CN115690309A - 一种冠脉cta自动三维后处理方法和装置 - Google Patents
一种冠脉cta自动三维后处理方法和装置 Download PDFInfo
- Publication number
- CN115690309A CN115690309A CN202211203021.4A CN202211203021A CN115690309A CN 115690309 A CN115690309 A CN 115690309A CN 202211203021 A CN202211203021 A CN 202211203021A CN 115690309 A CN115690309 A CN 115690309A
- Authority
- CN
- China
- Prior art keywords
- coronary
- plaque
- voxels
- cta
- 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.)
- Granted
Links
Images
Classifications
-
- 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
Abstract
本申请公开了一种冠脉CTA自动三维后处理方法和装置，涉及医疗影像技术领域，该方法对融合了至少一个心动周期内的多张冠脉CTA图像的融合CTA图像进行三维冠脉模型重建，然后根据各个体素对应的CT值，识别三维冠脉模型中的各个斑块，计算出各个斑块位置对应的动脉的管腔狭窄率，以辅助医生根据冠脉CTA自动三维后处理的处理结果进行相关疾病的诊断，降低了对于医生判断经验的要求。由于被分析的融合CTA图像是由多张不同时刻得到冠脉CTA图像融合而成，降低了冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
Description
技术领域
本申请涉及医疗影像技术领域，特别涉及一种冠脉CTA自动三维后处理方法和装置。
背景技术
冠脉，即冠状动脉，是供给心脏血液的动脉，起于主动脉根部主动脉窦内，分左右两支，行于心脏表面。冠状动脉计算机断层扫描血管造影技术(Computed TomographyAngiography,CTA)可无创性地观察血管及斑块形态，是目前CT技术发展的重要方向，冠脉CTA图像是医生在临床中对动脉粥样硬化病变判断的重要依据材料。
为了对冠脉CTA图像中血管特征及斑块成分进行定量分析，医生需要手动绘制血管内管腔、外壁轮廓线及斑块。不仅耗时耗力，工作效率低；而且受图像伪影、噪声等影响，导致血管成像不清晰，影响医学临床上对血管的观察，容易误判。
发明内容
本申请的目的在于提供一种冠脉CTA自动三维后处理方法和装置，其能够改善上述问题。
本申请的实施例是这样实现的：
第一方面，本申请提供一种冠脉CTA自动三维后处理方法，其包括：
S1、在至少一个心动周期内获取多张冠脉CTA图像，对获取到的所述冠脉CTA图像进行图像融合，得到融合CTA图像；
S2、识别所述融合CTA图像中主要冠状动脉的动脉中心线，根据所述动脉中心线进行曲面重建，得到所述融合CTA图像对应的三维冠脉模型；
S3、根据所述三维冠脉模型中各个体素对应的CT值，识别所述三维冠脉模型中的各个斑块；
S4、获取所述三维冠脉模型中各个所述斑块对应的水平面剖面图；
S5、根据所述水平面剖面图，计算所述斑块位置对应的动脉的管腔狭窄率。
可以理解，本申请公开了一种冠脉CTA自动三维后处理方法，对融合了至少一个心动周期内的多张冠脉CTA图像的融合CTA图像进行三维冠脉模型重建，然后根据各个体素对应的CT值，识别所述三维冠脉模型中的各个斑块，计算出各个斑块位置对应的动脉的管腔狭窄率，以辅助医生根据冠脉CTA自动三维后处理的处理结果进行相关疾病的诊断，降低了对于医生判断经验的要求。由于被分析的融合CTA图像是由多张不同时刻得到冠脉CTA图像融合而成，降低了冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
在本申请可选的实施例中，所述方法还包括，显示以下处理结果中的至少一项：
所述三维冠脉模型；
所述各个所述斑块对应的所述冠状面剖面图、所述矢状面剖面图和所述水平面剖面图中的至少一张；
各个所述斑块位置对应的动脉的管腔狭窄率。
可以理解，将上述冠脉CTA自动三维后处理方法的处理结果显示出来，有利于医生基于此进行相关疾病的诊断，降低了对于医生判断经验的要求。比如，医生可以根据冠状面剖面图、矢状面剖面图和水平面剖面图，多方面多角度地判断出斑块的大小；可以根据计算得到的管腔狭窄率判断斑块给对应动脉带来的负面影响程度。
在本申请可选的实施例中，步骤S1中“在至少一个心动周期内获取多张冠脉CTA图像”，包括：在一个心动周期内周期性地获取多张冠脉CTA图像。
