CN114882172A - 一种基于包围盒自动行进的血管教具的快速生成方法 - Google Patents
一种基于包围盒自动行进的血管教具的快速生成方法 Download PDFInfo
- Publication number
- CN114882172A CN114882172A CN202210443194.7A CN202210443194A CN114882172A CN 114882172 A CN114882172 A CN 114882172A CN 202210443194 A CN202210443194 A CN 202210443194A CN 114882172 A CN114882172 A CN 114882172A
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- bounding box
- direction vector
- initial
- vessel
- 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
Images
Classifications
-
- 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
- G06T19/00—Manipulating 3D models or images for computer graphics
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30101—Blood vessel; Artery; Vein; Vascular
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明涉及医学教具技术领域,具体涉及一种基于包围盒自动行进的血管教具的快速生成方法,包括人工操作在原始三维数据上给出初始点和初始方向向量,并使用初始点和初始方向向量建立包围盒;通过初始点和初始方向向量进行偏移旋转计算,得到包围盒的范围;基于范围通过切片算法切出包围盒的六个面;基于六个面和血管入口求出血管出口,并以血管入口和血管出口做方向向量,得到已知方向向量;使用血管出口和已知方向向量重新建立包围盒,直至得到点数据组;通过样条对点数据组进行拟合,得到血管中心线;基于血管中心线进行血管重建并生成,得到血管教具,解决了现有的针对血管树的中心线提取方法依赖用户交互的问题。
Description
技术领域
本发明涉及医学教具技术领域,尤其涉及一种基于包围盒自动行进的血管教具的快速生成方法。
背景技术
血管拥有复杂的三维立体结构,分支众多且复杂。血管系统个体差异大,每个人的血管结构独一无二,且血管病变造成其形态特异化更加严重。做出真实且准确的血管教学用具十分困难。
目前,现有技术公开了一种针对血管树的中心线提取方法,该方案由用户交互选择计算每一分支中心线并最终合并得到完整的中心线,通过中心线重建出血管,最后生产出血管教具。
采用上述方式,在血管重建的过程中需要大量人工操作,重度依赖操作经验,人工成本过高。
发明内容
本发明的目的在于提供一种基于包围盒自动行进的血管教具的快速生成方法,旨在解决现有的针对血管树的中心线提取方法依赖用户交互的问题。
为实现上述目的,本发明提供了一种基于包围盒自动行进的血管教具的快速生成方法,包括以下步骤:
S1创建原始三维数据;
S2通过人工操作在所述原始三维数据上给出初始点和初始方向向量,并使用所述初始点和所述初始方向向量建立包围盒;
S3通过所述初始点和所述初始方向向量进行偏移旋转计算,得到所述包围盒的范围;
S4基于所述范围通过切片算法切出包围盒的六个面;
S5基于六个面和血管入口求出血管出口,并以所述血管入口和所述血管出口做方向向量,得到已知方向向量;
S6使用所述血管出口和所述已知方向向量重新建立包围盒;
S7循环步骤S3至S6,直至循环次数到达预设值,得到点数据组;
S8通过样条对所述点数据组进行拟合,得到血管中心线;
S9基于所述血管中心线进行血管重建并生成,得到血管教具。
其中,所述创建原始三维数据的具体方式为:
S11读取原始图像数据;
S12对所述原始图像数据进行格式转换,得到转换数据;
S13获取医学数据,并将所述医学数据与所述转换数据合并,得到原始三维数据。
其中,所述通过人工操作在所述原始三维数据上给出初始点和初始方向向量,并使用所述初始点和所述初始方向向量建立包围盒的具体方式为:
S21通过人工操作在所述原始三维数据上给出初始点和初始方向向量;
S22使用所述初始点和所述初始方向向量建立包围盒;
S23对所述包围盒的血管数据进行滤波,得到点数据。
其中,所述基于六个面和血管入口求出血管出口,并以所述血管入口和所述血管出口做方向向量,得到已知方向向量的具体方式为:
S51根据血管入口从六个面中确认入口面;
S52求出入口面与其余五个面的连通域;
S53求出所述连通域的质心,将所述质心作为血管出口;
S54以所述血管入口和所述血管出口做方向向量,得到已知方向向量。
其中,所述通过样条对所述点数据组进行拟合,得到血管中心线的具体方式为:
S81将两个具有任何指定上升范围的光滑单位阶跃函数进行减操作,得到PSPS样条基函数;
S82使用所述PSPS样条基函数对所述点数据组进行拟合,得到血管中心线。
