CN111724363B - 四维心脏图像质量评估方法、装置、设备及存储介质 - Google Patents

四维心脏图像质量评估方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111724363B
CN111724363B CN202010539697.5A CN202010539697A CN111724363B CN 111724363 B CN111724363 B CN 111724363B CN 202010539697 A CN202010539697 A CN 202010539697A CN 111724363 B CN111724363 B CN 111724363B
Authority
CN
China
Prior art keywords
image
dimensional
dimensional cardiac
processed
average
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
Application number
CN202010539697.5A
Other languages
English (en)
Other versions
CN111724363A (zh
Inventor
胡怀飞
潘宁
刘海华
刘李漫
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South Central Minzu University
Original Assignee
South Central University for Nationalities
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South Central University for Nationalities filed Critical South Central University for Nationalities
Priority to CN202010539697.5A priority Critical patent/CN111724363B/zh
Publication of CN111724363A publication Critical patent/CN111724363A/zh
Application granted granted Critical
Publication of CN111724363B publication Critical patent/CN111724363B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0012Biomedical image inspection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00Geometric image transformations in the plane of the image
    • G06T3/06Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/30Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10072Tomographic images
    • G06T2207/10088Magnetic resonance imaging [MRI]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing
    • G06T2207/30048Heart; Cardiac
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30168Image quality inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (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)
  • Image Processing (AREA)

Abstract

本发明公开了一种四维心脏图像质量评估方法、装置、设备及存储介质,该方法通过基于时相获取待处理四维心脏图像在舒张期时相下的二维心脏图像,将待处理四维心脏图像在舒张期时相下的二维心脏图像作为待处理二维心脏图像,并计算得到的待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵,进而根据计算获得的互信息熵对待处理四维心脏图像的质量进行评估,实现了对四维心脏图像质量的评估,显著减少了人工投入,同时由于整个评估过程无需人工额外介入,有效避免了因为人为因素导致的误差,进而提高了质量评估的准确度。