冠状动脉计算机断层扫描血管造影技术(Computed Tomography Angiography,CTA)是指通过静脉注射适当造影剂后，利用多排螺旋排布的射线发射器和对应的射线接收器对冠状动脉进行扫描，从而了解冠状动脉病变的情况。这是一种简单有效而无创的冠状动脉早期疾病诊断和预测的方法之一，对于测量冠脉钙化斑块负荷、了解冠脉管壁及冠脉外情况、检查先天性冠脉发育异常、冠心病支架置入术后和冠脉旁路移植术后的随访也有一定的优势。但由于患者自主移动、或呼吸或心脏运动等非自主运动原因，可能会导致伪影，导致血管成像不清晰，影响医学临床上对血管的观察。
因此，可以在单个心动周期内周期性地获取多张冠脉CTA图像，这些图像能够记录冠状动脉各分支运动信息，融合这些CTA图像可以降低冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
在本申请可选的实施例中，步骤S1包括：
S11、在前一个心动周期内按照第一频率获取多张第一冠脉CTA图像；
S12、在当前心动周期内按照第二频率获取多张第二冠脉CTA图像；
S13、在后一个心动周期内按照第三频率获取多张第三冠脉CTA图像；
S14、对获取到的所述第一冠脉CTA图像、所述第二冠脉CTA图像和所述第三冠脉CTA图像进行融合，得到融合CTA图像；
其中，所述第一频率、所述第二频率和所述第三频率不相等。
可以理解，单个心动周期内以第一频率获取多张冠脉CTA图像，即上述第一冠脉CTA图像，这些图像能够记录冠状动脉各分支运动信息，但也会因为采集周期间隔时长而遗漏部分运动信息。因此，另外从本次心动周期相邻前后的两个心动周期以不同于第一频率的频率获取多张冠脉CTA图像，即上述第二冠脉CTA图像和第三冠脉CTA图像，以补偿第一冠脉CTA图像所遗漏的部分心脏运动信息，融合第一冠脉CTA图像、第二冠脉CTA图像和第三冠脉CTA图像可以进一步地降低冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
在本申请可选的实施例中，步骤S3包括：
S31、将CT值满足斑块阈值范围的体素作为斑块体素；
S32、将位置相邻的所述斑块体素聚集在一起，确定为单个斑块。
其中，步骤S31包括：
将CT值满足第一斑块阈值范围的体素作为软斑块体素；
将CT值满足第二斑块阈值范围的体素作为混合斑块体素；
将CT值满足第三斑块阈值范围的体素作为钙化斑块体素；
其中，第一斑块阈值范围的最大值小于所述第二斑块阈值范围的最小值，所述第二斑块阈值范围的最大值小于所述第三斑块阈值范围的最小值。
其中，步骤S32包括：
将位置相邻的所述软斑块体素聚集在一起，确定为单个软斑块；
将位置相邻的所述混合斑块体素聚集在一起，确定为单个混合斑块；
将位置相邻的所述钙化斑块体素聚集在一起，确定为单个钙化斑块。
在本申请可选的实施例中，所述方法还包括：显示所述三维冠脉模型中各个所述斑块的类型，所述类型包括软斑块、混合斑块或钙化斑块。
CT值是CTA图像中各组织与射线衰减系数相当的对应值，CT值不是绝对不变的数值，它不仅与人体内在因素如呼吸、血流等有关。以X光为例，CT值＜50HU的斑块即为软斑块，CT值＞130HU的斑块即为钙化斑块，50HU<CT值＜130HU的斑块即为混合斑块。本方案根据CT值判断斑块的类型，然后直接将斑块类型显示出来，无需医生根据斑块形态凭经验进行判断，大大地降低了对于医生判断经验的要求。
在本申请可选的实施例中，步骤S5包括：
S51、将所述水平面剖面图中CT值满足造影剂阈值范围的体素作为动脉体素；
S52、统计所述水平面剖面图中所述斑块体素和所述动脉体素的个数；
S53、将所述动脉体素与所述斑块体素的个数差与所述动脉体素个数的比值，作为所述管腔狭窄率。
可以理解，进行CTA扫描前，需要通过静脉注射适当造影剂，造影剂密度高于或低于周围组织，在射线光下亮度增高，因此可以通过造影剂阈值范围筛选出动脉体素。在水平面剖面图中，由于单个体素对应的面积相等，因此，斑块体素个数即可代表斑块规模，动脉体素个数即可代表血液规模，可以通过计算动脉体素与所述斑块体素的个数差与所述动脉体素个数的比值，来计算管腔狭窄率，以辅助医生从客观数值上做出更加准确地诊断。
第二方面，本申请提供一种冠脉CTA自动三维后处理装置，其包括：
相互连接的处理器和存储器，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如第一方面任一项所述的方法；
所述显示器用于显示如第一方面任一项所述的方法的处理结果中的至少一项。
第三方面，本申请提供一种计算机可读存储介质，其包括：所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如第一方面任一项所述的方法。
有益效果：
