CN112116615B - 根据血管中心线获取血管轮廓线的方法和装置 - Google Patents

根据血管中心线获取血管轮廓线的方法和装置 Download PDF

Info

Publication number
CN112116615B
CN112116615B CN201911135307.1A CN201911135307A CN112116615B CN 112116615 B CN112116615 B CN 112116615B CN 201911135307 A CN201911135307 A CN 201911135307A CN 112116615 B CN112116615 B CN 112116615B
Authority
CN
China
Prior art keywords
blood vessel
line
vessel
contour line
point
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
CN201911135307.1A
Other languages
English (en)
Other versions
CN112116615A (zh
Inventor
王之元
刘广志
曹文斌
吴心娱
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.)
Suzhou Rainmed Medical Technology Co Ltd
Original Assignee
Suzhou Rainmed Medical Technology Co Ltd
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 Suzhou Rainmed Medical Technology Co Ltd filed Critical Suzhou Rainmed Medical Technology Co Ltd
Priority to CN201911135307.1A priority Critical patent/CN112116615B/zh
Priority to JP2022529118A priority patent/JP7409718B2/ja
Priority to PCT/CN2019/120333 priority patent/WO2021097817A1/zh
Priority to EP19953666.5A priority patent/EP4064181A4/en
Publication of CN112116615A publication Critical patent/CN112116615A/zh
Priority to US17/746,087 priority patent/US20220277447A1/en
Application granted granted Critical
Publication of CN112116615B publication Critical patent/CN112116615B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T7/0002—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
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0033—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room
    • A61B5/004—Features or image-related aspects of imaging apparatus classified in A61B5/00, e.g. for MRI, optical tomography or impedance tomography apparatus; arrangements of imaging apparatus in a room adapted for image acquisition of a particular organ or body part
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
    • A61B5/02007—Evaluating blood vessel condition, e.g. elasticity, compliance
    • 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
    • G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
    • 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
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • 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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20112—Image segmentation details
    • G06T2207/20156—Automatic seed setting
    • 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
    • G06T2207/30172—Centreline of tubular or elongated structure

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Molecular Biology (AREA)
  • Veterinary Medicine (AREA)
  • Radiology & Medical Imaging (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Public Health (AREA)
  • Vascular Medicine (AREA)
  • Physiology (AREA)
  • High Energy & Nuclear Physics (AREA)
  • Optics & Photonics (AREA)
  • Cardiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Quality & Reliability (AREA)
  • Geometry (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Measuring Pulse, Heart Rate, Blood Pressure Or Blood Flow (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种根据血管中心线获取轮廓线的方法和装置。根据血管中心线获取轮廓线的方法包括：根据冠状动脉二维造影图像提取血管中心线；根据所述血管中心线，获得拉直血管图像；在所述拉直血管图像上，设定血管直径阈值D阈；根据所述D阈，在所述血管中心直线两侧生成血管预设轮廓线；将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线；将所述拉直后血管的轮廓线投射回所述血管中心线的图像上，获得血管轮廓线。本申请实现了血管轮廓线的精确提取，且提取快速。

