CN115005846B - 适用于血管显影的数据处理方法及装置 - Google Patents
适用于血管显影的数据处理方法及装置 Download PDFInfo
- Publication number
- CN115005846B CN115005846B CN202210942256.9A CN202210942256A CN115005846B CN 115005846 B CN115005846 B CN 115005846B CN 202210942256 A CN202210942256 A CN 202210942256A CN 115005846 B CN115005846 B CN 115005846B
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- gray
- diameter
- value
- basic
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 12
- 230000015624 blood vessel development Effects 0.000 title claims abstract description 9
- 210000004204 blood vessel Anatomy 0.000 claims abstract description 343
- 238000012545 processing Methods 0.000 claims abstract description 108
- 238000011161 development Methods 0.000 claims abstract description 20
- 230000018109 developmental process Effects 0.000 claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 13
- 210000003462 vein Anatomy 0.000 claims description 108
- 210000001367 artery Anatomy 0.000 claims description 64
- 230000003068 static effect Effects 0.000 claims description 32
- 239000003086 colorant Substances 0.000 claims description 10
- 238000012217 deletion Methods 0.000 claims description 10
- 230000037430 deletion Effects 0.000 claims description 10
- 238000012800 visualization Methods 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000002708 enhancing effect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000005265 energy consumption Methods 0.000 abstract description 2
- 230000007812 deficiency Effects 0.000 abstract 1
- 230000011218 segmentation Effects 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 238000002583 angiography Methods 0.000 description 2
- 210000001715 carotid artery Anatomy 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 231100000915 pathological change Toxicity 0.000 description 2
- 230000036285 pathological change Effects 0.000 description 2
- 230000003014 reinforcing effect Effects 0.000 description 2
- 210000003484 anatomy Anatomy 0.000 description 1
- 239000002872 contrast media Substances 0.000 description 1
- 210000004351 coronary vessel Anatomy 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 108010084652 homeobox protein PITX1 Proteins 0.000 description 1
- 238000001727 in vivo Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000001147 pulmonary artery Anatomy 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
Images
Classifications
-
- 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