本申请公开了一种冠脉CTA自动三维后处理方法和装置，该方法对融合了至少一个心动周期内的多张冠脉CTA图像的融合CTA图像进行三维冠脉模型重建，然后根据各个体素对应的CT值，识别所述三维冠脉模型中的各个斑块，计算出各个斑块位置对应的动脉的管腔狭窄率，以辅助医生根据冠脉CTA自动三维后处理的处理结果进行相关疾病的诊断，降低了对于医生判断经验的要求。由于被分析的融合CTA图像是由多张不同时刻得到冠脉CTA图像融合而成，降低了冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举可选实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1是在一个心动周期内周期性地获取多张冠脉CTA图像的原理示意图；
图2是在多个心动周期内周期性地获取多张冠脉CTA图像的原理示意图；
图3是本申请提供的一种三维冠脉模型的示意图；
图4是本申请提供的一种冠脉CTA自动三维后处理装置的示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作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。
第一方面，本申请提供一种冠脉CTA自动三维后处理方法，其包括：
S1、在至少一个心动周期内获取多张冠脉CTA图像，对获取到的所述冠脉CTA图像进行图像融合，得到融合CTA图像。
在本申请实施例中，融合方法主要是利用矩阵运算和统计估计理论对待融合图像加以计算，实现信息互补，可以采用：加权融合方法，体素值取大法，体素值取小法，主成分分析法以及统计估计法等具体算法。
S2、识别所述融合CTA图像中主要冠状动脉的动脉中心线，根据所述动脉中心线进行曲面重建，得到所述融合CTA图像对应的三维冠脉模型。
冠状动脉计算机断层扫描血管造影技术(Computed Tomography Angiography,CTA)是指通过静脉注射适当造影剂后，利用多排螺旋排布的射线发射器和对应的射线接收器对冠状动脉进行扫描，从而了解冠状动脉病变的情况。造影剂密度高于或低于周围组织，在射线光下亮度增高，因此可以通过基于人工神经网络的图像识别模型识别出主要冠状动脉，如左前降支、回旋支、右冠状动脉等。识别出主要冠状动脉后，可以根据动脉的管径提取出始终位于管径中心的动脉中心线。
S3、根据三维冠脉模型中各个体素对应的CT值，识别所述融合CTA图像中的各个斑块。
冠脉斑块指冠状动脉粥样硬化斑块，这类斑块的形成是日积月累的结果，需要漫长的时间且病理生理机制比较复杂，原发病因无法彻底去除，难以彻底消除冠状动脉粥样硬化斑块。CT值是三维冠脉模型中各组织与射线衰减系数相当的对应值，斑块与血管对射线光的吸收程度不同，因此可以通过CT值对各个斑块进行识别。
S4、获取所述三维冠脉模型中各个所述斑块对应的水平面剖面图。
如图3所示为一种三维冠脉模型的示意图，其中示意了冠状面100、矢状面200和水平面300，上述冠状面剖面图为平行于冠状面100的剖面图，矢状面剖面图为平行于矢状面200的剖面图，水平面剖面图为平行于水平面300的剖面图。
S5、根据所述水平面剖面图，计算所述斑块位置对应的动脉的管腔狭窄率。
可以理解，本申请公开了一种冠脉CTA自动三维后处理方法，对融合了至少一个心动周期内的多张冠脉CTA图像的融合CTA图像进行三维冠脉模型重建，然后根据各个体素对应的CT值，识别所述三维冠脉模型中的各个斑块，计算出各个斑块位置对应的动脉的管腔狭窄率，以辅助医生根据冠脉CTA自动三维后处理的处理结果进行相关疾病的诊断，降低了对于医生判断经验的要求。由于被分析的融合CTA图像是由多张不同时刻得到冠脉CTA图像融合而成，降低了冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
在本申请可选的实施例中，所述方法还包括，显示以下处理结果中的至少一项：
所述三维冠脉模型；
所述各个所述斑块对应的所述冠状面剖面图、所述矢状面剖面图和所述水平面剖面图中的至少一张；
各个所述斑块位置对应的动脉的管腔狭窄率。
可以理解，将上述冠脉CTA自动三维后处理方法的处理结果显示出来，有利于医生基于此进行相关疾病的诊断，降低了对于医生判断经验的要求。比如，医生可以根据冠状面剖面图、矢状面剖面图和水平面剖面图，多方面多角度地判断出斑块的大小；可以根据计算得到的管腔狭窄率判断斑块给对应动脉带来的负面影响程度。
在本申请可选的实施例中，步骤S1中“在至少一个心动周期内获取多张冠脉CTA图像”，包括：在一个心动周期内周期性地获取多张冠脉CTA图像。如图1所示，针对第d个心动周期，周期性地获取k张冠脉CTA图像，k为正整数，获取周期为t。
冠状动脉计算机断层扫描血管造影技术(Computed Tomography Angiography,CTA)是指通过静脉注射适当造影剂后，利用多排螺旋排布的射线发射器和对应的射线接收器对冠状动脉进行扫描，从而了解冠状动脉病变的情况。这是一种简单有效而无创的冠状动脉早期疾病诊断和预测的方法之一，对于测量冠脉钙化斑块负荷、了解冠脉管壁及冠脉外情况、检查先天性冠脉发育异常、冠心病支架置入术后和冠脉旁路移植术后的随访也有一定的优势。但由于患者自主移动、或呼吸或心脏运动等非自主运动原因，可能会导致伪影，导致血管成像不清晰，影响医学临床上对血管的观察。
