CN115661225B - 三维血管图像重建方法、装置、计算机设备、存储介质 - Google Patents
三维血管图像重建方法、装置、计算机设备、存储介质 Download PDFInfo
- Publication number
- CN115661225B CN115661225B CN202211673807.2A CN202211673807A CN115661225B CN 115661225 B CN115661225 B CN 115661225B CN 202211673807 A CN202211673807 A CN 202211673807A CN 115661225 B CN115661225 B CN 115661225B
- Authority
- CN
- China
- Prior art keywords
- blood vessel
- frame
- euler angle
- information
- vessel image
- 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
Images
Landscapes
- Ultra Sonic Daignosis Equipment (AREA)
Abstract
本申请涉及一种三维血管图像重建方法、装置、计算机设备、存储介质。所述方法包括:在进行血管内超声探测过程中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;根据每一帧血管图像分别获取一组血管信息;将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。采用本方法能够提高三维血管图像重建的效率。
Description
技术领域
本申请涉及血管内超声技术领域,特别是涉及一种三维血管图像重建方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
血管内超声成像也被称之为Intravascular Ultrasound, 即IVUS技术,是一种将微型超声探头安装在导管前端的技术,通过专业技术将导管深入到血管内对血管的组织结构进行探查,是现阶段一种相对有效、直接、高质量的超声诊断技术。由于IVUS技术对血管内各部分成分识别率更高,能够清晰地显示血管壁的组织结构信息,IVUS技术目前已经逐渐被各大医疗指南逐步推荐,应用越来越广泛。目前主流的IVUS***对于血管组织信息都是基于二维断层扫描序列的方式呈现的,不够直观形象,需要使用者具备较强的血管组织结构相关的知识基础与空间想象能力,才能准确地从IVUS扫描序列图中获取相关信息。所以在IVUS扫描技术之上,构建出一个带有真实结构信息的三维血管图像是有重要意义的。它可以更加直观形象且丰富地为医生提供病变血管的信息,从而辅助医生快速准确地完成对病变血管的诊断。
目前常见相关技术是基于IVUS和数字减影血管造影(DSA)的血管几何三维重建技术。该技术除了使用IVUS***外,还需要依赖预DSA设备,通过两个或更多角度的DSA造影图像来获取目标血管的弯曲形态信息,以确定血管三维中心线,然后再将IVUS图像序列在血管三维中心线上进行定位和定向计算,从而得到血管三维图像。但由于IVUS图像序列与多角度的DSA造影图像并不是同一时间采集获得的,并且两种数据一般需要分别从两种不同的设备上获取,对于IVUS图像序列准确地定位到DSA造影图像所构建的血管三维中心线上方面将存在一定难度。另外,此技术一般假设管腔横截面为椭圆,而事实上,狭窄的动脉管腔形状复杂多样,狭窄多呈偏心型和不规则型,这也会影响IVUS图像序列在血管三维中心线上的定位。
目前的三维血管图像重建技术,存在技术步骤复杂、三维成像效率较低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高三维成像效率的三维血管图像重建方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种三维血管图像重建方法。所述方法包括:
采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;
根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;
根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;
将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
在其中一个实施例中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息,包括:
按照预设时间间隔,采用超声波成像获取多帧血管图像;
按照预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;一组电压值包括至少一个电压值。
在其中一个实施例中,根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,包括:
根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;
根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;
根据每一帧血管图像对应的欧拉角,确定运动轨迹。
在其中一个实施例中,弯曲信息和欧拉角变化量之间的关联信息的获取方式,包括:
确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;
根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。
在其中一个实施例中,根据每一帧血管图像对应的欧拉角,确定运动轨迹,包括:
获取血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度;