- A61B6/48—Diagnostic techniques
- A61B6/481—Diagnostic techniques involving the use of contrast agents
-
- 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
Landscapes
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Pathology (AREA)
- Heart & Thoracic Surgery (AREA)
- Veterinary Medicine (AREA)
- Biophysics (AREA)
- High Energy & Nuclear Physics (AREA)
- Public Health (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Optics & Photonics (AREA)
- General Health & Medical Sciences (AREA)
- Radiology & Medical Imaging (AREA)
- Biomedical Technology (AREA)
- Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Vascular Medicine (AREA)
- Dentistry (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Ultra Sonic Daignosis Equipment (AREA)
- Image Processing (AREA)
Abstract
本发明提供适用于血管显影的数据处理方法及装置,所述处理装置包括基础血管数据获取模块、基础血管数据处理模块以及局部血管增强处理模块;所述基础血管数据获取模块用于对人体的血管清晰部位进行基础血管数据采集;所述基础血管数据处理模块用于对基础血管数据进行处理,并得到血管的基础参数;所述局部血管增强处理模块用于基于血管的基础参数对血管进行增强显影处理,本发明通过血管影像进行基础的判断,能够有利于在后续的显影过程中进行局部增强处理,从而提高血管的增强显示效果,方便医生精准且快速地查看,以解决现有的显影处理方式存在不足导致血管显影的干扰因素多、查看耗费精力的问题。
Description
技术领域
本发明涉及显影处理技术领域,尤其涉及适用于血管显影的数据处理方法及装置。
背景技术
血管照影:是通过导管向大血管的某些部位注射造影剂,使血管显影,快速拍片,以显示大血管解剖结构的病理改变以及循环功能情况。是医生检查确诊病灶的一种体内介入方法。血管照影可以观察到其他检查难于观察到的病理改变,如肺部动脉发育情况,大血管的位置,心内分流方向,冠心动脉的通畅情况等。
现有的血管显影过程中,通常都是通过基础的红外扫描获取血管影像,但是这种方式对于血管影像的增强作用并不明显,通常都是依靠医生的经验对血管显影的图像进行查看,但是这种影像在查看中要依靠经验进行筛查,耗费精力同时也会增加干扰因素。
发明内容
针对现有技术存在的不足,本发明目的是提供适用于血管显影的数据处理方法及装置,通过血管影像进行基础的判断,能够有利于在后续的显影过程中进行局部增强处理,从而提高血管的增强显示效果,方便医生精准且快速地查看,以解决现有的显影处理方式存在不足导致血管显影的干扰因素多、查看耗费精力的问题。
为了实现上述目的,本发明是通过如下的技术方案来实现:本发明提供适用于血管显影的数据处理装置,所述处理装置包括基础血管数据获取模块、基础血管数据处理模块以及局部血管增强处理模块;
所述基础血管数据获取模块用于对人体的血管清晰部位进行基础血管数据采集;所述基础血管数据处理模块用于对基础血管数据进行处理,并得到血管的基础参数;
所述局部血管增强处理模块用于基于血管的基础参数对血管进行增强显影处理;
所述局部血管增强处理模块包括删除显示增强单元以及变换色彩增强单元,所述删除显示增强单元用于对血管影像进行保留,并将非血管影像进行删除处理;所述变换色彩增强单元用于对血管影像进行色彩增强处理。
进一步地,所述基础血管数据获取模块包括基础血管划分单元,所述基础血管划分单元配置有基础血管划分策略,所述基础血管划分策略包括:首先对人体的颈部动脉、手背静脉以及脚背静脉的影像数据进行获取;
然后描绘每条血管的轮廓图像,以第一像素作为基础像素将血管影像进行像素点划分,分别获取每个像素点的灰度值,当两点灰度值的差值大于第一灰度值阈值时,将该两点作为血管影像的边界点,连接边界点获取每条血管的影像。
进一步地,所述基础血管数据获取模块还包括基础血管数据采集单元,所述基础血管数据采集单元配置有基础血管数据采集策略,所述基础血管数据采集策略包括:以血管的延伸方向作为血管影像的长度方向,先在血管影像的长度方向的其中一条轮廓边线上选取若干边线点,若干边线点呈等距分布;
然后在另一条轮廓边线上对应若干边线点选取若干边线对照点,将相互对应的边线点和边线对照点进行连线,并设定为血管横向连线,获取血管横向连线的中点;
从血管影像的边线点、边线对照点以及血管横向连线的中点中分别选取第一基础数量的点作为参照点,并分别获取边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值;
获取若干血管横向连线的长度,并从若干血管横向连线中选取第一基础数量作为参照线,再分别获取第一基础数量的参照线的长度。