因此，可以在单个心动周期内周期性地获取多张冠脉CTA图像，这些图像能够记录冠状动脉各分支运动信息，融合这些CTA图像可以降低冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
在本申请可选的实施例中，步骤S1包括：
S11、在前一个心动周期内按照第一频率获取多张第一冠脉CTA图像。
如图2所示，针对第(d-1)个心动周期，周期性地获取m张冠脉CTA图像，m为正整数，获取周期为t'。
S12、在当前心动周期内按照第二频率获取多张第二冠脉CTA图像。
如图2所示，针对第d个心动周期，周期性地获取n张冠脉CTA图像，n为正整数，获取周期为t。
S13、在后一个心动周期内按照第三频率获取多张第三冠脉CTA图像。
如图2所示，针对第(d+1)个心动周期，周期性地获取p张冠脉CTA图像，p为正整数，获取周期为t”。
S14、对获取到的所述第一冠脉CTA图像、所述第二冠脉CTA图像和所述第三冠脉CTA图像进行融合，得到融合CTA图像；
其中，所述第一频率、所述第二频率和所述第三频率不相等。
可以理解，单个心动周期内以第二频率获取多张冠脉CTA图像，即上述第二冠脉CTA图像，这些图像能够记录冠状动脉各分支运动信息，但也会因为采集周期间隔时长而遗漏部分运动信息。因此，另外从本次心动周期相邻前后的两个心动周期以不同于第二频率的频率获取多张冠脉CTA图像，即上述第一冠脉CTA图像和第三冠脉CTA图像，以补偿第二冠脉CTA图像所遗漏的部分心脏运动信息，融合第一冠脉CTA图像、第二冠脉CTA图像和第三冠脉CTA图像可以进一步地降低冠脉CTA图像的伪影和噪声，使得血管成像更清晰。
在本申请可选的实施例中，步骤S3包括：
S31、将CT值满足斑块阈值范围的体素作为斑块体素；
S32、将位置相邻的所述斑块体素聚集在一起，确定为单个斑块。
其中，步骤S31包括：
将CT值满足第一斑块阈值范围的体素作为软斑块体素；
将CT值满足第二斑块阈值范围的体素作为混合斑块体素；
将CT值满足第三斑块阈值范围的体素作为钙化斑块体素；
其中，第一斑块阈值范围的最大值小于所述第二斑块阈值范围的最小值，所述第二斑块阈值范围的最大值小于所述第三斑块阈值范围的最小值。
其中，步骤S32包括：
将位置相邻的所述软斑块体素聚集在一起，确定为单个软斑块；
将位置相邻的所述混合斑块体素聚集在一起，确定为单个混合斑块；
将位置相邻的所述钙化斑块体素聚集在一起，确定为单个钙化斑块。
在本申请可选的实施例中，所述方法还包括：显示所述三维冠脉模型中各个所述斑块的类型，所述类型包括软斑块、混合斑块或钙化斑块。
CT值是CTA图像中各组织与射线衰减系数相当的对应值，CT值不是绝对不变的数值，它不仅与人体内在因素如呼吸、血流等有关。以X光为例，CT值＜50HU的斑块即为软斑块，CT值＞130HU的斑块即为钙化斑块，50HU<CT值＜130HU的斑块即为混合斑块。本方案根据CT值判断斑块的类型，然后直接将斑块类型显示出来，无需医生根据斑块形态凭经验进行判断，大大地降低了对于医生判断经验的要求。
在本申请可选的实施例中，步骤S5包括：
S51、将所述水平面剖面图中CT值满足造影剂阈值范围的体素作为动脉体素；
S52、统计所述水平面剖面图中所述斑块体素和所述动脉体素的个数；
S53、将所述动脉体素与所述斑块体素的个数差与所述动脉体素个数的比值，作为所述管腔狭窄率。
可以理解，进行CTA扫描前，需要通过静脉注射适当造影剂，造影剂密度高于或低于周围组织，在射线光下亮度增高，因此可以通过造影剂阈值范围筛选出动脉体素。在水平面剖面图中，由于单个体素对应的面积相等，因此，斑块体素个数即可代表斑块规模，动脉体素个数即可代表血液规模，可以通过计算动脉体素与所述斑块体素的个数差与所述动脉体素个数的比值，来计算管腔狭窄率，以辅助医生从客观数值上做出更加准确地诊断。
第二方面，本申请提供一种冠脉CTA自动三维后处理装置，如图4所示，包括：相互连接的处理器21和存储器22，其中，存储器22用于存储计算机程序，计算机程序包括程序指令，处理器21被配置用于调用程序指令，执行如第一方面任一项的方法；显示器30用于显示如第一方面任一项的方法的处理结果中的至少一项。其中，处理器21被配置用于调用该程序指令执行第一方面任一方法的操作。
应当理解，在本发明实施例中，所称处理器21可以是中央处理单元(CentralProcessing Unit，CPU)，该处理器21还可以是其他通用处理器21、数字信号处理器21(Digital Signal Processor，DSP)、专用集成电路(Application Specific IntegratedCircuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器21可以是微处理器21或者该处理器21也可以是任何常规的处理器21等。