根据超声波成像帧率和血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离;
根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置;
根据多个空间位置确定运动轨迹。
在其中一个实施例中,根据每一帧血管图像分别获取一组血管信息,包括:
将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;
将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。
第二方面,本申请还提供了一种三维血管图像重建装置。所述装置包括:
获取模块,用于采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;
定位模块,用于根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;
分割模块,用于根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;
重建模块,用于将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;
根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;
根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;
将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
第四方面,本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;
根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;
根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;
将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;
根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;
根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;
将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
上述三维血管图像重建方法、装置、计算机设备、存储介质和计算机程序产品,在进行血管内超声探测过程中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线,无需采用两个或更多角度的DSA造影图像来确定血管三维中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角。根据每一帧血管图像分别获取一组血管信息;将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。能够在血管内超声探测过程中,实时获取每一帧血管图像对应柔性传动轴的实时弯曲信息以及每一帧血管图像对应的一组血管信息,并进行三维血管图像重建,在图像重建的整个过程中无需结合DSA造影图像,大大提高了将血管图像定位到血管三维中心线上的时间,进而提高了三维血管图像重建的效率。
附图说明
图1为一个实施例中三维血管图像重建方法的应用环境图;
图2为一个实施例中三维血管图像重建方法的流程示意图;
图3为一个实施例中压力传感器的安装位置示意图;
图4为一个实施例中三维血管中心线的示意图;
图5为一个实施例中压力传感器的安装位置横截面示意图;
图6为一个实施例中血管内膜轮廓和血管外模轮廓的分割示意图;
图7为一个实施例中三维血管图像重建装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的三维血管图像重建方法,可以应用于如图1所示的应用环境中。其中,计算机设备102通过有线或无线与IVUS设备104进行通信。数据存储***可以存储计算机设备102需要处理的数据。数据存储***可以集成在计算机设备102上,也可以放在云上或其他网络服务器上。计算机设备102可以是独立的终端或服务器,也可以是IVUS设备104配套的IVUS控制机。其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。IVUS设备104包括柔性传动轴、血管内超声探头和压力传感器,柔性传动轴也叫作弹簧管,血管内超声探头安装在柔性传动轴的一端,压力传感器贴附在靠近血管内超声探头的柔性传动轴的远端上。其中,远端指的是远离操作者的一端,近端指的是靠近操作者的一端。
在一个实施例中,如图2所示,提供了一种三维血管图像重建方法,以该方法应用于图1中的计算机设备102为例进行说明,包括以下步骤:
步骤202,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上。
其中,如图3所示,压力传感器贴附在靠近血管内超声探头的柔性传动轴的远端上。即,超声探头设在柔性传动轴的远端部,压力传感器设在柔性传动轴上且位于超声探头的近端侧,压力传感器紧邻超声探头。其中,压力传感器的数量可以为一个或者多个,当压力传感器为多个时,多个压力传感器均匀设置在柔性传动轴的周向上。采用多个传感器的设置,使得采集到的柔性转动轴的弯曲信息更加准确。当IVUS导管在病灶血管内回撤成像时,IVUS探头(又称血管内超声探头)、柔性传动轴以及压力传感器会同步进行回撤。回撤过程中,由于血管的弯曲结构,压力传感器贴附处的柔性传动轴会根据随着当前血管段的弯曲而弯曲,柔性传动轴的弯曲将会导致贴附在柔性传动轴上的各个压力传感器产生不同形变,该形变将会被转化为电信号被传导到IVUS控制器端,IVUS控制器端将会把压力传感器的电信号已经当前的IVUS图像进行同步记录。对于压力传感器的选型,由于IVUS柔性传动轴的直径较小,可以选用基于MEMS(微机电***,Micro-Electro-Mechanical System)技术的压力传感器,如薄膜压力传感器等。而对于压力传感器的电气连接方面,贴附在柔性传动轴上的所有压力传感器可以共用同一条地线,以尽可能地减少IVUS导管内的信号线数量。更近一步的,可以考虑以柔性传动轴本身作为地线进行压力传感器的电器连接。
