JP2023520481A - 血管の中心線を精密に抽出する方法、装置、分析システム、及び記憶媒体 - Google Patents
血管の中心線を精密に抽出する方法、装置、分析システム、及び記憶媒体 Download PDFInfo
- Publication number
- JP2023520481A JP2023520481A JP2022560075A JP2022560075A JP2023520481A JP 2023520481 A JP2023520481 A JP 2023520481A JP 2022560075 A JP2022560075 A JP 2022560075A JP 2022560075 A JP2022560075 A JP 2022560075A JP 2023520481 A JP2023520481 A JP 2023520481A
- Authority
- JP
- Japan
- Prior art keywords
- vessel
- image
- centerline
- dimensional
- parameter
- 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 53
- 238000000605 extraction Methods 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 title claims abstract description 9
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 75
- 210000004351 coronary vessel Anatomy 0.000 claims abstract description 48
- 238000001914 filtration Methods 0.000 claims abstract description 22
- 239000002872 contrast media Substances 0.000 claims abstract description 12
- 239000011159 matrix material Substances 0.000 claims description 61
- 238000012937 correction Methods 0.000 claims description 19
- 238000004590 computer program Methods 0.000 claims description 15
- 238000002583 angiography Methods 0.000 claims description 13
- 230000008569 process Effects 0.000 claims description 11
- 238000010586 diagram Methods 0.000 claims description 10
- 230000002792 vascular Effects 0.000 claims description 10
- 238000003709 image segmentation Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 15
- 238000004364 calculation method Methods 0.000 description 12
- 238000002586 coronary angiography Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 239000000284 extract Substances 0.000 description 4
- 201000000057 Coronary Stenosis Diseases 0.000 description 3
- 206010011089 Coronary artery stenosis Diseases 0.000 description 3
- 230000017531 blood circulation Effects 0.000 description 3
- 210000004165 myocardium Anatomy 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 206010020565 Hyperaemia Diseases 0.000 description 2
- 206010057469 Vascular stenosis Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000002591 computed tomography Methods 0.000 description 2
- 208000029078 coronary artery disease Diseases 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 208000031481 Pathologic Constriction Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036770 blood supply Effects 0.000 description 1
- 150000001720 carbohydrates Chemical class 0.000 description 1
- 235000014633 carbohydrates Nutrition 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 208000028867 ischemia Diseases 0.000 description 1
- 150000002632 lipids Chemical group 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000007505 plaque formation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 208000037804 stenosis Diseases 0.000 description 1
- 230000036262 stenosis Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- A61B6/50—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications
- A61B6/504—Apparatus or devices for radiation diagnosis; Apparatus or devices for radiation diagnosis combined with radiation therapy equipment specially adapted for specific body parts; specially adapted for specific clinical applications for diagnosis of blood vessels, e.g. by angiography
-
- 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
- A61B6/5211—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data
- A61B6/5217—Devices using data or image processing specially adapted for radiation diagnosis involving processing of medical diagnostic data extracting a diagnostic or physiological parameter from medical diagnostic data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
- G06T2207/10116—X-ray image
-
- 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
- G06T2207/30048—Heart; Cardiac
-
- 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
-
- 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
- G06T2207/30104—Vascular flow; Blood flow; Perfusion
-
- 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
- G06T2207/30172—Centreline of tubular or elongated structure
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Animal Behavior & Ethology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Public Health (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Optics & Photonics (AREA)
- Pathology (AREA)
- Biomedical Technology (AREA)
- Surgery (AREA)
- Molecular Biology (AREA)
- Dentistry (AREA)
- Quality & Reliability (AREA)
- Vascular Medicine (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Geometry (AREA)
- Physiology (AREA)
