CN112308845B - 左心室分割方法、装置及电子设备 - Google Patents
左心室分割方法、装置及电子设备 Download PDFInfo
- Publication number
- CN112308845B CN112308845B CN202011209809.7A CN202011209809A CN112308845B CN 112308845 B CN112308845 B CN 112308845B CN 202011209809 A CN202011209809 A CN 202011209809A CN 112308845 B CN112308845 B CN 112308845B
- Authority
- CN
- China
- Prior art keywords
- segmentation result
- segmentation
- left ventricular
- region
- left ventricle
- 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
- 230000011218 segmentation Effects 0.000 title claims abstract description 236
- 210000005240 left ventricle Anatomy 0.000 title claims abstract description 128
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000002861 ventricular Effects 0.000 claims abstract description 93
- 210000002216 heart Anatomy 0.000 claims abstract description 59
- 210000004165 myocardium Anatomy 0.000 claims abstract description 43
- 230000000747 cardiac effect Effects 0.000 claims abstract description 25
- 210000000709 aorta Anatomy 0.000 claims description 66
- 238000004891 communication Methods 0.000 claims description 20
- 230000002107 myocardial effect Effects 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 230000037183 heart physiology Effects 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 7
- 230000004217 heart function Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 210000005246 left atrium Anatomy 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005481 NMR spectroscopy Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000003708 edge detection Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 210000001519 tissue Anatomy 0.000 description 3
- 239000013598 vector Substances 0.000 description 3
- 210000005242 cardiac chamber Anatomy 0.000 description 2
- 238000003759 clinical diagnosis Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 210000001174 endocardium Anatomy 0.000 description 2
- 208000019622 heart disease Diseases 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000002604 ultrasonography Methods 0.000 description 2
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000002059 diagnostic imaging Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010230 functional analysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 230000003902 lesion Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002123 temporal effect Effects 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
-
- 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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Medical Informatics (AREA)
- Quality & Reliability (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Magnetic Resonance Imaging Apparatus (AREA)
- Apparatus For Radiation Diagnosis (AREA)
