CN116993920A - 一种血管重建方法、装置、电子设备及存储介质 - Google Patents
一种血管重建方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116993920A CN116993920A CN202311029614.8A CN202311029614A CN116993920A CN 116993920 A CN116993920 A CN 116993920A CN 202311029614 A CN202311029614 A CN 202311029614A CN 116993920 A CN116993920 A CN 116993920A
- Authority
- CN
- China
- Prior art keywords
- vessel
- data
- blood vessel
- branch
- 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.)
- Pending
Links
- 230000002792 vascular Effects 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 84
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 274
- 238000002583 angiography Methods 0.000 claims abstract description 65
- 238000012545 processing Methods 0.000 claims abstract description 42
- 238000013519 translation Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 16
- 230000000250 revascularization Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 239000011159 matrix material Substances 0.000 description 6
- 231100000915 pathological change Toxicity 0.000 description 6
- 230000036285 pathological change Effects 0.000 description 6
- 238000005457 optimization Methods 0.000 description 5
- 210000004351 coronary vessel Anatomy 0.000 description 4
- 238000005452 bending Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 238000002372 labelling Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000002601 radiography Methods 0.000 description 3
- 238000002586 coronary angiography Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 210000000748 cardiovascular system Anatomy 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 208000029078 coronary artery disease Diseases 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- 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
- G06T7/30—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
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2008—Assembling, disassembling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2016—Rotation, translation, scaling
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Architecture (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Radiology & Medical Imaging (AREA)
- Quality & Reliability (AREA)
