CN108648231B - 基于三维医学影像的管状结构长度测量***及方法 - Google Patents
基于三维医学影像的管状结构长度测量***及方法 Download PDFInfo
- Publication number
- CN108648231B CN108648231B CN201810453452.3A CN201810453452A CN108648231B CN 108648231 B CN108648231 B CN 108648231B CN 201810453452 A CN201810453452 A CN 201810453452A CN 108648231 B CN108648231 B CN 108648231B
- Authority
- CN
- China
- Prior art keywords
- tubular structure
- module
- image
- straightened
- dimensional slice
- 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.)
- Active
Links
Classifications
-
- 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
- G06T7/68—Analysis of geometric attributes of symmetry
-
- 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
- G06T7/60—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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
-
- 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
- G06T2207/30028—Colon; Small intestine
-
- 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
- G06T2207/30172—Centreline of tubular or elongated structure
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (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)
- Ultra Sonic Daignosis Equipment (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
本发明公开了一种基于三维医学影像的管状结构长度测量***及方法,通过采用数学中的微分求和原理,将管状结构的长度值计算转化为一系列相邻切片间距的累加计算,首先将管状结构的中心线提取出来,然后基于中心线构建法平面,将管状结构细分为一系列的二维切面,并在拉直曲面重建的图像上确定感兴趣区域范围,最后计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,得到所需要的管状结构长度值,从而实现对管状结构的长度进行精确测量,可广泛用于血管支架术前规划、斑块长度测量、血栓长度测量、血管瘤及夹层测量、肠道息肉测量等领域。
Description
技术领域
本发明属于医学图像处理技术领域,涉及一种管状结构长度测量方法,具体是一种基于三维医学影像的管状结构长度测量***及方法。
背景技术
借助现代医学手段如磁共振(MRI)、计算机断层成像(CT)、超声(US)、数字化X线摄影(DR)、光学相干断层扫描(OCT)以及虚拟肠镜技术等等,可提供多模态的人体心脑血管、消化道等管腔腔体或管壁(以下统称管状结构)信息。鉴于管状结构在三维空间中的几何形态较为复杂,如弯曲,卷绕等,目前仅考虑管状结构感兴趣区域的直线距离的长度测量方案存在较大的误差。
发明内容
本发明的目的在于提供一种基于三维医学影像的管状结构长度测量***及方法,实现对管状结构的长度的精确测量。
本发明的目的可以通过以下技术方案实现:
基于三维医学影像的管状结构长度测量***,包括管状结构成像模块、中心线提取模块、二维切面细分模块、图像重建模块、区域选择模块、管壁间距计算模块以及长度测量模块;
所述管状结构成像模块,采用磁共振、计算机断层成像、超声、数字化X线摄影、光学相干断层扫描以及虚拟肠镜技术对人体心脑血管、消化道的管腔腔体或管壁进行高分辨率的三维成像,得到相应的管状结构信息;
所述中心线提取模块,采用手动或半自动方式,将管状结构成像模块得到的管状结构的中心线提取出来;
所述二维切面细分模块,基于中心线提取模块提取出的管状结构中心线构建法平面,将管状结构细分为一系列的二维切面;
所述图像重建模块,对二维切面细分模块细分出的一系列二维切面进行拉直曲面重建,得到拉直曲面重建图像;
所述区域选择模块,用于在拉直曲面重建的图像上确定感兴趣区域范围;
所述管壁间距计算模块,根据相邻中心点的具体连接模型,计算出相邻切面间的管状结构的壁间距;
所述长度测量模块,计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,从而得到所需要的管状结构的长度值。
基于三维医学影像的管状结构长度测量方法,具体包括以下步骤:
步骤S1,采用磁共振、计算机断层成像、超声、数字化X线摄影、光学相干断层扫描以及虚拟肠镜技术对人体心脑血管、消化道的管腔腔体或管壁进行高分辨率的三维成像,得到相应的管状结构信息;
步骤S2,采用手动或半自动方式,将管状结构的中心线提取出来;
步骤S3,基于管状结构中心线构建法平面,将管状结构细分为一系列的二维切面;
步骤S4,对细分出的二维切面进行拉直曲面重建,得到拉直曲面重建图像;
步骤S5,在拉直曲面重建的图像上确定感兴趣区域范围;
步骤S6,根据相邻中心点的具体连接模型,计算出相邻切面间的管状结构的壁间距;
步骤S7,计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,得到所需要的管状结构的长度值。
进一步地,所述步骤S6中,计算相邻切面间的管状结构壁间距时,具体包括以下步骤:
步骤S61,根据计算出的中心线,分别计算出两个切面的平面方程,同时,在对应的法平面上直接测量出管状结构的直径D1和D2;
步骤S62,计算相邻切面法向量的夹角α,并根据平面几何关系计算得出未知参数d;
步骤S63,根据相邻切面法向量的夹角α,设定相邻中心点间的连接模型;
步骤S64,根据步骤S63确定的连接模型求出相邻切面间的管状结构壁间距dx1或dx2。
进一步地,所述步骤S63中,若夹角α<10°,则为线性连接模型;若夹角α>10°,则为圆弧连接模型或样条连接模型。
本发明的有益效果:本发明提供的基于三维医学影像的管状结构长度测量***及方法,通过采用数学中的微分求和原理,将管状结构的长度值计算转化为一系列相邻切片间距的累加计算,首先,将管状结构中心线提取出来,然后基于中心线构建法平面,将管状结构细分为一系列的二维切面,并在拉直曲面重建的图像上确定感兴趣区域范围,最后计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,得到所需要的管状结构长度值,从而实现对管状结构的长度进行精确测量,可广泛用于血管支架术前规划、斑块长度测量、血栓长度测量、血管瘤及夹层测量、肠道息肉测量等领域。
附图说明
下面结合附图和具体实施例对本发明作进一步详细描述。
图1是本发明的***示意图。
图2是本发明的方法流程图。
图3是本发明相邻切面间管状结构壁间距的计算示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
如图1所示,本发明提供了一种基于三维医学影像的管状结构长度测量***,包括管状结构成像模块、中心线提取模块、二维切面细分模块、图像重建模块、区域选择模块、管壁间距计算模块以及长度测量模块。
管状结构成像模块,采用磁共振、计算机断层成像、超声、数字化X线摄影、光学相干断层扫描以及虚拟肠镜技术对人体心脑血管、消化道的管腔腔体或管壁进行高分辨率的三维成像,得到相应的管状结构信息。
中心线提取模块,采用手动或半自动方式,如指定起止点等,将管状结构成像模块得到的管状结构的中心线提取出来。
二维切面细分模块,基于中心线提取模块提取出的管状结构中心线构建法平面,将管状结构细分为一系列的二维切面。
图像重建模块,对二维切面细分模块细分出的一系列二维切面进行拉直曲面重建,得到拉直曲面重建图像。
区域选择模块,用于在拉直曲面重建的图像上确定感兴趣区域范围。
管壁间距计算模块,根据相邻中心点的具体连接模型,计算出相邻切面间的管状结构的壁间距。
长度测量模块,计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,从而得到所需要的管状结构的长度值。
如图2所示,一种基于三维医学影像的管状结构长度测量方法,具体包括以下步骤:
步骤S1,采用磁共振、计算机断层成像、超声、数字化X线摄影、光学相干断层扫描以及虚拟肠镜技术对人体心脑血管、消化道的管腔腔体或管壁进行高分辨率的三维成像,得到相应的管状结构信息。
步骤S2,采用手动或半自动方式,如指定起止点等,将管状结构的中心线提取出来。
步骤S3,基于管状结构中心线构建法平面,将管状结构细分为一系列的二维切面。
步骤S4,对细分出的二维切面进行拉直曲面重建,得到拉直曲面重建图像。
步骤S5,在拉直曲面重建的图像上确定感兴趣区域范围。
步骤S6,根据相邻中心点的具体连接模型,计算出相邻切面间的管状结构的壁间距。
其中,步骤S6中,计算相邻切面间的管状结构壁间距时,如图3所示,具体包括以下步骤:
步骤S61,确定已知参数,根据计算出的中心线,分别计算出两个切面的平面方程,同时,在对应的法平面上直接测量出管状结构的直径D1和D2;
步骤S62,计算相邻切面法向量的夹角α,并根据平面几何关系计算得出未知参数d;
步骤S63,根据相邻切面法向量的夹角α,设定相邻中心点间的连接模型;其中,若夹角α<10°,则为线性连接模型;若夹角α>10°,则为圆弧连接模型或样条连接模型。
步骤S64,根据步骤S63确定的连接模型求出相邻切面间的管状结构壁间距dx1或dx2。
步骤S62,根据计算出的中心线,计算出法平面1与法平面2的平面方程,同时,在对应的法平面上直接测量出管状结构的直径D1和D2。
步骤S63,求出未知参数α和d,其中,α为法平面1与法平面2法向量的夹角,未知参数d则根据平面几何关系计算得出。
步骤S64,根据步骤S61确定的连接模型求出相邻切面间的管状结构壁间距dx1或dx2。
步骤S7,计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,得到所需要的管状结构的长度值。
本发明提供的基于三维医学影像的管状结构长度测量***及方法,通过采用数学中的微分求和原理,将管状结构的长度值计算转化为一系列相邻切片间距的累加计算,首先,将管状结构中心线提取出来,然后基于中心线构建法平面,将管状结构细分为一系列的二维切面,并在拉直曲面重建的图像上确定感兴趣区域范围,最后计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,得到所需要的管状结构长度值,从而实现对管状结构的长度进行精确测量,可广泛用于血管支架术前规划、斑块长度测量、血栓长度测量、血管瘤及夹层测量、肠道息肉测量等领域。
在本说明书的描述中,参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (2)
1.基于三维医学影像的管状结构长度测量***,其特征在于,包括管状结构成像模块、中心线提取模块、二维切面细分模块、图像重建模块、区域选择模块、管壁间距计算模块以及长度测量模块;
所述管状结构成像模块,采用磁共振、计算机断层成像、超声、数字化X线摄影、光学相干断层扫描以及虚拟肠镜技术对人体心脑血管、消化道的管腔腔体或管壁进行高分辨率的三维成像,得到相应的管状结构信息;
所述中心线提取模块,采用手动或半自动方式,将管状结构成像模块得到的管状结构的中心线提取出来;
所述二维切面细分模块,基于中心线提取模块提取出的管状结构中心线构建法平面,将管状结构细分为一系列的二维切面;
所述图像重建模块,对二维切面细分模块细分出的一系列二维切面进行拉直曲面重建,得到拉直曲面重建图像;
所述区域选择模块,用于在拉直曲面重建的图像上确定感兴趣区域范围;
所述管壁间距计算模块,根据相邻中心点的具体连接模型,计算出相邻切面间的管状结构的壁间距;
所述长度测量模块,计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,从而得到所需要的管状结构的长度值。
2.基于三维医学影像的管状结构长度测量方法,其特征在于,具体包括以下步骤:
步骤S1,采用磁共振、计算机断层成像、超声、数字化X线摄影、光学相干断层扫描以及虚拟肠镜技术对人体心脑血管、消化道的管腔腔体或管壁进行高分辨率的三维成像,得到相应的管状结构信息;
步骤S2,采用手动或半自动方式,将管状结构的中心线提取出来;
步骤S3,基于管状结构中心线构建法平面,将管状结构细分为一系列的二维切面;
步骤S4,对细分出的二维切面进行拉直曲面重建,得到拉直曲面重建图像;
步骤S5,在拉直曲面重建的图像上确定感兴趣区域范围;
步骤S6,根据相邻中心点的具体连接模型,计算出相邻切面间的管状结构的壁间距;
步骤S7,计算出感兴趣区域所包含的相邻切面间的管状结构的壁间距之和,得到所需要的管状结构的长度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810453452.3A CN108648231B (zh) | 2018-05-14 | 2018-05-14 | 基于三维医学影像的管状结构长度测量***及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810453452.3A CN108648231B (zh) | 2018-05-14 | 2018-05-14 | 基于三维医学影像的管状结构长度测量***及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108648231A CN108648231A (zh) | 2018-10-12 |
CN108648231B true CN108648231B (zh) | 2019-07-12 |
Family
ID=63755013
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810453452.3A Active CN108648231B (zh) | 2018-05-14 | 2018-05-14 | 基于三维医学影像的管状结构长度测量***及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108648231B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109875527A (zh) * | 2019-02-20 | 2019-06-14 | 数坤(北京)网络科技有限公司 | 一种血管钙化的计算方法及设备 |
CN109920027B (zh) * | 2019-03-01 | 2021-02-09 | 数坤(北京)网络科技有限公司 | 一种曲面重建方法、设备及计算机可读介质 |
CN110189258B (zh) * | 2019-07-23 | 2019-10-25 | 南京景三医疗科技有限公司 | 基于mri多模态序列的颈动脉管腔和管壁自动分割方法 |
CN110763169B (zh) * | 2019-10-25 | 2021-04-27 | 中国石油大学(华东) | 一种基于重构模型中轴线、中轴面的结构尺寸测量方法 |
CN110766692B (zh) * | 2019-11-05 | 2020-04-21 | 北京智拓视界科技有限责任公司 | 检测肠道中突起物的方法、终端和计算机可读存储介质 |
CN110910374A (zh) * | 2019-11-25 | 2020-03-24 | 华中科技大学同济医学院附属协和医院 | 一种主动脉影像智能处理***及方法 |
CN111578867B (zh) * | 2020-04-10 | 2021-08-24 | 清华大学深圳国际研究生院 | 基于多次错位压缩全息重构的三维成像方法及*** |
CN112614217B (zh) * | 2020-12-17 | 2024-06-14 | 深圳睿心智能医疗科技有限公司 | 管状物三维模型的拉直方法、装置及电子设备 |
CN113888690B (zh) * | 2021-10-19 | 2022-08-12 | 柏意慧心(杭州)网络科技有限公司 | 用于确定血管中的目标区段的方法、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493940A (zh) * | 2009-02-27 | 2009-07-29 | 东南大学 | 基于弹性小球动态平衡的医学图像中血管参数测量方法 |
CN101923607A (zh) * | 2010-09-01 | 2010-12-22 | 冯睿 | 一种血管计算机辅助影像学评估*** |
CN102819823A (zh) * | 2012-01-12 | 2012-12-12 | 北京理工大学 | 一种从造影图像中全自动跟踪提取血管的方法 |
CN104318557A (zh) * | 2014-10-17 | 2015-01-28 | 重庆大学 | 血管骨架线重构及精确管径计算方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8014581B2 (en) * | 2007-02-06 | 2011-09-06 | Siemens Medical Solutions Usa, Inc. | 3D segmentation of the colon in MR colonography |