Abstract
本申请提供了一种左心室分割方法、装置及电子设备,其中,方法包括:获取心脏医学影像数据;根据心脏生理结构特征,在医学影像数据中确定心尖位置和心基位置;基于心尖位置和心基位置采用区域生长算法确定左心室腔分割结果;根据左心室腔分割结果,基于水平集算法分割得到左心肌分割结果;合并左心室腔分割结果和左心肌分割结果得到左心室分割结果。由于心尖和心基位于心室内,因此基于心尖和心基采用区域生长法可以得到较为准确的左心室腔分割结果,由于左心室腔与左心肌灰度差别较大,灰度梯度变化明显,以左心室腔分割结果为基础,利用水平集算法进行准确的左心肌分割,演化速度快。
Description
技术领域
本申请涉及医疗图像技术领域,尤其涉及一种左心室分割方法、装置及电子设备。
背景技术
近年来心脏疾病已经成为人类健康的头号杀手。如何有效准确的诊断心血管疾病已经成为医学工作者的头号课题。从心脏机理来看,负责供血到全身各个器官的左心室是心脏中最重要的部分。因此其形态和运动的异常被作为评估心脏病变的重要依据。随着医学影像技术的发展,无创的基于左心室的心功能分析已经成为心脏疾病临床诊断的重要辅助手段。
目前心功能分析的影像学方法有很多种,临床上常用的是超声和核磁共振。超声视野局限,容易受操作者的主观影像,并且空间分辨率差,测量值偏差大且重复性不佳,核磁共振虽然有较高的时间和空间分辨率,但是扫描时间长,价格昂贵,且临床应用受限制。近年来随着多层螺旋CT技术的快速发展,其在扫描速度,良好的空间和时间分辨率,使得其在心脏方法的应用逐渐成为临床诊断的主流影像技术。
心功能分析主要是通过图像分割观察左心室的形态结构,采用运动估计技术获取左心室的功能分析,从而估测左心室的整体功能及左心肌的局部功能,是当前无创的心功能分析的主要技术。目前,多层螺旋CT在心功能分析上的研究较少,临床上多需要手动勾勒出左心室的心内膜和心外膜轮廓,***再自动计算所标记区域的参数。基于多层螺旋CT全自动的分割左心室和左心肌是辅助临床应用的发展趋势和研究热点。
目前有很多关于左心室分割的算法,但是大多数都是基于超声和核磁共振的左心室分割,很少基于CT图像的。这些分割算法主要分为以下几类:传统的图像分割算法,基于模型的分割方法,基于水平集的分割算法,聚类以及基于图的分割方法。
传统的分割方法主要包括:阈值分割方法,区域生长方法,边缘检测方法。其中阈值分割方法在考虑图像灰度值的同时不对图像的空间分布进行考虑,对噪声非常敏感。区域生长方法受限于图像的对比度,容易欠分割或者过分割。图像的边缘检测对模糊边缘的效果很差,往往检测不到。
基于模型的分割算法,如主动形状模型和主动表面模型。通过使用左心室的先验知识建立模型,分割结果的准确性严重依赖训练模型,受主观描绘训练模型的影响,而且费时又耗力。
基于水平集的分割算法,能够在噪声数据中较好的进行边缘分割,在描绘左心肌的边界方面,发展比较成熟。然而在执行中仍旧存在一些问题和困难,如计算复杂度高,零水平集的初始化,若干个参数,并且在演化过程中花费较多的时间,在非均质区域中容易选择错误的局部极小值,尤其在低灰度梯度变化处易造成泄漏。
模糊聚类的算法允许聚类生长成自然的形状,可用于图像序列的任意纬度和任意分辨率。该方法的主要缺点是处理外部点方面有困难,聚类中数据点的成员关系直接依赖其他聚类中心的成员关系值,并且有时候会产生不可靠的结果。
基于图的分割方法无需严重依赖或明确学习先验知识,通过足够的用户交互,可获得任意的分割,并且比较容易扩展到3D及更高维度的分割中。但是该算法仍有一些缺陷:如需要用户的多次交互,在弱边界情况下,容易受到“最小割”问题的影响。
因此,如何对左心室进行精确分割成为亟待解决的技术问题。
发明内容
本申请提供了一种左心室分割方法、装置及电子设备,以解决相关技术中难以对左心室进行精确分割的技术问题。
根据本申请实施例的一个方面,提供了一种左心室分割方法,包括:获取心脏医学影像数据;根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。
可选地,所述心脏生理结构包括发自所述左心室的升主动脉;所述根据心脏生理结构特征确定心尖位置和心基位置包括:获取升主动脉分割结果,所述升主动脉分割结果包括升主动脉位置信息;将升主动脉与左心室连接处作为第一生长种子点;在所述第一生长种子点的基础上,基于第一区域生长算法按照第一预设生长条件进行区域生长得到左心室感兴趣区域,所述第一预设生长条件与所述升主动脉的分割结果相关;根据所述左心室感兴趣区域和所述升主动脉位置信息确定所述心尖位置和所述心基位置。
可选地,所述根据所述左心室感兴趣区域和所述升主动脉位置信息确定所述心尖位置和所述心基位置包括:获得Z轴方向升主动脉最低端平面的包围区域;基于所述包围区域确定左心室与所述升主动脉的相对方向;在所述包围区域平面沿相对方向查找所述左心室感兴趣区域的在所述相对方向上的边界点;基于所述边界点确定所述心基位置;基于所述左心室感兴趣区域、所述相对方向和所述心基位置确定所述心尖位置。
可选地,所述基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果包括:将所述心尖位置和所述心基位置确定左心室腔中心轴;在所述左心室腔中心轴上选取第二生长种子点;在所述第二生长种子点的基础上基于第二区域生长算法按照第二预设生长条件进行区域生长得到第一左心室腔分割结果,所述第二预设生长条件与所述生长种子点相关。
可选地,所述基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果还包括:沿所述左心室腔中心轴方向将所述第一左心室腔分割结果划分为多个第一分割平面,所述第一分割平面与所述左心室腔中心轴垂直;在所述分割平面的基础上,基于第二区域生长算法按照第三预设生长条件进行区域生长,得到第二左心室腔分割结果,所述第三预设生长条件与所述第一左心室腔分割结果相关。
可选地,所述根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果包括:将所述左心室腔分割结果的分割边界作为零水平集;以所述零水平集为基准控制水平集中的轮廓线进行扩张得到左心肌分割结果。
可选地,所述合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果包括:基于所述升主动脉的面积对心基位置进行校正;基于校正后的心基位置确定左心室腔二维分割结果和左心肌二维分割结果;将所述左心室腔二维分割结果和左心肌二维分割结果投影至三维空间得到左心室分割结果。