该存储器22可以包括只读存储器22和随机存取存储器22，并向处理器21提供指令和数据。存储器22的一部分还可以包括非易失性随机存取存储器22。例如，存储器22还可以存储设备类型的信息。
具体实现中，本发明实施例中所描述的处理器21可执行第一方面任一方法所描述的实现方式，也可执行本发明实施例所描述的终端设备的实现方式，在此不再赘述。
第三方面，本发明供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序包括程序指令，该程序指令被处理器执行时实现第一方面任一方法的步骤。
上述计算机可读存储介质可以是前述任一实施例的终端设备的内部存储单元，例如终端设备的硬盘或内存。上述计算机可读存储介质也可以是上述终端设备的外部存储设备，例如上述终端设备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。进一步地，上述计算机可读存储介质还可以既包括上述终端设备的内部存储单元也包括外部存储设备。上述计算机可读存储介质用于存储上述计算机程序以及上述终端设备所需的其他程序和数据。上述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本申请所提供的几个实施例中，应该理解到，所揭露的终端设备和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，上述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
上述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例中方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
在本公开的各种实施方式中所使用的表述“第一”、“第二”、“所述第一”或“所述第二”可修饰各种部件而与顺序和/或重要性无关，但是这些表述不限制相应部件。以上表述仅配置为将元件与其它元件区分开的目的。例如，第一用户设备和第二用户设备表示不同的用户设备，虽然两者均是用户设备。例如，在不背离本公开的范围的前提下，第一元件可称作第二元件，类似地，第二元件可称作第一元件。
当一个元件(例如，第一元件)称为与另一元件(例如，第二元件)“(可操作地或可通信地)联接”或“(可操作地或可通信地)联接至”另一元件(例如，第二元件)或“连接至”另一元件(例如，第二元件)时，应理解为该一个元件直接连接至该另一元件或者该一个元件经由又一个元件(例如，第三元件)间接连接至该另一个元件。相反，可理解，当元件(例如，第一元件)称为“直接连接”或“直接联接”至另一元件(第二元件)时，则没有元件(例如，第三元件)插入在这两者之间。
需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素，此外，本申请不同实施例中具有同样命名的部件、特征、要素可能具有相同含义，也可能具有不同含义，其具体含义需以其在该具体实施例中的解释或者进一步结合该具体实施例中上下文进行确定。
以上描述仅为本申请的可选实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
取决于语境，如在此所使用的词语“如果”、“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地，取决于语境，短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
以上描述仅为本申请的可选实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
以上所述仅为本申请的可选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种冠脉CTA自动三维后处理方法，其特征在于，包括：
在至少一个心动周期内获取多张冠脉CTA图像，对获取到的所述冠脉CTA图像进行图像融合，得到融合CTA图像；
识别所述融合CTA图像中主要冠状动脉的动脉中心线，根据所述动脉中心线进行曲面重建，得到所述融合CTA图像对应的三维冠脉模型；
根据所述三维冠脉模型中各个体素对应的CT值，识别所述三维冠脉模型中的各个斑块；
获取所述三维冠脉模型中各个所述斑块对应的水平面剖面图；
根据所述水平面剖面图，计算所述斑块对应的动脉的管腔狭窄率。
2.根据权利要求1所述的冠脉CTA自动三维后处理方法，其特征在于，所述方法还包括，显示以下处理结果中的至少一项：
所述三维冠脉模型；
所述各个所述斑块对应的冠状面剖面图、矢状面剖面图和所述水平面剖面图中的至少一张；
各个所述斑块位置对应的动脉的管腔狭窄率。
3.根据权利要求1所述的冠脉CTA自动三维后处理方法，其特征在于，
所述在至少一个心动周期内获取多张冠脉CTA图像，包括：