- Apparatus For Radiation Diagnosis (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本発明は、血管の中心線を精密に抽出する方法、装置、分析システム、及び記憶媒体を提供した。血管の中心線を精密に抽出する方法は、造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択することと、冠動脈２次元造影画像から関心のある血管セグメントを取得することと、関心のある血管セグメントの開始点と終了点をピックアップすることと、冠動脈２次元造影画像から開始点および終了点に対応する局所血管領域図を分割することと、局所血管領域図に対してフィルタリング処理を実行して第１画像を得ることと、第１画像に対して血管強調を実行して第２画像を得ることと、第２画像から血管の最初の中心線を抽出することと、血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得ることと、を含む。本発明は、血管輪郭線の精密な抽出を実現し、抽出が高速である。【選択図】図１
Description
本発明は、冠動脈医療の技術分野に関し、特に、血管の中心線を精密に抽出する方法、装置、分析システム、及び記憶媒体に関する。
人間の血液中の脂質と炭水化物が血管壁の沈着すると、血管壁にプラークが形成され、血管狭窄につながる。特に、心臓の冠動脈付近の血管狭窄は、心筋への血液供給が不十分になり、冠動脈性心疾患や狭心症などの疾患を誘発し、人の健康に深刻な脅威をもたらす。統計によると、我が国（中国）には、現在約１１００万人の冠動脈性心臓病患者がおり、心臓血管インターベンション手術で治療する患者の数が毎年１０％以上増加している。
冠動脈造影（ＣＡＧ）やコンピューター断層撮影（ＣＴ）などの従来の医療検出手段は、心臓冠動脈狭窄の重症度を表示できるが、冠動脈虚血を正確に評価することができない。冠動脈機能評価の精度を向上させるために、１９９３年にＰｉｊｌｓによって、圧力測定を通じて冠動脈機能を計算するための新しい指標であるフラクショナル・フロー・リザーブ(Ｆｒａｃｔｉｏｎａｌ Ｆｌｏｗ Ｒｅｓｅｒｖｅ、ＦＦＲ)が提案された。長期にわたる基礎研究および臨床研究の結果、ＦＦＲは、冠動脈狭窄の機能評価のゴールドスタンダードになった。
フラクショナル・フロー・リザーブ(ＦＦＲ)は、通常、心筋のフラクショナル・フロー・リザーブを指し、病気の冠動脈が心筋に供給できる最大血流量と当該冠動脈が完全に正常である場合の最大血流量との比として定義され、研究によると、最大冠動脈充血の状態で、血流量の比は圧力値に置き換えられることが示されている。すなわち、ＦＦＲ値の測定は、最大冠動脈充血の状態で、圧力センサを利用して冠動脈の遠位端の狭窄部の圧力と冠動脈狭窄部の近位端の圧力を測定することによって計算することができる。
従来の技術で、血管の３次元のモデルを利用して血管評価パラメータを計算する場合、血管の中心線を抽出する必要がある場合が多いが、血管の中心線を抽出精度をいかに向上させるかが常に技術者の課題であった。
本発明は、血管の中心線をいかに精密に抽出するかの問題を解決するための、血管の中心線を精密に抽出する方法、装置、冠動脈分析システム、及びコンピューター記憶媒体を提供する。
上記の目的を実現するために、第１の態様によると、本発明は、血管の中心線を精密に抽出する方法を提供し、上記方法は、
造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択することと、
前記冠動脈２次元造影画像から関心のある血管セグメントを取得することと、
前記関心のある血管セグメントの開始点と終了点をピックアップすることと、
前記冠動脈２次元造影画像から前記開始点および終了点に対応する局所血管領域図を分割することと、
前記局所血管領域図に対してフィルタリング処理を実行して第１画像を得ることと、
前記第１画像に対して血管強調を実行して第２画像を得ることと、
前記第２画像から血管の最初の中心線を抽出することと、
前記血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得ることと、を含む。
造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択することと、
前記冠動脈２次元造影画像から関心のある血管セグメントを取得することと、
前記関心のある血管セグメントの開始点と終了点をピックアップすることと、
前記冠動脈２次元造影画像から前記開始点および終了点に対応する局所血管領域図を分割することと、
前記局所血管領域図に対してフィルタリング処理を実行して第１画像を得ることと、
前記第１画像に対して血管強調を実行して第２画像を得ることと、
前記第２画像から血管の最初の中心線を抽出することと、
前記血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得ることと、を含む。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記冠動脈２次元造影画像から前記開始点および終了点に対応する局所血管領域図を分割することは、
前記関心のある血管セグメントの少なくとも１つのシード点をピックアップすることと、
開始点、シード点、終了点の中の隣接する２つの点同士の間の前記第２画像をそれぞれ分割して、少なくとも２つの局所血管領域図を得ることと、を含む。
前記関心のある血管セグメントの少なくとも１つのシード点をピックアップすることと、
開始点、シード点、終了点の中の隣接する２つの点同士の間の前記第２画像をそれぞれ分割して、少なくとも２つの局所血管領域図を得ることと、を含む。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記局所血管領域図に対してフィルタリング処理を実行することは、
ＷとＨは、それぞれ前記２次元カーネル関数の幅および高さを表し、
２次元カーネル関数
を介してフィルタリングし、
このうち、ｘ∈[０,Ｗ)、ｙ∈[０,Ｈ)であり、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、自然定数を表す。
ＷとＨは、それぞれ前記２次元カーネル関数の幅および高さを表し、
２次元カーネル関数
を介してフィルタリングし、
このうち、ｘ∈[０,Ｗ)、ｙ∈[０,Ｈ)であり、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、自然定数を表す。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記
である。
である。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記第１画像に対して血管強調を実行することは、
異なる前記標準偏差σおよびマトリックスの大きさに基づいて、それぞれ複数のマトリックス特徴値を計算することと、
すべてのマトリックス特徴値の中から最大値を出力値として選択することと、を含み、
前記出力値に対応する画像が、血管強調後の第２画像である。
異なる前記標準偏差σおよびマトリックスの大きさに基づいて、それぞれ複数のマトリックス特徴値を計算することと、
すべてのマトリックス特徴値の中から最大値を出力値として選択することと、を含み、
前記出力値に対応する画像が、血管強調後の第２画像である。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記異なる前記標準偏差σおよびマトリックスの大きさに基づいて、それぞれ複数のマトリックス特徴値を計算することは、
異なる前記標準偏差σおよびマトリックスの大きさに基づいて、複数の２次元マトリックスＨ（ｘ，ｙ）を取得することと、
各々の前記２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得することと、
前記第１パラメータおよび前記第２パラメータに基づいて、各々の前記２次元マトリックスのマトリックス特徴値を得ることと、を含む。
異なる前記標準偏差σおよびマトリックスの大きさに基づいて、複数の２次元マトリックスＨ（ｘ，ｙ）を取得することと、
各々の前記２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得することと、
前記第１パラメータおよび前記第２パラメータに基づいて、各々の前記２次元マトリックスのマトリックス特徴値を得ることと、を含む。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記異なる前記標準偏差σおよびマトリックスの大きさに基づいて、複数の２次元マトリックスＨ（ｘ，ｙ）を取得することは、
前記２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ方向における２次導関数を得ることと、
２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｙ方向における２次導関数を得ることと、
２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ、ｙとの夾角がいずれも４５°である方向における２次導関数を得ることと、
前記Ｉxx、Ｉxy、およびＩyyに基づいて、２次元マトリックス
を得ることと、を含み、
このうち、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、定数を表し、
は、畳み込みを表し、Ｉ（ｘ，ｙ）は、画像の画素値を表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
前記２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ方向における２次導関数を得ることと、
２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｙ方向における２次導関数を得ることと、
２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ、ｙとの夾角がいずれも４５°である方向における２次導関数を得ることと、
前記Ｉxx、Ｉxy、およびＩyyに基づいて、２次元マトリックス
を得ることと、を含み、
このうち、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、定数を表し、
は、畳み込みを表し、Ｉ（ｘ，ｙ）は、画像の画素値を表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記各々の前記２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得することは、
前記Ｉxxおよび前記Ｉyyに基づいて、式
を通じてＫを得ることと、
前記Ｉxx、前記Ｉxy、および前記Ｉyyに基づいて、式
を通じてＱを得ることと、
前記Ｋおよび前記Ｑに基づいて、式
を通じて第１パラメータを得ることと、
前記Ｋおよび前記Ｑに基づいて、式
を通じて第２パラメータを得ることと、を含み、
このうち、λ１は、第１パラメータを表し、λ２は、第２パラメータを表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
前記Ｉxxおよび前記Ｉyyに基づいて、式
を通じてＫを得ることと、