Description

四维心脏图像质量评估方法、装置、设备及存储介质
技术领域
本发明涉及医学图像的计算机分析技术领域,尤其涉及一种四维心脏图像质量评估方法、装置、设备及存储介质。
背景技术
心脏是人体的重要器官,其是否正常工作直接影响到人的健康。据统计,心脏疾病是全球死亡率最高的疾病之一,给社会经济发展带来巨大的影响。为此,开展心脏病早期诊断与治疗的新技术研究,具有非常重要的社会意义与使用价值。
目前,心脏磁共振成像(四维心脏图像)可以说是用于心脏诊断成像的最广泛的技术。但是随着核磁成像检查的价格越来越便宜,并且越来越多地投入使用,无形中增加了一些机构成像的负荷,从而造成无法维持成像协议的公开标准。在海量核磁成像的研究中,心脏图像的质量评估尤其重要。这些图像在进入核心实验研究之前,需要从不同的成像站点获取。存储在这些站点的海量图像,需在进入实验分析之前由经验丰富的人员检查图像质量,这无疑造成了人工的负担。因此,如何提高对四维心脏图像质量的评估是亟待解决的技术问题。
上述内容仅用于辅助理解本发明的技术方案,并不代表承认上述内容是现有技术。
发明内容
本发明的主要目的在于提供了一种四维心脏图像质量评估方法、装置、设备及存储介质,旨在解决现有技术中对四维心脏图像质量评估需要大量人工投入,造成人工负担的技术问题。
为实现上述目的,本发明提供了一种四维心脏图像质量评估方法,所述方法包括以下步骤:
获取待处理四维心脏图像;
基于时相获取所述待处理四维图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像;
计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵;
根据所述互信息熵对所述待处理四维心脏图像的质量进行评估。
可选地,所述基于时相获取所述待处理四维图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像的步骤,包括:
基于时相获取所述待处理四维心脏图像在舒张期时相下的三维心脏图像,所述三维心脏图像由多层二维心脏图像按照预设方向坐标排序组成;
获取所述三维心脏图像中的各层二维心脏图像,得到所述待处理二维心脏图像。
可选地,所述计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵的步骤,包括:
将所述待处理二维心脏图像与所述二维心脏平均图像进行配准,得到配准结果图像;
计算所述配准结果图像和所述二维心脏平均图像之间的互信息熵;
将所述互信息熵作为所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵。
可选地,所述将所述待处理二维心脏图像与所述二维心脏平均图像进行配准,得到配准结果图像的步骤,包括:
将所述待处理二维心脏图像与所述二维心脏平均图像进行刚性配准,得到刚性配准结果图像;
将所述刚性配准结果图像与所述二维心脏平均图像进行非刚性配准,得到非刚性配准结果图像;
将所述非刚性配准结果图像作为所述配准结果图像。
可选地,所述计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵的步骤之前,所述方法还包括:
获取四维心脏图像训练集合;
基于群组互信息方式从所述四维心脏图像训练集合中选择舒张期时相下的初始平均图像;
从所述四维心脏图像训练集合中获取舒张期个例图像;
将所述舒张期个例图像与所述初始平均图像进行全局刚性配准与局部非刚性配准,获得舒张期时相的最终平均图像;
将所述最终平均图像作为所述二维心脏平均图像。
可选地,所述将所述舒张期个例图像与所述初始平均图像进行全局刚性配准与局部非刚性配准,获得舒张期时相的最终平均图像的步骤,包括:
将所述舒张期个例图像与所述初始平均图像进行全局刚性配准,获得舒张期个例配准图像;
将所述初始平均图像作为迭代平均图像;
将所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场;
对所述形变位移场进行预设运算,获得平均位移场;
根据所述平均位移场与对所述迭代平均图像进行合成,获得合成平均图像;
将所述合成平均图像作为新的所述迭代平均图像,并返回所述将所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场的步骤进行迭代更新,经过若干次迭代后,获得舒张期时相的最终平均图像。
可选地,所述根据所述互信息熵对所述待处理四维心脏图像的质量进行评估的步骤,包括:
根据所述互信息熵标注所述待处理四维心脏图像舒张期的心底层、中间层,以及心尖层;
根据标注结果判断所述心底层和所述心尖层是否缺失;
根据判断结果对所述待处理四维心脏图像的质量进行评估。
此外,为实现上述目的,本发明还提出一种四维心脏图像质量评估装置,所述装置包括:
第一获取模块,用于获取待处理四维心脏图像;
第二获取模块,用于基于时相获取所述待处理四维图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像;
计算模块,用于计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵;
评估模块,用于根据所述互信息熵对所述待处理四维心脏图像的质量进行评估。
此外,为实现上述目的,本发明还提出一种四维心脏图像质量评估设备,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的四维心脏图像质量评估程序,所述四维心脏图像质量评估程序配准为实现如上文所述的四维心脏图像质量评估方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有四维心脏图像质量评估程序,所述四维心脏图像质量评估程序被处理器执行时实现如上文所述的四维心脏图像质量评估方法的步骤。