在一个心动周期内周期性地获取多张冠脉CTA图像。
4.根据权利要求1所述的冠脉CTA自动三维后处理方法，其特征在于，
所述在至少一个心动周期内获取多张冠脉CTA图像，对获取到的所述冠脉CTA图像进行图像融合，得到融合CTA图像，包括：
在前一个心动周期内按照第一频率获取多张第一冠脉CTA图像；
在当前心动周期内按照第二频率获取多张第二冠脉CTA图像；
在后一个心动周期内按照第三频率获取多张第三冠脉CTA图像；
对获取到的所述第一冠脉CTA图像、所述第二冠脉CTA图像和所述第三冠脉CTA图像进行融合，得到融合CTA图像；
其中，所述第一频率、所述第二频率和所述第三频率不相等。
5.根据权利要求1所述的冠脉CTA自动三维后处理方法，其特征在于，
所述根据所述三维冠脉模型中各个体素对应的CT值，识别所述三维冠脉模型中的各个斑块，包括：
将CT值满足斑块阈值范围的体素作为斑块体素；
将位置相邻的所述斑块体素聚集在一起，确定为单个斑块。
6.根据权利要求5所述的冠脉CTA自动三维后处理方法，其特征在于，
所述将CT值满足斑块阈值范围的体素作为斑块体素，包括：
将CT值满足第一斑块阈值范围的体素作为软斑块体素；
将CT值满足第二斑块阈值范围的体素作为混合斑块体素；
将CT值满足第三斑块阈值范围的体素作为钙化斑块体素；
其中，第一斑块阈值范围的最大值小于所述第二斑块阈值范围的最小值，所述第二斑块阈值范围的最大值小于所述第三斑块阈值范围的最小值；
所述将位置相邻的所述斑块体素聚集在一起，确定为单个斑块，包括：
将位置相邻的所述软斑块体素聚集在一起，确定为单个软斑块；
将位置相邻的所述混合斑块体素聚集在一起，确定为单个混合斑块；
将位置相邻的所述钙化斑块体素聚集在一起，确定为单个钙化斑块。
7.根据权利要求6所述的冠脉CTA自动三维后处理方法，其特征在于，所述方法还包括：
显示所述三维冠脉模型中各个所述斑块的类型，所述类型包括软斑块、混合斑块或钙化斑块。
8.根据权利要求5所述的冠脉CTA自动三维后处理方法，其特征在于，
所述根据所述水平面剖面图，计算所述斑块位置对应的动脉的管腔狭窄率，包括：
将所述水平面剖面图中CT值满足造影剂阈值范围的体素作为动脉体素；
统计所述水平面剖面图中所述斑块体素和所述动脉体素的个数；
将所述动脉体素与所述斑块体素的个数差与所述动脉体素个数的比值，作为所述管腔狭窄率。
9.一种冠脉CTA自动三维后处理装置，其特征在于，包括相互连接的处理器和存储器，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1至8任一项所述的方法；
所述显示器用于显示如权利要求1至8任一项所述的方法的处理结果中的至少一项。
10.一种计算机可读存储介质，其特征在于，
所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211203021.4A CN115690309B (zh) | 2022-09-29 | 2022-09-29 | 一种冠脉cta自动三维后处理方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211203021.4A CN115690309B (zh) | 2022-09-29 | 2022-09-29 | 一种冠脉cta自动三维后处理方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115690309A true CN115690309A (zh) | 2023-02-03 |
| CN115690309B CN115690309B (zh) | 2023-07-18 |
Family
ID=85064503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211203021.4A Active CN115690309B (zh) | 2022-09-29 | 2022-09-29 | 一种冠脉cta自动三维后处理方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115690309B (zh) |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030171691A1 (en) * | 1999-06-25 | 2003-09-11 | Casscells S. Ward | Method and apparatus for detecting vulnerable atherosclerotic plaque |
| CN102567728A (zh) * | 2010-10-18 | 2012-07-11 | 富士胶片株式会社 | 医用图像处理装置及方法和程序 |