前記Ｉxx、前記Ｉxy、および前記Ｉyyに基づいて、式
を通じてＱを得ることと、
前記Ｋおよび前記Ｑに基づいて、式
を通じて第１パラメータを得ることと、
前記Ｋおよび前記Ｑに基づいて、式
を通じて第２パラメータを得ることと、を含み、
このうち、λ１は、第１パラメータを表し、λ２は、第２パラメータを表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記第１パラメータおよび前記第２パラメータに基づいて、各々の前記２次元マトリックスのマトリックス特徴値を得ることは、
前記第１パラメータおよび前記第２パラメータに基づいて、式
を通じてＲＢを得ることと、
前記第１パラメータおよび前記第２パラメータに基づいて、式
を通じてＳを得ることと、
前記ＲＢおよび前記Ｓに基づいて、式
を通じて、マトリックス特徴値Ｖを得ることと、を含み、
このうち、βは、線状とブロック状との区別を調整するためのパラメータを表し、
β＝０．４～０．８
であり、γは、線状物全体の滑らかさを制御するためのパラメータを表し、
γ＝３．０～５．０
である。
前記第１パラメータおよび前記第２パラメータに基づいて、式
を通じてＲＢを得ることと、
前記第１パラメータおよび前記第２パラメータに基づいて、式
を通じてＳを得ることと、
前記ＲＢおよび前記Ｓに基づいて、式
を通じて、マトリックス特徴値Ｖを得ることと、を含み、
このうち、βは、線状とブロック状との区別を調整するためのパラメータを表し、
β＝０．４～０．８
であり、γは、線状物全体の滑らかさを制御するためのパラメータを表し、
γ＝３．０～５．０
である。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記第２画像から血管の最初の中心線を抽出することは、
前記第２画像から血管骨格を抽出することと、
血管の分岐点をピックアップし、開始点と終了点とともに無向グラフを作成することと、
血管骨格の方向に沿って、前記無向グラフの隣接する２つの点同士の間の最短距離を検索し、開始点から終了点への方向に沿って、すべての経路を得ることと、
前記無向グラフの開始点から前記終了点への方向に沿って、すべての経路の中で最も距離が短い血管経路線を前記血管の最初の中心線とすることと、を含む。
前記第２画像から血管骨格を抽出することと、
血管の分岐点をピックアップし、開始点と終了点とともに無向グラフを作成することと、
血管骨格の方向に沿って、前記無向グラフの隣接する２つの点同士の間の最短距離を検索し、開始点から終了点への方向に沿って、すべての経路を得ることと、
前記無向グラフの開始点から前記終了点への方向に沿って、すべての経路の中で最も距離が短い血管経路線を前記血管の最初の中心線とすることと、を含む。
選択的に、上記の血管の中心線を精密に抽出する方法において、前記血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得ることは、
複数の血管の中心点を結ぶことによって前記血管の最初の中心線を形成し、各々の前記血管の中心点に対して法線を作成することと、
前記法線の方向に沿って、グレースケール値統計を実行し、画像強調後の第２画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最大である位置に移動して、補正を完了し、画像が元の画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最小である位置に移動して、補正を完了することと、
補正後の前記血管の中心点を再度結んで、血管の精密な中心線を得ることと、を含む。
複数の血管の中心点を結ぶことによって前記血管の最初の中心線を形成し、各々の前記血管の中心点に対して法線を作成することと、
前記法線の方向に沿って、グレースケール値統計を実行し、画像強調後の第２画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最大である位置に移動して、補正を完了し、画像が元の画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最小である位置に移動して、補正を完了することと、
補正後の前記血管の中心点を再度結んで、血管の精密な中心線を得ることと、を含む。
第２の態様によると、本発明は、血管の中心線を精密に抽出する装置を提供し、上記装置は、順番に接続された、冠動脈２次元造影画像読込ユニット、画像選択ユニット、関心血管セグメントピックアップユニット、画像分割ユニット、フィルタリングユニット、画像強調ユニット、最初中心線抽出ユニット、および、中心線補正ユニットを、備え、
前記冠動脈２次元造影画像読込ユニットは、患者の少なくとも１つの身体位置の、少なくとも２つの撮影角度の冠動脈２次元造影画像を読込みリ、
前記画像選択ユニットは、前記冠動脈２次元造影画像読込ユニットから、造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択し、
前記関心血管セグメントピックアップユニットは、前記冠動脈２次元造影画像から関心のある血管セグメントを取得し、前記関心のある血管セグメントの開始点と終了点をピックアップし、
前記画像分割ユニットは、前記関心血管セグメントピックアップユニット中の前記冠動脈２次元造影画像から、前記開始点および終了点に対応する局所血管領域図を分割し、
前記フィルタリングユニットは、前記画像分割ユニット中の前記局所血管領域図に対してフィルタリング処理を実行して、第１画像を得、
前記画像強調ユニットは、前記フィルタリングユニット中の前記第１画像に対して血管強調を実行して第２画像を得、
前記最初中心線抽出ユニットは、前記画像強調ユニットの前記第２画像から血管の最初の中心線を抽出し、
前記中心線補正ユニットは、前記最初中心線抽出ユニットによって抽出された血管の最初の中心線に対して矯正を実行して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得る。
前記冠動脈２次元造影画像読込ユニットは、患者の少なくとも１つの身体位置の、少なくとも２つの撮影角度の冠動脈２次元造影画像を読込みリ、
前記画像選択ユニットは、前記冠動脈２次元造影画像読込ユニットから、造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択し、
前記関心血管セグメントピックアップユニットは、前記冠動脈２次元造影画像から関心のある血管セグメントを取得し、前記関心のある血管セグメントの開始点と終了点をピックアップし、
前記画像分割ユニットは、前記関心血管セグメントピックアップユニット中の前記冠動脈２次元造影画像から、前記開始点および終了点に対応する局所血管領域図を分割し、
前記フィルタリングユニットは、前記画像分割ユニット中の前記局所血管領域図に対してフィルタリング処理を実行して、第１画像を得、
前記画像強調ユニットは、前記フィルタリングユニット中の前記第１画像に対して血管強調を実行して第２画像を得、
前記最初中心線抽出ユニットは、前記画像強調ユニットの前記第２画像から血管の最初の中心線を抽出し、
前記中心線補正ユニットは、前記最初中心線抽出ユニットによって抽出された血管の最初の中心線に対して矯正を実行して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得る。
選択的に、上記の血管の中心線を精密に抽出する装置において、前記画像強調ユニットは、順番に接続された、２次元マトリックスモジュール、パラメータ計算モジュール、マトリックス特徴値計算モジュール、マトリックス特徴値選別モジュール、および、第２画像モジュールを、備え、
前記２次元マトリックスモジュールは、異なる前記標準偏差およびマトリックスの大きさに基づいて、複数の２次元マトリックスを取得し、
前記パラメータ計算モジュールは、前記２次元マトリックスモジュール中の複数の２次元マトリックスに基づいて、各々の前記２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得し、
前記マトリックス特徴値モジュールは、前記パラメータ計算モジュールによって算出された前記第１パラメータと前記第２パラメータとに基づいて、各々の前記２次元マトリックスのマトリックス特徴値を得、
前記マトリックス特徴値選別モジュールは、前記マトリックス特徴値モジュール中のすべてのマトリックス特徴値の中から、最大値を出力値として選択し、
前記第２画像モジュールは、前記マトリックス特徴値選別モジュールの出力値に基づいて、前記出力値に対応する画像を血管強調後の第２画像とする。
前記２次元マトリックスモジュールは、異なる前記標準偏差およびマトリックスの大きさに基づいて、複数の２次元マトリックスを取得し、
前記パラメータ計算モジュールは、前記２次元マトリックスモジュール中の複数の２次元マトリックスに基づいて、各々の前記２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得し、
前記マトリックス特徴値モジュールは、前記パラメータ計算モジュールによって算出された前記第１パラメータと前記第２パラメータとに基づいて、各々の前記２次元マトリックスのマトリックス特徴値を得、
前記マトリックス特徴値選別モジュールは、前記マトリックス特徴値モジュール中のすべてのマトリックス特徴値の中から、最大値を出力値として選択し、
前記第２画像モジュールは、前記マトリックス特徴値選別モジュールの出力値に基づいて、前記出力値に対応する画像を血管強調後の第２画像とする。
第３の態様によると、本発明は、冠動脈分析システムを提供し、上記システムは、上記の血管の中心線を精密に抽出する装置を含む。
第４の態様によると、本発明は、コンピューター記憶媒体を提供し、コンピュータープログラムがプロセッサによって実行されるときに、上記の血管の中心線を精密に抽出する方法が実現される。
本発明の実施例によって提供される解決策によってもたらされる有益な効果は、少なくとも以下を含む。
本発明は、血管の中心線を精密に抽出する方法を提供する。造影剤の色が暗いので、造影剤が血管に充満されていないと、血管の形状が不完全になり、エッジの色が明るくなり、撮影された血管の画像が不完全になってしまう。それで、後の段階で血管のエッジのピックアップが不正確になる問題が発生しやすくなる。したがって、本発明によると、造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択することによって、血管の形状を完全に表示することができる。
計算量を削減するために、本発明によると、冠動脈２次元造影画像から関心のある血管セグメントを取得し、前記関心のある血管セグメントの開始点と終了点をピックアップし、前記冠動脈２次元造影画像から前記開始点および終了点に対応する局所血管領域図を分割する。局所血管領域図が冠動脈造影画像よりも小さいため、計算量が少なく、システムの応答速度が高速である。
