CN117197164A - 用于计算心肌血管供血区域的管道流域计算方法及系统 - Google Patents

Abstract

本发明涉及医学工程领域，公开了一种用于计算心肌血管供血区域的管道流域计算方法和系统。本发明考虑了图像扫描和管道提取算法的局限性，在计算流域时，不仅计算了末端分支，将主干分支也参与计算流量。当一段主干管道附近的区域没有分支管道时，认为此处区域是由主干管道的分支提供流量，避免了有部分管道提取不全的问题。另外，在计算出管道之后，不是单纯的根据距离长和区域生长获得最终结果，而是依据管道本身的粗细和流量，确定流域大小，即在距离的基础上，较粗的管道，供流的区域更大，较细的管道，供流的区域更小。本发明综合考虑了不同冠脉的粗细和层级对心肌组织供血区域大小的不同，使得供血区域的划分更接近人体真实情况。

Description

用于计算心肌血管供血区域的管道流域计算方法及系统

技术领域

本发明涉及医学工程领域，具体为一种用于计算心肌血管供血区域的管道流域计算方法及系统。

背景技术

目前，冠状动脉狭窄造成的缺血性疾病日益严重，逐渐成为研究的热点。而心脏冠脉的血流对评估心脏缺血状态非常关键，如果能准确获取各冠脉分支供血的心肌区域，就可在冠脉狭窄时判断相应心肌缺血的区域。

针对上述问题，专利申请号CN202210500298.7，名称：基于流域分析的器官分段方法及系统，公开了一种基于流域分析的器官分段方法，该方法首先分割出表征管道组织的掩膜，对该掩膜进行分段，然后根据分段选择种子点，根据种子点进行区域生长，从而基于管道组织的流域，得到器官上的分段区域。其中，区域生长的过程采用距离场的方法，距离种子点越近的地方，距离场的值越小；距离种子点越远的地方，距离场的值越大。这样，当不同分段的种子点同时进行区域生长时，某个像素点应划为和它距离更近的种子点的区域。专利申请号CN202211226021.6，名称：基于肝脏影像的形态分割方法及电子设备；专利申请号CN202211734334.2，名称：目标流域确定方法、装置、设备、存储介质和程序产品；以及专利申请号CN202110440568.5，名称：一种基于流域分析技术的肺叶自动分段方法；也是采用此类区域生长的方法，将相邻距离更近的像素划分到同一个区域。

上述专利方法的共同特点是简单易行，但是没有考虑以下因素：

1、医学图像受其清晰度的影响，加上掩膜分割算法的局限性，不可能将人体内的管道组织全都呈现出来，因此会有一些管道组织无法被分割。在真实人体中这部分未被分割的流域，会被划分为相邻组织的流域，从而造成失真。

2、不同血管或管道对周边流域的影响能力不同，并不是简单的根据距离远近确定流域。比如流域分析用于分析血管的供血时，一般对于同样的组织来说，单位体积需要的血流量是相同的，因此流量高的血管影响的范围更大。但对于不同的组织，需要的血液量不同，同样大小的区域，需要的血管数量和血流量也不同。

发明内容

针对上述问题，本发明提供了一种用于计算心肌血管供血区域的管道流域计算方法及系统，通过这种计算方法，可在冠脉狭窄时判断相应心肌缺血的区域。

为了达到上述目的，本发明采用了下列技术方案：

第一方面，本发明提供了一种管道流域计算方法，所述方法包括以下步骤：

S1 分割待分析流域的区域和管道区域；

S2 将管道树进行分段；

S3 对管道树的各分段，同时进行区域生长，得到各分段管道的流域。

进一步，所述S2中分段按照分叉结构。

进一步，所述S3的具体过程为：

S31 将各管道分段进行编号，然后对图像中各管道分段的邻域像素计算生长优先权重值，并标记其和哪个分段为邻域；

S32 将所有邻域像素的队列，按照优先权重值从小到大排列；

S33 从队列中去除最小权重值的像素点，根据标记的分段，纳入该分段的流域；

S34 取已生长部分流域的邻域像素，计算优先权重值，并按照大小插入队列；

S35 重复S33 - S34，直到队列中的所有像素全部完成并纳入流域范围。

进一步，所述优先权重值的计算方法为：

w=L*f(Q)*g(λ)

式中，w为优先权重值，L为像素到管道分段的距离，f(Q)和g(λ)分别为管道流量Q和组织的单位体积供流量系数λ的函数。

进一步，所述管道流量与管道直径的2-4次方成正比关系，f(Q)的取值为管道流量的三次方，即f(Q)=Q³；组织的单位体积供流量系数可以根据图像上待分析流域区域的灰度值HU估计，即g(λ)=kHU+t，其中k和t为经验系数。