本发明的一种基于包围盒自动行进的血管教具的快速生成方法,通过创建原始三维数据;通过人工操作在所述原始三维数据上给出初始点和初始方向向量,并使用所述初始点和所述初始方向向量建立包围盒;通过所述初始点和所述初始方向向量进行偏移旋转计算,得到所述包围盒的范围;基于所述范围通过切片算法切出包围盒的六个面;基于六个面和血管入口求出血管出口,并以所述血管入口和所述血管出口做方向向量,得到已知方向向量;使用所述血管出口和所述已知方向向量重新建立包围盒,直至得到点数据组;通过样条对所述点数据组进行拟合,得到血管中心线;基于所述血管中心线进行血管重建并生成,得到血管教具,通过包围盒全自动跑出的初始数据,进行拟合后重采样,得到精确的血管关键点信息,并最终由此生成点云数据,实现快速对给定的精确点和阈值实现全自动血管重建。与传统采用人工重建血管相比,本发明能实现全自动化血管重建,极大的节省了人工交互的时间,提高了重建精度和准确率。极大的节省了生产上的负担,解决了现有的针对血管树的中心线提取方法依赖用户交互的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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是本发明提供的一种基于包围盒自动行进的血管教具的快速生成方法的流程图。
图2是点数据组的示意图。
图3是血管中心线的示意图。
图4是点云的示意图。
图5是血管教具的示意图。
图6是实施案例的血管教具的示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例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。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
请参阅图1至图6,本发明提供一种基于包围盒自动行进的血管教具的快速生成方法,包括以下步骤:
S1创建原始三维数据;
具体方式为:
S11读取原始图像数据;
具体的,所述原始图像数据为原血管的CT图像数据。
S12对所述原始图像数据进行格式转换,得到转换数据;
具体的,将所述原始图像数据中格式不同的数据统一转换成所需的NRRD数组,得到转换数据。
S13获取医学数据,并将所述医学数据与所述转换数据合并,得到原始三维数据。
S2通过人工操作在所述原始三维数据上给出初始点和初始方向向量,并使用所述初始点和所述初始方向向量建立包围盒;
具体方式为:
S21通过人工操作在所述原始三维数据上给出初始点和初始方向向量;
S22使用所述初始点和所述初始方向向量建立包围盒;
具体的,所述包围盒为有向包围盒。
S23对所述包围盒的血管数据进行滤波,得到点数据。
S3通过所述初始点和所述初始方向向量进行偏移旋转计算,得到所述包围盒的范围;
S4基于所述范围通过切片算法切出包围盒的六个面;
S5基于六个面和血管入口求出血管出口,并以所述血管入口和所述血管出口做方向向量,得到已知方向向量;
具体方式为:
S51根据血管入口从六个面中确认入口面;
S52求出入口面与其余五个面的连通域;
S53求出所述连通域的质心,将所述质心作为血管出口;
S54以所述血管入口和所述血管出口做方向向量,得到已知方向向量。
S6使用所述血管出口和所述已知方向向量重新建立包围盒;
S7循环步骤S3至S6,直至循环次数到达预设值,得到点数据组;
S8通过样条对所述点数据组进行拟合,得到血管中心线;
具体方式为:
S81将两个具有任何指定上升范围的光滑单位阶跃函数进行减操作,得到PSPS样条基函数;
通过引入一个非负数δ,可以轻松定义具有任何指定上升范围的光滑单位阶跃函数,如下所示:
Hn,δ(x)=Hn(nx/δ)
分段多项式光滑单位阶跃函数的定义如下所示:
其中,Hn(x)可以看作是Heaviside单位阶跃函数的推广,称为n阶光滑单位阶跃函数,并且当x≥δ时,Hn,δ(x)=1,当x<-δ时,Hn,δ(x)=0(其中δ>0),δ是用来控制混合范围的参数。
S82使用所述PSPS样条基函数对所述点数据组进行拟合,得到血管中心线。
具体的,使用上述描述的PSPS样条基函数来对控制点进行拟合,通过以下式子进行拟合操作,并且在本设计中使用的是二次拟合,得到拟合线条:
在所述拟合线条上按固定步长重新取点,得到血管中心线。
S9基于所述血管中心线进行血管重建并生成,得到血管教具。
具体方式为:
S91通过所述血管中心线确定点云;
S92基于所述点云对血管进行重建,得到血管模型;
S93基于所述血管模型生成血管教具。
实施案例
使用原始DICOM数据作为本发明的输入数据,最终重建得到的血管教具结果如图6所示。
本发明的优势在于使用自定义的有向包围盒,并基于此包围盒的自动行进算法,将以前的非自动化血管重建做到全自动的效果。本发明是直接基于医学影像的,不需要图像分割,也不需要人工交互,重建生产全自动。通过包围盒全自动跑出的初始数据,进行拟合后重采样,得到精确的血管关键点信息,并最终由此生成点云数据,实现快速对给定的精确点和阈值实现全自动血管重建。与传统采用人工重建血管相比,本发明能实现全自动化血管重建,极大的节省了人工交互的时间,提高了重建精度和准确率。极大的节省了生产上的负担,提高了血管教具的真实性,间接推动基础医学教学的发展。
本发明可通过包围盒和连通域实现血管重建的全自动化,大大节省了血管教具的生产时间,提高了对各种血管教具生产与设计的效率,提升了血管教具的真实性和准确性。