画像にノイズが存在するため、ノイズの画像への影響を低減するために、本発明によると、局所血管領域図に対してフィルタリング処理を実行して第１画像を得る。鮮明な血管を得るために、本発明によると、第１画像に対して血管強調を実行して第２画像を得る。本発明によると、第２画像から血管の最初の中心線を抽出する速度がより速い。
血管には枝があり、血管の中心線は血管の質と血管のエッジに関連しているため、血管の最初の中心線上の点には誤差がある。血管の最初の中心線を矯正するために、本発明によると、血管の最初の中心線の法線の方向に沿って、グレースケール値統計を実行し、画像強調後の第２画像であると、血管の中心から外れた血管の中心点を法線の方向に沿って血管領域内でグレースケール値が最大である位置に移動して、補正を完了して血管の精密な中心線を得るため、血管の中心線の抽出精度を向上させた。
ここで説明する図面は、本発明のさらなる理解を提供するために使用され、本発明の一部を構成する。本発明の模式的な実施例およびその説明は、本発明を解釈するために使用され、本発明の不適切な限定を構成するものではない。
以下、本発明の目的、技術的解決策、および利点をより明確にするために、本発明の具体的な実施例および対応する図面を参照して、本発明の技術的解決策を明確かつ完全に説明する。明らかに、説明された実施例は、本発明の一部の実施例にすぎず、全部の実施例ではない。本発明の実施例に基づいて、創造的な努力なしに当業者によって得られた他のすべての実施例は、本発明の保護範囲内に入る。
以下、図面で本発明の複数の実施形態を開示し、明確に説明するために、多くの実際的な詳細が以下の説明で一緒に説明される。しかしながら、これらの実際的な詳細は、本発明を限制するために使用されるべきではないことを理解すべきである。つまり、本発明の一部の実施形態では、これらの実際的な詳細は不要である。なお、図面を簡略化する目的で、いくつかの周知の構造および構成要素が図面に単純な概略的な方法で示される。
従来の技術で血管３次元モデルを利用して血管評価パラメータを計算する場合、血管輪郭線を抽出する必要がある場合が多く、血管のカールとエッジが不鮮明な問題により、血管輪郭の抽出が特に難しく、計算データが膨大で煩雑なため、血管輪郭線をいかに高速に抽出するか、および、いかに抽出精度を向上させるかは常に技術者が解決しようとする問題であった。
実施例１：
図１に示すように、本発明は、上記の問題を解決するために、血管の中心線を精密に抽出する方法を提供し、前記方法は、以下のステップを含む。
Ｓ１００において、造影剤が血管内で充満状態にある、図２に示すような冠動脈２次元造影画像を１フレーム選択し、
Ｓ２００において、冠動脈２次元造影画像から関心のある血管セグメントを取得し、
Ｓ３００において、関心のある血管セグメントの開始点と終了点をピックアップし、
Ｓ４００において、冠動脈２次元造影画像から開始点および終了点に対応する局所血管領域図を分割し、
Ｓ５００において、局所血管領域図に対してフィルタリング処理を実行して第１画像を得、
Ｓ６００において、第１画像に対して血管強調を実行して第２画像を得、
Ｓ７００において、第２画像から血管の最初の中心線を抽出し、
Ｓ８００において、血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得る。
図１に示すように、本発明は、上記の問題を解決するために、血管の中心線を精密に抽出する方法を提供し、前記方法は、以下のステップを含む。
Ｓ１００において、造影剤が血管内で充満状態にある、図２に示すような冠動脈２次元造影画像を１フレーム選択し、
Ｓ２００において、冠動脈２次元造影画像から関心のある血管セグメントを取得し、
Ｓ３００において、関心のある血管セグメントの開始点と終了点をピックアップし、
Ｓ４００において、冠動脈２次元造影画像から開始点および終了点に対応する局所血管領域図を分割し、
Ｓ５００において、局所血管領域図に対してフィルタリング処理を実行して第１画像を得、
Ｓ６００において、第１画像に対して血管強調を実行して第２画像を得、
Ｓ７００において、第２画像から血管の最初の中心線を抽出し、
Ｓ８００において、血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得る。
本発明は、血管の中心線を精密に抽出する方法を提供し、造影剤の色が暗いので、造影剤が血管に充満されていないと、血管の形状が不完全になり、エッジの色が明るくなり、撮影された血管の画像が不完全になってしまう。それで、後の段階で血管のエッジのピックアップが不正確になる問題が発生しやすくなる。したがって、本発明によると、造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択することによって、血管の形状を完全に表示することができる。
計算量を削減するために、本発明によると、冠動脈２次元造影画像から関心のある血管セグメントを取得し、関心のある血管セグメントの開始点と終了点をピックアップし、冠動脈２次元造影画像から開始点および終了点に対応する局所血管領域図を分割する。局所血管領域図が冠動脈造影画像よりも小さいため、計算量が少なく、システムの応答速度が高速である。
画像にノイズが存在するため、ノイズの画像への影響を低減するために、本発明によると、局所血管領域図に対してフィルタリング処理を実行して第１画像を得る。鮮明な血管を得るために、本発明によると、第１画像に対して血管強調を実行して第２画像を得る。本発明によると、第２画像から血管の最初の中心線を抽出する速度がより速い。
血管には枝があり、血管の中心線は血管の質と血管のエッジに関連しているため、血管の最初の中心線上の点には誤差がある。血管の最初の中心線を矯正するために、本発明によると、血管の最初の中心線の法線の方向に沿って、グレースケール値統計を実行し、画像強調後の第２画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最大である位置に移動して、補正を完了して血管の精密な中心線を得るため、血管の中心線の抽出精度を向上させた。
実施例２：
図１に示すように、本発明は、上記の問題を解決するために、血管の中心線を精密に抽出する方法を提供し、前記方法は、以下のステップを含む。
Ｓ１００において、造影剤が血管内で充満状態にある、図２に示すような冠動脈２次元造影画像を１フレーム選択し、
Ｓ２００において、冠動脈２次元造影画像から関心のある血管セグメントを取得し、
Ｓ３００において、関心のある血管セグメントの開始点と終了点をピックアップし、
Ｓ４００において、冠動脈２次元造影画像から開始点および終了点に対応する局所血管領域図を分割し、好ましくは、血管のピックアップ精度を向上させるために、本発明は、開始点と終了点との間で、関心のある血管セグメントの少なくとも１つのシード点をさらにピックアップすることができ、開始点、シード点、終了点の中の隣接する２つの点同士の間の第２画像をそれぞれ分割して、少なくとも２つの局所血管領域図を得、
Ｓ５００において、局所血管領域図に対してフィルタリング処理を実行して第１画像を得、Ｓ５００は、以下のステップを含む。
図１に示すように、本発明は、上記の問題を解決するために、血管の中心線を精密に抽出する方法を提供し、前記方法は、以下のステップを含む。
Ｓ１００において、造影剤が血管内で充満状態にある、図２に示すような冠動脈２次元造影画像を１フレーム選択し、
Ｓ２００において、冠動脈２次元造影画像から関心のある血管セグメントを取得し、
Ｓ３００において、関心のある血管セグメントの開始点と終了点をピックアップし、
Ｓ４００において、冠動脈２次元造影画像から開始点および終了点に対応する局所血管領域図を分割し、好ましくは、血管のピックアップ精度を向上させるために、本発明は、開始点と終了点との間で、関心のある血管セグメントの少なくとも１つのシード点をさらにピックアップすることができ、開始点、シード点、終了点の中の隣接する２つの点同士の間の第２画像をそれぞれ分割して、少なくとも２つの局所血管領域図を得、
Ｓ５００において、局所血管領域図に対してフィルタリング処理を実行して第１画像を得、Ｓ５００は、以下のステップを含む。
ＷとＨは、それぞれ前記２次元カーネル関数の幅および高さを表し、
２次元カーネル関数
を介してフィルタリングし、
このうち、ｘ∈[０,Ｗ)、ｙ∈[０,Ｈ)であり、σは、標準偏差を表し
σ＝０．５～５．０
であり、eは、自然定数を表す。
２次元カーネル関数
を介してフィルタリングし、
このうち、ｘ∈[０,Ｗ)、ｙ∈[０,Ｈ)であり、σは、標準偏差を表し
σ＝０．５～５．０
であり、eは、自然定数を表す。
好ましくは、計算量を削減するために、σは、
の区間の値を取ることができ、また、
のときに計算することによって、計算速度を向上させる。
の区間の値を取ることができ、また、
のときに計算することによって、計算速度を向上させる。
Ｓ６００において、第１画像に対して血管強調を実行して第２画像を得、図３に示すように、Ｓ６００は、以下のステップを含む。
Ｓ６１０において、異なる標準偏差σおよびマトリックスの大きさに基づいて、それぞれ複数のマトリックス特徴値を計算し、図４に示すように、Ｓ６１０は、以下のステップを含む。
Ｓ６１１において、異なる標準偏差σおよびマトリックスの大きさに基づいて、複数の２次元マトリックスＨ（ｘ，ｙ）を取得し、Ｓ６１１は、具体的に、以下のステップを含む。
Ａ）２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ方向における２次導関数を得、
Ｂ）２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｙ方向における２次導関数を得、
Ｃ）２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ、ｙとの夾角がいずれも４５°である方向における２次導関数を得、
Ｄ）Ｉxx、Ｉxy、およびＩyyに基づいて、２次元マトリックス
を得、
このうち、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、定数を表し、
は、畳み込みを表し、Ｉ（ｘ，ｙ）は、画像の画素値を表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
を通じて画像のｘ方向における２次導関数を得、
Ｂ）２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｙ方向における２次導関数を得、
Ｃ）２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ、ｙとの夾角がいずれも４５°である方向における２次導関数を得、
Ｄ）Ｉxx、Ｉxy、およびＩyyに基づいて、２次元マトリックス
を得、
このうち、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、定数を表し、