可选的,计算机设备通过超声波成像采集一帧血管图像的同时,也采集一次压力传感器的电信号,将该电信号作为该帧血管图像对应的实时弯曲信息,并对该帧血管图像添加帧序号,对该实时弯曲信息添加与该帧序号相同的信息序号,得到一组血管图像和实时弯曲信息。在进行血管内超声探测过程中,计算机设备持续同步采集血管图像和柔性传动轴的实时弯曲信息,得到多组血管图像和实时弯曲信息。
步骤204,根据多个上述实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角。
其中,欧拉角是用来确定定点转动刚***置的3个一组独立角参量,由章动角θ、旋进角(也称进动角)ψ和自转角φ组成。
可选的,当计算机设备连续的采集到多帧血管图像之后,就可以得到这些血管图像分别对应的实时弯曲信息。计算机设备能够根据预先配置好的弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量,从而根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角。由于多帧血管图像是连续获取得到的,因此按照每一帧血管图像的先后顺序,对每一个欧拉角进行排列,就能够确定出按照时间先后排列的多个空间位置,也就确定了血管内超声探头的运动轨迹。计算机设备将血管内超声探头的运动轨迹定为三维血管中心线,后续的三维血管重建将基于该三维血管中心线完成。
步骤206,根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓。
可选的,计算机设备采用图像分割算法处理每一帧血管图像,对于任意一帧血管图像,对血管图像中的血管内膜轮廓和血管外模轮廓进行图像分割,得到一帧勾画出血管内、外膜的血管图像。将每一帧勾画出血管内、外膜的血管图像,分别作为一组血管信息。
步骤208,将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
可选的,对于三维血管中心线中的每一个空间位置,计算机设备根据帧序号确定出对应的一帧血管图像,然后将每一帧血管图像定位到对应的空间位置,再根据每一个空间位置对应的欧拉角,对每一个空间位置的血管图像进行三维旋转。如图4所示,将每一帧血管图像中的内外膜轮廓按上述方法进行映射到三维空间中,就初步得到了一个血管的内外膜的三维轮廓。但由于只对成像位置的血管内外膜进行了三维映射,所以此时的三维轮廓是不连续的,对于在两帧图像之间的三维空间位置是没有三维轮廓数据的,所以还需要引入插值算法对两帧图像间的血管轮廓数据填充,数据插值方法可是常用的二次或三次样条插值方法,而在帧间距相对较短的情况下,为了降低插值的运算量也可以考虑采用线性插值等方法,采用的插值算法在本实施例中不做具体限定。
上述三维血管图像重建方法中,在进行血管内超声探测过程中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线,无需采用两个或更多角度的DSA造影图像来确定血管三维中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角。根据每一帧血管图像分别获取一组血管信息;将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。能够在血管内超声探测过程中,实时获取每一帧血管图像对应柔性传动轴的实时弯曲信息以及每一帧血管图像对应的一组血管信息,并进行三维血管图像重建,在图像重建的整个过程中无需结合DSA造影图像,大大提高了将血管图像定位到血管三维中心线上的时间,进而提高了三维血管图像重建的效率。
在一个实施例中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息,包括:按照预设时间间隔,采用超声波成像获取多帧血管图像;按照预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;一组电压值包括至少一个电压值。
可选的,柔性传动轴上的压力传感器可以根据需求,采用不同的数量和安装方式,通常情况下,压力传感器需要均匀的贴附在柔性传动轴的外壁上。例如,如图5中左图所示,在柔性传动轴的外壁上贴附4个压力传感器,每个压力传感器之间的夹角为90°,计算机设备每获取一帧血管图像,就会分别对4个压力传感器进行一次信号采集,获取4个电压值作为一组电压值,并将这一组电压值作为对应这一帧血管图像的实时弯曲信息。也可以如图5中右图所示,在柔性传动轴的外壁上贴附3个压力传感器,每个压力传感器之间的夹角为120°,计算机设备每获取一帧血管图像,就会分别对3个压力传感器进行一次信号采集,获取3个电压值作为一组电压值,并将这一组电压值作为对应这一帧血管图像的实时弯曲信息。
在一个可行的实施方式中,由于目前主流的IVUS***成像***分为两种类型,机械旋转类型与相控阵类型。所以对于压力传感器的信号同步采集可以分两种解决方案。
对于相控阵型导管,其柔性传动轴在回撤过程中不进行旋转,所以可以直接根据IVUS图像成像速率进行同步记录即可。为了更进一步去除干扰,我们可以在IVUS图像采集间隔内多次采集压力传感器的电信号,然后进行求平均,再与当前IVUS图像帧进行同步记录。
而对于机械旋转类型导管,由于柔性传动轴在回撤过程中会进行匀速旋转,转速与成像帧率一致。所以压力传感器的电信号不能直接触发采集,而需要通过控制柔性传动轴旋转的电机给出触发信号,确保在压力传感器的电信号在采集时,柔性传动轴都处于相同的转动角度。更进一步的,为了去除干扰,我们也可以在转一圈的过程中,对多个固定位置进行信号采集,比如对于四个压力传感器的,每个90°采集一次,从而对一圈内多次采集的数据进行去噪处理,得到更加准确的同步压力传感器电信号。