本发明四维心脏图像质量评估方法,通过基于时相获取待处理四维心脏图像在舒张期时相下的二维心脏图像,将待处理四维心脏图像在舒张期时相下的二维心脏图像作为待处理二维心脏图像,并计算得到的待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵,进而根据计算获得的互信息熵对待处理四维心脏图像的质量进行评估,实现了对四维心脏图像质量的评估,显著减少了人工投入,同时由于整个评估过程无需人工额外介入,有效避免了因为人为因素导致的误差,进而提高了质量评估的准确度。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的四维心脏图像质量评估设备的结构示意图;
图2为本发明四维心脏图像质量评估方法第一实施例的流程示意图;
图3为本发明四维心脏图像质量评估方法第二实施例的流程示意图;
图4为本发明四维心脏图像质量评估装置第一实施例的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的四维心脏图像质量评估设备结构示意图。
如图1所示,该四维心脏图像质量评估设备可以包括:处理器1001,例如中央处理器(Central Processing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(WIreless-FIdelity,WI-FI)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM)存储器,也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对四维心脏图像质量评估设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作***、数据存储模块、网络通信模块、用户接口模块以及四维心脏图像质量评估程序。
在图1所示的四维心脏图像质量评估设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明四维心脏图像质量评估设备中的处理器1001、存储器1005可以设置在四维心脏图像质量评估设备中,所述四维心脏图像质量评估设备通过处理器1001调用存储器1005中存储的四维心脏图像质量评估程序,并执行本发明实施例提供的四维心脏图像质量评估方法。
本发明实施例提供了一种四维心脏图像质量评估方法,参照图2,图2为本发明四维心脏图像质量评估方法第一实施例的流程示意图。
本实施例中,所述四维心脏图像质量评估方法,包括以下步骤:
步骤S10,获取待处理四维心脏图像。
具体的说,本实施例中的执行主体为任意能够进行计算机图像处理的设备,比如个人电脑或者服务器等终端设备,本实施例对此不做限制。
此外,上述所说的待处理四维心脏图像,在本实施例中具体是指基于心脏磁共振(Magnetic Resonance,MR)成像技术拍摄得到的核磁图像。但,在实际应用中,所述待处理四维心脏图像可以是基于任意技术获得的四维心脏图像。
此外,关于所述待处理四维心脏图像的获取方式,具体可以根据所述待处理四维心脏图像的存储地址确定。
比如说,在所述待处理四维心脏图像是来自于网络大数据平台时,可以是利用网络爬虫技术从所述网络大数据平台爬取的。
还比如说,在所述待处理四维心脏图像是来自于本地数据库时,则直接根据预设的数据库访问指令进行查询获取即可。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以根据需要进行设置,此处不做限制。
步骤S20,基于时相获取所述待处理四维图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像。
具体的说,考虑到心脏在舒张期时左心室血池处于充盈状态,图像对比度强,因此上述获取到的待处理二维心脏图像为所述待处理四维图像在舒张期时相下的二维心脏图像。
此外,值得一提的是,由于本实施例中所说的待处理四维心脏图像是四维磁共振心脏图像。而四维磁共振心脏图像可以看成是按照不同时相下的三维心脏图像组织而成的。故而,在基于时相以获得待处理二维心脏图像时,只需要基于时相获取所述待处理四维心脏图像在舒张期时相下的三维心脏图像;然后,获取所述三维心脏图像中的各层二维心脏图像,将获取到的二维心脏图像作为所述待处理二维心脏图像即可。
需要说明的是,由于在实际应用中,三维心脏图像可以看作是由多层二维心脏图像按照预设方向坐标排序组成的,故而上述只需将舒张期时相下的三维心脏图像中的各层二维心脏图像作为所述待处理二维心脏图像即可。
此外,在本实施例中,上述所说的舒张期,具体是指时间维度中的第一时相,即上述基于时相获取所述待处理四维图像在舒张期时相下的二维心脏图像,在本实施例中就是获取所述待处理四维图像在第一时相下的二维心脏图像。
此外,值得一提的是,在实际应用中,即便第一时相不是舒张期,通常与舒张期的时间间隔也非常小。因此,即便第一时相不是舒张期,也不影响本实施例所提出的方案的施行。
此外,在本实施例中,上述所说的所述三维心脏图像是由多层二维心脏图像按照预设方向坐标排序组成,具体是按照患者,即所述待处理四维心脏图像的来源对象的坐标的Z轴(从头到脚,或从脚到头),按照心底层->中间层->心尖层的顺序排序组成的。
为了便于理解上述所说的Z轴具体表示的方向,以下对医学图像读取时涉及到的医学坐标体系进行简要介绍,具体的:
在医学坐标体系中,主要包括double(范围一般为-1~1)类型的世界坐标、double类型的患者坐标,以及整型的图像坐标。