进一步地,所述基础血管数据处理模块包括血管灰度处理单元以及血管直径处理单元,所述血管灰度处理单元配置有血管灰度处理策略,所述血管灰度处理策略包括:将获取到的每条血管的第一基础数量的边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值代入到血管灰度处理公式中求得血管基础灰度参照值;将颈部动脉的血管基础灰度参照值设定为动脉灰度参考值,将手背静脉以及脚背静脉的血管基础灰度参照值分别设定为手背静脉灰度参考值以及脚背静脉灰度参考值;
所述血管直径处理单元配置有血管直径处理策略,所述血管直径处理策略包括:再将第一基础数量的参照线的长度代入到血管直径处理公式中求得血管基础直径参照值;将颈部动脉的血管基础直径参照值设定为动脉直径参考值,将手背静脉以及脚背静脉的血管基础直径参照值分别设定为手背静脉直径参考值以及脚背静脉直径参考值。
进一步地,所述血管灰度处理公式配置为:;其中,Xhdc为血管基础灰度参照值,Hbc1至
Hbcn分别为第一基础数量的边线点的参照点的灰度值,Hbd1至Hbdn分别为第一基础数量的
边线对照点的参照点的灰度值,Hh1至Hhn分别为第一基础数量的血管横向连线的中点的参
照点的灰度值,所述血管直径处理公式配置为:;其中,Xzjc为血管基础直
径参照值,Cc1至Ccn分别为第一基础数量的参照线的长度,n为第一基础数量。
进一步地,所述局部血管增强处理模块配置有血管灰度预处理策略,所述血管灰度预处理策略包括:先求取手背静脉灰度参考值和脚背静脉灰度参考值的平均值作为静脉灰度参考值;
获取静脉灰度参考值和动脉灰度参考值的平均值作为动静灰度参考值,再获取动静灰度参考值与静脉灰度参考值以及动脉灰度参考值之间的差值并设定为灰度划分值,将动脉灰度参考值加上灰度划分值作为灰度峰值,将静脉灰度值减去灰度划分值作为灰度谷值;
然后将血管影像的灰度值处于灰度峰值和动脉灰度参考值之间、动脉灰度参考值与动静灰度参考值之间、动静灰度参考值与静脉灰度参考值之间以及静脉灰度参考值与灰度谷值之间的血管影像分别划分为第一级灰度血管、第二级灰度血管、第三级灰度血管以及第四级灰度血管。
进一步地,所述局部血管增强处理模块还配置有血管直径预处理策略,所述血管直径预处理策略包括:先求取手背静脉直径参考值和脚背静脉直径参考值的平均值作为静脉直径参考值;
获取静脉直径参考值和动脉直径参考值的平均值作为动静直径参考值,再获取动静直径参考值与静脉直径参考值以及动脉直径参考值之间的差值并设定为直径划分值,将动脉直径参考值加上直径划分值作为直径峰值,将静脉直径值减去直径划分值作为直径谷值;
然后将血管的直径值处于直径峰值和动脉直径参考值之间、动脉直径参考值与动静直径参考值之间、动静直径参考值与静脉直径参考值之间以及静脉直径参考值与直径谷值之间的血管影像分别划分为第一级直径血管、第二级直径血管、第三级直径血管以及第四级直径血管。
进一步地,所述删除显示增强单元配置有删除显示增强策略,所述删除显示增强策略包括:将血管影像的灰度值处于灰度峰值和灰度谷值之间且血管影像的直径处于直径峰值和直径谷值之间的血管影像保留,将其余影像部分删除,得到血管增强图像;
所述变换色彩增强单元配置有变换色彩增强策略,所述变换色彩增强策略包括:给第一直径血管、第二直径血管、第三直径血管以及第四直径血管分别赋予第一色彩增强系数、第二色彩增强系数、第三色彩增强系数以及第四色彩增强系数,然后将该血管影像的灰度值与该血管影响对应的色彩增强系数代入到色彩增强公式中求得色彩增强亮度;
设置若干色彩,根据设置需求分别选用不同色彩对血管影响进行填充,并根据对应的色彩增强亮度调整该血管的色彩亮度。
进一步地,所述色彩增强公式配置为:;其中,Lzq为色彩增强亮度,Hxg为血管影响的灰度值,Xszi为不同直径的血管对应的色彩增强系数,其中,i为1、2、3或4中的一个,Xsz1、Xsz2、Xsz3以及Xsz4分别为第一色彩增强系数、第二色彩增强系数、第三色彩增强系数以及第四色彩增强系数。
适用于血管显影的数据处理方法,所述处理方法包括如下步骤:
步骤S1,先对人体的血管清晰部位进行基础血管数据采集;
步骤S2,再对基础血管数据进行处理,并得到血管的基础参数;
步骤S3,最后再对血管进行增强显影处理;
在增强显影处理过程中,对血管影像进行保留,并将非血管影像进行删除处理;再对血管影像进行色彩增强处理。
本发明的有益效果:本发明通过基础血管数据获取模块能够对人体的血管清晰部位进行基础血管数据采集;然后通过基础血管数据处理模块能够对基础血管数据进行处理,并得到血管的基础参数;再通过局部血管增强处理模块能够基于血管的基础参数对血管进行增强显影处理,再通过局部血管增强处理模块的删除显示增强单元用于对血管影像进行保留,并将非血管影像进行删除处理;通过局部血管增强处理模块的变换色彩增强单元用于对血管影像进行色彩增强处理,从而提高血管显影的增强效果,提高医生的查看效率和精准度。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1为本发明的处理装置的模块原理框图;
图2为本发明的血管影像的参照点和参照线的标记示意图;
图3为本发明的处理方法的流程图。
具体实施方式
为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合具体实施方式,进一步阐述本发明。
实施例一,请参阅图1所示,本发明提供一种适用于血管显影的数据处理装置,所述处理装置包括基础血管数据获取模块、基础血管数据处理模块以及局部血管增强处理模块。通过血管影像进行基础的判断,能够有利于在后续的显影过程中进行局部增强处理,从而提高血管的增强显示效果,方便医生精准且快速地查看,以解决现有的显影处理方式存在不足导致血管显影的干扰因素多、查看耗费精力的问题。
所述基础血管数据获取模块用于对人体的血管清晰部位进行基础血管数据采集;所述基础血管数据获取模块包括基础血管划分单元以及基础血管数据采集单元。