は、畳み込みを表し、Ｉ（ｘ，ｙ）は、画像の画素値を表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
Ｓ６１２において、各々の２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得し、Ｓ６１２は、具体的に、以下のステップを含む。
Ｉ）ＩxxおよびＩyyに基づいて、式
を通じてＫを得、
ＩＩ）Ｉxx、Ｉxy、およびＩyyに基づいて、式
を通じてＱを得、
ＩＩＩ）ＫおよびＱに基づいて、式
を通じて第１パラメータを得、
ＩＶ）ＫおよびＱに基づいて、式
を通じて第２パラメータを得、
このうち、λ１は、第１パラメータを表し、λ２は、第２パラメータを表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
を通じてＫを得、
ＩＩ）Ｉxx、Ｉxy、およびＩyyに基づいて、式
を通じてＱを得、
ＩＩＩ）ＫおよびＱに基づいて、式
を通じて第１パラメータを得、
ＩＶ）ＫおよびＱに基づいて、式
を通じて第２パラメータを得、
このうち、λ１は、第１パラメータを表し、λ２は、第２パラメータを表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す。
Ｓ６１３において、第１パラメータおよび第２パラメータに基づいて、各々の２次元マトリックスのマトリックス特徴値を得、Ｓ６１３は、具体的に、以下のステップを含む。
１）第１パラメータおよび第２パラメータに基づいて、式
を通じてＲＢを得、
２）第１パラメータおよび第２パラメータに基づいて、式
を通じてＳを得、
３）ＲＢおよびＳに基づいて、式
を通じて、マトリックス特徴値Ｖを得、
このうち、βは、線状とブロック状との区別を調整するためのパラメータを表し、
β＝０．４～０．８
であり、γは、線状物全体の滑らかさを制御するためのパラメータを表し、
γ＝３．０～５．０
である。
を通じてＲＢを得、
２）第１パラメータおよび第２パラメータに基づいて、式
を通じてＳを得、
３）ＲＢおよびＳに基づいて、式
を通じて、マトリックス特徴値Ｖを得、
このうち、βは、線状とブロック状との区別を調整するためのパラメータを表し、
β＝０．４～０．８
であり、γは、線状物全体の滑らかさを制御するためのパラメータを表し、
γ＝３．０～５．０
である。
本発明は、異なる標準偏差を利用して、異なるＷおよびＨを得、その目的は、異なる管径の血管を強調するためである。本発明は、画像を強調するための計算により、画像が不鮮明な血管であっても、比較的に鮮明な強調された血管を得ることができ、応用範囲が広い。
Ｓ６２０において、すべてのマトリックス特徴値の中から最大値を出力値として選択し、出力値に対応する画像が血管強調後の図５に示すような第２画像である。
Ｓ７００において、第２画像から血管の最初の中心線を抽出し、図６に示すように、Ｓ７００は、以下のステップを含む。
Ｓ７１０において、第２画像から血管骨格を抽出し、
Ｓ７２０において、血管の分岐点をピックアップし、開始点と終了点とともに無向グラフを作成し、
Ｓ７３０において、血管骨格の方向に沿って、前記無向グラフの隣接する２つの点同士の間の最短距離を検索し、開始点から終了点への方向に沿って、すべての経路を得、
Ｓ７４０において、無向グラフの開始点から終了点への方向に沿って、すべての経路の中で最も距離が短い血管経路線を前記血管の最初の中心線とする。
Ｓ７２０において、血管の分岐点をピックアップし、開始点と終了点とともに無向グラフを作成し、
Ｓ７３０において、血管骨格の方向に沿って、前記無向グラフの隣接する２つの点同士の間の最短距離を検索し、開始点から終了点への方向に沿って、すべての経路を得、
Ｓ７４０において、無向グラフの開始点から終了点への方向に沿って、すべての経路の中で最も距離が短い血管経路線を前記血管の最初の中心線とする。
Ｓ８００において、血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得、図７に示すように、Ｓ８００は、具体的に以下のステップを含む。
Ｓ８１０において、複数の血管の中心点を結ぶことによって血管の最初の中心線を形成し、各々の血管の中心点に対して法線を作成し、
Ｓ８２０において、法線の方向に沿って、グレースケール値統計を実行し、画像強調後の第２画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最大である位置に移動して、補正を完了し、グリッドが位置する画像が元の画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最小である位置に移動して、補正を完了し、
Ｓ８３０において、補正後の血管の中心点再度結んで、図８に示すような血管の精密な中心線を得る。
Ｓ８２０において、法線の方向に沿って、グレースケール値統計を実行し、画像強調後の第２画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最大である位置に移動して、補正を完了し、グリッドが位置する画像が元の画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最小である位置に移動して、補正を完了し、
Ｓ８３０において、補正後の血管の中心点再度結んで、図８に示すような血管の精密な中心線を得る。
第２の態様によると、本発明は、血管の中心線を精密に抽出する装置を提供し、上記装置は、図９に示すように、順番に接続された、冠動脈２次元造影画像読込ユニット１００、画像選択ユニット２００、関心血管セグメントピックアップユニット３００、画像分割ユニット４００、フィルタリングユニット５００、画像強調ユニット６００、最初中心線抽出ユニット７００、および、中心線補正ユニット８００を備え、冠動脈２次元造影画像読込ユニット１００は、患者の少なくとも１つの身体位置の、少なくとも２つの撮影角度の冠動脈２次元造影画像を読込みリ、画像選択ユニット２００は、冠動脈２次元造影画像読込ユニット中から、造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択し、関心血管セグメントピックアップユニット３００は、冠動脈２次元造影画像から関心のある血管セグメントを取得し、関心のある血管セグメントの開始点と終了点をピックアップし、画像分割ユニット４００は、関心血管セグメントピックアップユニット中の冠動脈２次元造影画像から、開始点および終了点に対応する局所血管領域図を分割し、フィルタリングユニット５００は、画像分割ユニット中の局所血管領域図に対してフィルタリング処理を実行して、第１画像を得、画像強調ユニット６００は、フィルタリングユニット中の第１画像に対して血管強調を実行して第２画像を得、最初中心線抽出ユニット７００は、画像強調ユニットの第２画像から血管の最初の中心線を抽出し、中心線補正ユニット８００は、最初中心線抽出ユニットによって抽出された血管の最初の中心線に対して矯正を実行して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得る。
選択的に、上記の血管の中心線を精密に抽出する装置において、図１０に示すように、画像強調ユニット６００は、順番に接続された、２次元マトリックスモジュール６１０、パラメータ計算モジュール６２０、マトリックス特徴値計算モジュール６３０、マトリックス特徴値選別モジュール６４０、および、第２画像モジュール６５０を備え、２次元マトリックスモジュール６１０は、異なる標準偏差およびマトリックスの大きさに基づいて、複数の２次元マトリックスを取得し、パラメータ計算モジュール６２０は、２次元マトリックスモジュール６１０中の複数の２次元マトリックスに基づいて、各々の２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得し、マトリックス特徴値モジュール６３０は、パラメータ計算モジュール６２０によって算出された第１パラメータおよび第２パラメータに基づいて、各々の２次元マトリックスのマトリックス特徴値を得、マトリックス特徴値選別モジュール６４０は、マトリックス特徴値モジュール６３０中のすべてのマトリックス特徴値の中から最大値を出力値として選択し、第２画像モジュール６５０は、マトリックス特徴値選別モジュール６４０の出力値に基づいて、出力値に対応する画像を血管強調後の第２画像とする。
第３の態様によると、本発明は、冠動脈分析システムを提供し、上記システムは、上記の血管の中心線を精密に抽出する装置を含む。
第４の態様によると、本発明は、コンピューター記憶媒体を提供し、コンピュータープログラムがプロセッサによって実行されるときに、上記の血管の中心線を精密に抽出する方法が実現される。
当業者には理解されるように、本発明の様々な態様は、システム、方法、またはコンピュータープログラム製品として具現化することができる。したがって、本発明の様々な態様は、以下の形態で具現化することができる。すなわち、完全にハードウェアの実装、完全にソフトウェアの実装(ファームウェア、常駐ソフトウェア、マイクロコードなど)、またはハードウェアとソフトウェアの態様の組み合わせの実装であり得、ここで「回路」、「モジュール」、または「システム」と総称される場合がある。なお、いくつかの実施例において、本発明の様々な態様は、１つまたは複数のコンピューター可読媒体上のコンピュータープログラム製品の形で実装することもでき、当該コンピューター可読媒体には、コンピューター可読プログラムコードが組み込まれている。本発明の実施例の方法および/またはシステムの実装は、選択されたタスクを手動で、自動的に、またはそれらの組み合わせで実行または完了することを含み得る。
たとえば、本発明の実施例による選択されたタスクを実行するためのハードウェアは、チップまたは回路として実装され得る。ソフトウェアとして、本発明の実施例による選択されたタスクは、任意の適切なオペレーティングシステムを使用してコンピュータによって実行される複数のソフトウェア命令として実装され得る。本発明の例示的な実施例において、本明細書で説明する方法および/またはシステムの例示的な実施例の１つまたは複数のタスクは、複数の命令を実行するためのコンピューティングプラットフォームなどのデータプロセッサによって実行され得る。選択的に、当該データプロセッサは、命令および/またはデータを記憶するための揮発性記憶装置、および/または、命令および/またはデータを記憶するための不揮発性記憶装置を含み、たとえば、磁気ハードディスクおよび/またはモバイル媒体を含む。選択的に、ネットワーク接続をさらに提供する。選択的に、ディスプレイおよび/またはキーボードやマウスなどのユーザー入力デバイスをさらに提供する。
１つまたは複数のコンピューター可読の任意の組み合わせを利用することができる。コンピューター可読媒体は、コンピューター可読信号媒体またはコンピューター可読記憶媒体であり得る。コンピューター可読記憶媒体は、たとえば電気、磁気、光学、電磁気、赤外線、または半導体のシステム、装置、またはデバイス、または上記の任意の組み合わせであり得るが、これらに限定されない。コンピューター可読記憶媒体のより具体的な例(網羅的なリストではない)は、次のようなものを含む。