- Geometry (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本发明公开了一种血管重建方法、装置、电子设备及存储介质。包括:获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系;基于血管造影图像进行重建处理,得到每一血管的三维重建数据;对于分支血管,基于血管层级关系,对分支血管的三维重建数据进行平移和/或旋转,以将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。本方案利用多个角度的造影图像进行血管重建,得到各血管的三维重建数据,基于血管层级关系完成对分支血管的三维重建数据的平移和/或旋转和对各级血管的三维重建数据的拼接,得到血管树重建图像,提高血管树重建图像的准确性。
Description
技术领域
本发明涉及医学图像处理技术领域,尤其涉及一种血管重建方法、装置、电子设备及存储介质。
背景技术
冠脉造影是一种医学诊断方法,用于检查心脏血管系统的状况,发现是否存在冠心病等疾病。由于病人的心脏冠脉形状不同,且冠脉的走向复杂,在利用默认体位或者医生经验选择的造影体位对病人冠脉进行造影的过程中,仅通过一次造影往往无法充分暴露病人冠脉的病变位置。
目前,可以通过冠脉造影的血管重建方法得到三维冠脉模型,通常采用一个或者两个角度的造影图像进行血管重建,或者是只进行单分支血管重建。通过上述方式得到的重建血管,无法得到丰富的血管树结构,存在与实际血管结构的误差较大的缺点。
发明内容
本发明提供了一种血管重建方法、装置、电子设备及存储介质,以提高血管树重建的准确性。
根据本发明的一方面,提供了一种血管重建方法,包括:
获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系;
基于血管造影图像进行重建处理,得到每一血管的三维重建数据;
对于分支血管,基于血管层级关系,对分支血管的三维重建数据进行平移和/或旋转,以将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
可选的,基于血管造影图像进行重建处理,得到每一血管的三维重建数据,包括:对于任一血管,确定包括血管的两个血管造影图像;基于血管造影图像中血管点位置和血管造影图像的光源位置,确定血管点的三维坐标,多个血管点的三维坐标形成血管的三维重建数据。
可选的,基于血管层级关系,对分支血管的三维重建数据进行平移,包括:基于分支血管的血管造影图像和分支血管的上一级血管的血管造影图像,确定上一级血管中分支血管的拼接血管点;基于分支点的三维数据和拼接血管点的三维数据,确定分支血管的平移量;基于平移量对分支血管的三维重建数据进行平移。
可选的,基于分支血管的血管造影图像和分支血管的上一级血管的血管造影图像,确定上一级血管中分支血管的拼接血管点,包括:提取分支血管的血管造影图像中分支点的坐标数据,以及提取上一级血管的血管造影图像中多个血管点的坐标数据;基于分支点的坐标数据和上一级血管中多个血管点的坐标数据,确定上一级血管中与分支点距离最近的血管点,作为拼接血管点。
可选的,基于血管层级关系,对分支血管的三维重建数据进行旋转,包括:基于分支血管和分支血管的下级血管组成血管簇;基于当前旋转参数对血管簇的三维重建数据进行旋转处理,得到旋转三维数据;在旋转三维数据与血管簇的血管造影数据相匹配的情况下,确定完成对分支血管的三维重建数据的旋转。
可选的,在基于当前旋转参数对血管簇的三维重建数据进行旋转处理,得到旋转三维数据之后,还包括:对旋转三维数据进行投影,得到旋转三维数据的二维投影数据;基于二维投影数据和血管簇的血管造影数据确定损失数据,损失数据用于表征旋转三维数据与血管簇的血管造影数据的匹配程度。
可选的,方法还包括:在旋转三维数据与血管簇的血管造影数据不匹配的情况下,调节当前旋转参数,得到更新旋转参数;基于更新旋转参数对血管簇的三维重建数据重新进行旋转处理,得到新的旋转三维数据,直到新的旋转三维数据与血管簇的血管造影数据相匹配。
根据本发明的另一方面,提供了一种血管重建装置,包括:
血管层级关系确定模块,用于获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系;
三维重建数据确定模块,用于基于血管造影图像进行重建处理,得到每一血管的三维重建数据;
血管树重建图像确定模块,用于对于分支血管,基于血管层级关系,对分支血管的三维重建数据进行平移和/或旋转,以将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
根据本发明的另一方面,提供了一种电子设备,电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的血管重建方法。
根据本发明的另一方面,提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行时实现本发明任一实施例的血管重建方法。
本发明实施例的技术方案,通过利用多个角度的造影图像进行血管重建,得到各血管的三维重建数据,基于血管层级关系完成对分支血管的三维重建数据的平移和/或旋转和对各级血管的三维重建数据的拼接,得到血管树重建图像,解决了无法获取丰富的血管结构的问题和不能准确依据血管重建图像准确了解血管结构和病变情况的问题,实现了基于多角度的造影图像得到血管树重建图像,提高血管树重建图像的准确性,依据血管树重建图像可以更准确和更全面地向医生或者患者展示血管结构和病变情况。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明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是本发明实施例一提供的一种血管重建方法的流程图;