本实施例中,按照预设时间间隔,采用超声波成像获取多帧血管图像;按照相同预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息。能够同步获取到每一帧血管图像和对应的实时弯曲信息。
在一个实施例中,弯曲信息和欧拉角变化量之间的关联信息的获取方式,包括:确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。
其中,欧拉角变化量包括章动角变化量△θ、进动角变化量△ψ和自转角变化量△φ。
可选的,由上述可知欧拉角是用来确定定点转动刚***置的3个一组独立角参量,因此,对于IVUS探头而言,如果确定了当前探头的欧拉角,就可以得到当前IVUS图像帧的扫描角度,进而可以将当前IVUS图像帧进行定向,从而实现三维重建。其中,对于IVUS探头的自转角φ与IVUS图像断层扫描方向相同,所以在实际转换中,不需要考虑自转角,在计算中可以认为△φ=0。所以只需要记录实时的章动角θ、进动角ψ变化量即可。
具体的,以柔性传动轴上贴附有3个压力传感器为例,当探头向上下弯曲时(即章动角θ方向变动),则贴附在上下两侧的压力传感器会产生较大的弯曲或拉伸,会产生较强的电信号,而两侧的压力传感器由于形变较小所产生的电压也会较弱。这样,就可以通过贴附在柔性传动轴上的压力传感器的不同的电压,区分出当前压力传感器的弯曲方向及角度,即当前的章动角变化量△θ和进动角变化量△ψ。以上描述可以描述为如下:
△θ = fθ(V压力传感器1,V压力传感器2,V压力传感器3),
△ψ = fψ(V压力传感器1,V压力传感器2,V压力传感器3),
其中,V压力传感器n是第n个压力传感器当前的电压值,fθ及fψ为压力传感器电压值到△θ和△ψ的转换函数。为了从压力传感器中的电信号中准确换算出章动角变化量△θ和进动角变化量△ψ,需要在确定了压力传感器安装方式的情况下,记录下不同章动角变化量△θ和进动角变化量△ψ下对应的各个压力传感器的电压幅值,然后通过拟合或者是机器学习的方式,对这些数据进行处理。从而得到当前压力传感器安装方式的fθ和fψ。通常情况下,不需要考虑自转角,因此可以将fθ和fψ作为弯曲信息和欧拉角变化量之间的关联信息。
本实施例中,确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。能够确定与当前压力传感器安装方式匹配的弯曲信息和欧拉角变化量之间的关联信息。
在一个实施例中,根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,包括:根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;根据每一帧血管图像对应的欧拉角,确定运动轨迹。
进一步的,根据每一帧血管图像对应的欧拉角,确定运动轨迹,包括:获取血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度;根据超声波成像帧率和血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离;根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置;根据多个空间位置确定运动轨迹。
其中,超声波成像帧率用于表征获取每一帧血管图像的频率,血管内超声探头运动速度用于表征血管内超声探头在扫描时均匀回撤的速度。
可选的,每一帧血管图像对应的欧拉角,可以确定血管内超声探头在拍摄每一帧血管图像的探头朝向,而这个探头朝向也是当前血管内超声探头的运动方向,由于血管内超声探头在扫描时处于均匀回撤状态,且每帧间的回撤距离较小,可以近似认为在两帧之间血管内超声探头做欧拉角不变的匀速运动。所以结合实际回撤速度以及每一帧血管图像对应的欧拉角,可以得到血管内超声探头在回撤过程中的实际三维运动曲线。
例如,假设当前IVUS***的成像帧率设置为30帧每秒,回撤速度设置为0.5 mm/s,则可以得到每帧间的回撤距离约为0.0167mm,每采集一帧血管图像的同时会采集一次压力传感器电压值,并实时将电压值转换为欧拉角变化量。若所采集的第一帧的欧拉角变化量为(△θ1, △ψ1, △φ1),第二帧的欧拉角变化量为(△θ2, △ψ2, △φ2),第三帧的欧拉角变化量为(△θ3, △ψ3, △φ3)。则其三维运动曲线计算过程如下:
(1)设定初始状态下探头的欧拉角为(0,0,0)。
(2)由于第一帧测得的欧拉角为(△θ1, △ψ1, △φ1),所以当前探头的回撤朝向为(△θ1, △ψ1, △φ1),从第一帧到第二帧过程中,可以近似认为探头朝着(△θ1, △ψ1,△φ1)直线回撤了0.0167mm。
(3)由于第二帧测得的欧拉角为(△θ2, △ψ2, △φ2),所以当前探头的回撤朝向为(△θ1 +△θ2, △ψ1+△ψ2, △φ1+△φ2),从第二帧到第三帧过程中,可以近似认为探头朝着(△θ1 +△θ2, △ψ1+△ψ2, △φ1+△φ2)直线回撤了0.0167mm。
(4)由于第三帧的欧拉角为(△θ3, △ψ3, △φ3),所以当前探头的回撤朝向为(△θ1 +△θ2 +△θ3, △ψ1+△ψ2+△ψ3, △φ1+△φ2+△φ3),从第二帧到第三帧过程中,可以近似认为探头朝着(△θ1 +△θ2 +△θ3, △ψ1+△ψ2+△ψ3, △φ1+△φ2+△φ3)直线回撤了0.0167mm。
如上述方法类推,对于第n帧到第n+1帧的运动轨迹,可以描述为:朝着欧拉角为(θn-1 +△θn, ψn-1+△ψn, φn-1+△φn)的方向直线回撤了0.0167mm。其中(θn-1, ψn-1,φn-1)为在第n-1帧的回撤欧拉角,(△θn, △ψn, △φn)为第n帧时测得的欧拉角变化量。