Description

根据血管中心线获取血管轮廓线的方法和装置
技术领域
本发明涉及冠状动脉医学技术领域，特别是涉及一种根据血管中心线获取轮廓线的方法和装置、冠状动脉分析***及计算机存储介质。
背景技术
人体血液中的脂类及糖类物质在血管壁上的沉积将在血管壁上形成斑块，继而导致血管狭窄；特别是发生在心脏冠脉附近的血管狭窄将导致心肌供血不足，诱发冠心病、心绞痛等病症，对人类的健康造成严重威胁。据统计，我国现有冠心病患者约1100万人，心血管介入手术治疗患者数量每年增长大于10％。
冠脉造影CAG、计算机断层扫描CT等常规医用检测手段虽然可以显示心脏冠脉血管狭窄的严重程度，但是并不能准确评价冠脉的缺血情况。为提高冠脉血管功能评价的准确性，1993年Pijls提出了通过压力测定推算冠脉血管功能的新指标——血流储备分数(Fractional Flow Reserve，FFR)，经过长期的基础与临床研究，FFR已成为冠脉狭窄功能性评价的金标准。
血流储备分数(FFR)通常是指心肌血流储备分数，定义为病变冠脉能为心肌提供的最大血流与该冠脉完全正常时最大供血流量之比，研究表明，在冠脉最大充血状态下，血流量的比值可以用压力值来代替。即FFR值的测量可在冠脉最大充血状态下，通过压力传感器对冠脉远端狭窄处的压力和冠脉狭窄近端压力进行测定继而计算得出。
现有技术中通过血管三维模型计算血管评价参数时常常需要提取血管轮廓线，由于血管存在卷曲、且边缘不清晰的问题，导致血管轮廓提取特别困难，且运算数据庞大、繁冗，因此如何快速提取血管轮廓线，以及提取的准确度一直是技术人员需要解决的问题。
发明内容
本发明提供了一种根据血管中心线获取轮廓线的方法和装置、冠状动脉分析***及计算机存储介质，以解决如何快速提取血管轮廓线，以及提取的准确度一直是技术人员需要解决的问题。
为实现上述目的，第一方面，本申请提供了一种根据血管中心线获取血管轮廓线的方法，包括：
根据冠状动脉二维造影图像提取血管中心线；
根据所述血管中心线，获得拉直血管图像；
在所述拉直血管图像上，设定血管直径阈值D阈；
根据所述D阈，在所述血管中心直线两侧生成血管预设轮廓线；
将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线；
将所述拉直后血管的轮廓线投射回所述血管中心线的图像上，获得血管轮廓线。
可选地，上述的根据血管中心线获取血管轮廓线的方法，所述根据所述血管中心线，获得拉直血管图像的方法包括：
将所述血管中心线拉直，获得血管中心直线；
沿着所述起始点至所述结束点的血管延伸方向，将所述局部血管区域图分为x个单元，其中x为正整数；
将每个所述单元的血管中心线沿着所述血管中心直线对应设置；
对应设置后的图像为所述拉直血管图像。
可选地，上述的根据血管中心线获取血管轮廓线的方法，所述将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线的方法包括：
将所述血管预设轮廓线分成y个单元，其中y为正整数；
获取每个所述单元的位于每条所述血管预设轮廓线上的z个点；
沿着垂直于所述血管中心直线方向，将z个点分别向所述血管中心直线分级靠拢，产生z个靠拢点，其中z为正整数；
设定RGB差值阈值为ΔRGB阈，沿着垂直于所述血管中心直线方向，每次靠拢均将所述靠拢点的RGB值与所述血管中心直线上的点的RGB值作比较，当差值小于等于ΔRGB阈时，则所述靠拢点停止向所述血管中心直线靠拢；
获取所述靠拢点作为轮廓点；
依次连接所述轮廓点形成的平滑曲线即为所述拉直后血管的轮廓线。
可选地，上述的根据血管中心线获取血管轮廓线的方法，所述根据冠状动脉二维造影图像提取血管中心线的方法，包括：
读取冠状动脉二维造影图像；
获取感兴趣的血管段；
拾取所述感兴趣的血管段的起始点、种子点和结束点；
分别对起始点、种子点、结束点的相邻两点间的二维造影图像进行分割，得到至少两个局部血管区域图；
从每个所述局部血管区域图中提取至少一条血管局部路径线；
将每个所述局部血管区域图上相对应的血管局部路径线连接，获得至少一条所述血管路径线；
选取一条所述血管路径线作为所述血管中心线。
可选地，上述的根据血管中心线获取血管轮廓线的方法，所述分别从所述局部血管区域图上提取至少一条血管局部路径线的方法包括：
对所述局部血管区域图做图像增强处理，得到对比强烈的粗略血管图；
对所述粗略血管图做网格划分，沿着所述起始点至所述结束点方向，提取至少一条血管局部路径线。
可选地，上述的根据血管中心线获取血管轮廓线的方法，所述对所述局部血管区域图做图像增强处理，得到对比强烈的粗略血管图的方法，包括：
在每幅所述局部血管区域图中，以所述感兴趣的血管段作为前景，其他区域作为背景，强化所述前景，弱化所述背景，得到对比强烈的所述粗略血管图。
可选地，上述的根据血管中心线获取血管轮廓线的方法，所述对所述粗略血管图做网格划分，沿着所述起始点至所述结束点方向，提取至少一条血管局部路径线的方法包括：
对所述粗略血管图进行网格划分；
沿着所述起始点至所述结束点的血管延伸方向，搜索所述起始点与周边n个网格上的交叉点的最短时间路径作为第二个点，搜索所述第二个点与周边n个网格上的交叉点的最短时间路径作为第三个点，所述第三个点重复上述步骤，直至最短时间路径到达结束点，其中，n为大于等于1的正整数；
按照搜索顺序，从所述起始点至所述结束点的血管延伸方向连线，获得至少一条血管局部路径线。
可选地，上述的根据血管中心线获取血管轮廓线的方法，所述选取一条所述血管路径线作为所述血管中心线的方法包括：
如果血管路径线为两条或两条以上，则对每条血管路径线从所述起始点至所述结束点所用的时间求和；
取用时最少的所述血管路径线作为所述血管中心线。
第二方面，本申请提供了一种根据血管中心线获取血管轮廓线的装置，包括：依次连接的中心线提取单元、拉直单元、第一血管轮廓线单元、第二血管轮廓线单元；
所述中心线提取单元，用于根据冠状动脉二维造影图像提取血管中心线；
所述拉直单元，用于根据所述所述中心线提取单元提取的血管中心线，获得拉直血管图像；
所述第一血管轮廓线单元，用于在所述拉直单元发送的拉直血管图像上，设定血管直径阈值D阈；根据所述D阈，在所述血管中心直线两侧生成血管预设轮廓线；将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线；
所述第二血管轮廓线单元，用于将所述第一轮廓线单元发送的所述拉直后血管的轮廓线投射回所述血管中心线的图像上，获得血管轮廓线。
可选地，上述的根据血管中心线获取血管轮廓线的装置，所述拉直单元包括：依次连接的中心线拉直模块、区域划分模块、拉直血管图像模块；
所述中心线拉直模块，用于将所述血管中心线拉直，获得血管中心直线；
所述区域划分模块，用于沿着所述起始点至所述结束点的血管延伸方向，将所述局部血管区域图分为x个单元，其中x为正整数；
所述拉直血管图像模块，将每个所述单元的血管中心线沿着所述血管中心直线对应设置，对应设置后的图像为所述拉直血管图像。
可选地，上述的根据血管中心线获取血管轮廓线的装置，所述第一血管轮廓线单元还包括：依次连接的轮廓线划分模块、轮廓点提取模块和拉直血管轮廓线模块；
所述轮廓线划分模块与所述拉直血管图像模块连接，用于在拉直血管图像上，设定血管直径阈值D阈，根据D阈，在血管中心直线两侧生成血管预设轮廓线；将所述血管预设轮廓线分成y个单元，其中y为正整数；
所述轮廓点提取模块，用于根据所述轮廓线划分模块发送的y个单元，获取每个所述单元的位于每条所述血管预设轮廓线上的z个点；沿着垂直于所述血管中心直线方向，将z个点分别向所述血管中心直线分级靠拢，产生z个靠拢点，其中z为正整数；设定RGB差值阈值为ΔRGB阈，沿着垂直于所述血管中心直线方向，每次靠拢均将所述靠拢点的RGB值与所述血管中心直线上的点的RGB值作比较，当差值小于等于ΔRGB阈时，则所述靠拢点停止向所述血管中心直线靠拢；获取所述靠拢点作为轮廓点；
所述拉直血管轮廓线模块，用于将所述轮廓点提取模块发送的轮廓点依次连接，形成的平滑曲线即为所述拉直后血管的轮廓线。
第三方面，本申请提供了一种冠状动脉分析***，包括：上述的根据血管中心线获取血管轮廓线的装置。
第四方面，本申请提供了一种计算机存储介质，计算机程序被处理器执行时实现上述的根据血管中心线获取血管轮廓线的方法。
本申请实施例提供的方案带来的有益效果至少包括：
本申请提供了从冠状动脉二维造影图像中提取血管中心线的方法，根据所述血管中心线，获得拉直血管图像；在所述拉直血管图像上，设定血管直径阈值D阈；根据所述D阈，在所述血管中心直线两侧生成血管预设轮廓线；将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线；将所述拉直后血管的轮廓线投射回所述血管中心线的图像上，获得血管轮廓线；血管轮廓线提取快速、准确。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本申请的根据血管中心线获取轮廓线的方法的实施例1的流程图；
图2为本申请的S100的流程图；
图3为本申请的S150的流程图；
图4为本申请的S152的流程图；
图5为本申请的S200的流程图；
图6为本申请的S500的流程图；
图7为本申请的根据血管中心线获取轮廓线的装置的一个实施例的结构框图；
图8为本申请的根据血管中心线获取轮廓线的装置的另一实施例的结构框图；
下面对附图标记进行说明：
中心线提取单元100，拉直单元200，中心线拉直模块210，区域划分模块220，拉直血管图像模块230，第一血管轮廓线单元300，轮廓线划分模块310，轮廓点提取模块320，拉直血管轮廓线模块330，第二血管轮廓线单元400。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然，所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
以下将以图式揭露本发明的多个实施方式，为明确说明起见，许多实务上的细节将在以下叙述中一并说明。然而，应了解到，这些实务上的细节不应用以限制本发明。也就是说，在本发明的部分实施方式中，这些实务上的细节是非必要的。此外，为简化图式起见，一些习知惯用的结构与组件在图式中将以简单的示意的方式绘示之。
现有技术中通过血管三维模型计算血管评价参数时常常需要提取血管轮廓线，由于血管存在卷曲、且边缘不清晰的问题，导致血管轮廓提取特别困难，且运算数据庞大、繁冗，因此如何快速提取血管轮廓线，以及提取的准确度一直是技术人员需要解决的问题。
实施例1：
如图1所示，本申请为了解决上述问题，提供了一种根据血管中心线获取血管轮廓线的方法，包括：
S100，根据冠状动脉二维造影图像提取血管中心线，如图2所示，包括：
S110，读取冠状动脉二维造影图像；
S120，获取感兴趣的血管段；
S130，拾取感兴趣的血管段的起始点、种子点和结束点；种子点是为了提高运算的精确度，如果拾取较准确地情况下可以只采用起始点和结束点；
S140，分别对起始点、种子点、结束点的相邻两点间的二维造影图像进行分割，得到至少两个局部血管区域图；优选地，局部血管区域图为矩形图；只对各个局部血管区域做计算，降低了运算的复杂和繁冗程度，提高了运算速度，设计科学；
S150，从每个局部血管区域图中提取至少一条血管局部路径线，如图3所示，包括：
S151，对局部血管区域图做图像增强处理，得到对比强烈的粗略血管图，包括：在每幅局部血管区域图中，以感兴趣的血管段作为前景，其他区域作为背景，强化前景，弱化背景，得到对比强烈的粗略血管图；
S152，对粗略血管图做网格划分，沿着起始点至结束点方向，提取至少一条血管局部路径线，如图4所示，包括：
S1521，对粗略血管图进行网格划分；
S1522，沿着起始点至结束点的血管延伸方向，搜索起始点与周边n个网格上的交叉点的最短时间路径作为第二个点，搜索第二个点与周边n个网格上的交叉点的最短时间路径作为第三个点，第三个点重复上述步骤，直至最短时间路径到达结束点，其中，n为大于等于1的正整数；
S1523，按照搜索顺序，从起始点至结束点的血管延伸方向连线，获得至少一条血管局部路径线；
S160，将每个局部血管区域图上相对应的血管局部路径线连接，获得至少一条血管路径线；
S170，选取一条血管路径线作为血管中心线，包括：如果血管路径线为两条或两条以上，则对每条血管路径线从起始点至结束点所用的时间求和；取用时最少的血管路径线作为血管中心线；
S200，根据血管中心线，获得拉直血管图像，如图5所示，包括：
S210，将血管中心线拉直，获得血管中心直线；
S220，沿着起始点至结束点的血管延伸方向，将局部血管区域图分为x个单元，其中x为正整数；
S230，将每个单元的血管中心线沿着血管中心直线对应设置；
S240，对应设置后的图像为拉直血管图像；
S300，在拉直血管图像上，设定血管直径阈值D阈；
S400，根据D阈，在血管中心直线两侧生成血管预设轮廓线；
S500，将血管预设轮廓线向血管中心直线逐级靠拢，获取拉直后血管的轮廓线，如图6所示，包括：
S510，将血管预设轮廓线分成y个单元，其中y为正整数；
S520，获取每个单元的位于每条血管预设轮廓线上的z个点；
S530，沿着垂直于血管中心直线方向，将z个点分别向血管中心直线分级靠拢，产生z个靠拢点，其中z为正整数；
S540，设定RGB差值阈值为ΔRGB阈，沿着垂直于血管中心直线方向，每次靠拢均将靠拢点的RGB值与血管中心直线上的点的RGB值作比较，当差值小于等于ΔRGB阈时，则靠拢点停止向血管中心直线靠拢；
S550，获取靠拢点作为轮廓点；
S560，依次连接轮廓点形成的平滑曲线即为拉直后血管的轮廓线。
S600，将拉直后血管的轮廓线投射回血管中心线的图像上，获得血管轮廓线。
实施例2：
如图7所示，本申请提供了一种根据血管中心线获取血管轮廓线的装置，包括：依次连接的中心线提取单元100、拉直单元200、第一血管轮廓线单元300、第二血管轮廓线单元400；中心线提取单元100，用于根据冠状动脉二维造影图像提取血管中心线；拉直单元200，用于根据中心线提取单元100提取的血管中心线，获得拉直血管图像；第一血管轮廓线单元300，用于在拉直单元200发送的拉直血管图像上，设定血管直径阈值D阈；根据D阈，在血管中心直线两侧生成血管预设轮廓线；将血管预设轮廓线向血管中心直线逐级靠拢，获取拉直后血管的轮廓线；第二血管轮廓线单元400，用于将第一轮廓线单元300发送的拉直后血管的轮廓线投射回血管中心线的图像上，获得血管轮廓线。
如图8所示，本申请的一个实施例中，拉直单元200包括：依次连接的中心线拉直模块210、区域划分模块220、拉直血管图像模块230；中心线拉直模块210用于将血管中心线拉直，获得血管中心直线；区域划分模块220用于沿着起始点至结束点的血管延伸方向，将局部血管区域图分为x个单元，其中x为正整数；拉直血管图像模块230，将每个单元的血管中心线沿着血管中心直线对应设置，对应设置后的图像为拉直血管图像。
如图8所示，本申请的一个实施例中，第一血管轮廓线单元300还包括：依次连接的轮廓线划分模块310、轮廓点提取模块320和拉直血管轮廓线模块330；轮廓线划分模块310与拉直血管图像模块230连接，用于在拉直血管图像上，设定血管直径阈值D阈，根据D阈，在血管中心直线两侧生成血管预设轮廓线，将所述血管预设轮廓线分成y个单元，其中y为正整数；轮廓点提取模块320，用于根据轮廓线划分模块发送的y个单元，获取每个单元的位于每条血管预设轮廓线上的z个点；沿着垂直于血管中心直线方向，将z个点分别向血管中心直线分级靠拢，产生z个靠拢点，其中z为正整数；设定RGB差值阈值为ΔRGB阈，沿着垂直于血管中心直线方向，每次靠拢均将靠拢点的RGB值与血管中心直线上的点的RGB值作比较，当差值小于等于ΔRGB阈时，则靠拢点停止向血管中心直线靠拢；获取靠拢点作为轮廓点；拉直血管轮廓线模块330，用于将轮廓点提取模块发送的轮廓点依次连接，形成的平滑曲线即为拉直后血管的轮廓线。
本申请提供了一种冠状动脉分析***，包括：上述的根据血管中心线获取血管轮廓线的装置。
本申请提供了一种计算机存储介质，计算机程序被处理器执行时实现上述的从冠状动脉二维造影图像中提取血管中心线的方法。
所属技术领域的技术人员知道，本发明的各个方面可以实现为***、方法或计算机程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、驻留软件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“***”。此外，在一些实施例中，本发明的各个方面还可以实现为在一个或多个计算机可读介质中的计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序代码。本发明的实施例的方法和/或***的实施方式可以涉及到手动地、自动地或以其组合的方式执行或完成所选任务。
例如，可以将用于执行根据本发明的实施例的所选任务的硬件实现为芯片或电路。作为软件，可以将根据本发明的实施例的所选任务实现为由计算机使用任何适当操作***执行的多个软件指令。在本发明的示例性实施例中，由数据处理器来执行如本文的根据方法和/或***的示例性实施例的一个或多个任务，诸如用于执行多个指令的计算平台。可选地，该数据处理器包括用于存储指令和/或数据的易失性储存器和/或用于存储指令和/或数据的非易失性储存器，例如，磁硬盘和/或可移动介质。可选地，也提供了一种网络连接。可选地也提供显示器和/或用户输入设备，诸如键盘或鼠标。
可利用一个或多个计算机可读的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举列表)将包括以下各项：
具有一个或多个导线的电连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括(但不限于)无线、有线、光缆、RF等等，或者上述的任意合适的组合。
例如，可用一个或多个编程语言的任何组合来编写用于执行用于本发明的各方面的操作的计算机程序代码，包括诸如Java、Smalltalk、C++等面向对象编程语言和常规过程编程语言，诸如"C"编程语言或类似编程语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络--包括局域网(LAN)或广域网(WAN)-连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些计算机程序指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机可读介质中，这些指令使得计算机、其它可编程数据处理装置、或其它设备以特定方式工作，从而，存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的指令的制造品(article of manufacture)。
还可将计算机程序指令加载到计算机(例如，冠状动脉分析***)或其它可编程数据处理设备上以促使在计算机、其它可编程数据处理设备或其它设备上执行一系列操作步骤以产生计算机实现过程，使得在计算机、其它可编程装置或其它设备上执行的指令提供用于实现在流程图和/或一个或多个框图方框中指定的功能/动作的过程。
本发明的以上的具体实例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种根据血管中心线获取血管轮廓线的方法，包括：
根据冠状动脉二维造影图像提取血管中心线；
根据所述血管中心线，获得拉直血管图像；
所述根据所述血管中心线，获得拉直血管图像的方法包括：
将所述血管中心线拉直，获得血管中心直线；
沿着起始点至结束点的血管延伸方向，将局部血管区域图分为x个单元，其中x为正整数；
将每个所述单元的血管中心线沿着所述血管中心直线对应设置；
对应设置后的图像为所述拉直血管图像；
在所述拉直血管图像上，设定血管直径阈值D阈；
根据所述D阈，在所述血管中心直线两侧生成血管预设轮廓线；
将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线；
将所述拉直后血管的轮廓线投射回所述血管中心线的图像上，获得血管轮廓线。
2.根据权利要求1所述的根据血管中心线获取血管轮廓线的方法，其特征在于，所述将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线的方法包括：
将所述血管预设轮廓线分成y个单元，其中y为正整数；
获取每个所述单元的位于每条所述血管预设轮廓线上的z个点；
沿着垂直于所述血管中心直线方向，将z个点分别向所述血管中心直线分级靠拢，产生z个靠拢点，其中z为正整数；
设定RGB差值阈值为ΔRGB阈，沿着垂直于所述血管中心直线方向，每次靠拢均将所述靠拢点的RGB值与所述血管中心直线上的点的RGB值作比较，当差值小于等于ΔRGB阈时，则所述靠拢点停止向所述血管中心直线靠拢；
获取所述靠拢点作为轮廓点；
依次连接所述轮廓点形成的平滑曲线即为所述拉直后血管的轮廓线。
3.根据权利要求1所述的根据血管中心线获取血管轮廓线的方法，其特征在于，所述根据冠状动脉二维造影图像提取血管中心线的方法，包括：
读取冠状动脉二维造影图像；
获取感兴趣的血管段；
拾取所述感兴趣的血管段的起始点、种子点和结束点；
分别对起始点、种子点、结束点的相邻两点间的二维造影图像进行分割，得到至少两个局部血管区域图；
从每个所述局部血管区域图中提取至少一条血管局部路径线；
将每个所述局部血管区域图上相对应的血管局部路径线连接，获得至少一条血管路径线；
选取一条所述血管路径线作为所述血管中心线。
4.根据权利要求3所述的根据血管中心线获取血管轮廓线的方法，其特征在于，所述从每个所述局部血管区域图中提取至少一条血管局部路径线的方法包括：
对所述局部血管区域图做图像增强处理，得到对比强烈的粗略血管图；
对所述粗略血管图做网格划分，沿着所述起始点至所述结束点方向，提取至少一条血管局部路径线。
5.根据权利要求4所述的根据血管中心线获取血管轮廓线的方法，其特征在于，所述对所述局部血管区域图做图像增强处理，得到对比强烈的粗略血管图的方法，包括：
在每幅所述局部血管区域图中，以所述感兴趣的血管段作为前景，其他区域作为背景，强化所述前景，弱化所述背景，得到对比强烈的所述粗略血管图。
6.根据权利要求5所述的根据血管中心线获取血管轮廓线的方法，其特征在于，所述对所述粗略血管图做网格划分，沿着所述起始点至所述结束点方向，提取至少一条血管局部路径线的方法包括：
对所述粗略血管图进行网格划分；
沿着所述起始点至所述结束点的血管延伸方向，搜索所述起始点与周边n个网格上的交叉点中，最短时间路径所对应的所述交叉点作为第二个点，搜索所述第二个点与周边n个网格上的交叉点中，最短时间路径所对应的所述交叉点作为第三个点，所述第三个点重复上述步骤，直至最短时间路径到达结束点，其中，n为大于等于1的正整数；
按照搜索顺序，从所述起始点至所述结束点的血管延伸方向连线，获得至少一条血管局部路径线。
7.根据权利要求6所述的根据血管中心线获取血管轮廓线的方法，其特征在于，所述选取一条所述血管路径线作为所述血管中心线的方法包括：
如果血管路径线为两条或两条以上，则对每条血管路径线从所述起始点至所述结束点所用的时间求和；
取用时最少的所述血管路径线作为所述血管中心线。
8.一种根据血管中心线获取血管轮廓线的装置，用于权利要求1～7任一项所述的根据血管中心线获取血管轮廓线的方法，其特征在于，包括：依次连接的中心线提取单元、拉直单元、第一血管轮廓线单元、第二血管轮廓线单元；
所述中心线提取单元，用于根据冠状动脉二维造影图像提取血管中心线；
所述拉直单元，用于根据所述中心线提取单元提取的血管中心线，获得拉直血管图像；
所述第一血管轮廓线单元，用于在所述拉直单元发送的拉直血管图像上，设定血管直径阈值D阈；根据所述D阈，在所述血管中心直线两侧生成血管预设轮廓线；将所述血管预设轮廓线向所述血管中心直线逐级靠拢，获取拉直后血管的轮廓线；
所述第二血管轮廓线单元，用于将所述第一血管轮廓线单元发送的所述拉直后血管的轮廓线投射回所述血管中心线的图像上，获得血管轮廓线。
9.根据权利要求8所述的根据血管中心线获取血管轮廓线的装置，其特征在于，所述拉直单元包括：依次连接的中心线拉直模块、区域划分模块、拉直血管图像模块；
所述中心线拉直模块，用于将所述血管中心线拉直，获得血管中心直线；
所述区域划分模块，用于沿着起始点至结束点的血管延伸方向，将局部血管区域图分为x个单元，其中x为正整数；
所述拉直血管图像模块，将每个所述单元的血管中心线沿着所述血管中心直线对应设置，对应设置后的图像为所述拉直血管图像。
10.根据权利要求8所述的根据血管中心线获取血管轮廓线的装置，其特征在于，所述第一血管轮廓线单元还包括：依次连接的轮廓线划分模块、轮廓点提取模块和拉直血管轮廓线模块；
所述轮廓线划分模块与所述拉直血管图像模块连接，用于在拉直血管图像上，设定血管直径阈值D阈，根据D阈，在血管中心直线两侧生成血管预设轮廓线；将所述血管预设轮廓线分成y个单元，其中y为正整数；
所述轮廓点提取模块，用于根据所述轮廓线划分模块发送的y个单元，获取每个所述单元的位于每条所述血管预设轮廓线上的z个点；沿着垂直于所述血管中心直线方向，将z个点分别向所述血管中心直线分级靠拢，产生z个靠拢点，其中z为正整数；设定RGB差值阈值为ΔRGB阈，沿着垂直于所述血管中心直线方向，每次靠拢均将所述靠拢点的RGB值与所述血管中心直线上的点的RGB值作比较，当差值小于等于ΔRGB阈时，则所述靠拢点停止向所述血管中心直线靠拢；获取所述靠拢点作为轮廓点；
所述拉直血管轮廓线模块，用于将所述轮廓点提取模块发送的轮廓点依次连接，形成的平滑曲线即为所述拉直后血管的轮廓线。
11.一种冠状动脉分析***，其特征在于，包括：权利要求8～10任一项所述的根据血管中心线获取血管轮廓线的装置。
12.一种计算机存储介质，其特征在于，该计算机存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1～7任一项所述的根据血管中心线获取血管轮廓线的方法。
CN201911135307.1A 2019-11-19 2019-11-19 根据血管中心线获取血管轮廓线的方法和装置 Active CN112116615B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201911135307.1A CN112116615B (zh) 2019-11-19 2019-11-19 根据血管中心线获取血管轮廓线的方法和装置
JP2022529118A JP7409718B2 (ja) 2019-11-19 2019-11-22 血管中心線に基づき血管輪郭線を取得するステップと方法及び装置
PCT/CN2019/120333 WO2021097817A1 (zh) 2019-11-19 2019-11-22 根据血管中心线获取血管轮廓线的方法和装置
EP19953666.5A EP4064181A4 (en) 2019-11-19 2019-11-22 METHOD AND APPARATUS FOR ACQUIRING CONTOUR LINES OF A BLOOD VESSEL AS A FUNCTION OF A CENTRAL LINE OF A BLOOD VESSEL
US17/746,087 US20220277447A1 (en) 2019-11-19 2022-05-17 Method and apparatus for acquiring contour line of blood vessel according to centerline of blood vessel

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911135307.1A CN112116615B (zh) 2019-11-19 2019-11-19 根据血管中心线获取血管轮廓线的方法和装置

Publications (2)

Publication Number Publication Date
CN112116615A CN112116615A (zh) 2020-12-22
CN112116615B true CN112116615B (zh) 2023-12-05

Family

ID=73795593

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911135307.1A Active CN112116615B (zh) 2019-11-19 2019-11-19 根据血管中心线获取血管轮廓线的方法和装置

Country Status (5)

Country Link
US (1) US20220277447A1 (zh)
EP (1) EP4064181A4 (zh)
JP (1) JP7409718B2 (zh)
CN (1) CN112116615B (zh)
WO (1) WO2021097817A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3723041A1 (en) 2012-10-24 2020-10-14 CathWorks Ltd. Automated measurement system and method for coronary artery disease scoring
US10210956B2 (en) 2012-10-24 2019-02-19 Cathworks Ltd. Diagnostically useful results in real time
EP3061015A2 (en) 2013-10-24 2016-08-31 Cathworks Ltd. Vascular characteristic determination with correspondence modeling of a vascular tree
JP7036742B2 (ja) 2016-05-16 2022-03-15 キャスワークス リミテッド 血管評価システム
EP4241694A3 (en) 2016-05-16 2023-12-20 Cathworks Ltd. Selection of vascular paths from images
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
CN117058328B (zh) * 2023-10-11 2024-01-09 杭州脉流科技有限公司 冠状动脉血管树分级方法、设备、存储介质和程序产品
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