コンピューター可読記憶媒体は、１本または複数のワイヤによる電気的接続、ポータブルコンピュータディスク、ハードディスク、ランダムアクセスメモリ(RAM)、読み取り専用メモリ(ROM)、消去可能なプログラマブル読み取り専用メモリ(EPROMまたはフラッシュメモリ)、光ファイバ、ポータブルコンパクトディスク読み取り専用メモリ（CD-ROM）、光学記憶装置、磁気記憶装置、または上記の任意の適切な組み合わせを含む。本明細書では、コンピューター可読記憶媒体は、プログラムを含むまたは格納する任意の有形の媒体であり得、当該プログラムは、命令実行システム、装置、またはデバイスによって、またはこれらと組み合わせて使用することができる。
コンピューター可読信号媒体は、ベースバンドで、またはコンピュータ可読プログラムコードが具現化された搬送波の一部として伝播データ信号を含むことができる。このような伝播データ信号は、電磁信号、光信号、または前述の任意の適切な組み合わせを含むがこれらに限定されない様々な形態をとることができる。コンピュータ可読信号媒体は、命令実行システム、装置、またはデバイスによって、またはこれらと関連して使用するためのプログラムを送信、伝搬、または移送できるコンピュータ可読記憶媒体以外の任意のコンピュータ可読媒体であり得る。
コンピュータ可読媒体に具現化されたプログラムコードは、無線、有線、光ファイバーケーブル、RFなど、または前述の任意の適切な組み合わせを含むがこれらに限定されない任意の適切な媒体を使用して送信され得る。
たとえば、本発明の様々な態様の操作を実行するためのコンピュータプログラムコードは、Ｊａｖａ、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋などのオブジェクト指向プログラミング言語、および、「Ｃ」プログラミング言語または類似のプログラミング言語などの従来の手続き型プログラミング言語を含む、１つまたは複数のプログラミング言語の任意の組み合わせで書くことができる。プログラムコードは、完全にユーザーのコンピューター上で、部分的にユーザーのコンピューター上で、スタンドアロンソフトウェアパッケージとして、部分的にユーザーのコンピューターと部分的にリモートコンピューター上で、または完全にリモートコンピューターまたはサーバー上で実行することができる。リモートコンピューターの場合、リモートコンピューターは、ローカルエリアネットワーク(ＬＡＮ)やワイドエリアネットワーク(ＷＡＮ)などの任意の種類のネットワークを介してユーザーのコンピューターや外部コンピューターに接続することができる(たとえば、インターネットサービスプロバイダーを使用してインターネット経由で接続する)。
フローチャート図および／またはブロック図の各ブロック、ならびにフローチャート図および／またはブロック図におけるブロックの組み合わせは、コンピュータプログラム命令によって実装できることを理解すべきである。これらのコンピュータープログラム命令は、汎用コンピュータ、専用コンピュータ、または他のプログラム可能なデータ処理装置のプロセッサに提供されて、コンピュータまたは他のプログラム可能なデータ処理装置のプロセッサによって実行されると、コンピュータプログラム命令を引き起こすマシンを生成することによって、フローチャートおよび/またはブロック図の1つまたは複数のブロックで指定された機能/動作を実装するための装置をもたらす。
これらのコンピュータープログラム命令は、さらに、コンピューター可読媒体に記憶することができ、コンピュータ、他のプログラム可能なデータ処理装置、または他のデバイスを特定の方法で動作させ、それによって、コンピューター可読媒体に記憶された命令は、フローチャートおよび/またはブロック図の１つまたは複数のブロックで指定された機能/動作を実装する命令の製造品(ａｒｔｉｃｌｅ ｏｆ ｍａｎｕｆａｃｔｕｒｅ)をもたらすことができる。
コンピュータープログラム命令は、さらに、コンピューター(たとえば、冠動脈分析システム)またはたのプログラム可能なデータ処理デバイスにロードして、コンピューター、他のプログラム可能なデータ処理装置または他の装置上で一連の操作ステップを実行させてコンピューター実現プロセスをもたらし、それによって、コンピューター、他のプログラム可能なデータ処理装置または他の装置で実行される命令が、フローチャートおよび/または1つまたは複数のブロック図ブロックで指定された機能/動作を実装するためのプロセスを提供するようにする。
本発明の以上の具体的な例は、本発明の目的、技術的解決策、および有益な効果をさらに詳細に説明するものであり、上記は本発明の具体的な実施例にすぎず、本発明を限制することを意図しなく、本発明の精神と原理の範囲内でなされた修正、同等の置換、改良などは、本発明の保護範囲内に含まれるものとすることを理解すべきである。
１００ 冠動脈２次元造影画像読込ユニット
２００ 画像選択ユニット
３００ 関心血管セグメントピックアップユニット
４００ 画像分割ユニット
５００ フィルタリングユニット
６００ 画像強調ユニット
６１０ ２次元マトリックスモジュール
６２０ パラメータ計算モジュール
６３０ マトリックス特徴値計算モジュール
６４０ マトリックス特徴値選別モジュール
６５０ 第２画像モジュール
７００ 最初中心線抽出ユニット
８００ 中心線補正ユニット
２００ 画像選択ユニット
３００ 関心血管セグメントピックアップユニット
４００ 画像分割ユニット
５００ フィルタリングユニット
６００ 画像強調ユニット
６１０ ２次元マトリックスモジュール
６２０ パラメータ計算モジュール
６３０ マトリックス特徴値計算モジュール
６４０ マトリックス特徴値選別モジュール
６５０ 第２画像モジュール
７００ 最初中心線抽出ユニット
８００ 中心線補正ユニット
第４の態様によると、本発明は、コンピュータープログラムが記憶されているコンピューター記憶媒体を提供し、コンピュータープログラムがプロセッサによって実行されるときに、上記の血管の中心線を精密に抽出する方法が実現される。
第４の態様によると、本発明は、コンピュータープログラムが記憶されているコンピューター記憶媒体を提供し、コンピュータープログラムがプロセッサによって実行されるときに、上記の血管の中心線を精密に抽出する方法が実現される。
Claims (14)
- 血管の中心線を精密に抽出する方法であって、
造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択することと、
前記冠動脈２次元造影画像から関心のある血管セグメントを取得することと、
前記関心のある血管セグメントの開始点と終了点をピックアップすることと、
前記冠動脈２次元造影画像から前記開始点および終了点に対応する局所血管領域図を分割することと、
前記局所血管領域図に対してフィルタリング処理を実行して第１画像を得ることと、
前記第１画像に対して血管強調を実行して第２画像を得ることと、
前記第２画像から血管の最初の中心線を抽出することと、
前記血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得ることと、を含む
ことを特徴とする前記方法。 - 前記冠動脈２次元造影画像から前記開始点および終了点に対応する局所血管領域図を分割することは、
前記関心のある血管セグメントの少なくとも１つのシード点をピックアップすることと、
開始点、シード点、終了点の中の隣接する２つの点同士の間の前記第２画像をそれぞれ分割して、少なくとも２つの局所血管領域図を得ることと、を含む
ことを特徴とする請求項１に記載の方法。 - 前記局所血管領域図に対してフィルタリング処理を実行することは、
ＷとＨは、それぞれ前記２次元カーネル関数の幅および高さを表し、
２次元カーネル関数
を介してフィルタリングし、
このうち、ｘ∈[０,Ｗ)、ｙ∈[０,Ｈ)であり、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、自然定数を表す
ことを特徴とする請求項１に記載の方法。 - 前記
である
ことを特徴とする請求項３に記載の方法。 - 前記第１画像に対して血管強調を実行することは、
異なる前記標準偏差σおよびマトリックスの大きさに基づいて、それぞれ複数のマトリックス特徴値を計算することと、
すべてのマトリックス特徴値の中から最大値を出力値として選択することと、を含み、
前記出力値に対応する画像が、血管強調後の第２画像である
ことを特徴とする請求項３または４に記載の方法。 - 前記異なる前記標準偏差σおよびマトリックスの大きさに基づいて、それぞれ複数のマトリックス特徴値を計算することは、
異なる前記標準偏差σおよびマトリックスの大きさに基づいて、複数の２次元マトリックスＨ（ｘ，ｙ）を取得することと、
各々の前記２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得することと、
前記第１パラメータおよび前記第２パラメータに基づいて、各々の前記２次元マトリックスのマトリックス特徴値を得ることと、を含む
ことを特徴とする請求項５に記載の方法。 - 前記異なる前記標準偏差σおよびマトリックスの大きさに基づいて、複数の２次元マトリックスＨ（ｘ，ｙ）を取得することは、
前記２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ方向における２次導関数を得ることと、
２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｙ方向における２次導関数を得ることと、
２次元カーネル関数ｇ（ｘ，ｙ）に基づいて、式
を通じて画像のｘ、ｙとの夾角がいずれも４５°である方向における２次導関数を得ることと、
前記Ｉxx、Ｉxy、およびＩyyに基づいて、２次元マトリックス
を得ることと、を含み、
このうち、σは、標準偏差を表し、
σ＝０．５～５．０
であり、eは、定数を表し、
は、畳み込みを表し、Ｉ（ｘ，ｙ）は、画像の画素値を表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す
ことを特徴とする請求項６に記載の方法。 - 前記各々の前記２次元マトリックスに対応する第１パラメータおよび第２パラメータを取得することは、
前記Ｉxxおよび前記Ｉyyに基づいて、式
を通じてＫを得ることと、
前記Ｉxx、前記Ｉxy、および前記Ｉyyに基づいて、式
を通じてＱを得ることと、
前記Ｋおよび前記Ｑに基づいて、式
を通じて第１パラメータを得ることと、
前記Ｋおよび前記Ｑに基づいて、式
を通じて第２パラメータを得ることと、を含み、
このうち、λ１は、第１パラメータを表し、λ２は、第２パラメータを表し、Ｉxx、Ｉxy、およびＩyyは、それぞれ、画像の、ｘ方向、ｘおよびｙとの夾角がいずれも４５°である方向、および、ｙ方向における２次導関数を表す
ことを特徴とする請求項７に記載の方法。 - 前記第１パラメータおよび前記第２パラメータに基づいて、各々の前記２次元マトリックスのマトリックス特徴値を得ることは、
前記第１パラメータおよび前記第２パラメータに基づいて、式
を通じてＲＢを得ることと、
前記第１パラメータおよび前記第２パラメータに基づいて、式
を通じてＳを得ることと、
前記ＲＢおよび前記Ｓに基づいて、式
を通じて、マトリックス特徴値Ｖを得ることと、を含み、
このうち、βは、線状とブロック状との区別を調整するためのパラメータを表し、
β＝０．４～０．８
であり、γは、線状物全体の滑らかさを制御するためのパラメータを表し、
γ＝３．０～５．０
である
ことを特徴とする請求項７に記載の方法。 - 前記第２画像から血管の最初の中心線を抽出することは、
前記第２画像から血管骨格を抽出することと、
血管の分岐点をピックアップし、開始点と終了点とともに無向グラフを作成することと、
血管骨格の方向に沿って、前記無向グラフの隣接する２つの点同士の間の最短距離を検索し、開始点から終了点への方向に沿って、すべての経路を得ることと、
前記無向グラフの開始点から前記終了点への方向に沿って、すべての経路の中で最も距離が短い血管経路線を前記血管の最初の中心線とすることと、を含む
ことを特徴とする請求項１に記載の方法。 - 前記血管の最初の中心線を矯正して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得ることは、
複数の血管の中心点を結ぶことによって前記血管の最初の中心線を形成し、各々の前記血管の中心点に対して法線を作成することと、
前記法線の方向に沿って、グレースケール値統計を実行し、画像強調後の前記第２画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最大である位置に移動して、補正を完了し、画像が元の画像であると、血管の中心から外れた点を法線の方向に沿って血管領域内でグレースケール値が最小である位置に移動して、補正を完了することと、
補正後の前記血管の中心点を再度結んで、血管の精密な中心線を得ることと、を含む
ことを特徴とする請求項１０に記載の方法。 - 請求項１乃至１１の中のいずれか１項に記載の血管の中心線を精密に抽出する方法に用いられる、血管の中心線を精密に抽出する装置であって、
順番に接続された、冠動脈２次元造影画像読込ユニット、画像選択ユニット、関心血管セグメントピックアップユニット、画像分割ユニット、フィルタリングユニット、画像強調ユニット、最初中心線抽出ユニット、および、中心線補正ユニットを、備え、
前記冠動脈２次元造影画像読込ユニットは、患者の少なくとも１つの身体位置の、少なくとも２つの撮影角度の冠動脈２次元造影画像を読込みリ、
前記画像選択ユニットは、前記冠動脈２次元造影画像読込ユニットから、造影剤が血管内で充満状態にある、冠動脈２次元造影画像を１フレーム選択し、
前記関心血管セグメントピックアップユニットは、前記冠動脈２次元造影画像から関心のある血管セグメントを取得し、前記関心のある血管セグメントの開始点と終了点をピックアップし、
前記画像分割ユニットは、前記関心血管セグメントピックアップユニット中の前記冠動脈２次元造影画像から、前記開始点および終了点に対応する局所血管領域図を分割し、
前記フィルタリングユニットは、前記画像分割ユニット中の前記局所血管領域図に対してフィルタリング処理を実行して、第１画像を得、
前記画像強調ユニットは、前記フィルタリングユニット中の前記第１画像に対して血管強調を実行して第２画像を得、
前記最初中心線抽出ユニットは、前記画像強調ユニットの前記第２画像から血管の最初の中心線を抽出し、
前記中心線補正ユニットは、前記最初中心線抽出ユニットによって抽出された血管の最初の中心線に対して矯正を実行して、血管の中心から外れた点を血管の中心に補正し、血管の精密な中心線を得る
ことを特徴とする前記装置。 - 冠動脈分析システムであって、
請求項１２に記載の血管の中心線を精密に抽出する装置を含む
ことを特徴とする冠動脈分析システム。 - コンピューター記憶媒体であって、
コンピュータープログラムがプロセッサによって実行されるときに、請求項１乃至１１の中のいずれか１項に記載の血管の中心線を精密に抽出する方法が実現される
ことを特徴とするコンピューター記憶媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010248890.3A CN112164020B (zh) | 2020-03-31 | 2020-03-31 | 精确提取血管中心线的方法、装置、分析系统和存储介质 |
| CN202010248890.3 | 2020-03-31 | ||
| PCT/CN2020/116106 WO2021196536A1 (zh) | 2020-03-31 | 2020-09-18 | 精确提取血管中心线的方法、装置、分析系统和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023520481A true JP2023520481A (ja) | 2023-05-17 |
| JP7481483B2 JP7481483B2 (ja) | 2024-05-10 |
Family
ID=73859624
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2022560075A Active JP7481483B2 (ja) | 2020-03-31 | 2020-09-18 | 血管の中心線を精密に抽出する方法、装置、分析システム、及び記憶媒体 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20230245301A1 (ja) |
| EP (1) | EP4131150A4 (ja) |
| JP (1) | JP7481483B2 (ja) |
| CN (1) | CN112164020B (ja) |
| WO (1) | WO2021196536A1 (ja) |
Families Citing this family (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020201942A1 (en) | 2019-04-01 | 2020-10-08 | Cathworks Ltd. | Methods and apparatus for angiographic image selection |
| US12039685B2 (en) | 2019-09-23 | 2024-07-16 | Cathworks Ltd. | Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device |
| CN113100801B (zh) * | 2021-04-14 | 2022-11-25 | 清华大学 | 动脉瘤的入射角的确定方法、装置、电子设备及存储介质 |
| CN113344873A (zh) * | 2021-06-04 | 2021-09-03 | 联想(北京)有限公司 | 一种血管分割方法、装置及计算机可读介质 |
| CN115375705B (zh) * | 2022-08-04 | 2023-03-31 | 北京医准智能科技有限公司 | 一种血管分割方法、装置、电子设备及存储介质 |
| CN115482358B (zh) * | 2022-10-12 | 2023-04-28 | 北京医准智能科技有限公司 | 一种三角网格曲面的生成方法、装置、设备及存储介质 |
| CN115944389B (zh) * | 2023-03-14 | 2023-05-23 | 杭州脉流科技有限公司 | 弹簧圈模拟植入的方法和计算机设备 |
| CN116636866B (zh) * | 2023-05-17 | 2024-03-19 | 北京唯迈医疗设备有限公司 | 血管造影图像的支架的精显方法、装置以及存储介质 |
| CN116664644B (zh) * | 2023-07-28 | 2023-11-28 | 北京清影华康科技有限公司 | 一种基于磁共振图像的血管中心线配准方法及装置 |
| CN117036640B (zh) * | 2023-10-10 | 2023-12-19 | 杭州脉流科技有限公司 | 冠状动脉血管模型重构方法、装置、设备和存储介质 |
| CN117115150B (zh) * | 2023-10-20 | 2024-01-26 | 柏意慧心(杭州)网络科技有限公司 | 用于确定分支血管的方法、计算设备和介质 |
| CN117373070B (zh) * | 2023-12-07 | 2024-03-12 | 瀚依科技(杭州)有限公司 | 血管分段标注的方法及装置、电子设备和存储介质 |
| CN117911490B (zh) * | 2024-01-24 | 2024-10-18 | 强联智创（北京）科技有限公司 | 用于生成血管中心线的方法、设备和计算机可读存储介质 |
| CN117934522B (zh) * | 2024-03-25 | 2024-06-28 | 江西师范大学 | 一种两阶段冠状动脉图像分割方法、系统及计算机设备 |
| CN117974720B (zh) * | 2024-03-29 | 2024-07-26 | 杭州脉流科技有限公司 | 导丝实时追踪方法、计算机设备及可读存储介质 |
| CN118177841B (zh) * | 2024-05-16 | 2024-09-10 | 北京阿迈特医疗器械有限公司 | 二氧化碳血管造影控制方法及装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11120327A (ja) * | 1997-10-17 | 1999-04-30 | Toshiba Iyou System Engineering Kk | 画像処理装置 |
| JP2004283373A (ja) * | 2003-03-20 | 2004-10-14 | Toshiba Corp | 管腔状構造体の解析処理装置 |
| JP2006521118A (ja) * | 2003-01-31 | 2006-09-21 | ザ・ユニバーシティー・オブ・シカゴ | ３次元形状強調フィルタによる小結節のコンピュータ支援検出を行う方法、システムおよびコンピュータプログラム製品 |
| JP2006246941A (ja) * | 2005-03-08 | 2006-09-21 | Toshiba Corp | 画像処理装置及び管走行トラッキング方法 |
| JP2012143435A (ja) * | 2011-01-13 | 2012-08-02 | Shimadzu Corp | 診断用画像処理方法 |