以上所揭露的仅为本发明一种基于包围盒自动行进的血管教具的快速生成方法较佳实施例而已,当然不能以此来限定本发明之权利范围,本领域普通技术人员可以理解实现上述实施例的全部或部分流程,并依本发明权利要求所作的等同变化,仍属于发明所涵盖的范围。
Claims (5)
1.一种基于包围盒自动行进的血管教具的快速生成方法,其特征在于,包括以下步骤:
S1创建原始三维数据;
S2通过人工操作在所述原始三维数据上给出初始点和初始方向向量,并使用所述初始点和所述初始方向向量建立包围盒;
S3通过所述初始点和所述初始方向向量进行偏移旋转计算,得到所述包围盒的范围;
S4基于所述范围通过切片算法切出包围盒的六个面;
S5基于六个面和血管入口求出血管出口,并以所述血管入口和所述血管出口做方向向量,得到已知方向向量;
S6使用所述血管出口和所述已知方向向量重新建立包围盒;
S7循环步骤S3至S6,直至循环次数到达预设值,得到点数据组;
S8通过样条对所述点数据组进行拟合,得到血管中心线;
S9基于所述血管中心线进行血管重建并生成,得到血管教具。
2.如权利要求1所述的基于包围盒自动行进的血管教具的快速生成方法,其特征在于,
所述创建原始三维数据的具体方式为:
S11读取原始图像数据;
S12对所述原始图像数据进行格式转换,得到转换数据;
S13获取医学数据,并将所述医学数据与所述转换数据合并,得到原始三维数据。
3.如权利要求1所述的基于包围盒自动行进的血管教具的快速生成方法,其特征在于,
所述通过人工操作在所述原始三维数据上给出初始点和初始方向向量,并使用所述初始点和所述初始方向向量建立包围盒的具体方式为:
S21通过人工操作在所述原始三维数据上给出初始点和初始方向向量;
S22使用所述初始点和所述初始方向向量建立包围盒;
S23对所述包围盒的血管数据进行滤波,得到点数据。
4.如权利要求1所述的基于包围盒自动行进的血管教具的快速生成方法,其特征在于,
所述基于六个面和血管入口求出血管出口,并以所述血管入口和所述血管出口做方向向量,得到已知方向向量的具体方式为:
S51根据血管入口从六个面中确认入口面;
S52求出入口面与其余五个面的连通域;
S53求出所述连通域的质心,将所述质心作为血管出口;
S54以所述血管入口和所述血管出口做方向向量,得到已知方向向量。
5.如权利要求1所述的基于包围盒自动行进的血管教具的快速生成方法,其特征在于,
所述通过样条对所述点数据组进行拟合,得到血管中心线的具体方式为:
S81将两个具有任何指定上升范围的光滑单位阶跃函数进行减操作,得到PSPS样条基函数;
S82使用所述PSPS样条基函数对所述点数据组进行拟合,得到血管中心线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210443194.7A CN114882172B (zh) | 2022-04-26 | 2022-04-26 | 一种基于包围盒自动行进的血管教具的快速生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210443194.7A CN114882172B (zh) | 2022-04-26 | 2022-04-26 | 一种基于包围盒自动行进的血管教具的快速生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114882172A true CN114882172A (zh) | 2022-08-09 |
CN114882172B CN114882172B (zh) | 2023-05-09 |
Family
ID=82672390
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210443194.7A Active CN114882172B (zh) | 2022-04-26 | 2022-04-26 | 一种基于包围盒自动行进的血管教具的快速生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114882172B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422856A (zh) * | 2022-09-05 | 2022-12-02 | 青岛埃米博创医疗科技有限公司 | 一种面向cfd教学的教学血管模型生成方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217432A (zh) * | 2014-08-29 | 2014-12-17 | 沈阳东软医疗系统有限公司 | 一种颅内血管包围盒自动规划方法和装置 |
CN104574520A (zh) * | 2013-10-11 | 2015-04-29 | 西门子公司 | 空腔器官表示的修改 |
CN105205867A (zh) * | 2015-09-06 | 2015-12-30 | 大连理工大学 | 一种微创虚拟腹主动脉血管手术中的碰撞检测方法 |
US20200242783A1 (en) * | 2019-01-29 | 2020-07-30 | Siemens Healthcare Gmbh | Method and imaging device for generating a motion-compensated image, computer program, and storage medium |