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102346803A (zh) * 2010-07-28 2012-02-08 北京集翔多维信息技术有限公司 心血管造影图像分析***
CN106127819A (zh) * 2016-06-30 2016-11-16 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
CN106327487A (zh) * 2016-08-18 2017-01-11 苏州润心医疗科技有限公司 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法
CN108335284A (zh) * 2018-01-09 2018-07-27 北京理工大学 一种冠脉血管中心线匹配方法和***
CN108564574A (zh) * 2018-04-11 2018-09-21 上海联影医疗科技有限公司 确定血流储备分数的方法、计算机设备及计算机可读存储介质
CN108805815A (zh) * 2018-06-14 2018-11-13 苏州润迈德医疗科技有限公司 基于x射线血管造影图像的血管拉直重建方法
CN109461138A (zh) * 2018-09-29 2019-03-12 深圳睿心智能医疗科技有限公司 参数计算方法、***、可读存储介质及计算机设备
CN109559326A (zh) * 2018-11-05 2019-04-02 深圳睿心智能医疗科技有限公司 一种血流动力学参数计算方法、***及电子设备
EP3503026A1 (en) * 2017-12-20 2019-06-26 Koninklijke Philips N.V. Device, system and method for interacting with vessel images

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6047080A (en) * 1996-06-19 2000-04-04 Arch Development Corporation Method and apparatus for three-dimensional reconstruction of coronary vessels from angiographic images
JP4421203B2 (ja) * 2003-03-20 2010-02-24 株式会社東芝 管腔状構造体の解析処理装置
US9594976B2 (en) * 2014-02-18 2017-03-14 Siemens Healthcare Gmbh Sparse appearance learning-based segmentation
US10452813B2 (en) * 2016-11-17 2019-10-22 Terarecon, Inc. Medical image identification and interpretation

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102346803A (zh) * 2010-07-28 2012-02-08 北京集翔多维信息技术有限公司 心血管造影图像分析***
CN106127819A (zh) * 2016-06-30 2016-11-16 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
CN106327487A (zh) * 2016-08-18 2017-01-11 苏州润心医疗科技有限公司 基于x射线冠脉造影图像的冠状动脉血流储备分数计算方法
EP3503026A1 (en) * 2017-12-20 2019-06-26 Koninklijke Philips N.V. Device, system and method for interacting with vessel images
CN108335284A (zh) * 2018-01-09 2018-07-27 北京理工大学 一种冠脉血管中心线匹配方法和***
CN108564574A (zh) * 2018-04-11 2018-09-21 上海联影医疗科技有限公司 确定血流储备分数的方法、计算机设备及计算机可读存储介质
CN108805815A (zh) * 2018-06-14 2018-11-13 苏州润迈德医疗科技有限公司 基于x射线血管造影图像的血管拉直重建方法
CN109461138A (zh) * 2018-09-29 2019-03-12 深圳睿心智能医疗科技有限公司 参数计算方法、***、可读存储介质及计算机设备
CN109559326A (zh) * 2018-11-05 2019-04-02 深圳睿心智能医疗科技有限公司 一种血流动力学参数计算方法、***及电子设备

Also Published As

Publication number Publication date
CN112116615A (zh) 2020-12-22
EP4064181A1 (en) 2022-09-28
JP7409718B2 (ja) 2024-01-09
JP2023502409A (ja) 2023-01-24
EP4064181A4 (en) 2023-11-29
US20220277447A1 (en) 2022-09-01
WO2021097817A1 (zh) 2021-05-27

Similar Documents

Publication Publication Date Title
CN112116615B (zh) 根据血管中心线获取血管轮廓线的方法和装置
AU2020244586B2 (en) Method and system for sensitivity analysis in modeling blood flow characteristics
US20210272030A1 (en) Systems and methods for using geometry sensitivity information for guiding workflow
US11490867B2 (en) Fractional flow reserve determination
US20230360803A1 (en) Methods and systems for predicting sensitivity of blood flow calculations to changes in anatomical geometry
CN112132949B (zh) 具有狭窄病变区间的血管三维建模方法、装置和***
CN112164020B (zh) 精确提取血管中心线的方法、装置、分析***和存储介质
US10134129B2 (en) Method and system for hemodynamic computation in coronary arteries
JP2022169579A (ja) リアルタイムで診断上有用な結果
CN112419484B (zh) 三维血管合成方法、***及冠状动脉分析***和存储介质
US20170068797A1 (en) Method and System for Non-Invasive Functional Assessment of Coronary Artery Stenosis Using Flow Computations in Diseased and Hypothetical Normal Anatomical Models
CN112419276B (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、***及存储介质
CN112446866A (zh) 血流参数的计算方法、装置、设备及存储介质
US20220319116A1 (en) Method and device for synthesizing mathematical model of blood vessel having stenotic lesion
CN112446867A (zh) 血流参数的确定方法、装置、设备及存储介质
CN112132882A (zh) 从冠状动脉二维造影图像中提取血管中心线的方法和装置
US10354349B2 (en) Systems and methods for using geometry sensitivity information for guiding workflow
CN112419279B (zh) 二维图像选取及三维血管合成的方法和存储介质
JP7408381B2 (ja) 画像処理装置、プログラム及び方法
CN117314836A (zh) 血流储备分数计算方法、装置、设备及存储介质

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