图2是本发明实施例适用的一种血管层级关系示意图;
图3是本发明实施例适用的多角度的血管造影图像示意图;
图4是本发明实施例二提供的一种血管重建方法的流程图;
图5是本发明实施例适用的一种单分支血管匹配三维重建示意图;
图6是本发明实施例三提供的一种血管重建方法的流程图;
图7是本发明实施例适用的一种血管平移拼接示意图;
图8是本发明实施例适用的三维重建数据到二维平面再投影示意图;
图9是本发明实施例三提供的一种血管重建装置的结构示意图;
图10是实现本发明实施例的血管重建方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1是本发明实施例一提供的一种血管重建方法的流程图,本实施例可适用于血管重建的情况,该方法可以由血管重建装置来执行,该血管重建装置可以采用硬件和/或软件的形式实现,该血管重建装置可配置于计算机等中。如图1所示,该方法包括:
S110、获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系。
其中,血管造影是一种辅助检查血管的技术,在将显影剂注入血管之后,通过x光照射即可得到血管造影图像。血管层级关系具体可以理解为是血管造影图像中的主支血管和分支血管之间的层级关系,主支血管上可以有一个或者多个分支血管,那么分支血管可以作为主支血管的一级分支血管,另外,一个分支血管也可以有一个或者多个分支血管,分支血管的分支血管可以称为二级分支血管,如图2所示血管层级关系示意图。
具体的,利用血管造影图像拍摄设备从多个角度拍摄得到多个角度血管造影图像,并对得到的血管造影图像进行标记处理,确定图像中的血管及其血管空间位置信息和血管层级关系,示例性的,可以采用标签标记每一个血管。
其中,标记处理的方法可以通过有监督学习的方式,学习大量带标签的冠脉树血管位置,用神经网络模型来预测当前血管造影图像中存在的血管及其中心线位置,如图3所示的多角度的血管造影图像示意图,可见,主支血管A、分支血管A1和分支血管A2以及它们之间的位置信息。还可以通过半自动方式生成,示例性地,人工选择血管的起点和终点,通过最小损失路径的方法进行血管生长,生成一条由起点到终点的路径,然后对血管进行命名标记,比如血管A等。
在本实施例中,通过获取多角度拍摄的血管造影图像,并对图像进行标记处理,识别标记处理后的造影图像得到主支血管及其分支血管信息,便于后续进行三维血管重建。
S120、基于血管造影图像进行重建处理,得到每一血管的三维重建数据。
其中,三维重建数据具体可以理解为是对血管造影图像中的血管进行三维重建处理得到的三维模拟血管,重建方法可以采用多个单分支血管的两两匹配方法得到每一血管上的点的空间位置信息,即可以通过计算双平面中对应点的投影射线的交点来获得,由各点空间位置信息连接得到血管的三维重建数据。
具体的,以重建二级分支血管为例,重建血管分为三类,分别是一根主支血管、若干根一级分支血管、每个一级分支血管可存在若干根二级分支血管。通过多个单分支血管的两两匹配方法对血管造影图像中的血管进行重建处理,确定任意两张血管造影图像中的血管的中心线上的点的位置信息,计算造影拍摄的光源与血管的中心线上的点的交点位置信息,进而得到每一血管的三维重建数据。
S130、对于分支血管,基于血管层级关系,对分支血管的三维重建数据进行平移和/或旋转,以将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
其中,拼接具体可以理解为是将各分支血管与上一级血管进行拼接,将分支血管的起点与上一级分支血管或者主支血管进行拼接,用于得到血管树重建图像。对于分支血管的平移,可以通过确定分支血管的三维重建数据与其上一级分支血管的三维重建数据之间的偏移量进行平移。对于分支血管的旋转,可以采用旋转矩阵与分支血管的三维数据的乘积得到旋转后的分支血管的三维数据,还可以通过不断地设置旋转角度对分支血管的三维数据进行旋转,用于完成各分支血管与上一级分支血管的拼接。
具体的,对于分支血管来说,基于血管层级关系确定每一分支血管的上一级分支血管或者主支血管,依据各分支血管的三维重建数据进行平移和/或旋转处理,基于平移和/或旋转处理后得到的各分支血管的三维重建数据确定血管拼接点,依据血管拼接点将对应的分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。示例性的,对于多分支冠脉树的重建,可以选取三个角度拍摄的血管造影图像,分别记作角度1图像、角度2图像、角度3图像;在角度1图像和角度2图像上可见血管A,在角度2图像和角度3图像上可见血管B,用角度1图像和角度2图像匹配进行血管A的重建,用角度2图像和角度3图像匹配进行血管B的重建,然后将A和B在三维空间上进行拼接组成冠脉树。但由于角度1图像、角度2图像、角度3图像的拍摄空间位置会存在偏差,因此拼接的时候也容易造成拼接误差,因此,在拼接之前对各血管对应的三维重建数据进行平移和/或旋转,然后再完成拼接,得到最优的冠脉树图像。
需要说明的是,本实施例中以三个角度拍摄的血管造影图像进行血管重建为例,若需要获取更准确的三维重建数据,则可以选取更多角度拍摄的血管造影图像按照上述重建方法进行血管重建处理,得到更准确的血管树重建图像。