所述基础血管划分单元配置有基础血管划分策略,所述基础血管划分策略包括:首先对人体的颈部动脉、手背静脉以及脚背静脉的影像数据进行获取;首先通过颈部动脉的数据的获取,能够给动脉数据提供参考依据,通过对手背静脉和脚背静脉的数据进行获取,能够给静脉数据提供参考依据,上述三组数据都是血管比较浅、比较容易获取且获取的干扰因素也较小的位置,具体应用过程中,可以根据被检测者的实际血管分布情况来调整,尽量选择皮肤下浅层的血管,能够避免基础的干扰因素。
然后描绘每条血管的轮廓图像,以第一像素作为基础像素将血管影像进行像素点划分,分别获取每个像素点的灰度值,当两点灰度值的差值大于第一灰度值阈值时,将该两点作为血管影像的边界点,连接边界点获取每条血管的影像,血管影响与周围组织的图像的灰度值会有明显的区别,从而能便于将血管影响的轮廓进行勾勒出。
所述基础血管数据采集单元配置有基础血管数据采集策略,所述基础血管数据采集策略包括:以血管的延伸方向作为血管影像的长度方向,先在血管影像的长度方向的其中一条轮廓边线上选取若干边线点,若干边线点呈等距分布;然后在另一条轮廓边线上对应若干边线点选取若干边线对照点,将相互对应的边线点和边线对照点进行连线,并设定为血管横向连线,获取血管横向连线的中点;具体参照图2所示,从一条血管中选取上述的参照点,能够保证样本的充足之外,保证选取的样本具备参考性。
从血管影像的边线点、边线对照点以及血管横向连线的中点中分别选取第一基础数量的点作为参照点,并分别获取边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值;获取若干血管横向连线的长度,并从若干血管横向连线中选取第一基础数量作为参照线,再分别获取第一基础数量的参照线的长度。参照线的长度基本上可以代表该血管的直径。
所述基础血管数据处理模块用于对基础血管数据进行处理,并得到血管的基础参数;所述基础血管数据处理模块包括血管灰度处理单元以及血管直径处理单元,所述血管灰度处理单元配置有血管灰度处理策略,所述血管灰度处理策略包括:将获取到的每条血管的第一基础数量的边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值代入到血管灰度处理公式中求得血管基础灰度参照值;
将颈部动脉的血管基础灰度参照值设定为动脉灰度参考值,将手背静脉以及脚背
静脉的血管基础灰度参照值分别设定为手背静脉灰度参考值以及脚背静脉灰度参考值;所
述血管灰度处理公式配置为:;其中,Xhdc为血
管基础灰度参照值,Hbc1至Hbcn分别为第一基础数量的边线点的参照点的灰度值,Hbd1至
Hbdn分别为第一基础数量的边线对照点的参照点的灰度值,Hh1至Hhn分别为第一基础数量
的血管横向连线的中点的参照点的灰度值。
所述血管直径处理单元配置有血管直径处理策略,所述血管直径处理策略包括:
再将第一基础数量的参照线的长度代入到血管直径处理公式中求得血管基础直径参照值;
所述血管直径处理公式配置为:;其中,Xzjc为血管基础直径参照值,Cc1至
Ccn分别为第一基础数量的参照线的长度,n为第一基础数量;将颈部动脉的血管基础直径
参照值设定为动脉直径参考值,将手背静脉以及脚背静脉的血管基础直径参照值分别设定
为手背静脉直径参考值以及脚背静脉直径参考值。
所述局部血管增强处理模块用于基于血管的基础参数对血管进行增强显影处理;所述局部血管增强处理模块配置有血管灰度预处理策略,所述血管灰度预处理策略包括:先求取手背静脉灰度参考值和脚背静脉灰度参考值的平均值作为静脉灰度参考值;获取静脉灰度参考值和动脉灰度参考值的平均值作为动静灰度参考值,再获取动静灰度参考值与静脉灰度参考值以及动脉灰度参考值之间的差值并设定为灰度划分值,将动脉灰度参考值加上灰度划分值作为灰度峰值,将静脉灰度值减去灰度划分值作为灰度谷值;然后将血管影像的灰度值处于灰度峰值和动脉灰度参考值之间、动脉灰度参考值与动静灰度参考值之间、动静灰度参考值与静脉灰度参考值之间以及静脉灰度参考值与灰度谷值之间的血管影像分别划分为第一级灰度血管、第二级灰度血管、第三级灰度血管以及第四级灰度血管。
所述局部血管增强处理模块还配置有血管直径预处理策略,所述血管直径预处理策略包括:先求取手背静脉直径参考值和脚背静脉直径参考值的平均值作为静脉直径参考值;获取静脉直径参考值和动脉直径参考值的平均值作为动静直径参考值,再获取动静直径参考值与静脉直径参考值以及动脉直径参考值之间的差值并设定为直径划分值,将动脉直径参考值加上直径划分值作为直径峰值,将静脉直径值减去直径划分值作为直径谷值;然后将血管的直径值处于直径峰值和动脉直径参考值之间、动脉直径参考值与动静直径参考值之间、动静直径参考值与静脉直径参考值之间以及静脉直径参考值与直径谷值之间的血管影像分别划分为第一级直径血管、第二级直径血管、第三级直径血管以及第四级直径血管。
所述局部血管增强处理模块包括删除显示增强单元以及变换色彩增强单元,所述删除显示增强单元用于对血管影像进行保留,并将非血管影像进行删除处理;所述删除显示增强单元配置有删除显示增强策略,所述删除显示增强策略包括:将血管影像的灰度值处于灰度峰值和灰度谷值之间且血管影像的直径处于直径峰值和直径谷值之间的血管影像保留,将其余影像部分删除,得到血管增强图像;
所述变换色彩增强单元用于对血管影像进行色彩增强处理,所述变换色彩增强单元配置有变换色彩增强策略,所述变换色彩增强策略包括:给第一直径血管、第二直径血管、第三直径血管以及第四直径血管分别赋予第一色彩增强系数、第二色彩增强系数、第三色彩增强系数以及第四色彩增强系数,然后将该血管影像的灰度值与该血管影响对应的色彩增强系数代入到色彩增强公式中求得色彩增强亮度;所述色彩增强公式配置为:;其中,Lzq为色彩增强亮度,Hxg为血管影响的灰度值,Xszi为不同直径的血管对应的色彩增强系数,其中,i为1、2、3或4中的一个,Xsz1、Xsz2、Xsz3以及Xsz4分别为第一色彩增强系数、第二色彩增强系数、第三色彩增强系数以及第四色彩增强系数;其中,第一色彩增强系数、第二色彩增强系数、第三色彩增强系数以及第四色彩增强系数按照由大到小进行排序。设置若干色彩,其中以红和绿颜色为主要颜色,也可以增加黄色作为补充颜色,根据设置需求分别选用不同色彩对血管影响进行填充,并根据对应的色彩增强亮度调整该血管的色彩亮度。