如此就可以把整个回撤过程三维运动曲线用多段直线运动组合的方法近似得到,这条三维运动曲线即为血管内超声探头的运动轨迹。
本实施例中,根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;根据每一帧血管图像对应的欧拉角,确定运动轨迹。根据实时生成的三维运动轨迹进行三维血管图像重建,能够提高三维血管图像重建的效率。
在一个实施例中,根据每一帧血管图像分别获取一组血管信息,包括:将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。
可选的,预先采集多张样本血管图像,并对样本血管图像进行预处理,预处理包括图像增强、翻转、平移和旋转中的至少一种。识别出样本血管图像中血管内膜轮廓和血管外模轮廓,并基于血管内膜轮廓和血管外模轮廓获取每一张样本血管图像对应的血管内外膜分割标签。基于一张样本血管图像和对应的血管内外膜分割标签得到一个训练实例,基于多个训练实例构建训练集。采用训练集对图像分割网络进行训练,训练完成后得到训练好的血管管腔分割模型,并将训练好的血管管腔分割模型存储在计算机设备中。计算机设备每获取到一帧血管图像,就调用训练好的血管管腔分割模型,将当前的一帧血管图像输入训练好的血管管腔分割模型中,得到勾画出血管内膜轮廓和血管外模轮廓的血管图像,如图6所示,作为一组血管信息。
在一个可行的实施方式中,计算机设备可以采用通过管腔检测技术从每一帧血管图像中提取出血管内膜轮廓和血管外模轮廓。
本实施例中,将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。能够实时提取出每一帧血管图像中的血管内膜轮廓和血管外模轮廓,提高三维血管图像重建的效率。
在一个实施例中,一种三维血管图像重建方法,包括:
将压力传感器配置于柔性传动轴上。
确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。
在进行血管内超声探测过程中,按照预设时间间隔,采用超声波成像获取多帧血管图像;按照预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;一组电压值包括至少一个电压值。
根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;获取血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度;根据超声波成像帧率和血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离;根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置;根据多个空间位置确定运动轨迹,将运动轨迹作为三维血管中心线。三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角。
将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。一组血管信息包括血管内膜轮廓和血管外模轮廓。
将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的三维血管图像重建方法的三维血管图像重建装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个三维血管图像重建装置实施例中的具体限定可以参见上文中对于三维血管图像重建方法的限定,在此不再赘述。
在一个实施例中,如图7所示,提供了一种三维血管图像重建装置700,包括:获取模块701、定位模块702、分割模块703和重建模块704,其中:
获取模块701,用于采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上。
定位模块702,用于根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角。
分割模块703,用于根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓。
重建模块704,用于将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
在一个实施例中,获取模块701还用于按照预设时间间隔,采用超声波成像获取多帧血管图像;按照预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;一组电压值包括至少一个电压值。
在一个实施例中,定位模块702还用于根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;根据每一帧血管图像对应的欧拉角,确定运动轨迹。
在一个实施例中,定位模块702还用于确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。
在一个实施例中,定位模块702还用于获取血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度;根据超声波成像帧率和血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离;根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置;根据多个空间位置确定运动轨迹。
在一个实施例中,分割模块703还用于将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。