| JP2016516466A (ja) * | 2013-03-12 | 2016-06-09 | ライトラボ・イメージング・インコーポレーテッド | 血管データ処理及び画像位置合わせのシステム、方法並びにデバイス |
| WO2017086433A1 (ja) * | 2015-11-19 | 2017-05-26 | 国立大学法人 東京大学 | 医用画像処理方法及び装置及びシステム及びプログラム |
| JP2019521733A (ja) * | 2016-05-16 | 2019-08-08 | キャスワークス リミテッド | 画像からの血管の選択方法 |
Family Cites Families (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101283911B (zh) * | 2008-06-05 | 2010-08-25 | 华北电力大学 | 一种冠状动脉血管轴线的四维重建方法 |
| CN101393644B (zh) * | 2008-08-15 | 2010-08-04 | 华中科技大学 | 一种肝门静脉血管树建模方法及其系统 |
| CN101425186B (zh) * | 2008-11-17 | 2012-03-28 | 华中科技大学 | 一种基于ct图像的肝脏分段方法及其系统 |
| CN104992437A (zh) * | 2015-06-29 | 2015-10-21 | 北京欣方悦医疗科技有限公司 | 一种冠脉三维图像分割的方法 |
| CN105136454A (zh) * | 2015-10-15 | 2015-12-09 | 上海电机学院 | 一种风电机组齿轮箱故障识别方法 |
| US10873681B2 (en) * | 2016-02-08 | 2020-12-22 | Imago Systems, Inc. | System and method for the visualization and characterization of objects in images |
| CN108697354B (zh) * | 2016-02-23 | 2022-12-06 | 梅约医学教育与研究基金会 | 超声血流成像 |
| WO2018001099A1 (zh) * | 2016-06-30 | 2018-01-04 | 上海联影医疗科技有限公司 | 一种血管提取方法与系统 |
| CN106127819B (zh) * | 2016-06-30 | 2019-10-08 | 上海联影医疗科技有限公司 | 医学图像中提取血管中心线的方法及其装置 |
| KR102050649B1 (ko) * | 2018-01-08 | 2019-12-17 | 숭실대학교산학협력단 | 2차원 x-선 조영영상의 혈관 구조 추출 방법, 이를 수행하기 위한 기록매체 및 장치 |
| CN110310323A (zh) * | 2018-03-20 | 2019-10-08 | 天津工业大学 | 基于Hessian矩阵和二维高斯拟合的视网膜血管管径测量方法 |
| CN108765363B (zh) * | 2018-03-24 | 2021-06-25 | 语坤（北京）网络科技有限公司 | 一种基于人工智能的冠脉cta自动后处理系统 |
| CN110288572B (zh) * | 2019-06-13 | 2021-09-21 | 北京理工大学 | 血管中心线自动提取方法及装置 |
| CN110786840B (zh) * | 2019-11-04 | 2021-06-08 | 苏州润迈德医疗科技有限公司 | 基于生理参数获取血管评定参数的方法、装置及存储介质 |
| CN110786841B (zh) * | 2019-11-04 | 2021-05-25 | 苏州润迈德医疗科技有限公司 | 基于微循环阻力指数调节最大充血状态流速的方法及装置 |
| CN110889896B (zh) * | 2019-11-11 | 2024-03-22 | 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 |
| CN110823241B (zh) * | 2019-11-19 | 2021-05-28 | 齐鲁工业大学 | 基于可通行区域骨架提取的机器人路径规划方法及系统 |
-
2020
- 2020-03-31 CN CN202010248890.3A patent/CN112164020B/zh active Active
- 2020-09-18 JP JP2022560075A patent/JP7481483B2/ja active Active
- 2020-09-18 EP EP20928342.3A patent/EP4131150A4/en not_active Withdrawn
- 2020-09-18 WO PCT/CN2020/116106 patent/WO2021196536A1/zh unknown
- 2020-09-18 US US17/995,094 patent/US20230245301A1/en active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH11120327A (ja) * | 1997-10-17 | 1999-04-30 | Toshiba Iyou System Engineering Kk | 画像処理装置 |
| JP2006521118A (ja) * | 2003-01-31 | 2006-09-21 | ザ・ユニバーシティー・オブ・シカゴ | ３次元形状強調フィルタによる小結節のコンピュータ支援検出を行う方法、システムおよびコンピュータプログラム製品 |
| JP2004283373A (ja) * | 2003-03-20 | 2004-10-14 | Toshiba Corp | 管腔状構造体の解析処理装置 |
| JP2006246941A (ja) * | 2005-03-08 | 2006-09-21 | Toshiba Corp | 画像処理装置及び管走行トラッキング方法 |
| JP2012143435A (ja) * | 2011-01-13 | 2012-08-02 | Shimadzu Corp | 診断用画像処理方法 |
| JP2016516466A (ja) * | 2013-03-12 | 2016-06-09 | ライトラボ・イメージング・インコーポレーテッド | 血管データ処理及び画像位置合わせのシステム、方法並びにデバイス |
| WO2017086433A1 (ja) * | 2015-11-19 | 2017-05-26 | 国立大学法人 東京大学 | 医用画像処理方法及び装置及びシステム及びプログラム |
| JP2019521733A (ja) * | 2016-05-16 | 2019-08-08 | キャスワークス リミテッド | 画像からの血管の選択方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| EP4131150A4 (en) | 2024-03-20 |
| CN112164020A (zh) | 2021-01-01 |
| JP7481483B2 (ja) | 2024-05-10 |
| WO2021196536A1 (zh) | 2021-10-07 |
| CN112164020B (zh) | 2024-01-23 |
| US20230245301A1 (en) | 2023-08-03 |
| EP4131150A1 (en) | 2023-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2023520481A (ja) | 血管の中心線を精密に抽出する方法、装置、分析システム、及び記憶媒体 | |
| JP7308238B2 (ja) | Ｘ線画像特徴検出および位置合わせのシステムおよび方法 | |
| JP2022169579A (ja) | リアルタイムで診断上有用な結果 | |
| JP6388632B2 (ja) | プロセッサ装置の作動方法 | |
| JP7437077B2 (ja) | 生理パラメータに基づき血管評定パラメータを取得する方法、装置及び記憶媒体 | |
| EP4064181A1 (en) | Method and apparatus for acquiring contour lines of blood vessel according to center line of blood vessel | |
| CN112419484B (zh) | 三维血管合成方法、系统及冠状动脉分析系统和存储介质 | |
| WO2021097820A1 (zh) | 具有狭窄病变区间的血管三维建模方法、装置和系统 | |
| WO2022109905A1 (zh) | 调节血管轮廓及中心线的方法及存储介质 | |
| CN112419462B (zh) | 三维血管的渲染合成方法、系统及存储介质 | |
| WO2021087961A1 (zh) | 测量舒张期血流速度的方法、装置、系统及存储介质 | |
| JP7049402B2 (ja) | プロセッサ装置の作動方法 | |
| CN112472112B (zh) | 调节血管狭窄区间的方法、系统及存储介质 | |
| CN112116711B (zh) | 用于流体力学分析的圆台血管数学模型的合成方法和装置 | |
| WO2022109904A1 (zh) | 二维图像选取及三维血管合成的方法和存储介质 | |
| CN115147360A (zh) | 一种斑块分割方法、装置、电子设备及可读存储介质 | |
| JP2018192287A (ja) | プロセッサ装置の作動方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220930 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220930 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230912 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231011 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240110 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240403 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240425 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7481483 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |