CN109087352B - 一种心脏冠脉优势型自动判别方法 - Google Patents

Abstract

本发明公开了一种心脏冠脉优势型自动判别方法，其基于提取的心脏冠脉中心线，获取其冠脉中心线中各点的坐标值，通过对各点坐标值的分析，以获取left_dominance、right_dominance、min_left_vessel及min_right_vessel四个参数值，并针对left_dominance、right_dominance参数中至少一个为true或二者均为false提出不同的判别方法，从而快速准确地实现心脏冠脉优势型的自动判别并输出判别结果。

Description

一种心脏冠脉优势型自动判别方法

技术领域

本发明涉及冠脉图像处理及识别领域，具体涉及一种心脏冠脉优势型自动判别方法。

背景技术

心脏的形状如一倒置的、前后略扁的圆锥体，如将其视为头部，则位于头顶部、几乎环绕心脏一周的冠状动脉恰似一顶王冠，这就是其名称由来。冠状动脉是供给心脏血液的动脉，起于主动脉根部(升主动脉)，分左右两支，行于心脏表面。采用Schlesinger等的分类原则，将冠状动脉的分布分为三型：1、右优势型；2、均衡型；3、左优势型。

所谓优势型，简单来说即是心脏的左右两个冠脉哪个承担更多的心肌供血，目前，心脏冠脉优势型的判断大多是通过医生的直观评价，其更多地依赖于医生的经验，鲜有通过图像处理进行自动判别的技术。

发明内容

本发明的目的在于提供一种心脏冠脉优势型自动判别方法。

为实现上述目的，本发明采用以下技术方案：

一种心脏冠脉优势型自动判别方法，包括以下步骤：

S1、提取心脏冠脉中心线；

S2、保存心脏冠脉中心线中每根血管从起点到终点的每个点的三维坐标；

每个点的三维坐标定义为：沿人两肩方向为X轴方向，左手所在方向为X轴正方向；沿着人的胸口方向,垂直X轴为Y轴正方向；沿着人体向下为Z轴正方向；

S3、根据每个点的三维坐标，判断心脏冠脉优势型；

步骤S3具体包括以下步骤：

S31、分别获取左右冠脉起点的坐标left_root(x,y,z),right_root(x,y,z)，计算left_root和right_root的中点坐标mid_point(x,y,z)；

S32、对于左冠脉的每一根血管left_vessel，遍历left_vessel上每一个像素点，判断它的X坐标是否小于mid_point的X坐标，若是,则记left_dominance＝True,否则记录left_dominance＝False；

对于右冠脉的每一根血管right_vessel,遍历right_vessel上每一个像素点,判断它的x坐标是否大于mid_point的x坐标,如果是,则记right_dominance＝True,否则记录right_dominance＝False；

S33、根据获取的left_dominance、right_dominance参数值，判断心脏冠脉优势型：若left_dominance＝ture且right_dominance＝false，则输出结果为左优势型；若left_dominance＝false且right_dominance＝true，则输出结果为右优势型；若left_dominance＝true且right_dominance＝true，则输出结果为为均衡型。

进一步地，若left_dominance＝false且right_dominance＝false，则步骤S3还包括以下步骤：

S34、计算左冠脉上每一根血管上每一个点和mid_point在X轴方向上的最小距离min(left_vessel_x-mid_point_x),记录这个最小值为min_left_vessel；计算右冠脉上每一根血管上每一个点和mid_point在x轴方向上的最小距离min(mid_point_x–right_vessel_x),记录这个最小值为min_right_vessel；

S35、根据计算的min_left_vessel及min_right_vessel，判断心脏冠脉优势型：若min_left_vessel<min_right_vessel,则输出结果为左优势型；若min_left_vessel>min_right_vessel,则输出结果为右优势型；若min_left_vessel＝＝min_right_vessel,则输出结果为均衡型。

进一步地，步骤S1包括：

S11、获取患者心脏冠脉血管的原始CT图像；

S12、对原始CT图像进行图像处理，三维重构出心脏冠脉3D图像；

S13、从心脏冠脉3D图像中提取心脏冠脉中心线并以VTK格式进行保存。

采用上述技术方案后，本发明与背景技术相比，具有如下优点：本发明基于心脏冠脉血管的中心线信息，可快速准确地自动识别心脏冠脉的优势型。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

实施例

本发明公开了一种心脏冠脉优势型自动判别方法，包括以下步骤：

S1、提取心脏冠脉中心线；

S2、保存心脏冠脉中心线中每根血管从起点到终点的每个点的三维坐标；

S3、根据每个点的三维坐标，判断心脏冠脉优势型。

步骤S1具体包括：

S11、获取患者心脏冠脉血管的原始CT图像；

S12、对原始CT图像进行图像处理，三维重构出心脏冠脉3D图像；

S13、从心脏冠脉3D图像中提取心脏冠脉中心线并以VTK格式进行保存，最终得到的心脏冠脉中心线信息是每条血管中点的信息，这里每个点就是对应的CT图像上的一个截面，他们都有自己对应的三维坐标(x,y,z)。

步骤S2中，每个点的三维坐标定义为：沿人两肩方向为X轴方向，左手所在方向为X轴正方向；沿着人的胸口方向，垂直X轴为Y轴正方向；沿着人体向下为Z轴正方向。

心脏冠脉血管从结构上看是两个树状结构,其中左冠脉所有血管的起点都是从左心房主动脉发出,右冠脉所有血管都从右心房主动脉发出。则步骤S3具体包括以下步骤：

S31、分别获取左右冠脉起点的坐标left_root(x,y,z)和right_root(x,y,z)，计算left_root和right_root的中点坐标mid_point(x,y,z)；

S32、对于左冠脉的每一根血管left_vessel，遍历left_vessel上每一个像素点，判断它的X坐标是否小于mid_point的X坐标，若是,则记left_dominance＝True，否则记录left_dominance＝False；

对于右冠脉的每一根血管right_vessel，遍历right_vessel上每一个像素点,判断它的x坐标是否大于mid_point的x坐标，若是，则记right_dominance＝True，否则记录right_dominance＝False；

S33、根据获取的left_dominance及right_dominance参数值，判断心脏冠脉优势型：若left_dominance＝ture且right_dominance＝false，则输出结果为左优势型；若left_dominance＝false且right_dominance＝true，则输出结果为右优势型；若left_dominance＝true且right_dominance＝true，则输出结果为为均衡型。

若left_dominance＝false且right_dominance＝false，则步骤S3还包括以下步骤：

S34、计算左冠脉上每一根血管上每一个点和mid_point在X轴方向上的最小距离min(left_vessel_x-mid_point_x)，记录这个最小值为min_left_vessel；计算右冠脉上每一根血管上每一个点和mid_point在x轴方向上的最小距离min(mid_point_x–right_vessel_x)，记录这个最小值为min_right_vessel；

S35、根据计算的min_left_vessel及min_right_vessel，判断心脏冠脉优势型：若min_left_vessel<min_right_vessel，则输出结果为左优势型；若min_left_vessel>min_right_vessel,则输出结果为右优势型；若min_left_vessel＝＝min_right_vessel，则输出结果为均衡型。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

本发明受江苏省自然科学基金(编号:BK20160971)和国家自然科学基金(编号:61703212)资助。

Claims (3)

1.一种心脏冠脉优势型自动判别方法，其特征在于，包括以下步骤：

S1、基于心脏冠脉血管的CT图像构建心脏冠脉3D图像并提取心脏冠脉中心线；

S2、保存心脏冠脉中心线中每根血管从起点到终点的每个点的三维坐标；

每个点的三维坐标定义为：沿人两肩方向为X轴方向，左手所在方向为X轴正方向；沿着人的胸口方向，垂直X轴为Y轴正方向；沿着人体向下为Z轴正方向；

S3、根据每个点的三维坐标，判断心脏冠脉优势型；

步骤S3具体包括以下步骤：

S31、分别获取左右冠脉起点的坐标left_root(x,y,z)和right_root(x,y,z)，计算left_root和right_root的中点坐标mid_point(x,y,z)；

S32、对于左冠脉的每一根血管left_vessel，遍历left_vessel上每一个像素点，判断它的X坐标是否均小于mid_point的X坐标，若是,则记left_dominance＝True,否则记录left_dominance＝False；

对于右冠脉的每一根血管right_vessel,遍历right_vessel上每一个像素点,判断它的x坐标是否均大于mid_point的x坐标，若是，则记right_dominance＝True,否则记录right_dominance＝False；

S33、根据获取的left_dominance和right_dominance参数值，判断心脏冠脉优势型：若left_dominance＝ture且right_dominance＝false，则输出结果为左优势型；若left_dominance＝false且right_dominance＝true，则输出结果为右优势型；若left_dominance＝true且right_dominance＝true，则输出结果为为均衡型。

2.如权利要求1所述的一种心脏冠脉优势型自动判别方法，其特征在于：若left_dominance＝false且right_dominance＝false，则步骤S3还包括以下步骤：

S34、计算左冠脉上每一根血管上每一个点和mid_point在X轴方向上的最小距离min(left_vessel_x-mid_point_x)，记录这个最小值为min_left_vessel；计算右冠脉上每一根血管上每一个点和mid_point在x轴方向上的最小距离min(mid_point_x–right_vessel_x),记录这个最小值为min_right_vessel；

S35、根据计算的min_left_vessel及min_right_vessel，判断心脏冠脉优势型：若min_left_vessel<min_right_vessel，则输出结果为左优势型；若min_left_vessel>min_right_vessel，则输出结果为右优势型；若min_left_vessel＝＝min_right_vessel，则输出结果为均衡型。

3.如权利要求1所述的一种心脏冠脉优势型自动判别方法，其特征在于，步骤S1包括：

S11、获取患者心脏冠脉血管的原始CT图像；

S12、对原始CT图像进行图像处理，三维重构出心脏冠脉3D图像；

S13、从心脏冠脉3D图像中提取心脏冠脉中心线并以VTK格式进行保存。