实施例二,请参阅图3所示,本发明还提供一种适用于血管显影的数据处理方法,所述处理方法包括如下步骤:
步骤S1,先对人体的血管清晰部位进行基础血管数据采集;
所述步骤S1还包括:
步骤S11首先对人体的颈部动脉、手背静脉以及脚背静脉的影像数据进行获取;
步骤S12然后描绘每条血管的轮廓图像,以第一像素作为基础像素将血管影像进行像素点划分,分别获取每个像素点的灰度值,当两点灰度值的差值大于第一灰度值阈值时,将该两点作为血管影像的边界点,连接边界点获取每条血管的影像;
步骤S13,以血管的延伸方向作为血管影像的长度方向,先在血管影像的长度方向的其中一条轮廓边线上选取若干边线点,若干边线点呈等距分布;
步骤S14,然后在另一条轮廓边线上对应若干边线点选取若干边线对照点,将相互对应的边线点和边线对照点进行连线,并设定为血管横向连线,获取血管横向连线的中点;
步骤S15,从血管影像的边线点、边线对照点以及血管横向连线的中点中分别选取第一基础数量的点作为参照点,并分别获取边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值;
步骤S16,获取若干血管横向连线的长度,并从若干血管横向连线中选取第一基础数量作为参照线,再分别获取第一基础数量的参照线的长度。
步骤S2,再对基础血管数据进行处理,并得到血管的基础参数;
所述步骤S2还包括:
步骤S21,将获取到的每条血管的第一基础数量的边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值代入到血管灰度处理公式中求得血管基础灰度参照值;将颈部动脉的血管基础灰度参照值设定为动脉灰度参考值,将手背静脉以及脚背静脉的血管基础灰度参照值分别设定为手背静脉灰度参考值以及脚背静脉灰度参考值;
步骤S22,所述血管直径处理单元配置有血管直径处理策略,所述血管直径处理策略包括:再将第一基础数量的参照线的长度代入到血管直径处理公式中求得血管基础直径参照值;将颈部动脉的血管基础直径参照值设定为动脉直径参考值,将手背静脉以及脚背静脉的血管基础直径参照值分别设定为手背静脉直径参考值以及脚背静脉直径参考值。
步骤S3,最后再对血管进行增强显影处理;在增强显影处理过程中,对血管影像进行保留,并将非血管影像进行删除处理;再对血管影像进行色彩增强处理;
所述步骤S3还包括:
步骤S31,先求取手背静脉灰度参考值和脚背静脉灰度参考值的平均值作为静脉灰度参考值;获取静脉灰度参考值和动脉灰度参考值的平均值作为动静灰度参考值,再获取动静灰度参考值与静脉灰度参考值以及动脉灰度参考值之间的差值并设定为灰度划分值,将动脉灰度参考值加上灰度划分值作为灰度峰值,将静脉灰度值减去灰度划分值作为灰度谷值;然后将血管影像的灰度值处于灰度峰值和动脉灰度参考值之间、动脉灰度参考值与动静灰度参考值之间、动静灰度参考值与静脉灰度参考值之间以及静脉灰度参考值与灰度谷值之间的血管影像分别划分为第一级灰度血管、第二级灰度血管、第三级灰度血管以及第四级灰度血管;
步骤S32,再求取手背静脉直径参考值和脚背静脉直径参考值的平均值作为静脉直径参考值;获取静脉直径参考值和动脉直径参考值的平均值作为动静直径参考值,再获取动静直径参考值与静脉直径参考值以及动脉直径参考值之间的差值并设定为直径划分值,将动脉直径参考值加上直径划分值作为直径峰值,将静脉直径值减去直径划分值作为直径谷值;然后将血管的直径值处于直径峰值和动脉直径参考值之间、动脉直径参考值与动静直径参考值之间、动静直径参考值与静脉直径参考值之间以及静脉直径参考值与直径谷值之间的血管影像分别划分为第一级直径血管、第二级直径血管、第三级直径血管以及第四级直径血管;
步骤S33,将血管影像的灰度值处于灰度峰值和灰度谷值之间且血管影像的直径处于直径峰值和直径谷值之间的血管影像保留,将其余影像部分删除,得到血管增强图像;
步骤S34,给第一直径血管、第二直径血管、第三直径血管以及第四直径血管分别赋予第一色彩增强系数、第二色彩增强系数、第三色彩增强系数以及第四色彩增强系数,然后将该血管影像的灰度值与该血管影响对应的色彩增强系数代入到色彩增强公式中求得色彩增强亮度;
步骤S35,设置若干色彩,根据设置需求分别选用不同色彩对血管影响进行填充,并根据对应的色彩增强亮度调整该血管的色彩亮度。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解: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,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,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以所述权利要求的保护范围为准。
Claims (7)
1.适用于血管显影的数据处理装置,其特征在于,所述处理装置包括基础血管数据获取模块、基础血管数据处理模块以及局部血管增强处理模块;
所述基础血管数据获取模块用于对人体的血管清晰部位进行基础血管数据采集;所述基础血管数据处理模块用于对基础血管数据进行处理,并得到血管的基础参数;
所述局部血管增强处理模块用于基于血管的基础参数对血管进行增强显影处理;
所述局部血管增强处理模块包括删除显示增强单元以及变换色彩增强单元,所述删除显示增强单元用于对血管影像进行保留,并将非血管影像进行删除处理;所述变换色彩增强单元用于对血管影像进行色彩增强处理;
