统 |
| US20150141818A1 (en) * | 2013-11-21 | 2015-05-21 | Shenyang Neusoft Medical Systems Co., Ltd. | Vascular imaging method and device |
| CN105005998A (zh) * | 2015-08-05 | 2015-10-28 | 大连理工大学 | 一种基于多角度序列化图像空间特征点集的脑血管图像分割方法 |
| CN106803241A (zh) * | 2017-01-20 | 2017-06-06 | 深圳市安健科技股份有限公司 | 血管造影图像的处理方法及装置 |
| US20180350080A1 (en) * | 2017-06-06 | 2018-12-06 | National Yang-Ming University | Analysis method and system of digital subtraction angiographic images |
| US20190365340A1 (en) * | 2018-05-29 | 2019-12-05 | Neusoft Medical Systems Co., Ltd. | Angiography |
| CN113940694A (zh) * | 2021-10-13 | 2022-01-18 | 上海市第六人民医院 | 脑部血流参数图获取装置、方法和计算机可读存储介质 |
-
2022
- 2022-02-21 CN CN202210156528.2A patent/CN114533096B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101822545A (zh) * | 2010-05-11 | 2010-09-08 | 河南大学 | 一种数字减影血管造影运动伪影消除方法及其系统 |
| US20150141818A1 (en) * | 2013-11-21 | 2015-05-21 | Shenyang Neusoft Medical Systems Co., Ltd. | Vascular imaging method and device |
| CN105005998A (zh) * | 2015-08-05 | 2015-10-28 | 大连理工大学 | 一种基于多角度序列化图像空间特征点集的脑血管图像分割方法 |
| CN106803241A (zh) * | 2017-01-20 | 2017-06-06 | 深圳市安健科技股份有限公司 | 血管造影图像的处理方法及装置 |
| US20180350080A1 (en) * | 2017-06-06 | 2018-12-06 | National Yang-Ming University | Analysis method and system of digital subtraction angiographic images |
| US20190365340A1 (en) * | 2018-05-29 | 2019-12-05 | Neusoft Medical Systems Co., Ltd. | Angiography |
| CN113940694A (zh) * | 2021-10-13 | 2022-01-18 | 上海市第六人民医院 | 脑部血流参数图获取装置、方法和计算机可读存储介质 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116309922A (zh) * | 2023-05-22 | 2023-06-23 | 杭州脉流科技有限公司 | Ct灌注影像的去伪影方法、装置、设备和存储介质 |
| CN116309922B (zh) * | 2023-05-22 | 2023-08-11 | 杭州脉流科技有限公司 | Ct灌注影像的去伪影方法、装置、设备和存储介质 |
| CN117291877A (zh) * | 2023-09-12 | 2023-12-26 | 东软医疗系统股份有限公司 | 图像处理方法、装置及图像处理设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114533096B (zh) | 2023-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114533096B (zh) | 一种脑血管造影中伪影去除方法及系统 | |
| JP5631698B2 (ja) | 医用画像処理装置及び医用画像処理方法 | |
| US8498463B2 (en) | Mask construction for cardiac subtraction | |
| CN110287956B (zh) | 血管中心线自动匹配方法及装置 | |
| CN110163809A (zh) | 基于U-net生成对抗网络DSA成像方法及装置 | |
| US6760401B2 (en) | Apparatus and method for processing of digital images | |
| CN111915538B (zh) | 一种用于数字血管减影的图像增强方法及系统 | |
| CN106803241A (zh) | 血管造影图像的处理方法及装置 | |
| CN106999129A (zh) | 数字减影血管造影术 | |
| JP2004112469A (ja) | 画像診断装置、画像処理方法、画像処理装置及び記憶媒体 | |
| US20220409161A1 (en) | Medical image synthesis for motion correction using generative adversarial networks | |
| Khurshid et al. | Automated cardiac motion compensation in PET/CT for accurate reconstruction of PET myocardial perfusion images | |
| CN108765303B (zh) | 一种数字减影血管成像图像的积分增强方法 | |
| CN116228781A (zh) | 冠脉血管分割方法、装置、电子设备及存储介质 | |
| CN115689956A (zh) | 对数字减影血管造影的掩膜图像的最佳的加权 | |
| Kruger et al. | Reconstruction of blood vessels from x‐ray subtraction projections: Limited angle geometry | |
| CN109166097B (zh) | 从造影图像序列中提取血管的方法及装置 | |
| CN113940694A (zh) | 脑部血流参数图获取装置、方法和计算机可读存储介质 | |
| CN112790777A (zh) | 以动态影像判断血流量变化及血管阻塞区域的方法 | |
| KR20180008130A (ko) | 회선 신경망을 이용하여 관상동맥 영상에서의 움직임을 보정하기 위한 방법 | |
| US20140226883A1 (en) | Residual activity correction at reconstruction | |
| CN118799328A (zh) | 造影图像分析方法及装置 | |
| KR102460948B1 (ko) | 관상동맥 협착의 중증도 평가에 필요한 정보를 제공하는 방법 | |
| CN116844010A (zh) | 一种先验融合的低造影剂dsa影像的增强方法及系统 | |
| Hariharan et al. | Model-based motion artifact correction in digital subtraction angiography using optical-flow |
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 |