本实施例的技术方案,通过采用多个角度的造影图像进行血管重建方法,得到各血管的三维重建数据,基于血管层级关系完成对分支血管的三维重建数据的平移和/或旋转和对各级血管的三维重建数据的拼接,得到血管树重建图像,解决了无法获取丰富的血管结构的问题和不能准确依据血管重建图像准确了解血管结构和病变情况的问题,实现了基于多角度的造影图像得到血管树重建图像的功能,提高了血管树重建图像的准确性,依据血管树重建图像可以更准确和更全面地向医生或者患者展示血管结构和病变情况。
实施例二
图4是本发明实施例二提供的一种血管重建方法的流程图,本实施例是上述实施例的进一步优化。可选的,对于任一血管,确定包括血管的两个血管造影图像;基于血管造影图像中血管点位置和血管造影图像的光源位置,确定血管点的三维坐标,多个血管点的三维坐标形成血管的三维重建数据;对于分支血管,基于分支血管的血管造影图像和分支血管的上一级血管的血管造影图像,确定上一级血管中分支血管的拼接血管点;基于分支点的三维数据和拼接血管点的三维数据,确定分支血管的平移量;基于平移量对分支血管的三维重建数据进行平移;如图4所示,该方法包括:
S210、获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系。
S220、对于任一血管,确定包括血管的两个血管造影图像。
其中,两个血管造影图像指的是血管造影图像集合中的任意两个血管造影图像,需要说明的是,为了后续能够快速准确地进行血管拼接,选取的两个图像需要满足一个必要条件,即至少有一个血管造影图像包含主支血管或者上一级分支血管。
具体的,选取任意一个血管进行血管重建,可以从血管造影图像集合中任意选取该血管所在的两个血管造影图像,其中,至少有一个血管造影图像包含主支血管或者上一级分支血管。
S230、基于血管造影图像中血管点位置和血管造影图像的光源位置,确定血管点的三维坐标,多个血管点的三维坐标形成血管的三维重建数据。
其中,血管点位置具体可以理解为是血管造影图像中血管的中心线上的点的位置信息,该位置信息可以在对血管进行标记处理的过程中确定并记录。血管造影图像的光源位置指的是造影拍摄的光源的空间位置信息,包括两个光源位置信息。
具体的,选取两个角度造影图像,确定造影图像中的单支血管中心线上每个点的位置信息,其中,中心线上的点可以是按照等比例划分选取中心线上的点,也可以根据中心线的弯曲程度确定血管点的个数,在弯曲度大于预设弯曲度的中心线段处可以增加选取的血管点的个数。依据同样的取点方式确定两个角度造影图像中的对应的单支血管中心线上的点和位置信息,两个角度造影图像中的中心线上的点的个数和标号是一一对应的。获取造影拍摄的光源1和光源2的三维坐标点,沿着两个造影图像上的中心线的点,如图5所示的单分支血管匹配三维重建示意图,根据两条直线相交于一点的几何原则,进行血管中心线三维坐标的求取,公式如下所示:
其中,Pi表示中心线上第i个点的三维空间坐标,O1和O2表示光源的三维坐标点,P1 i和P2 i分别表示角度1造影图像和角度2造影图像上血管中心线上第i个点的三维空间坐标。表示三维空间上过O1和P1 i的直线,/>同理。∩表示求两直线的交点。通过上述方法,进行所有单支血管的重建处理,血管造影图像中的血管可以作为待重建血管,各待重建血管构成集合V,其中,集合V可表示为V={V0,V1(V11,V12,...),V2(V21,V22,...)...,VN(VN1,VN2,...)}。其中,V0表示主支血管,有且只有一根,V1(V11,V12,...)表示从属于主支血管V0的一级分支V1,以及从属于一级分支V1的二级分支(V11,V12,...),N表示主支血管和待重建一级分支总和的数目。以及现有的造影图像集合C={C0,C1,C2,...,CM},其中M为标记的不同拍摄角度的造影图像数目,主支血管V0的匹配过程Q0如下:
Q0=R(V0)=R(V0,(Cj,Ck)|0≤j≤M,0≤k≤M,j≠k)
其中,Q0表示主支血管V0的匹配重建,R(V0)表示主支血管V0的重建方法,R(V0,(Cj,Ck)表示用造影图像集合C中的(Cj,Ck)进行V0血管的重建。
一级分支血管的重建过程Q1如下:
其中Q1表示血管集合V中所有一级血管的匹配重建过程,R(Vi)表示血管Vi的重建方法,R(Vi,(Cj,Ck)表示用造影图像集合C中的(Cj,Ck)图像对进行Vi血管的重建,V0∈{Cj,Ck}表示V0血管至少存在于Cj和Ck图像中的一个。
二级分支血管的重建过程Q2如下:
其中Q2表示血管集合V中所有二级血管的匹配重建过程,i表示第i个一级分支,Ni表示第i个一级分支下属二级分支的数量,Vip表示一级分支Vi下属的第p个二级分支。R(Vip)表示血管Vip的重建方法,R(Vip,(Cj,Ck)表示用造影图像集合C中的(Cj,Ck)图像对进行Vip血管的重建,Vi∈{Cj,Ck}表示Vi血管至少存在于Cj和Ck图像中的一个。
综上,所有血管的匹配重建过程Q可表示为:
Q={Q0,Q1,Q2}
需要说明的是,本实施例是以一级分支血管和二级分支血管的重建过程作为示例的,在实际应用过程中,可以根据血管造影图像中的血管及血管层级关系进行三级甚至更多级分支血管的匹配重建过程。那么,血管的匹配重建过程Q还可表示为:
Q={Q0,Q1,Q2,...,Qn}
其中,n表征血管造影图像中的分支等级数的最大值。
S240、对于分支血管,基于分支血管的血管造影图像和分支血管的上一级血管的血管造影图像,确定上一级血管中分支血管的拼接血管点。
其中,拼接血管点指的是分支血管与其上一级血管之间连接的点,可以通过计算分支血管上的点的三维坐标信息和上一级血管中分支血管的点的三维坐标信息之间的距离,可以将距离最小对应的分支血管的上一级血管上的血管点点作为拼接血管点。