所述基础血管数据获取模块包括基础血管划分单元,所述基础血管划分单元配置有基础血管划分策略,所述基础血管划分策略包括:首先对人体的颈部动脉、手背静脉以及脚背静脉的影像数据进行获取;
然后描绘每条血管的轮廓图像,以第一像素作为基础像素将血管影像进行像素点划分,分别获取每个像素点的灰度值,当两点灰度值的差值大于第一灰度值阈值时,将该两点作为血管影像的边界点,连接边界点获取每条血管的影像;
所述基础血管数据获取模块还包括基础血管数据采集单元,所述基础血管数据采集单元配置有基础血管数据采集策略,所述基础血管数据采集策略包括:以血管的延伸方向作为血管影像的长度方向,先在血管影像的长度方向的其中一条轮廓边线上选取若干边线点,若干边线点呈等距分布;
然后在另一条轮廓边线上对应若干边线点选取若干边线对照点,将相互对应的边线点和边线对照点进行连线,并设定为血管横向连线,获取血管横向连线的中点;
从血管影像的边线点、边线对照点以及血管横向连线的中点中分别选取第一基础数量的点作为参照点,并分别获取边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值;
获取若干血管横向连线的长度,并从若干血管横向连线中选取第一基础数量作为参照线,再分别获取第一基础数量的参照线的长度;
所述基础血管数据处理模块包括血管灰度处理单元以及血管直径处理单元,所述血管灰度处理单元配置有血管灰度处理策略,所述血管灰度处理策略包括:将获取到的每条血管的第一基础数量的边线点的参照点、边线对照点的参照点以及血管横向连线的中点的参照点的灰度值代入到血管灰度处理公式中求得血管基础灰度参照值;将颈部动脉的血管基础灰度参照值设定为动脉灰度参考值,将手背静脉以及脚背静脉的血管基础灰度参照值分别设定为手背静脉灰度参考值以及脚背静脉灰度参考值;
所述血管直径处理单元配置有血管直径处理策略,所述血管直径处理策略包括:再将第一基础数量的参照线的长度代入到血管直径处理公式中求得血管基础直径参照值;将颈部动脉的血管基础直径参照值设定为动脉直径参考值,将手背静脉以及脚背静脉的血管基础直径参照值分别设定为手背静脉直径参考值以及脚背静脉直径参考值。
3.根据权利要求2所述的适用于血管显影的数据处理装置,其特征在于,所述局部血管增强处理模块配置有血管灰度预处理策略,所述血管灰度预处理策略包括:先求取手背静脉灰度参考值和脚背静脉灰度参考值的平均值作为静脉灰度参考值;
获取静脉灰度参考值和动脉灰度参考值的平均值作为动静灰度参考值,再获取动静灰度参考值与静脉灰度参考值以及动脉灰度参考值之间的差值并设定为灰度划分值,将动脉灰度参考值加上灰度划分值作为灰度峰值,将静脉灰度值减去灰度划分值作为灰度谷值;
然后将血管影像的灰度值处于灰度峰值和动脉灰度参考值之间、动脉灰度参考值与动静灰度参考值之间、动静灰度参考值与静脉灰度参考值之间以及静脉灰度参考值与灰度谷值之间的血管影像分别划分为第一级灰度血管、第二级灰度血管、第三级灰度血管以及第四级灰度血管。
4.根据权利要求3所述的适用于血管显影的数据处理装置,其特征在于,所述局部血管增强处理模块还配置有血管直径预处理策略,所述血管直径预处理策略包括:先求取手背静脉直径参考值和脚背静脉直径参考值的平均值作为静脉直径参考值;
获取静脉直径参考值和动脉直径参考值的平均值作为动静直径参考值,再获取动静直径参考值与静脉直径参考值以及动脉直径参考值之间的差值并设定为直径划分值,将动脉直径参考值加上直径划分值作为直径峰值,将静脉直径值减去直径划分值作为直径谷值;
然后将血管的直径值处于直径峰值和动脉直径参考值之间、动脉直径参考值与动静直径参考值之间、动静直径参考值与静脉直径参考值之间以及静脉直径参考值与直径谷值之间的血管影像分别划分为第一级直径血管、第二级直径血管、第三级直径血管以及第四级直径血管。
5.根据权利要求4所述的适用于血管显影的数据处理装置,其特征在于,所述删除显示增强单元配置有删除显示增强策略,所述删除显示增强策略包括:将血管影像的灰度值处于灰度峰值和灰度谷值之间且血管影像的直径处于直径峰值和直径谷值之间的血管影像保留,将其余影像部分删除,得到血管增强图像;
所述变换色彩增强单元配置有变换色彩增强策略,所述变换色彩增强策略包括:给第一直径血管、第二直径血管、第三直径血管以及第四直径血管分别赋予第一色彩增强系数、第二色彩增强系数、第三色彩增强系数以及第四色彩增强系数,然后将该血管影像的灰度值与该血管影像对应的色彩增强系数代入到色彩增强公式中求得色彩增强亮度;
设置若干色彩,根据设置需求分别选用不同色彩对血管影响进行填充,并根据对应的色彩增强亮度调整该血管的色彩亮度。
7.一种基于权利要求1-6任意一项所述的适用于血管显影的数据处理装置的适用于血管显影的数据处理方法,其特征在于,所述处理方法包括如下步骤:
步骤S1,先对人体的血管清晰部位进行基础血管数据采集;
步骤S2,再对基础血管数据进行处理,并得到血管的基础参数;
步骤S3,最后再对血管进行增强显影处理;
在增强显影处理过程中,对血管影像进行保留,并将非血管影像进行删除处理;再对血管影像进行色彩增强处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210942256.9A CN115005846B (zh) | 2022-08-08 | 2022-08-08 | 适用于血管显影的数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210942256.9A CN115005846B (zh) | 2022-08-08 | 2022-08-08 | 适用于血管显影的数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115005846A CN115005846A (zh) | 2022-09-06 |