上述三维血管图像重建装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储血管图像和实时弯曲信息。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种三维血管图像重建方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:在进行血管内超声探测过程中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:按照预设时间间隔,采用超声波成像获取多帧血管图像;按照预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;一组电压值包括至少一个电压值。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;根据每一帧血管图像对应的欧拉角,确定运动轨迹。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:获取血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度;根据超声波成像帧率和血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离;根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置;根据多个空间位置确定运动轨迹。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:在进行血管内超声探测过程中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:按照预设时间间隔,采用超声波成像获取多帧血管图像;按照预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;一组电压值包括至少一个电压值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;根据每一帧血管图像对应的欧拉角,确定运动轨迹。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度;根据超声波成像帧率和血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离;根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置;根据多个空间位置确定运动轨迹。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:在进行血管内超声探测过程中,采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;压力传感器配置于柔性传动轴上;根据多个实时弯曲信息,确定血管内超声探头的运动轨迹,将运动轨迹作为三维血管中心线;三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;根据每一帧血管图像分别获取一组血管信息;一组血管信息包括血管内膜轮廓和血管外模轮廓;将每一组血管信息映射到三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:按照预设时间间隔,采用超声波成像获取多帧血管图像;按照预设时间间隔,通过压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;一组电压值包括至少一个电压值。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角;根据每一帧血管图像对应的欧拉角,确定运动轨迹。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:确定样本欧拉角变化量,通过压力传感器获取与样本欧拉角变化量对应的样本弯曲信息;根据样本欧拉角变化量和样本弯曲信息确定转换函数,作为弯曲信息和欧拉角变化量之间的关联信息;转换函数用于将根据弯曲信息换算为欧拉角变化量。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:获取血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度;根据超声波成像帧率和血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离;根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置;根据多个空间位置确定运动轨迹。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种三维血管图像重建方法,其特征在于,所述方法包括:
采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;所述压力传感器配置于所述柔性传动轴上;
根据多个所述实时弯曲信息,确定每一帧血管图像对应的欧拉角,获取所述血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度,根据所述超声波成像帧率和所述血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离,根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置,根据多个空间位置确定血管内超声探头的运动轨迹,将所述运动轨迹作为三维血管中心线;所述三维血管中心线包括与每一帧血管图像分别对应的空间位置,以及空间位置处的欧拉角;
根据每一帧血管图像分别获取一组血管信息;所述一组血管信息包括血管内膜轮廓和血管外模轮廓;
将每一组血管信息映射到所述三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
2.根据权利要求1所述的方法,其特征在于,所述采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息,包括:
按照预设时间间隔,采用超声波成像获取多帧血管图像;