CN113538618A (zh) * | 2021-08-30 | 2021-10-22 | 复旦大学附属中山医院 | 多模态多对比度医学图像的快速曲面重建方法及存储介质 |
-
2022
- 2022-04-26 CN CN202210443194.7A patent/CN114882172B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104574520A (zh) * | 2013-10-11 | 2015-04-29 | 西门子公司 | 空腔器官表示的修改 |
CN104217432A (zh) * | 2014-08-29 | 2014-12-17 | 沈阳东软医疗系统有限公司 | 一种颅内血管包围盒自动规划方法和装置 |
CN105205867A (zh) * | 2015-09-06 | 2015-12-30 | 大连理工大学 | 一种微创虚拟腹主动脉血管手术中的碰撞检测方法 |
US20200242783A1 (en) * | 2019-01-29 | 2020-07-30 | Siemens Healthcare Gmbh | Method and imaging device for generating a motion-compensated image, computer program, and storage medium |
CN113538618A (zh) * | 2021-08-30 | 2021-10-22 | 复旦大学附属中山医院 | 多模态多对比度医学图像的快速曲面重建方法及存储介质 |
Non-Patent Citations (2)
Title |
---|
王文明等: "基于形态学与局部特征结构的肺血管树重建", 《计算机工程》 * |
詹斯琪等: "基于改进泊松算法的心脏表面三维重建算法研究", 《贵州大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115422856A (zh) * | 2022-09-05 | 2022-12-02 | 青岛埃米博创医疗科技有限公司 | 一种面向cfd教学的教学血管模型生成方法 |
CN115422856B (zh) * | 2022-09-05 | 2023-08-08 | 青岛埃米博创医疗科技有限公司 | 一种面向cfd教学的教学血管模型生成方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114882172B (zh) | 2023-05-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107507234B (zh) | 锥束计算机断层扫描图像与x光图像配准方法 | |
CN109559326B (zh) | 一种血流动力学参数计算方法、系统及电子设备 | |
CN101604354B (zh) | 在三维牙颌模型上准确恢复单颗牙齿形态的方法 | |
CN114882172A (zh) | 一种基于包围盒自动行进的血管教具的快速生成方法 | |
CN108921942B (zh) | 对图像进行2d转制3d的方法及装置 | |
CN107235119A (zh) | 一种上建型线的光顺方法 | |
CN110766786A (zh) | 基于生成对抗网络的草图到浅浮雕模型生成的方法 | |
CN115641323A (zh) | 医学图像自动标注的方法及装置 | |
CN108242056B (zh) | 一种基于调和场算法的三维牙齿网格数据的分割方法 | |
CN107194870A (zh) | 一种基于显著性物体检测的图像场景重构方法 | |
CN113393470A (zh) | 一种牙齿全自动分割方法 | |
CN117935041A (zh) | 基于激光点云聚类分离的分裂子导线提取及建模方法 | |
CN116186864B (zh) | 一种基于bim技术的深基坑模型快速建模方法及系统 | |
CN107610126A (zh) | 一种基于局部先验分布的交互式图像分割方法 | |
CN116188728A (zh) | 一种建筑网格模型重构为cad指令模型的方法及装置 | |
CN113808006B (zh) | 一种基于二维图像重建三维网格模型的方法及装置 | |
CN115564891A (zh) | 一种针对现实艺术作品的数字孪生重构方法 | |
CN114881948B (zh) | 一种基于蒙特卡洛算法的探索盒子自动生成血管教具方法 | |
CN105678840A (zh) | 基于三维地形软件系统中快速生成自定义道路实现方法 | |
CN113435273A (zh) | 数据增广方法、装置、电子设备及存储介质 | |
CN103440627B (zh) | 一种基于光影强化的卡通风格渲染方法 | |
CN112634458A (zh) | 一种基于特征显著性评价的口腔模型点云精简方法 | |
CN109376435A (zh) | 一种母线槽生产工艺的设计方法 | |
CN110880173A (zh) | 空调底板的外轮廓提取方法及装置 | |
CN113763450B (zh) | 深度图的获取方法、装置、电子设备及存储介质 |
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 |