根据第二方面,本发明实施例提供了一种左心室分割装置,包括:获取模块,用于获取心脏医学影像数据;第一确定模块,用于根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;第二确定模块,用于基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;左心肌分割模块,用于根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;合并模块,用于合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。
根据第三方面,本发明实施例提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,所述存储器,用于存储计算机程序;所述处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行上述第一方面中任一项所述的左心室分割方法步骤。
根据第四方面,本发明实施例提供了一种计算机可读的存储介质,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行上述第一方面中任一项中所述的左心室分割方法步骤。
在本申请实施例中,获取心脏医学影像数据;根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;根据所述左心室腔分割结果,基于水平集算法分割得到左心肌分割结果;合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。先确定心尖位置和心基位置,由于心尖和心基位于左心室内,因此基于心尖和心基,采用区域生长法可以得到较为准确的心室腔分割结果,由于左心室腔与左心肌灰度差别较大,灰度梯度变化明显,可以准确的分割左心肌,以左心室腔为基础,利用水平集算法进行左心肌准确分割,演化速度快。帮助临床工作者快速得到准确的左心室和左心肌结构,减少交互次数,从而极大地提高心功能分析的诊断效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例的一种可选的左心室分割方法的硬件环境的示意图;
图2是根据本申请实施例的一种可选的左心室分割方法的流程示意图;
图3是根据本申请实施例的一种可选的左心室分割中主动脉包围区域的示意图;
图4是根据本申请实施例的另一种可选的心基位置选取的示意图;
图5是根据本申请实施例的另一种可选的左心室分割中分割平面选取的示意图;
图6是根据本申请实施例的另一种可选的左心室分割中二维平面左心肌分割结果示意图
图7是根据本申请实施例的一种可选的左心室分割装置的结构框图;
图8是根据本申请实施例的一种可选的电子设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
参见图1,本申请提出了一种左心室分割方法,可选地,在本实施例中,上述左心室分割方法可以应用于如图1所示的由终端102和服务器104所构成的硬件环境中。如图1所示,服务器104通过网络与终端102进行连接,可用于为终端或终端上安装的客户端提供服务(如游戏服务、应用服务等),可在服务器上或独立于服务器设置数据库,用于为服务器104提供数据存储服务,还可以用于处理云服务,上述网络包括但不限于:广域网、城域网或局域网,终端102并不限定于PC、手机、平板电脑等。本申请实施例的左心室分割方法可以由服务器104来执行,也可以由终端102来执行,还可以是由服务器104和终端102共同执行。其中,终端102执行本申请实施例的左心室分割方法也可以是由安装在其上的客户端来执行。
以由服务器104来执行本实施例中的左心室分割方法为例,图2是根据本申请实施例的一种可选的左心室分割方法的流程示意图,如图2所示,该方法的流程可以包括以下步骤:
步骤S202,获取心脏医学影像数据;
步骤S204,根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;
步骤S206,基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;
步骤S208,根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;
步骤S210,合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。
获取心脏医学影像数据;根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。先确定心尖位置和心基位置,由于心尖和心基位于心室内,因此基于心尖和心基采用区域生长法可以得到较为准确的心室腔分割结果,由于左心室腔与左心肌灰度差别较大,灰度梯度变化明显,以左心室腔为基础,利用水平集算法进行左心肌分割,演化速度快。帮助临床工作者快速得到准确的左心室和左心肌结构,减少交互次数,从而极大地提高心功能分析的诊断效率。
在步骤S202的技术方案中,作为示例性的实施例,所称的心脏医学影像数据可以为CT图像,即心脏的断面扫描图像,具体的,医学影像数据可以包括多层断面扫描图像。
在步骤S204的技术方案中,在得到心脏医学影像数据之后,可以基于心脏的生理结构特征,例如,根据左心室,升主动脉和左心房的生理结构特征,确定心尖位置和心基的位置。其中,心尖为心脏左下呈圆锥状的尖端部叫心尖,由左心室构成。心基为心脏是大血管出入的部位即主动脉出入的位置,心基位置位于分隔上方的心房和下方的左心室的环形的***处,即心尖位置为左心室的顶端、心基位置为左心室的底端。
在本实施例中,可以先基于现有的分割算法分割得到升主动脉,例如可以通过阈值分割方法,区域生长方法,边缘检测方法等分到升主动脉的分割结果。由于心基位置位于主动脉出入位置,即升主动脉与左心室连接处,可以基于升主动脉的位置确定心基的位置,在基于先验知识,基于心基位置和CT图确定心尖位置。