具体的,对于任一分支血管,分支血管的起点作为与拼接血管点的连接点,可以根据分支血管标签信息确定与之匹配的上一级分支血管或者主支血管,通过计算分支血管上的点的三维坐标信息和上一级血管中分支血管的点的三维坐标信息之间的距离,得到与分支血管的起点距离最近点作为上一级血管中分支血管的拼接血管点。
可选的,基于分支血管的血管造影图像和分支血管的上一级血管的血管造影图像,确定上一级血管中分支血管的拼接血管点,包括:提取分支血管的血管造影图像中分支点的坐标数据,以及提取上一级血管的血管造影图像中多个血管点的坐标数据;基于分支点的坐标数据和上一级血管中多个血管点的坐标数据,确定上一级血管中与分支点距离最近的血管点,作为拼接血管点。
其中,分支点的坐标数据指的是分支血管的起点的三维坐标数据。
具体的,对于分支血管匹配,要求该分支血管的上一级血管至少存在于两个重建图像中的至少一个。若现需要将二级血管Vip,平移到其上级血管Vi上,且满足条件的图像为Cj,在图像Cj中,存在获得的血管二维中心线Li(Vi血管的中心线),Lip(Vip血管的中心线):
中心线的表现形式为连续的二维坐标点,其中NLi表示中心线的点数目,NLip表示中心线/>点数目。计算/>的首个坐标点/>与中心线/>上所有点中距离最近的点,通过如下公式进行距离计算:
其中,m表示中心线上第m个点。获得最近距离点之后,在三维空间上获取对应的中心线/>上的第m个点的三维坐标,需要说明的是,2D中心线与3D中心线上的点个数和顺序相同。得到3D中心线上的点的三维坐标数据如下:
其中,表示中心线/>上的第m个点。
根据上述得到的2D中心线和3D中心线上的点的坐标信息,提取分支血管的血管造影图像中分支点的坐标数据,以及提取上一级血管的血管造影图像中多个血管点的坐标数据;基于分支点的坐标数据和上一级血管中多个血管点的坐标数据,计算出上一级血管中与分支点距离最近的血管点,作为拼接血管点。
S250、基于分支点的三维数据和拼接血管点的三维数据,确定分支血管的平移量。
具体的,为与/>对应的三维中心线,计算/>需要进行平移的向量υip,公式如下:
其中,为拼接血管点的三维数据,/>为分支点的三维数据,根据上述公式计算得到平移向量υip。
S260、基于平移量对分支血管的三维重建数据进行平移。
具体的,在上一步骤计算得到分支血管的平移量,采用向量相加的方式对分支血管的三维重建数据进行平移。公式如下所示:
其中,表示平移方式。根据平移量υip对分支血管/>进行三维空间上的平移,得到分支血管/>的三维重建数据。
S270、将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
在本实施例中,通过采用多个角度的造影图像进行血管重建方法,得到各血管的三维重建数据,基于血管层级关系完成对分支血管的三维重建数据的平移和对各级血管的三维重建数据的拼接,得到血管树重建图像,解决了无法获取丰富的血管结构的问题和不能准确依据血管重建图像准确了解血管结构和病变情况的问题,实现了基于多角度的造影图像得到血管树重建图像的功能,提高了血管树重建图像的准确性,依据血管树重建图像可以更准确和更全面地向医生或者患者展示血管结构和病变情况。
实施例三
图6是本发明实施例三提供的一种血管重建方法的流程图,本实施例是上述实施例的进一步优化。可选的,对于分支血管,基于分支血管和分支血管的下级血管组成血管簇;基于当前旋转参数对血管簇的三维重建数据进行旋转处理,得到旋转三维数据;在旋转三维数据与血管簇的血管造影数据相匹配的情况下,确定完成对分支血管的三维重建数据的旋转;如图6所示,该方法包括:
S310、获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系。
S320、基于血管造影图像进行重建处理,得到每一血管的三维重建数据。
S330、对于分支血管,基于分支血管和分支血管的下级血管组成血管簇。
具体的,判断当前分支血管是否存在下级血管,若存在下级血管,则按照上述拼接血管点的确定方法确定分支血管上与分支血管的下级血管的拼接血管点,并基于拼接血管点将分支血管和分支血管的下级血管进行拼接,按照上述方法将所有的分支血管进行拼接,得到血管簇。
需要说明的是,若在完成基于平移量对分支血管的三维重建数据进行平移的情况下,判断出分支血管和分支血管的下级血管拼接之后与血管造影数据相匹配,则可以不对三维重建数据进行后续的旋转处理。
S340、基于当前旋转参数对血管簇的三维重建数据进行旋转处理,得到旋转三维数据。
其中,当前旋转参数具体可以理解为是当前次旋转处理的参数,可以是首次进行旋转处理的参数,也可以是经过多次旋转处理并调整后的参数。旋转参数可以包含但不限于旋转矩阵、旋转角度等。
具体的,以平移拼接后的待旋转血管的首个点为旋转中心,进行迭代自由旋转,可以通过设置旋转矩阵进行旋转处理,也可以通过设置旋转角度完成旋转处理,得到旋转三维数据。对于采用旋转矩阵进行旋转处理的方式,设置旋转矩阵为Rq,如下所示:
旋转处理方式如下;
其中,表示对中心线/>的旋转过程,这里用中心线与四元数旋转矩阵Rq相乘的方式来实现,四元数q={w,x,y,z}中的四个参数是待优化参数。
对于通过设置旋转角度完成旋转处理的方式,可以设置相同的旋转角度,不断地进行旋转,每一次旋转会得到对应的旋转三维数据,也可以根据每一次参数优化的实际情况,随机设置下一次的旋转角度。