第二方面，本发明提供了一种管道流域计算系统，所述系统用于实现上文所述的管道流域计算方法，所述系统包括分割单元、分段单元和管道流域计算单元，其中，分割单元用于分割待分析流域区域和管道区域；所述分段单元用于对管道树进行分段；所述管道流域计算单元用于通过区域生长方式计算得到各分段管道的流域。

第三方面，本发明提供了上文所述的管道流域计算方法或上文所述的管道流域计算系统在计算心肌血管供血区域/心肌缺血区域中的应用。

进一步，当用于计算心肌血管供血区域/心肌缺血区域时，待分析流域区域为心肌，管道区域为冠脉。

第四方面，本发明提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上文所述的管道流域计算方法。

第五方面，本发明提供了一种非暂态计算机可读存储介质，所述介质上存储有计算机程序，该计算机程序用于被处理器执行时实现如上文所述的管道流域计算方法。

与现有技术相比本发明具有以下优点：

本发明在计算心肌缺血区域/心肌血管供血区域的时候，考虑了不同冠脉的粗细和层级对心肌组织供血区域大小的不同，使得供血区域的划分更接近人体真实情况。

（1）考虑了现有技术中图像扫描和管道提取算法的局限性，在计算流域时，不仅计算了末端分支，将主干分支也参与计算流量，当一段主干管道附近的区域没有分支管道时，认为此处区域是由主干管道的分支提供流量，避免了有部分管道提取不全的问题。

（2）在计算出管道之后，不是单纯的根据距离长和区域生长获得最终结果，而是依据管道本身的粗细和流量，确定流域大小。即在距离的基础上，较粗的管道，供流的区域更大，较细的管道，供流的区域更小。

附图说明

图1为本发明方法的流程图。

图2为冠脉树按照分叉结构进行分段的示意图。

具体实施方式

下面结合本发明实施例和附图，对本发明的技术方案进行具体、详细的说明。应当指出，以下实施例仅用于说明本发明，不用来限制本发明的保护范围。若未特别指明，实施例中所用的技术手段为本领域技术人员所熟知的常规手段。

一种管道流域计算方法，包括以下步骤：

1、分割待分析流域的区域和管道区域；

2、将管道树按照分叉结构进行分段；

3、对管道树的各分段，同时进行区域生长，得到各分段管道的流域。具体过程为：

（1）将各管道分段进行编号，然后对图像中各管道分段的邻域像素计算生长优先权重值，并标记其和哪个分段为邻域；

（2）将所有邻域像素的队列，按照优先权重值从小到大排列；

（3）从队列中去除最小权重值的像素点，根据标记的分段，纳入该分段的流域；

（4）取已生长部分流域的邻域像素，计算优先权重值，并按照大小插入队列；

（5）重复（3）-（4），直到队列中的所有像素全部完成并纳入流域范围。

区域生长的优先权重值在传统方法里为与管道之间的距离，也就是距离越小，越优先生长；距离越大，越滞后生长。但在本发明中，影响优先权重值大小的不仅有距离，还有管道的粗细、流量和待分析流域区域的组织特征。计算方法为：

w=L*f(Q)*g(λ)

式中，w为优先权重值，L为像素到管道分段的距离，f(Q)和g(λ)分别为管道流量Q和组织的单位体积供流量系数λ的函数。管道流量与管道直径的2-4次方成正比关系，f(Q)的取值为管道流量的三次方，即f(Q)=Q³；组织的单位体积供流量系数可以根据图像上待分析流域区域的灰度值HU估计，即g(λ)=kHU+t，其中k和t为经验系数。