关于上述所说的患者坐标,通常规定从左往右(或从右往左)为X轴,从上往下(或从下往上)为Y轴,从脚到头(或从头到脚)为Z轴。
步骤S30,计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵。
具体的说,关于上述步骤S30的操作,在实际应用中具体分为如下三个步骤:
(1)将所述待处理二维心脏图像与所述二维心脏平均图像进行配准,得到配准结果图像。
具体的说,在本实施例中,进行的配准操作,具体分为刚性配准和非刚性配准,即实际配准过程为:首先,将所述待处理二维心脏图像与所述二维心脏平均图像进行刚性配准,得到刚性配准结果图像;然后,将所述刚性配准结果图像与所述二维心脏平均图像进行非刚性配准,得到非刚性配准结果图像;最后,将所述非刚性配准结果图像作为所述配准结果图像。
需要说明的是,在本实施例中上述所说的二维心脏平均图像具体包括心底层平均图像、中间层平均图像和心尖层平均图像。故而,在按照上述流程进行配准时,具体是将所述待处理二维心脏图像(舒张期时相下各层心脏图像,即所述待处理二维心脏图像有多个)分别与心底层平均图像、中间层平均图像、心尖层平均图像进行刚性配准,从而消除各待处理二维心脏图像中心脏位置与尺寸的影响,得到刚性配准结果图像;接着将得到的刚性配准结果图像分别与心底层平均图像、中间层平均图像、心尖层平均图像进行非刚性配准,实现局部的变换处理,得到非刚性配准结果图像;最终将得到的非刚性配准结果图像作为所述配准结果图像,即后续步骤(2)中在计算互信息熵时,依据的是非刚性配准结果图像。
(2)计算所述配准结果图像和所述二维心脏平均图像之间的互信息熵。
具体的说,通过步骤(1)的描述可知,上述所说的配准结果图像实质为非刚性配准结果图像,故而计算的互信息熵实质为所述非刚性配准结果图像和所述二维心脏平均图像,即心底层平均图像、中间层平均图像和心尖层平均图像之间的互信息熵。
也就是说,在上述步骤(2)的操作实质为:将所述非刚性配准结果图像分别与心底层平均图像、中间层平均图像和心尖层平均图像计算互信息熵。
(3)将所述互信息熵作为所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵。
应当理解的是,以上给出的仅为一种具体的实现方式,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以根据需要进行设置,此处不做限制。
步骤S40,根据所述互信息熵对所述待处理四维心脏图像的质量进行评估。
具体的说,通过步骤S30的描述可知,计算获得的互信息熵有三类,分别为针对心底层、中间层和心尖层的。因此,在根据所述互信息熵对所述待处理四维心脏图像的质量进行评估时,具体可以依据如下步骤实现:
首先,根据所述互信息熵标注所述待处理四维心脏图像舒张期的心底层、中间层,以及心尖层。
具体的说,上述所说的操作实质是对所说待处理四维心脏图像在舒张期时相下的各层心脏图像,根据计算所得的与心底层平均图像、中间层平均图像和心尖层平均图像的互信息熵的值,对个层心脏图像进行划分。
具体为,将各层心脏图像划分到舒张期的心底层,或中间层,或心尖层对应的类。
然后,根据标注结果判断所述心底层和所述心尖层是否缺失。
具体的说,通过上述对各层心脏图像的划分归类后,可以根据所述心底层对应的类,中间层对应的类,以及心尖层对应的类中存在的心脏图像,确定所述待处理四维心脏图像中是否存在心底层和心尖层的缺失。
最后,根据判断结果对所述待处理四维心脏图像的质量进行评估。
具体的说,如果通过判断确定所述心底层和所述心尖层缺失,则确定所述待处理四维心脏图像存在质量问题;反之,则认为所述待处理四维心脏图像可以拥有后续实验研究、医学诊断等。
应当理解的是,以上给出的仅为一种具体的判断方式,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以根据需要进行设置,此处不做限制。
本实施例提供的四维心脏图像质量评估方法,通过基于时相获取待处理四维心脏图像在舒张期时相下的二维心脏图像,将待处理四维心脏图像在舒张期时相下的二维心脏图像作为待处理二维心脏图像,并计算得到的待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵,进而根据计算获得的互信息熵对待处理四维心脏图像的质量进行评估,实现了对四维心脏图像质量的评估,显著减少了人工投入,同时由于整个评估过程无需人工额外介入,有效避免了因为人为因素导致的误差,进而提高了质量评估的准确度。
参考图3,图3为本发明四维心脏图像质量评估方法第二实施例的流程示意图。
基于上述第一实施例,在本实施例中,为了保证步骤S30的顺利执行,在执行步骤S30之前,需要先确定二维心脏平均图像,即在步骤S30之前还需要包括图3中的步骤S00。为了便于理解,以下结合图3进行具体说明:
步骤S00,确定二维心脏平均图像。
关于上述所说的确定二维心脏平均图像的操作,具体如下:
(1)获取四维心脏图像训练集合。
具体的说,上述所说的四维心脏图像训练集合中具体存储的是现有经过质量评估筛选出的质量正常,即可用的舒张期个例图像。
(2)基于群组互信息方式从所述四维心脏图像训练集合中选择舒张期时相下的初始平均图像。
应理解的是,对于四维MR(磁共振)心脏图像,可以把它看成不同时相下的三维心脏图像。因此,在确定二维心脏平均图像时,需要先从所述四维心脏图像训练集合中获得一个最佳的参考图像,以便最大限度上代表四维心脏图像训练集合中所有个例心脏图像。为此,本实施例具体是采用群组互信息方法选择最佳参考图像。
此外,考虑到舒张期心脏图像的对比度较强,因此选择的参数图像,即用来作为初始平均图像的个例心脏图像是舒张期时相下的,即从舒张期时相开始。
相应地,采用的群组互信息GWMI(I,J)公式具体如下:
GWMI(I,J)=H(I)+H(J)-H(I,J) (1)
其中,H(I)、H(J)分别为初始参考图像I、群组J(所有个例图像)的信息熵,H(I,J)为I,J的联合熵。
进一步地,采用留一法交叉验证可得参考图像
Figure BDA0002536522140000101
具体实现依赖公式(2):
Figure BDA0002536522140000102
也就是说,基于上述公式(1)和公式(2),按照如下步骤,便可以从所述四维心脏图像训练集合中获得一个最佳的参考图像,即舒张期时相下的初始平均图像:
首先,获取四维心脏图像训练集合,从所述四维心脏图像训练集合中选取初始参考图像;然后,根据所述初始参考图像和所述四维心脏图像训练集合,计算所述四维心脏图像训练集合中四维心脏图像的群组互信息;接着,根据所述群组互信息通过留一法交叉验证,获得舒张期时相下的初始平均图像。
(3)从所述四维心脏图像训练集合中获取舒张期个例图像,即对所述四维心脏图像训练集合进行遍历,获取该集合中所有的舒张期个例图像(舒张期时相下所有个例图像)。
(4)将所述舒张期个例图像与所述初始平均图像进行全局刚性配准与局部非刚性配准,获得舒张期时相的最终平均图像。
可理解的是,在本实施例中之所以要将舒张期时相下所有个例图像与初始平均图像进行全局刚性配准,是为了能将所有个例图像与参考图像对齐,进而消除各个例图像中心脏位置与尺寸的影响。
接着,将舒张期时相下所有个例配准后的图像,与当前迭代中的平均图像进行局部非刚性配准,获得舒张期个例图像与平均图像配准的形变位移场,并通过舒张期个例图像的形变位移场,求得平均形变位移场
Figure BDA0002536522140000111
与/>
Figure BDA0002536522140000112
的逆变换更新平均图像。
具体的说,上述该过程是一个迭代更新过程,其迭代计算如下:
设四维心脏图像训练集合共n个舒张期个例图像,第i次迭代时合成的平均图像为
Figure BDA0002536522140000113
有第s舒张期个例图像全局刚性配准后结果图像为Is,令/>
Figure BDA0002536522140000114
为从Is到/>
Figure BDA0002536522140000115
的形变位移场,则平均形变位移场/>
Figure BDA0002536522140000116
定义如下:
Figure BDA0002536522140000117
更新的平均图像定义如下:
Figure BDA0002536522140000118
其中,
Figure BDA00025365221400001113
为定义的连接运算符,/>
Figure BDA0002536522140000119
为从第0次到第i次迭代累计形变位移场的逆变换,定义如下:
Figure BDA00025365221400001110
其中,
Figure BDA00025365221400001111
表示全局刚性配准中从个例图像到初始平均图像/>
Figure BDA00025365221400001112
的平均形变位移场。经过若干次迭代后,可获得舒张期时相的最终平均图像。
也就是说,基于上述公式(3)至公式(5),按照如下步骤,便可以获得舒张期时相下的最终平均图像:
首先,将所述舒张期个例图像与所述初始平均图像进行全局刚性配准,获得舒张期个例配准图像;
然后,将所述初始平均图像作为迭代平均图像;
接着,所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场;
接着,对所述形变位移场进行预设运算,获得平均位移场;
接着,根据所述平均位移场与对所述迭代平均图像进行合成,获得合成平均图像;
最后,将所述合成平均图像作为新的所述迭代平均图像,并返回所述将所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场的步骤进行迭代更新,经过若干次迭代后,获得舒张期时相的最终平均图像。
(5)将所述最终平均图像作为所述二维心脏平均图像。
应当理解的是,以上给出的仅为一种确定预设的二维心脏平均图像的具体实现方式,对本发明的技术方案并不构成任何限制,本领域的技术人员在实际应用中可以根据需要进行设置,此处不做限制。
此外,应当理解的是,在实际应用中,为了保证步骤S30的顺利执行,上述步骤S00中的操作只要保证在步骤S30之前完成即可。也就是说,步骤S00的操作,可以位于步骤S20之前,也可以位于步骤S10之前,本实施例对此不做限制。
通过上述描述不难发现,本实施例提供的四维心脏图像质量评估方法,通过选取舒张期时相,即最大容积对应的时相对应的最终平均图像作为预设的二维心脏平均图像,有效保证了后续计算获得的互信息熵的准确度,进一步提高了质量评估的准确性。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有四维心脏图像质量评估程序,所述四维心脏图像质量评估程序被处理器执行时实现如上文所述的四维心脏图像质量评估方法的步骤。
参照图4,图4为本发明四维心脏图像质量评估装置第一实施例的结构框图。
如图4所示,本发明实施例提出的四维心脏图像质量评估装置包括:
第一获取模块4001,用于获取待处理四维心脏图像;
第二获取模块4002,用于基于时相获取所述待处理四维图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像;
计算模块4003,用于计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵;
评估模块4004,用于根据所述互信息熵对所述待处理四维心脏图像的质量进行评估。
本实施例提供的四维心脏图像质量评估装置,通过基于时相获取待处理四维心脏图像在舒张期时相下的二维心脏图像,将待处理四维心脏图像在舒张期时相下的二维心脏图像作为待处理二维心脏图像,并计算得到的待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵,进而根据计算获得的互信息熵对待处理四维心脏图像的质量进行评估,实现了对四维心脏图像质量的评估,显著减少了人工投入,同时由于整个评估过程无需人工额外介入,有效避免了因为人为因素导致的误差,进而提高了质量评估的准确度。
基于本发明上述四维心脏图像质量评估装置第一实施例,提出本发明四维心脏图像质量评估装置的第二实施例。
在本实施例中,所述第二获取模块4002,还用于基于时相获取所述待处理四维心脏图像在舒张期时相下的三维心脏图像,所述三维心脏图像由多层二维心脏图像按照预设方向坐标排序组成;
获取所述三维心脏图像中的各层二维心脏图像,得到所述待处理二维心脏图像。
作为一种实施方式,所述计算模块4003,还用于将所述待处理二维心脏图像与所述二维心脏平均图像进行配准,得到配准结果图像;计算所述配准结果图像和所述二维心脏平均图像之间的互信息熵;将所述互信息熵作为所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵。
作为一种实施方式,所述计算模块4003,还用于将所述待处理二维心脏图像与所述二维心脏平均图像进行刚性配准,得到刚性配准结果图像;将所述刚性配准结果图像与所述二维心脏平均图像进行非刚性配准,得到非刚性配准结果图像;将所述非刚性配准结果图像作为所述配准结果图像。
作为一种实施方式,所述四维心脏图像质量评估装置,还包括二维心脏平均图像设置模块。
相应地,所述二维心脏平均图像设置模块,用于获取四维心脏图像训练集合;基于群组互信息方式从所述四维心脏图像训练集合中选择舒张期时相下的初始平均图像;从所述四维心脏图像训练集合中获取舒张期个例图像;将所述舒张期个例图像与所述初始平均图像进行全局刚性配准与局部非刚性配准,获得舒张期时相的最终平均图像;将所述最终平均图像作为所述二维心脏平均图像。
作为一种实施方式,所述二维心脏平均图像设置模块,还用于将所述舒张期个例图像与所述初始平均图像进行全局刚性配准,获得舒张期个例配准图像;将所述初始平均图像作为迭代平均图像;将所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场;对所述形变位移场进行预设运算,获得平均位移场;根据所述平均位移场与对所述迭代平均图像进行合成,获得合成平均图像;将所述合成平均图像作为新的所述迭代平均图像,并返回所述将所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场的步骤进行迭代更新,经过若干次迭代后,获得舒张期时相的最终平均图像。
作为一种实施方式,所述质量评估模块4002,还用于根据所述互信息熵标注所述待处理四维心脏图像舒张期的心底层、中间层,以及心尖层;根据标注结果判断所述心底层和所述心尖层是否缺失;根据判断结果对所述待处理四维心脏图像的质量进行评估。
本发明四维心脏图像质量评估装置的其他实施例或具体实现方式可参照上述各方法实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器/随机存取存储器、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种四维心脏图像质量评估方法,其特征在于,所述方法包括以下步骤:
获取待处理四维心脏图像,所述待处理四维心脏图像包括四维磁共振心脏图像;
基于时相获取所述待处理四维心脏图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像;
计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵;
根据所述互信息熵对所述待处理四维心脏图像的质量进行评估;
其中,所述计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵的步骤之前,所述方法还包括:
获取四维心脏图像训练集合;
基于群组互信息方式从所述四维心脏图像训练集合中选择舒张期时相下的初始平均图像;
从所述四维心脏图像训练集合中获取舒张期个例图像;
将所述舒张期个例图像与所述初始平均图像进行全局刚性配准与局部非刚性配准,获得舒张期时相的最终平均图像;
将所述最终平均图像作为所述二维心脏平均图像;
其中,所述基于群组互信息方式从所述四维心脏图像训练集合中选择舒张期时相下的初始平均图像的步骤,包括:
基于所述四维心脏图像训练集合选取初始参考图像;
根据所述初始参考图像和所述四维心脏图像训练集合,获得所述四维心脏图像训练集合中四维心脏图像的群组互信息;
根据预设公式将所述群组互信息进行留一法交叉验证,获得参考图像,并选取所述参考图像中的最佳参考图像作为舒张期时相下的初始平均图像;
其中,所述预设公式为:
Figure FDA0004083590090000011
式中,I为所述初始参考图像,J为所述四维心脏图像训练集合中所有个例图像,GWMI(I,J)为群组互信息,I0为所述参考图像。
2.如权利要求1所述的四维心脏图像质量评估方法,其特征在于,所述基于时相获取所述待处理四维图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像的步骤,包括:
基于时相获取所述待处理四维心脏图像在舒张期时相下的三维心脏图像,所述三维心脏图像由多层二维心脏图像按照预设方向坐标排序组成;
获取所述三维心脏图像中的各层二维心脏图像,得到所述待处理二维心脏图像。
3.如权利要求1所述的四维心脏图像质量评估方法,其特征在于,所述计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵的步骤,包括:
将所述待处理二维心脏图像与所述二维心脏平均图像进行配准,得到配准结果图像;
计算所述配准结果图像和所述二维心脏平均图像之间的互信息熵;
将所述互信息熵作为所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵。
4.如权利要求3所述的四维心脏图像质量评估方法,其特征在于,所述将所述待处理二维心脏图像与所述二维心脏平均图像进行配准,得到配准结果图像的步骤,包括:
将所述待处理二维心脏图像与所述二维心脏平均图像进行刚性配准,得到刚性配准结果图像;
将所述刚性配准结果图像与所述二维心脏平均图像进行非刚性配准,得到非刚性配准结果图像;
将所述非刚性配准结果图像作为所述配准结果图像。
5.如权利要求1所述的四维心脏图像质量评估方法,其特征在于,所述将所述舒张期个例图像与所述初始平均图像进行全局刚性配准与局部非刚性配准,获得舒张期时相的最终平均图像的步骤,包括:
将所述舒张期个例图像与所述初始平均图像进行全局刚性配准,获得舒张期个例配准图像;
将所述初始平均图像作为迭代平均图像;
将所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场;
对所述形变位移场进行预设运算,获得平均位移场;
根据所述平均位移场与对所述迭代平均图像进行合成,获得合成平均图像;
将所述合成平均图像作为新的所述迭代平均图像,并返回所述将所述舒张期个例配准图像与所述迭代平均图像进行局部非刚性配准,获得所述舒张期个例图像与所述迭代平均图像配准的形变位移场的步骤进行迭代更新,经过若干次迭代后,获得舒张期时相的最终平均图像。
6.如权利要求1至5任一项中所述的四维心脏图像质量评估方法,其特征在于,所述根据所述互信息熵对所述待处理四维心脏图像的质量进行评估的步骤,包括:
根据所述互信息熵标注所述待处理四维心脏图像舒张期的心底层、中间层,以及心尖层;
根据标注结果判断所述心底层和所述心尖层是否缺失;
根据判断结果对所述待处理四维心脏图像的质量进行评估。
7.一种四维心脏图像质量评估装置,其特征在于,所述四维心脏图像质量评估装置包括:
第一获取模块,用于获取待处理四维心脏图像,所述待处理四维心脏图像包括四维磁共振心脏图像;
第二获取模块,用于基于时相获取所述待处理四维心脏图像在舒张期时相下的二维心脏图像,得到待处理二维心脏图像;
计算模块,用于计算所述待处理二维心脏图像与预设的二维心脏平均图像之间的互信息熵;
评估模块,用于根据所述互信息熵对所述待处理四维心脏图像的质量进行评估;
其中,所述四维心脏图像质量评估装置,还包括:
平均图像获取模块,用于获取四维心脏图像训练集合;基于群组互信息方式从所述四维心脏图像训练集合中选择舒张期时相下的初始平均图像;从所述四维心脏图像训练集合中获取舒张期个例图像;将所述舒张期个例图像与所述初始平均图像进行全局刚性配准与局部非刚性配准,获得舒张期时相的最终平均图像;将所述最终平均图像作为所述二维心脏平均图像;
所述平均图像获取模块,具体用于基于所述四维心脏图像训练集合选取初始参考图像;根据所述初始参考图像和所述四维心脏图像训练集合,获得所述四维心脏图像训练集合中四维心脏图像的群组互信息;根据预设公式将所述群组互信息进行留一法交叉验证,获得参考图像,并选取所述参考图像中的最佳参考图像作为舒张期时相下的初始平均图像;
其中,所述预设公式为:
Figure FDA0004083590090000041
式中,I为所述初始参考图像,J为所述四维心脏图像训练集合中所有个例图像,GWMI(I,J)为群组互信息,
Figure FDA0004083590090000042
为所述参考图像。
8.一种四维心脏图像质量评估设备,其特征在于,所述设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的四维心脏图像质量评估程序,所述四维心脏图像质量评估程序配准为实现如权利要求1至6中任一项所述的四维心脏图像质量评估方法的步骤。
9.一种存储介质,其特征在于,所述存储介质上存储有四维心脏图像质量评估程序,所述四维心脏图像质量评估程序被处理器执行时实现如权利要求1至6任一项所述的四维心脏图像质量评估方法的步骤。
CN202010539697.5A 2020-06-12 2020-06-12 四维心脏图像质量评估方法、装置、设备及存储介质 Active CN111724363B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010539697.5A CN111724363B (zh) 2020-06-12 2020-06-12 四维心脏图像质量评估方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010539697.5A CN111724363B (zh) 2020-06-12 2020-06-12 四维心脏图像质量评估方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111724363A CN111724363A (zh) 2020-09-29
CN111724363B true CN111724363B (zh) 2023-03-31

Family

ID=72566668

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010539697.5A Active CN111724363B (zh) 2020-06-12 2020-06-12 四维心脏图像质量评估方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111724363B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451983A (zh) * 2017-07-18 2017-12-08 中山大学附属第六医院 Ct图像的三维融合方法和***
CN109377520A (zh) * 2018-08-27 2019-02-22 西安电子科技大学 基于半监督循环gan的心脏图像配准***及方法
CN109961508A (zh) * 2019-03-25 2019-07-02 东南大学 一种心脏静态三维模型重建方法
EP3664098A1 (en) * 2018-12-05 2020-06-10 Acer Incorporated Method and system for evaluating cardiac status, electronic device and ultrasonic scanning device

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7672540B2 (en) * 2005-07-13 2010-03-02 Siemens Medical Solutions USA, Inc, Nonrigid registration of cardiac perfusion MR images using adaptive local template matching

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107451983A (zh) * 2017-07-18 2017-12-08 中山大学附属第六医院 Ct图像的三维融合方法和***
CN109377520A (zh) * 2018-08-27 2019-02-22 西安电子科技大学 基于半监督循环gan的心脏图像配准***及方法
EP3664098A1 (en) * 2018-12-05 2020-06-10 Acer Incorporated Method and system for evaluating cardiac status, electronic device and ultrasonic scanning device
CN109961508A (zh) * 2019-03-25 2019-07-02 东南大学 一种心脏静态三维模型重建方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
一种用于多模态心脏图像配准的统计形状模型构建方法;陆雪松等;《中南民族大学学报(自然科学版)》;20200205(第01期);全文 *
基于互信息的多光谱图像配准;倪东等;《山东生物医学工程》;20030325(第01期);全文 *
基于图谱的肝脏CT三维自动分割研究;刘伟等;《北京生物医学工程》;20111015(第05期);全文 *
基于局部联合熵梯度的双向多分辨率Demons算法;王昌等;《生物医学工程研究》;20180615(第02期);全文 *
基于配准的四维DSCT心脏图像分割算法的研究;蓝善亮;《中国硕士学位论文库》;20190615;第10,12-13,15,25-26页 *

Also Published As

Publication number Publication date
CN111724363A (zh) 2020-09-29

Similar Documents

Publication Publication Date Title
KR101857624B1 (ko) 임상 정보를 반영한 의료 진단 방법 및 이를 이용하는 장치
CN107133946B (zh) 医学图像处理方法、装置及设备
CN107886508B (zh) 差分减影方法和医学图像处理方法及***
JP2007054636A (ja) イメージの対を位置合わせする方法およびコンピュータによって実行される命令からなるプログラムを具現化して該方法を実施するプログラム記憶装置
WO2021077759A1 (zh) 一种图像的匹配方法、装置、设备及存储介质
JP5264722B2 (ja) 後続するスキャン間で、スキャン形状をトランスファするための方法、装置、システム及びコンピュータプログラム
WO2006107801A2 (en) System and method for reducing artifacts in motion corrected dynamic image sequences
CN114092475B (zh) 病灶长径确定方法、图像标注方法、装置及计算机设备
CN111080583A (zh) 医学图像检测方法、计算机设备和可读存储介质
CN111312370B (zh) 生成图像展示布局的方法、装置及图像处理方法、装置
CN111223158B (zh) 心脏冠脉图像的伪影校正方法和可读存储介质
CN111243052A (zh) 图像重建方法、装置、计算机设备和存储介质
CN108742678B (zh) 图像配准方法、装置及计算机可读存储介质
CN114943690A (zh) 医学图像处理方法、装置、计算机设备及可读存储介质
CN112150485B (zh) 图像分割方法、装置、计算机设备和存储介质
CN111724363B (zh) 四维心脏图像质量评估方法、装置、设备及存储介质
CN111724395A (zh) 心脏图像四维上下文分割方法、设备、存储介质及装置
CN110473241B (zh) 图像配准方法、存储介质及计算机设备
CN116630239A (zh) 影像分析方法、装置和计算机设备
Nbonsou Tegang et al. A gaussian process model based generative framework for data augmentation of multi-modal 3d image volumes
CN111445406B (zh) 一种低剂量ct图片质量改善方法、***及设备
CN112767530B (zh) 心脏图像三维重建方法、装置、设备及存储介质
CN114359431A (zh) 一种参数图像的直接重建方法和***
CN111462018A (zh) 图像中的影像摆正方法、计算机设备和存储介质
JP6732593B2 (ja) 画像処理装置および画像処理方法

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