作为可选地实施例,在确定心基位置和心尖位置之前可以先确定左心室感兴趣区域,示例性的左心室感兴趣区域可以包含左心室,部分左心房以及其它可能的高亮组织,即左心室的大概区域。示例性的,可以获取升主动脉分割结果,所述升主动脉分割结果包括升主动脉位置信息;将升主动脉与左心室连接处作为第一生长种子点;在所述第一生长种子点的基础上,基于第一区域生长算法按照第一预设生长条件进行区域生长得到左心室感兴趣区域,所述第一预设生长条件与所述升主动脉的分割结果相关。具体的,在升主动脉分割的基础上,获得主动脉的CT值的均值Mean,方差Std,和最小值MinCTThr。考虑到主动脉和左心室相连,因此可以根据升主动脉分割的结果找到升主动脉和左心室相连的位置ConnectedZ级第一区域生长点,从ConnectedZ开始沿着Z轴方向往下(由左心室与升主动脉的连接位置向心尖方向)分割左心室以及其相连的部分左心房区域。分割的方法采用第一区域生长算法,其中,第一预设生长条件可以为满足以下至少之一条件的种子点(像素或区域)作为左心室感兴趣区域的生长种子点(像素或区域):
1)CT值大于Mean
2)CT值大于MinCTThr,并且CT值大于Mean-2×Std,小于Mean+2×Std
当前种子点的CT值满足上述任意条件即属于左心室感兴趣区域R1。
根据所述左心室感兴趣区域和所述升主动脉位置信息确定所述心尖位置和所述心基位置。具体的,在R1和主动脉分割的结果上,根据主动脉的位置确定心基的位置,具体步骤如下:获得Z轴方向升主动脉最低端平面的包围区域;基于所述包围区域确定左心室与所述升主动脉的相对方向;在所述包围区域平面沿相对方向查找所述左心室感兴趣区域的在所述相对方向上的边界点;基于所述边界点确定所述心基位置;基于所述左心室感兴趣区域、所述相对方向和所述心基位置确定所述心尖位置。示例性的,获得Z轴方向最低端主动脉2D平面的包围区域,如图3所示。其中(MinX,MinY)是平面最小点坐标,(MaxX,MaxY)是平面最大点坐标,点B的坐标是((MaxX+MinX)*0.5,MaxY),过点A和点B,可以得到一个向量
在步骤S206中的技术方案,由于左心室感兴趣区域很多非左心室区域,在得到心基位置和心尖位置后,由于心基位置和心尖位置及其中间区域均属于左心室腔内,因此,心尖和心基中区域的CT值与左心室腔内部的CT值相似,因此,可以基于心基位置和心尖位置及其中间区域作为生长点进行区域生长,可以较为明确的划分图像的对比度,提升区域生长的准确性,具体的,将所述心尖位置和所述心基位置确定左心室腔中心轴;在所述左心室腔中心轴上选取第二生长种子点;在所述第二生长种子点的基础上基于第二区域生长子算法按照第二预设生长条件进行区域生长得到第一左心室腔分割结果,所述第二预设生长条件与所述生长种子点相关。具体的,参见图5所示,心尖点CA和心基点CB,则过CA和CB两点可以获得中心轴如图4所示,沿着中心轴从CA到CB以间隔M(例如M=3毫米)采样可以获得N个点,这N个点就是区域生长的种子点,具体的,第二预设生长条件可以为满足如下至少之一条件的种子点作为左心室腔区域的种子点:
1)CT值大于Mean
2)CT值大于MinCTThr并且大于Mean-2*Std,小于Mean+2*Std
当前种子点的CT值满足上述任意条件即属于左心室腔区域R3。其中均值Mean-是中心轴上的N个点的平均CT值,MinCTThr是升主动脉的CT值的最小值,Std是升主动脉的CT值的方差。
作为示例性的实施例,为了进一步精确的分割左心室腔区域,以便得到更为清晰的左心室腔的边界,即左心室心内膜,可以基于第一左心室腔分割结果进行左心室的再次分割,由于第一左心室腔分割结果的中绝大部分为正确的分割结果,因此,可以利用第一左心室腔分割结果中的CT值作为再次分割的区域生长条件,可以进一步提升左心室腔的分割的精确性。示例性的,沿所述左心室腔中心轴方向将所述第一左心室腔分割结果划分为多个第一分割平面,所述第一分割平面与所述左心室腔中心轴垂直;在所述分割平面的基础上,基于第二区域生长子算法按照第三预设生长条件进行区域生长,得到第二左心室腔分割结果,所述第三预设生长条件与所述第一左心室腔分割结果相关。参见图5,以左心室中心轴为垂直轴,从CA到CB以间隔M(例如M=3毫米)采样可以获得以中心轴上的点为中心点,大小是能够完整包含左心室横截面的(例如256*256)的N个原始数据平面,在N个原始数据平面中包含了第一左心室腔分割结果的N个分割平面。在每个分割平面的基础上,分别进行2维的区域生长,区域生长的条件是:
CT值大于Mean
CT值大于MinCTThr并且大于Mean-2*Std,小于Mean+2*Std
当前种子点的CT值满足上述任意条件即属于第二左心室腔区域R4。其中均值Mean是第一左心室腔的分割结果的CT均值,MinCTThr是升主动脉的CT值的最小值,Std是升主动脉的CT值的方差。
对于步骤S208中的技术方案,由于左心肌的CT值比心室的CT值低很多,但是却跟周围其它组织相近,且边缘比较弱化,因此采用水平集的方法来分割左心肌。具体的,将所述左心室腔分割结果的分割边界作为零水平集;以所述零水平集为基准控制水平集中的轮廓线进行扩张得到左心肌分割结果。示例性的,零水平集就是心室的分割边界,即心内膜。由于心肌一定是包含心室的,并且边界比较圆滑,因此可以控制水平集中的轮廓线在每次迭代的时候都往外扩,并保持较大的圆滑度,这样就能分割出完整的左心肌,即心外膜,如图6所示。
对于步骤S210中的技术方案,将得到的左心室腔的分割结果和左心肌的分割结果进行合并,并投影至三维空间,可以得到完整的左心室的分割。由于心基位置和心尖位置基于心脏的生理结构和包含左心房、其他组织和左心室的左心室感兴趣区域确定,可能心基位置存在偏差,因此,需要对心基位置进行校正,具体的,基于所述升主动脉的面积对心基位置进行校正;基于校正后的心基位置确定左心室腔二维分割结果和左心肌二维分割结果;将所述左心室腔二维分割结果和左心肌二维分割结果投影至三维空间得到左心室分割结果。示例性的,基于所述升主动脉的面积对心基位置进行校正包括:沿所述心尖位置到所述心基位置方向划分为多个第二分割平面,所述第二分割平面与所述心尖位置到所述心基位置方向垂直;沿所述心尖位置到所述心基位置方向依次计算所述分割平面中升主动脉的面积;将升主动脉的面积大于预设值的第二分割平面中的左心室腔分割结果中的左心室腔区域的中心点作为校正后的心基位置。作为示例性的实施例,对N个分割平面按照从CA到CB的顺序排列,逐层判断分割平面中升主动脉的面积,当升主动脉的面积大于一定数值(例如50平方毫米)的时候,认为到达了左心房处,此二维平面就是新的拦截面P2,保留从CA点开始到拦截面P2的所有平面集合PR,去掉拦截面以后的所有平面,则拦截面P2中分割得到的心室区域的中心点就是新的心基点,平面集合PR就是左心室和左心肌的完整分割结果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