进一步地,在基于当前旋转参数对血管簇的三维重建数据进行旋转处理,得到旋转三维数据之后,还包括:对旋转三维数据进行投影,得到旋转三维数据的二维投影数据;基于二维投影数据和血管簇的血管造影数据确定损失数据,损失数据用于表征旋转三维数据与血管簇的血管造影数据的匹配程度。
具体的,对旋转三维数据进行投影,得到旋转三维数据的二维投影数据,将旋转三维数据投影到血管造影图像的平面上,通过旋转三维数据投影后的2D血管与血管造影图像中的待构建的血管的中心线确定损失函数。优化的损失函数设置为投影后中心线上与原始中心线上每个点的距离:
其中,表示参与优化的损失函数,/>表示3D到2D的投影计算公式,/>表示旋转过后的/>再投影到2D上的中心线上第n个点,整体中心线表示为 表示旋转后的3D中心线,D表示光源到图像接收平面的垂直距离,如图7所示血管平移拼接示意图。
再投影可用三角形相似定理来完成,如图8所示三维重建数据到二维平面再投影示意图,计算公式如下所示:
进一步地,由于四元数的平方和为1的特性,可以将四元数的待优化参数初始化进行如下设置:
w2+x2+y2+z2=1
优化迭代的上限次数可以设置为10000次。
S350、在旋转三维数据与血管簇的血管造影数据相匹配的情况下,确定完成对分支血管的三维重建数据的旋转。
具体的,在得到旋转三维数据之后,判断旋转三维数据与血管簇的血管造影数据是否匹配,可以通过将旋转三维数据投影到血管造影图像的平面上,将旋转三维数据投影后的2D血管与血管造影图像中的待构建的血管的中心线进行误差计算,直到误差值满足预设误差阈值或迭代次数达到预设迭代次数阈值,则旋转三维数据与血管簇的血管造影数据相匹配,确定完成对分支血管的三维重建数据的旋转,即结束旋转。
进一步地,方法还包括:在旋转三维数据与血管簇的血管造影数据不匹配的情况下,调节当前旋转参数,得到更新旋转参数;基于更新旋转参数对血管簇的三维重建数据重新进行旋转处理,得到新的旋转三维数据,直到新的旋转三维数据与血管簇的血管造影数据相匹配。
具体的,在旋转三维数据与血管簇的血管造影数据不匹配的情况下,对当前旋转参数进行调整,得到新的旋转参数,并根据新的旋转参数进行对血管簇的三维重建数据重新进行旋转处理,得到新的旋转三维数据,将新的旋转三维数据与血管造影图像中的待构建的血管的中心线进行匹配,确定误差值,直到误差值满足预设误差值或迭代次数满足预设迭代次数,则确定新的旋转三维数据与血管簇的血管造影数据相匹配,结束旋转。
S360、将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
具体的,在完成二级分支平移和旋转后,形成一级分支簇,即Vi(Vi1,Vi2,...),然后以Vi为待拼接血管,以上述步骤中的方法计算平移向量υi和旋转四元数,然后将整个一级分支簇Vi(Vi1,Vi2,...)进行空间变换,拼接到主支血管V0上。当完成所有的一级分支簇拼接,则血管树重建图像可以确定。
本实施例的技术方案,采用多个角度的造影图像进行血管重建方法,得到各血管的三维重建数据,基于分支血管和分支血管的下级血管形成血管簇,基于当前旋转参数对血管簇的三维重建数据进行旋转处理,得到旋转三维数据,在旋转三维数据与血管簇的血管造影数据相匹配的情况下,确定完成对分支血管的三维重建数据的旋转,将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像,解决了无法获取丰富的血管结构的问题和不能准确依据血管重建图像准确了解血管结构和病变情况的问题,实现了基于多角度的造影图像得到血管树重建图像的功能,提高了血管树重建图像的准确性,依据血管树重建图像可以更准确和更全面地向医生或者患者展示血管结构和病变情况。
实施例四
图9是本发明实施例四提供的一种血管重建装置的结构示意图。如图9所示,该装置包括:
血管层级关系确定模块910,用于获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系;
三维重建数据确定模块920,用于基于血管造影图像进行重建处理,得到每一血管的三维重建数据;
血管树重建图像确定模块930,用于对于分支血管,基于血管层级关系,对分支血管的三维重建数据进行平移和/或旋转,以将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
可选的,三维重建数据确定模块920,具体用于;
对于任一血管,确定包括血管的两个血管造影图像;
基于血管造影图像中血管点位置和血管造影图像的光源位置,确定血管点的三维坐标,多个血管点的三维坐标形成血管的三维重建数据。
可选的,血管树重建图像确定模块930,具体用于:
基于分支血管的血管造影图像和分支血管的上一级血管的血管造影图像,确定上一级血管中分支血管的拼接血管点;
基于分支点的三维数据和拼接血管点的三维数据,确定分支血管的平移量;
基于平移量对分支血管的三维重建数据进行平移。
提取分支血管的血管造影图像中分支点的坐标数据,以及提取上一级血管的血管造影图像中多个血管点的坐标数据;
基于分支点的坐标数据和上一级血管中多个血管点的坐标数据,确定上一级血管中与分支点距离最近的血管点,作为拼接血管点。
基于分支血管和分支血管的下级血管组成血管簇;
基于当前旋转参数对血管簇的三维重建数据进行旋转处理,得到旋转三维数据;
在旋转三维数据与血管簇的血管造影数据相匹配的情况下,确定完成对分支血管的三维重建数据的旋转。
对旋转三维数据进行投影,得到旋转三维数据的二维投影数据;