按照所述预设时间间隔,通过所述压力传感器获取多组电压值,将每一组电压值作为对应一帧血管图像的实时弯曲信息;所述一组电压值包括至少一个电压值。
3.根据权利要求1所述的方法,其特征在于,所述根据多个所述实时弯曲信息,确定每一帧血管图像对应的欧拉角,包括:
根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;
根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角。
4.根据权利要求3所述的方法,其特征在于,所述弯曲信息和欧拉角变化量之间的关联信息的获取方式,包括:
确定样本欧拉角变化量,通过所述压力传感器获取与所述样本欧拉角变化量对应的样本弯曲信息;
根据所述样本欧拉角变化量和所述样本弯曲信息确定转换函数,作为所述弯曲信息和欧拉角变化量之间的关联信息;所述转换函数用于将根据弯曲信息换算为欧拉角变化量。
5.根据权利要求1所述的方法,其特征在于,所述根据每一帧血管图像分别获取一组血管信息,包括:
将每一帧血管图像分别输入训练好的血管管腔分割模型,分别得到每一帧血管图像中的血管内膜轮廓和血管外模轮廓;
将每一帧血管图像中的血管内膜轮廓和血管外模轮廓,分别作为一组血管信息。
6.一种三维血管图像重建装置,其特征在于,所述装置包括:
获取模块,用于采用超声波成像获取多帧血管图像,以及通过压力传感器获取每一帧血管图像对应柔性传动轴的实时弯曲信息;所述压力传感器配置于所述柔性传动轴上;
定位模块,用于根据多个所述实时弯曲信息,确定每一帧血管图像对应的欧拉角,获取所述血管内超声探测过程中的超声波成像帧率和血管内超声探头运动速度,根据所述超声波成像帧率和所述血管内超声探头运动速度,计算得到每一帧血管图像之间的血管内超声探头运动距离,根据每一帧血管图像对应的实时欧拉角、以及每一帧血管图像之间的血管内超声探头运动距离,确定与每一帧血管图像分别对应的空间位置,根据多个空间位置确定血管内超声探头的运动轨迹,将所述运动轨迹作为三维血管中心线;所述三维血管中心线包括与每一帧血管图像分别对应空间位置,以及所述空间位置处的欧拉角;
分割模块,用于根据每一帧血管图像分别获取一组血管信息;所述一组血管信息包括血管内膜轮廓和血管外模轮廓;
重建模块,用于将每一组血管信息映射到所述三维血管中心线中的对应空间位置上,并根据对应空间位置的欧拉角对每一组血管信息进行三维旋转,得到三维血管图像。
7.根据权利要求6所述的装置,其特征在于,所述定位模块还用于根据弯曲信息和欧拉角变化量之间的关联信息,确定每一个实时弯曲信息对应的欧拉角变化量;根据每一个实时弯曲信息对应的欧拉角变化量,确定每一帧血管图像对应的欧拉角。
8.根据权利要求7所述的装置,其特征在于,所述定位模块还用于确定样本欧拉角变化量,通过所述压力传感器获取与所述样本欧拉角变化量对应的样本弯曲信息;根据所述样本欧拉角变化量和所述样本弯曲信息确定转换函数,作为所述弯曲信息和欧拉角变化量之间的关联信息;所述转换函数用于将根据弯曲信息换算为欧拉角变化量。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211673807.2A CN115661225B (zh) | 2022-12-26 | 2022-12-26 | 三维血管图像重建方法、装置、计算机设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211673807.2A CN115661225B (zh) | 2022-12-26 | 2022-12-26 | 三维血管图像重建方法、装置、计算机设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115661225A CN115661225A (zh) | 2023-01-31 |
CN115661225B true CN115661225B (zh) | 2023-03-21 |
Family
ID=85023635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211673807.2A Active CN115661225B (zh) | 2022-12-26 | 2022-12-26 | 三维血管图像重建方法、装置、计算机设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115661225B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115965750B (zh) * | 2023-03-16 | 2023-06-16 | 深圳微创踪影医疗装备有限公司 | 血管重建方法、装置、计算机设备和可读存储介质 |
CN117064446B (zh) * | 2023-10-13 | 2024-01-12 | 山东大学 | 基于血管内超声的血管动态三维重建*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103247073A (zh) * | 2013-04-18 | 2013-08-14 | 北京师范大学 | 基于树状结构的三维脑血管模型构造方法 |
CN114170378A (zh) * | 2021-11-27 | 2022-03-11 | 飞依诺科技(苏州)有限公司 | 医疗设备、血管及内部斑块三维重建方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8005284B2 (en) * | 2006-12-07 | 2011-08-23 | Kabushiki Kaisha Toshiba | Three dimensional image processing apparatus and x-ray diagnosis apparatus |