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根据上述实施例的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,本申请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ROM(Read-Only Memory,只读存储器)/RAM(Random Access Memory,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,或者网络设备等)执行本申请各个实施例的方法。
根据本申请实施例的另一个方面,还提供了一种用于实施上述左心室分割方法的左心室分割装置。图7是根据本申请实施例的一种可选的左心室分割装置的示意图,如图7所示,该装置可以包括:
获取模块701,用于获取心脏医学影像数据;
第一确定模块702,用于根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;
第二确定模块703,用于基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;
左心肌分割模块704,用于根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;
合并模块705,用于合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。
此处需要说明的是,上述模块与对应的步骤所实现的示例和应用场景相同,但不限于上述实施例所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在如图1所示的硬件环境中,可以通过软件实现,也可以通过硬件实现,其中,硬件环境包括网络环境。
根据本申请实施例的又一个方面,还提供了一种用于实施上述左心室分割方法的电子设备,该电子设备可以是服务器、终端、或者其组合。
图8是根据本申请实施例的一种可选的电子设备的结构框图,如图8所示,包括处理器802、通信接口804、存储器806和通信总线808,其中,处理器802、通信接口804和存储器806通过通信总线808完成相互间的通信,其中,
存储器806,用于存储计算机程序;
处理器802,用于执行存储器806上所存放的计算机程序时,实现如下步骤:
S1,获取心脏医学影像数据;
S2,根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;
S3,基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;
S4,根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;
S5,合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。
可选地,在本实施例中,上述的通信总线可以是PCI(Peripheral ComponentInterconnect,外设部件互连标准)总线、或EISA(Extended Industry StandardArchitecture,扩展工业标准结构)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
通信接口用于上述电子设备与其他设备之间的通信。
存储器可以包括RAM,也可以包括非易失性存储器(non-volatile memory),例如,至少一个磁盘存储器。可选地,存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器,可以包含但不限于:CPU(Central ProcessingUnit,中央处理器)、NP(Network Processor,网络处理器)等;还可以是DSP(DigitalSignal Processing,数字信号处理器)、ASIC(Application Specific IntegratedCircuit,专用集成电路)、FPGA(Field-Programmable Gate Array,现场可编程门阵列)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例在此不再赘述。
本领域普通技术人员可以理解,图8所示的结构仅为示意,实施上述左心室分割方法的设备可以是终端设备,该终端设备可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌上电脑以及移动互联网设备(Mobile Internet Devices,MID)、PAD等终端设备。图8其并不对上述电子装置的结构造成限定。例如,终端设备还可包括比图8中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图8所示的不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、ROM、RAM、磁盘或光盘等。
根据本申请实施例的又一个方面,还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于执行左心室分割方法的程序代码。
可选地,在本实施例中,上述存储介质可以位于上述实施例所示的网络中的多个网络设备中的至少一个网络设备上。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:
S1,获取心脏医学影像数据;
S2,根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;
S3,基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;
S4,根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;