CN101283929B (zh) * | 2008-06-05 | 2010-06-16 | 华北电力大学 | 一种血管三维模型的重建方法 |
JP2012075702A (ja) * | 2010-10-01 | 2012-04-19 | Fujifilm Corp | 管状構造物内画像再構成装置、管状構造物内画像再構成方法および管状構造物内画像再構成プログラム |
CN102903115B (zh) * | 2012-10-12 | 2016-01-20 | 中国科学院深圳先进技术研究院 | 一种管状物体中心线的提取方法 |
EP3157411B1 (en) * | 2014-06-19 | 2022-12-07 | Koninklijke Philips N.V. | Determining an effective cross-sectional area of a cardiovascular structure |
-
2018
- 2018-05-14 CN CN201810453452.3A patent/CN108648231B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101493940A (zh) * | 2009-02-27 | 2009-07-29 | 东南大学 | 基于弹性小球动态平衡的医学图像中血管参数测量方法 |
CN101923607A (zh) * | 2010-09-01 | 2010-12-22 | 冯睿 | 一种血管计算机辅助影像学评估*** |
CN102819823A (zh) * | 2012-01-12 | 2012-12-12 | 北京理工大学 | 一种从造影图像中全自动跟踪提取血管的方法 |
CN104318557A (zh) * | 2014-10-17 | 2015-01-28 | 重庆大学 | 血管骨架线重构及精确管径计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108648231A (zh) | 2018-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108648231B (zh) | 基于三维医学影像的管状结构长度测量***及方法 | |
US10902606B2 (en) | Heart model guided coronary artery segmentation | |
CA2266580C (en) | Three-dimensional intraluminal ultrasound image reconstruction | |
JP5129480B2 (ja) | 管状臓器の3次元再構成を行うシステム及び血管撮像装置の作動方法 | |
CN108186038A (zh) | 基于动脉造影影像计算冠脉血流储备分数的*** | |
US20140099012A1 (en) | Systems for correcting distortions in a medical image and methods of use thereof | |
CN109009001B (zh) | 血管压力差修正方法、装置和设备 | |
EP1603620B1 (en) | Determining the geometry and dimensions of a three-dimensional object | |
US20220351388A1 (en) | Method and terminal for detecting protrusion in intestinal tract, and computer-readable storage medium | |
CN104837407A (zh) | 血管解析装置、医用图像诊断装置以及血管解析方法 | |
JP2008531232A (ja) | 管状オブジェクトの第1及び第2の3d画像を相関させる装置及び方法 | |
CN109620199B (zh) | 建立血管截面函数、血管压力差和血管应力的方法及装置 | |
CN112419484B (zh) | 三维血管合成方法、***及冠状动脉分析***和存储介质 | |
CN108742570B (zh) | 基于冠脉优势类型获取血管压力差的装置 | |
JP6121807B2 (ja) | 超音波診断装置、コンピュータプログラム及び制御方法 | |
CN109584195A (zh) | 一种双模图像自动融合方法 | |
CN115019014B (zh) | 一种四维血管重建方法和力学计算方法 | |
CN111325761A (zh) | 基于三次b样条插值的血管内超声图像分割与测量方法 | |
Tu et al. | The impact of acquisition angle differences on three‐dimensional quantitative coronary angiography | |
JP2011189074A (ja) | 医療機器 | |
McFarland et al. | Spiral computed tomographic colonography: determination of the central axis and digital unraveling of the colon | |
Thune et al. | A practical method for estimating enclosed volumes using 3D ultrasound | |
CN108742667B (zh) | 基于身体质量指数获取血流特征值的方法和装置 | |
JP5484998B2 (ja) | 医用画像処理装置及び脂肪領域計測用制御プログラム | |
CN115252123A (zh) | 血管介入工具位置确定装置、测量装置及*** |
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 |