基于二维投影数据和血管簇的血管造影数据确定损失数据,损失数据用于表征旋转三维数据与血管簇的血管造影数据的匹配程度。
在旋转三维数据与血管簇的血管造影数据不匹配的情况下,调节当前旋转参数,得到更新旋转参数;
基于更新旋转参数对血管簇的三维重建数据重新进行旋转处理,得到新的旋转三维数据,直到新的旋转三维数据与血管簇的血管造影数据相匹配。
本发明实施例所提供的血管重建装置可执行本发明任意实施例所提供的血管重建方法,具备执行方法相应的功能模块和有益效果。
实施例五
图10是本发明实施例五提供的一种电子设备的结构示意图。电子设备10旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图10所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如血管重建方法。
在一些实施例中,血管重建方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的血管重建方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行血管重建方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的血管重建方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机指令,计算机指令用于使处理器执行一种血管重建方法,该方法包括:
获取从多个角度采集的血管造影图像,识别血管造影图像中的血管以及血管层级关系;
基于血管造影图像进行重建处理,得到每一血管的三维重建数据;
对于分支血管,基于血管层级关系,对分支血管的三维重建数据进行平移和/或旋转,以将分支血管的三维重建数据与分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种血管重建方法,其特征在于,包括:
获取从多个角度采集的血管造影图像,识别所述血管造影图像中的血管以及血管层级关系;
基于所述血管造影图像进行重建处理,得到每一血管的三维重建数据;
对于分支血管,基于所述血管层级关系,对所述分支血管的三维重建数据进行平移和/或旋转,以将所述分支血管的三维重建数据与所述分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
2.根据权利要求1所述的方法,其特征在于,所述基于所述血管造影图像进行重建处理,得到每一血管的三维重建数据,包括:
对于任一血管,确定包括所述血管的两个血管造影图像;
基于所述血管造影图像中血管点位置和所述血管造影图像的光源位置,确定血管点的三维坐标,多个血管点的三维坐标形成所述血管的三维重建数据。
3.根据权利要求1所述的方法,其特征在于,所述基于所述血管层级关系,对所述分支血管的三维重建数据进行平移,包括:
基于所述分支血管的血管造影图像和所述分支血管的上一级血管的血管造影图像,确定所述上一级血管中所述分支血管的拼接血管点;
基于所述分支点的三维数据和所述拼接血管点的三维数据,确定所述分支血管的平移量;
基于所述平移量对所述分支血管的三维重建数据进行平移。
4.根据权利要求3所述的方法,其特征在于,所述基于所述分支血管的血管造影图像和所述分支血管的上一级血管的血管造影图像,确定所述上一级血管中所述分支血管的拼接血管点,包括:
提取所述分支血管的血管造影图像中分支点的坐标数据,以及提取所述上一级血管的血管造影图像中多个血管点的坐标数据;
基于所述分支点的坐标数据和所述上一级血管中多个血管点的坐标数据,确定所述上一级血管中与所述分支点距离最近的血管点,作为所述拼接血管点。
5.根据权利要求1所述的方法,其特征在于,所述基于所述血管层级关系,对所述分支血管的三维重建数据进行旋转,包括:
基于所述分支血管和所述分支血管的下级血管组成血管簇;
基于当前旋转参数对所述血管簇的三维重建数据进行旋转处理,得到旋转三维数据;
在所述旋转三维数据与所述血管簇的血管造影数据相匹配的情况下,确定完成对所述分支血管的三维重建数据的旋转。
6.根据权利要求5所述的方法,其特征在于,在基于当前旋转参数对所述血管簇的三维重建数据进行旋转处理,得到旋转三维数据之后,还包括:
对所述旋转三维数据进行投影,得到所述旋转三维数据的二维投影数据;
基于所述二维投影数据和所述血管簇的血管造影数据确定损失数据,所述损失数据用于表征所述旋转三维数据与所述血管簇的血管造影数据的匹配程度。
7.根据权利要求6所述的方法,其特征在于,所述方法还包括:
在所述旋转三维数据与所述血管簇的血管造影数据不匹配的情况下,调节所述当前旋转参数,得到更新旋转参数;
基于所述更新旋转参数对所述血管簇的三维重建数据重新进行旋转处理,得到新的旋转三维数据,直到所述新的旋转三维数据与所述血管簇的血管造影数据相匹配。
8.一种血管重建装置,其特征在于,包括:
血管层级关系确定模块,用于获取从多个角度采集的血管造影图像,识别所述血管造影图像中的血管以及血管层级关系;
三维重建数据确定模块,用于基于所述血管造影图像进行重建处理,得到每一血管的三维重建数据;