S5,合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果。
可选地,本实施例中的具体示例可以参考上述实施例中所描述的示例,本实施例中对此不再赘述。
可选地,在本实施例中,上述存储介质可以包括但不限于:U盘、ROM、RAM、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在上述计算机可读取的存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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存储介质中,包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的客户端,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例中所提供的方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (8)
1.一种左心室分割方法,其特征在于,包括:
获取心脏医学影像数据;
根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;
基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;
根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;
合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果;
其中,
所述心脏生理结构包括发自所述左心室的升主动脉;
所述根据心脏生理结构特征确定心尖位置和心基位置包括:
获取升主动脉分割结果,所述升主动脉分割结果包括升主动脉位置信息;
将升主动脉与左心室连接处作为第一生长种子点;
在所述第一生长种子点的基础上,基于第一区域生长算法按照第一预设生长条件进行区域生长得到左心室感兴趣区域,所述第一预设生长条件与所述升主动脉的分割结果相关;
根据所述左心室感兴趣区域和所述升主动脉位置信息确定所述心尖位置和所述心基位置;
所述根据所述左心室感兴趣区域和所述升主动脉位置信息确定所述心尖位置和所述心基位置包括:
获得Z轴方向升主动脉最低端平面的包围区域;
基于所述包围区域确定左心室与所述升主动脉的相对方向;
在所述包围区域平面沿相对方向查找所述左心室感兴趣区域的在所述相对方向上的边界点;
基于所述边界点确定所述心基位置;
基于所述左心室感兴趣区域、所述相对方向和所述心基位置确定所述心尖位置。
2.如权利要求1所述的左心室分割方法,其特征在于,所述基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果包括:
将所述心尖位置和所述心基位置确定左心室腔中心轴;
在所述左心室腔中心轴上选取第二生长种子点;
在所述第二生长种子点的基础上基于第二区域生长算法按照第二预设生长条件进行区域生长得到第一左心室腔分割结果,所述第二预设生长条件与所述生长种子点相关。
3.如权利要求2所述的左心室分割方法,其特征在于,所述基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果还包括:
沿所述左心室腔中心轴方向将所述第一左心室腔分割结果划分为多个第一分割平面,所述第一分割平面与所述左心室腔中心轴垂直;
在所述分割平面的基础上,基于第二区域生长算法按照第三预设生长条件进行区域生长,得到第二左心室腔分割结果,所述第三预设生长条件与所述第一左心室腔分割结果相关。
4.如权利要求1所述的左心室分割方法,其特征在于,所述根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果包括:
将所述左心室腔分割结果的分割边界作为零水平集;
以所述零水平集为基准控制水平集中的轮廓线进行扩张得到左心肌分割结果。
5.如权利要求1所述的左心室分割方法,其特征在于,所述合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果包括:
基于升主动脉的面积对心基位置进行校正;
基于校正后的心基位置确定左心室腔二维分割结果和左心肌二维分割结果;
将所述左心室腔二维分割结果和左心肌二维分割结果投影至三维空间得到左心室分割结果。
6.一种左心室分割装置,其特征在于,包括:
获取模块,用于获取心脏医学影像数据;
第一确定模块,用于根据心脏生理结构特征在所述医学影像数据中确定心尖位置和心基位置;
第二确定模块,用于基于所述心尖位置和所述心基位置采用区域生长算法确定左心室腔分割结果;
左心肌分割模块,用于根据所述左心室腔分割结果基于水平集算法分割得到左心肌分割结果;
合并模块,用于合并所述左心室腔分割结果和所述左心肌分割结果得到左心室分割结果,
其中,所述心脏生理结构包括发自所述左心室的升主动脉;
所述根据心脏生理结构特征确定心尖位置和心基位置包括:
获取升主动脉分割结果,所述升主动脉分割结果包括升主动脉位置信息;
将升主动脉与左心室连接处作为第一生长种子点;
在所述第一生长种子点的基础上,基于第一区域生长算法按照第一预设生长条件进行区域生长得到左心室感兴趣区域,所述第一预设生长条件与所述升主动脉的分割结果相关;
根据所述左心室感兴趣区域和所述升主动脉位置信息确定所述心尖位置和所述心基位置;
所述根据所述左心室感兴趣区域和所述升主动脉位置信息确定所述心尖位置和所述心基位置包括:
获得Z轴方向升主动脉最低端平面的包围区域;
基于所述包围区域确定左心室与所述升主动脉的相对方向;
在所述包围区域平面沿相对方向查找所述左心室感兴趣区域的在所述相对方向上的边界点;
基于所述边界点确定所述心基位置;
基于所述左心室感兴趣区域、所述相对方向和所述心基位置确定所述心尖位置。
7.一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,所述处理器、所述通信接口和所述存储器通过所述通信总线完成相互间的通信,其特征在于,
所述存储器,用于存储计算机程序;
所述处理器,用于通过运行所述存储器上所存储的所述计算机程序来执行权利要求1至5中任一项所述的左心室分割方法步骤。