CN115005846B true CN115005846B (zh) | 2022-10-11 |
Family
ID=83065994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210942256.9A Active CN115005846B (zh) | 2022-08-08 | 2022-08-08 | 适用于血管显影的数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115005846B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115661149B (zh) * | 2022-12-26 | 2023-03-10 | 天津医科大学总医院 | 一种基于肺部组织数据的肺部影像处理*** |
CN118154466B (zh) * | 2024-05-10 | 2024-07-12 | 中国医学科学院阜外医院 | 一种低剂量临床医学超声造影智能增强方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2162276A1 (en) * | 1994-03-08 | 1995-09-14 | Klaus-Ruediger Peters | Digital pixel-accurate intensity processing method for image information enhancement |
JP2004337538A (ja) * | 2003-05-19 | 2004-12-02 | Hitachi Medical Corp | X線画像診断装置 |
US7024027B1 (en) * | 2001-11-13 | 2006-04-04 | Koninklijke Philips Electronics N.V. | Method and apparatus for three-dimensional filtering of angiographic volume data |
WO2014055923A2 (en) * | 2012-10-05 | 2014-04-10 | Elizabeth Begin | System and method for instant and automatic border detection |
CN103942772A (zh) * | 2014-05-15 | 2014-07-23 | 北京思创贯宇科技开发有限公司 | 一种多模态多维度的血管融合方法及*** |
JP2017176210A (ja) * | 2016-03-28 | 2017-10-05 | 大日本印刷株式会社 | 眼底画像処理装置 |
CN112006704A (zh) * | 2019-05-29 | 2020-12-01 | 西门子医疗有限公司 | 用于创建3d dsa图像的方法和c形臂x射线设备 |
CN114287954A (zh) * | 2021-12-13 | 2022-04-08 | 杭州脉流科技有限公司 | 颅内血管狭窄的功能学评估方法、***、电子设备及介质 |
WO2022109905A1 (zh) * | 2020-11-25 | 2022-06-02 | 苏州润迈德医疗科技有限公司 | 调节血管轮廓及中心线的方法及存储介质 |
CN114585297A (zh) * | 2019-09-20 | 2022-06-03 | 佳能美国公司 | 包括机器学习并使用其结果的人工智能配准和标记检测 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050259854A1 (en) * | 2004-05-21 | 2005-11-24 | University Of Chicago | Method for detection of abnormalities in three-dimensional imaging data |
-
2022
- 2022-08-08 CN CN202210942256.9A patent/CN115005846B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2162276A1 (en) * | 1994-03-08 | 1995-09-14 | Klaus-Ruediger Peters | Digital pixel-accurate intensity processing method for image information enhancement |
US7024027B1 (en) * | 2001-11-13 | 2006-04-04 | Koninklijke Philips Electronics N.V. | Method and apparatus for three-dimensional filtering of angiographic volume data |
JP2004337538A (ja) * | 2003-05-19 | 2004-12-02 | Hitachi Medical Corp | X線画像診断装置 |
WO2014055923A2 (en) * | 2012-10-05 | 2014-04-10 | Elizabeth Begin | System and method for instant and automatic border detection |