血管树重建图像确定模块,用于对于分支血管,基于所述血管层级关系,对所述分支血管的三维重建数据进行平移和/或旋转,以将所述分支血管的三维重建数据与所述分支血管的上一级血管的三维重建数据进行拼接,得到血管树重建图像。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的血管重建方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的血管重建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029614.8A CN116993920A (zh) | 2023-08-16 | 2023-08-16 | 一种血管重建方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311029614.8A CN116993920A (zh) | 2023-08-16 | 2023-08-16 | 一种血管重建方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116993920A true CN116993920A (zh) | 2023-11-03 |
Family
ID=88524689
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311029614.8A Pending CN116993920A (zh) | 2023-08-16 | 2023-08-16 | 一种血管重建方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116993920A (zh) |
-
2023
- 2023-08-16 CN CN202311029614.8A patent/CN116993920A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110060263B (zh) | 医学图像的分割方法、分割装置、分割系统及计算机可读介质 | |
Vukicevic et al. | Three-dimensional reconstruction and NURBS-based structured meshing of coronary arteries from the conventional X-ray angiography projection images | |
US11961187B2 (en) | Reconstruction method of organ vessel centerline | |
Cong et al. | Quantitative analysis of deformable model-based 3-D reconstruction of coronary artery from multiple angiograms | |
WO2021097817A1 (zh) | 根据血管中心线获取血管轮廓线的方法和装置 | |
Yang et al. | External force back-projective composition and globally deformable optimization for 3-D coronary artery reconstruction | |
CN113160189A (zh) | 血管中心线提取方法、装置、设备及存储介质 | |
CN110163872A (zh) | 一种hrmr图像分割与三维重建的方法及电子设备 | |
CN111476776A (zh) | 胸部病灶位置确定方法、系统、可读存储介质和设备 | |
CN112446867A (zh) | 血流参数的确定方法、装置、设备及存储介质 | |
CN115731232A (zh) | 血管图像处理方法、装置、可读存储介质及电子设备 | |
CN111340794B (zh) | 冠状动脉狭窄的量化方法及装置 | |
CN113822923A (zh) | 用于获取血管的目标切面图像的方法、设备和介质 | |
CN113888566A (zh) | 目标轮廓曲线确定方法、装置、电子设备以及存储介质 | |
CN115018825B (zh) | 一种冠脉优势型的分类方法、分类装置及存储介质 | |
WO2024051018A1 (zh) | 一种pet参数图像的增强方法、装置、设备及存储介质 | |
CN116993920A (zh) | 一种血管重建方法、装置、电子设备及存储介质 | |
CN115482261A (zh) | 血管配准方法、装置、电子设备及存储介质 | |
CN115861189A (zh) | 图像配准方法、装置、电子设备及存储介质 | |
CN115170743A (zh) | 一种dsa探照角度规划方法及系统 | |
CN115147360A (zh) | 一种斑块分割方法、装置、电子设备及可读存储介质 | |
CN111738986B (zh) | 一种脂肪衰减指数的生成方法、装置及计算机可读介质 | |
JP2023131287A (ja) | 情報処理装置および学習方法 | |
CN114066802A (zh) | 一种用于确定心肌区域中的异常的方法、设备和系统 | |
Cong et al. | Quantitative analysis of deformable model-based 3-D reconstruction of coronary artery from multiple angiograms |
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 |