以心脏冠脉流域分析为例，如图1所示，

1、将心肌和冠脉都分割出来；分割的具体步骤如下：

1.1、包括左心室心肌在内的心脏各腔室分割，可采用分割神经网络，如V-net,nnU-net等，基于人工标注数据进行训练，得到分割结果；

1.2、分割冠脉树，基于上述分割方法，同样可得到冠脉树的粗分割结果，然后进行连续性分析方法，保证冠脉的连通性；

1.3、基于分割出的冠脉树，使用骨架化方法提取中心线。

2、将冠脉树按照分叉结构进行分段；

3、对冠脉树的各分段，同时进行区域生长，得到各分段血管的供血区域。具体步骤是：

3.1、将各血管分段进行编号，然后对图像中各血管分段的邻域像素，计算生长权重值，并标记其和哪个分段为邻域。

3.2、将所有邻域像素的队列，按照优先权重值从小到大排列。

3.3、从队列中去除最小权重值的像素点，根据标记的分段，纳入该分段的流域。

3.4、然后再取已生长部分流域的邻域像素，计算优先权重值w，并按照大小插入队列。

3.5、重复3.3-3.4，直到队列中的所有像素全部完成并纳入流域范围。

此区域生长的优先权重值在传统方法里为与血管之间的距离，也就是距离越小，越优先生长，距离越大，越滞后生长。但在本发明中，影响优先权重值大小的不仅有距离，还有冠脉的粗细、流量和心肌的组织特征。优先权重值w的计算方法如下：

w=L*f(Q)*g(λ)

其中，L为该像素到血管分段的距离，Q为血管流量，λ为组织的单位体积供血量系数。血管流量与血管直径的2-4次方成正比关系，f(Q)的取值为血管流量的三次方，即f(Q)=Q³，g(λ)的取值和组织的HU成正比，即g(λ)=kHU+t，其中k和t为经验系数，本实施例取k为0.005，t为1。

本发明第二实施例，提供了一种管道流域计算系统，所述系统用于实现上文所述的管道流域计算方法，所述系统包括分割单元、分段单元和管道流域计算单元，其中，分割单元用于分割待分析流域的区域和管道区域；所述分段单元用于对管道树进行分段；所述管道流域计算单元用于通过区域生长方式计算得到各分段管道的流域。

本发明第三实施例，提供了上文所述的管道流域计算方法或上文所述的管道流域计算系统在计算心肌血管供血区域/心肌缺血区域中的应用，当用于计算心肌血管供血区域/心肌缺血区域时，待分析流域区域为心肌，管道区域为冠脉。

本发明第四实施例，提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上文所述的管道流域计算方法。

本发明第五实施例，提供了一种非暂态计算机可读存储介质，所述介质上存储有计算机程序，该计算机程序用于被处理器执行时实现如上文所述的管道流域计算方法。

虽然，上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。

Claims (10)

1.一种管道流域计算方法，其特征在于，所述方法包括以下步骤：

S1 分割待分析流域的区域和管道区域；

S2 将管道树进行分段；

S3 对管道树的各分段，同时进行区域生长，得到各分段管道的流域。

2.根据权利要求1所述的管道流域计算方法，其特征在于，所述S2中分段按照分叉结构。

3.根据权利要求1所述的管道流域计算方法，其特征在于，所述S3的具体过程为：

S31 将各管道分段进行编号，然后对图像中各管道分段的邻域像素计算生长优先权重值，并标记其和哪个分段为邻域；

S32 将所有邻域像素的队列，按照优先权重值从小到大排列；

S33 从队列中去除最小权重值的像素点，根据标记的分段，纳入该分段的流域；

S34 取已生长部分流域的邻域像素，计算优先权重值，并按照大小插入队列；

S35 重复S33 - S34，直到队列中的所有像素全部完成并纳入流域范围。

4.根据权利要求3所述的管道流域计算方法，其特征在于，所述优先权重值的计算方法为：

w=L*f(Q)*g(λ)

式中，w为优先权重值，L为像素到管道分段的距离，f(Q)和g(λ)分别为管道流量Q和组织的单位体积供流量系数λ的函数。

5.根据权利要求3所述的管道流域计算方法，其特征在于，所述管道流量与管道直径的2-4次方成正比关系，f(Q)的取值为管道流量的三次方，即f(Q)=Q³；g(λ)=kHU+t，其中，k和t为经验系数，HU为图像上待分析流域区域的灰度值。

6.一种管道流域计算系统，其特征在于，所述系统用于实现权利要求1-5任一项所述的管道流域计算方法，所述系统包括分割单元、分段单元和管道流域计算单元，其中，分割单元用于分割待分析流域区域和管道区域；所述分段单元用于对管道树进行分段；所述管道流域计算单元用于通过区域生长方式计算得到各分段管道的流域。

7.权利要求1-5任一项所述的方法或权利要求6所述的系统在计算心肌血管供血区域/心肌缺血区域中的应用。

8.根据权利要求7所述的应用，其特征在于，当用于计算心肌血管供血区域/心肌缺血区域时，待分析流域的区域为心肌，管道区域为冠脉。

9.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-5任一项所述的管道流域计算方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述介质上存储有计算机程序，该计算机程序用于被处理器执行时实现如权利要求1-5任一项所述的管道流域计算方法。