CN103942772A (zh) * | 2014-05-15 | 2014-07-23 | 北京思创贯宇科技开发有限公司 | 一种多模态多维度的血管融合方法及*** |
JP2017176210A (ja) * | 2016-03-28 | 2017-10-05 | 大日本印刷株式会社 | 眼底画像処理装置 |
CN112006704A (zh) * | 2019-05-29 | 2020-12-01 | 西门子医疗有限公司 | 用于创建3d dsa图像的方法和c形臂x射线设备 |
CN114585297A (zh) * | 2019-09-20 | 2022-06-03 | 佳能美国公司 | 包括机器学习并使用其结果的人工智能配准和标记检测 |
WO2022109905A1 (zh) * | 2020-11-25 | 2022-06-02 | 苏州润迈德医疗科技有限公司 | 调节血管轮廓及中心线的方法及存储介质 |
CN114287954A (zh) * | 2021-12-13 | 2022-04-08 | 杭州脉流科技有限公司 | 颅内血管狭窄的功能学评估方法、***、电子设备及介质 |
Non-Patent Citations (1)
Title |
---|
An Automatic Extraction Method of Cerebrovascular Centerline for MRA;Chencheng Du et al;《2016 5th International Conference on Computer Science and Network Technology》;20161211;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115005846A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115005846B (zh) | 适用于血管显影的数据处理方法及装置 | |
CN104363815B (zh) | 图像处理装置以及图像处理方法 | |
CN105279759B (zh) | 结合上下信息窄带约束的腹腔主动脉瘤外轮廓分割方法 | |
CN108095683A (zh) | 基于深度学习的处理眼底图像的方法和装置 | |
CN109816666B (zh) | 对称全卷积神经网络模型构建方法、眼底图像血管分割方法、装置、计算机设备及存储介质 | |
CN107358612A (zh) | 一种基于分形维数与高斯滤波结合的视网膜血管分割***及方法 | |
CN113889238B (zh) | 一种图像识别方法、装置、电子设备及存储介质 | |
CN116071355A (zh) | 一种用于外周血管影像的辅助分割***及方法 | |
CN113177915A (zh) | 一种胫骨平台后倾角测量方法及装置、存储介质 | |
Salvi et al. | DermoCC-GAN: A new approach for standardizing dermatological images using generative adversarial networks | |
CN117422628A (zh) | 一种心脏血管超声检查数据优化增强方法 | |
JP2018114031A (ja) | 眼底画像処理装置 | |
CN107622475A (zh) | 图像拼接中的灰度校正方法 | |
JP2018102586A (ja) | 眼底画像処理装置 | |
CN111862123A (zh) | 一种基于深度学习的ct腹部动脉血管分级识别方法 | |
CN116245766A (zh) | 一种图像增强处理方法、装置、电子设备及可读存储介质 | |
US20230196568A1 (en) | Angiography image determination method and angiography image determination device | |
Fang et al. | Color endoscopic image enhancement technology based on nonlinear unsharp mask and CLAHE | |
CN110910409A (zh) | 一种灰度图像处理方法、装置和计算机可读存储介质 | |
CN113421254B (zh) | 微循环血管分支长度和直径计算方法及装置和终端设备 | |
Poostchi et al. | Diabetic retinopathy dark lesion detection: preprocessing phase | |
Susetianingtias et al. | An Approach to Exudates Detection using Color Reference Segmentation in Retinal Fundus Image | |
CN114677713A (zh) | 一种基于近红外光的手臂静脉采血点的识别方法及*** | |
MacGillivray et al. | A reliability study of fractal analysis of the skeletonised vascular network using the" box-counting" technique | |
Shao et al. | An adaptive image contrast enhancement algorithm based on retinex |
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 |