8.一种计算机可读的存储介质,其特征在于,所述存储介质中存储有计算机程序,其中,所述计算机程序被设置为运行时执行权利要求1至5中任一项中所述的左心室分割方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011209809.7A CN112308845B (zh) | 2020-11-03 | 2020-11-03 | 左心室分割方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011209809.7A CN112308845B (zh) | 2020-11-03 | 2020-11-03 | 左心室分割方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112308845A CN112308845A (zh) | 2021-02-02 |
CN112308845B true CN112308845B (zh) | 2021-07-02 |
Family
ID=74332520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011209809.7A Active CN112308845B (zh) | 2020-11-03 | 2020-11-03 | 左心室分割方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308845B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115671577A (zh) * | 2021-10-19 | 2023-02-03 | 中南大学湘雅二医院 | 基于心肌定位治疗心肌病的放疗设备 |
CN114419032B (zh) * | 2022-03-14 | 2022-06-21 | 深圳科亚医疗科技有限公司 | 心脏左心室的心肌内膜和/或心肌外膜的分割方法和装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1806758A (zh) * | 2005-01-21 | 2006-07-26 | 西门子公司 | 在心脏的三维数据组中自动确定左心室位置和取向的方法 |
CN102397070A (zh) * | 2011-01-26 | 2012-04-04 | 无锡宙示医学软件开发有限公司 | 一种全自动分割量化心脏磁共振图像左心室的方法 |
CN105741310A (zh) * | 2016-03-21 | 2016-07-06 | 东北大学 | 一种心脏左心室图像分割***及方法 |
CN109427417A (zh) * | 2017-08-30 | 2019-03-05 | 西门子保健有限责任公司 | 用于在医学图像数据中分割检查对象的器官结构的方法 |
CN111028254A (zh) * | 2019-12-09 | 2020-04-17 | 上海交通大学医学院附属上海儿童医学中心 | 一种基于心脏电影磁共振图像的左心肌分割方法 |
CN111383259A (zh) * | 2020-03-02 | 2020-07-07 | 联影智能医疗科技(北京)有限公司 | 图像分析方法、计算机设备和存储介质 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8369590B2 (en) * | 2007-05-21 | 2013-02-05 | Cornell University | Method for segmenting objects in images |
CA2705731A1 (en) * | 2009-02-23 | 2010-08-23 | Sunnybrook Health Sciences Centre | Method for automatic segmentation of images |
ITTO20120030A1 (it) * | 2012-01-17 | 2013-07-18 | Consiglio Nazionale Ricerche | Procedimento e sistema per la determinazione del volume di grasso cardiaco epicardico a partire da immagini volumetriche, e relativo programma per elaboratore |
EP3250128B1 (en) * | 2015-01-26 | 2020-10-21 | Spectrum Dynamics Medical Limited | Systems and methods for medical image registration |
CN108876769B (zh) * | 2018-05-31 | 2020-11-03 | 厦门大学 | 一种左心耳ct图像分割方法 |
CN109272512B (zh) * | 2018-09-25 | 2022-02-15 | 南昌航空大学 | 一种自动分割左心室内外膜的方法 |
CN110335236B (zh) * | 2019-04-29 | 2021-06-11 | 上海依智医疗技术有限公司 | 心脏医学图像的处理方法、处理装置、处理***和介质 |
CN111784696B (zh) * | 2020-06-28 | 2023-08-01 | 深圳大学 | 一种训练右心室分割模型、右心室分割的方法及*** |
CN111815597B (zh) * | 2020-07-01 | 2024-04-12 | 杭州脉流科技有限公司 | 基于ct影像的左心室长短轴切面提取方法、装置、计算机设备和存储介质 |
-
2020
- 2020-11-03 CN CN202011209809.7A patent/CN112308845B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1806758A (zh) * | 2005-01-21 | 2006-07-26 | 西门子公司 | 在心脏的三维数据组中自动确定左心室位置和取向的方法 |