US10709399B2 (en) * | 2017-11-30 | 2020-07-14 | Shenzhen Keya Medical Technology Corporation | Methods and devices for performing three-dimensional blood vessel reconstruction using angiographic images |
CN112184888A (zh) * | 2020-10-10 | 2021-01-05 | 深圳睿心智能医疗科技有限公司 | 三维血管建模的方法及装置 |
CN115482261A (zh) * | 2022-09-21 | 2022-12-16 | 深圳睿心智能医疗科技有限公司 | 血管配准方法、装置、电子设备及存储介质 |
-
2022
- 2022-12-26 CN CN202211673807.2A patent/CN115661225B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103247073A (zh) * | 2013-04-18 | 2013-08-14 | 北京师范大学 | 基于树状结构的三维脑血管模型构造方法 |
CN114170378A (zh) * | 2021-11-27 | 2022-03-11 | 飞依诺科技(苏州)有限公司 | 医疗设备、血管及内部斑块三维重建方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115661225A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115661225B (zh) | 三维血管图像重建方法、装置、计算机设备、存储介质 | |
US11847781B2 (en) | Systems and methods for medical acquisition processing and machine learning for anatomical assessment | |
CN107392994B (zh) | 冠脉血管的三维重建方法、装置、设备及存储介质 | |
US7359554B2 (en) | System and method for identifying a vascular border | |
US8317705B2 (en) | Method for generating a motion-corrected 3D image of a cyclically moving object | |
EP1088515A1 (en) | Vascular reconstruction | |
JP7152955B2 (ja) | 動作ベースの画像セグメント化のシステムおよび方法 | |
JP7462672B2 (ja) | 超音波撮像におけるセグメンテーション及びビューガイダンス並びに関連するデバイス、システム及び方法 | |
CN114145719B (zh) | 双模冠脉血管图像三维融合的方法和融合*** | |
US20230026942A1 (en) | Intelligent measurement assistance for ultrasound imaging and associated devices, systems, and methods | |
WO2004017823A2 (en) | System and method for identifying a vascular border | |
Scheipers et al. | 3-D ultrasound volume reconstruction using the direct frame interpolation method | |
Zheng et al. | A deep learning method for motion artifact correction in intravascular photoacoustic image sequence | |
Yue et al. | Speckle tracking in intracardiac echocardiography for the assessment of myocardial deformation | |
WO2024139505A1 (zh) | 三维血管图像重建方法、装置、计算机设备以及存储介质 | |
CN114668495A (zh) | 双平面自由臂三维重建方法及其应用 | |
Zheng et al. | An off-line gating method for suppressing motion artifacts in ICUSsequence | |
WO2023189261A1 (ja) | コンピュータプログラム、情報処理装置及び情報処理方法 | |
Zheng et al. | Analysis of coronary arterial dynamics from x-ray angiographic sequences | |
Zheng | Three-dimensional reconstruction of vessels from intravascular ultrasound sequence and X-ray angiograms | |
JP2023049951A (ja) | コンピュータプログラム、情報処理方法、及び情報処理装置 | |
CN116630541A (zh) | 一种动态三维标测图的内插方法及*** | |
CN117726665A (zh) | 三维血管图像重建方法、装置、计算机设备和存储介质 | |
CN114680817A (zh) | 一种动脉腔内影像重建方法、装置、设备及存储介质 | |
Bruining et al. | 3D ICUS |
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 |