| US20150110373A1 (en) * | 2013-10-21 | 2015-04-23 | Samsung Electronics Co., Ltd. | Systems and methods for registration of ultrasound and ct images |
| CN105096270A (zh) * | 2015-08-07 | 2015-11-25 | 北京欣方悦医疗科技有限公司 | 一种冠脉三维重建中的钙化斑块去除方法 |
| CN108932714A (zh) * | 2018-07-23 | 2018-12-04 | 苏州润心医疗器械有限公司 | 冠脉ct图像的斑块分类方法 |
| CN110367965A (zh) * | 2018-09-19 | 2019-10-25 | 苏州润迈德医疗科技有限公司 | 便捷测量冠状动脉血管评定参数的方法、装置及系统 |
| CN110858412A (zh) * | 2018-08-24 | 2020-03-03 | 南京邮电大学 | 基于图像配准的心脏冠脉cta模型建立方法 |
| CN110889896A (zh) * | 2019-11-11 | 2020-03-17 | 苏州润迈德医疗科技有限公司 | 获取血管狭窄病变区间及三维合成方法、装置和系统 |
| CN111493830A (zh) * | 2020-04-24 | 2020-08-07 | 天津恒宇医疗科技有限公司 | 一种基于冠脉分叉病变的oct三维可视化系统及工作方法 |
| CN111754506A (zh) * | 2020-07-01 | 2020-10-09 | 杭州脉流科技有限公司 | 基于腔内影像的冠脉狭窄率计算方法、装置、系统和计算机存储介质 |
| CN112037186A (zh) * | 2020-08-24 | 2020-12-04 | 杭州深睿博联科技有限公司 | 一种基于多视图模型融合的冠脉血管提取方法及装置 |
-
2022
- 2022-09-29 CN CN202211203021.4A patent/CN115690309B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20030171691A1 (en) * | 1999-06-25 | 2003-09-11 | Casscells S. Ward | Method and apparatus for detecting vulnerable atherosclerotic plaque |
| CN102567728A (zh) * | 2010-10-18 | 2012-07-11 | 富士胶片株式会社 | 医用图像处理装置及方法和程序 |
| US20150110373A1 (en) * | 2013-10-21 | 2015-04-23 | Samsung Electronics Co., Ltd. | Systems and methods for registration of ultrasound and ct images |
| CN105096270A (zh) * | 2015-08-07 | 2015-11-25 | 北京欣方悦医疗科技有限公司 | 一种冠脉三维重建中的钙化斑块去除方法 |
| CN108932714A (zh) * | 2018-07-23 | 2018-12-04 | 苏州润心医疗器械有限公司 | 冠脉ct图像的斑块分类方法 |
| CN110858412A (zh) * | 2018-08-24 | 2020-03-03 | 南京邮电大学 | 基于图像配准的心脏冠脉cta模型建立方法 |
| CN110367965A (zh) * | 2018-09-19 | 2019-10-25 | 苏州润迈德医疗科技有限公司 | 便捷测量冠状动脉血管评定参数的方法、装置及系统 |
| CN110889896A (zh) * | 2019-11-11 | 2020-03-17 | 苏州润迈德医疗科技有限公司 | 获取血管狭窄病变区间及三维合成方法、装置和系统 |
| CN111493830A (zh) * | 2020-04-24 | 2020-08-07 | 天津恒宇医疗科技有限公司 | 一种基于冠脉分叉病变的oct三维可视化系统及工作方法 |
| CN111754506A (zh) * | 2020-07-01 | 2020-10-09 | 杭州脉流科技有限公司 | 基于腔内影像的冠脉狭窄率计算方法、装置、系统和计算机存储介质 |
| CN112037186A (zh) * | 2020-08-24 | 2020-12-04 | 杭州深睿博联科技有限公司 | 一种基于多视图模型融合的冠脉血管提取方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115690309B (zh) | 2023-07-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10803994B2 (en) | Vascular flow assessment | |
| US20230033594A1 (en) | System and method for image-based object modeling using multiple image acquisitions or reconstructions | |
| US7940970B2 (en) | Method and system for automatic quality control used in computerized analysis of CT angiography | |
| US8977339B1 (en) | Method for assessing stenosis severity through stenosis mapping | |
| JP4728627B2 (ja) | Ｃｔ血管造影法における構造を領域分割する方法及び装置 | |
| US7567696B2 (en) | System and method for detecting the aortic valve using a model-based segmentation technique | |
| Özkan et al. | A novel method for pulmonary embolism detection in CTA images | |
| CN113507888A (zh) | 表征高风险斑块的系统和方法 | |
| US20080317310A1 (en) | Method and system for image processing and assessment of blockages of heart blood vessels | |
| KR20150132191A (ko) | 시뮬레이션 정확도 및 성능을 위한 이미지 품질 평가 | |
| KR20160045916A (ko) | 맥관구조를 수치 평가하는 시스템들 및 방법들 | |
| US20040133094A1 (en) | Method and data processing device to support diagnosis and/or therapy of a pathological change of a blood vessel | |
| CN109688908B (zh) | 用于确定血流储备分数的装置和方法 | |
| EP3923810A1 (en) | Prediction of coronary microvascular dysfunction from coronary computed tomography | |
| US20220319004A1 (en) | Automatic vessel analysis from 2d images | |
| JP2022076477A (ja) | 医用情報処理装置、医用情報処理システム及び医用情報処理方法 | |
| KR101611488B1 (ko) | 의료 영상에서 아티팩트와 병변을 구분하는 방법 | |
| Radaelli et al. | On the segmentation of vascular geometries from medical images | |
| JP2009050726A (ja) | 局所血流動態に関するインデックスを演算する方法及び装置 | |
| CN115690309B (zh) | 一种冠脉cta自动三维后处理方法和装置 | |
| Rybak et al. | Measurement of the upper respiratory tract aerated space volume using the results of computed tomography | |
| Craiem et al. | Non-invasive assessment of allometric scaling laws in the human coronary tree | |
| Debus | Medical Image Processing | |
| Casciaro et al. | Construction of a 3D coronary map to assess geometrical information in-vivo from coronary patients | |
| US20230252645A1 (en) | Vascular plaque extraction apparatus and method |
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 |