CN102397070A (zh) * | 2011-01-26 | 2012-04-04 | 无锡宙示医学软件开发有限公司 | 一种全自动分割量化心脏磁共振图像左心室的方法 |
CN105741310A (zh) * | 2016-03-21 | 2016-07-06 | 东北大学 | 一种心脏左心室图像分割***及方法 |
CN109427417A (zh) * | 2017-08-30 | 2019-03-05 | 西门子保健有限责任公司 | 用于在医学图像数据中分割检查对象的器官结构的方法 |
CN111028254A (zh) * | 2019-12-09 | 2020-04-17 | 上海交通大学医学院附属上海儿童医学中心 | 一种基于心脏电影磁共振图像的左心肌分割方法 |
CN111383259A (zh) * | 2020-03-02 | 2020-07-07 | 联影智能医疗科技(北京)有限公司 | 图像分析方法、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112308845A (zh) | 2021-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9875581B2 (en) | Automated 3D reconstruction of the cardiac chambers from MRI or ultrasound | |
US7715609B2 (en) | Method for automatically determining the position and orientation of the left ventricle in 3D image data records of the heart | |
CN108122616B (zh) | 个体特异性的心血管模型的生成方法及其应用 | |
WO2013131421A1 (zh) | 基于3d医学影像测定生理参数的装置和方法 | |
JP2006055631A (ja) | 分割結果の3次元位置情報を用いた生物学的構造を視覚化するための方法と装置 | |
CN112308845B (zh) | 左心室分割方法、装置及电子设备 | |
CN112308846B (zh) | 血管分割方法、装置及电子设备 | |
CN110706241B (zh) | 一种三维病灶区域提取方法和装置 | |
WO2018133098A1 (zh) | 血管壁应力应变状态获取方法及*** | |
Juang et al. | Automatic segmentation of the left-ventricular cavity and atrium in 3D ultrasound using graph cuts and the radial symmetry transform | |
CN111429457B (zh) | 图像局部区域亮度智能评价方法、装置、设备及介质 | |
CN109410181B (zh) | 一种心脏图像分割方法及装置 | |
US8064670B2 (en) | Analysis of multidimensional data | |
CN112258476B (zh) | 超声心动图心肌异常运动模式分析方法、***及存储介质 | |
CN106910182B (zh) | 心脏心功能磁共振图像中舒张末期图像中血池的分割方法 | |
JP2015064338A (ja) | 心筋輪郭抽出技術 | |
CN112862827B (zh) | 一种左心耳的开口参数确定方法、装置、终端及存储介质 | |
Goyal et al. | MRI image based patient specific computational model reconstruction of the left ventricle cavity and myocardium | |
CN113362327B (zh) | 一种胸腔图像中的区域分割方法、装置、终端及存储介质 | |
Medina et al. | Left ventricle myocardium segmentation in multi-slice computerized tomography | |
Pluempitiwiriyawej et al. | Active contours with automatic initialization for myocardial perfusion analysis | |
Jodoin et al. | Left-ventricle segmentation of SPECT images of rats | |
KR102000615B1 (ko) | 관상동맥의 시작점을 자동으로 추출하기 위한 방법 및 그 장치 | |
CN113139961B (zh) | 一种冠状动脉优势型的确定方法和装置 | |
EP4390845A1 (en) | A computer-implemented method, computer program product and imaging system |
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 | ||
CB02 | Change of applicant information |
Address after: 100176 1st floor, building 8, 11 Kangding street, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Sinovision Technology (Beijing) Co.,Ltd. Address before: 1 / F, building 8, No. 11, Kangding street, Daxing Economic and Technological Development Zone, Beijing 100176 Applicant before: SAINUO WEISHENG TECHNOLOGY (BEIJING) Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |