法律状态公告日
法律状态信息
法律状态
2023-03-21
未缴年费专利权终止 IPC(主分类):G06T 7/11 专利号:ZL2017102387830 申请日:20170413 授权公告日:20200714
专利权的终止
2020-07-14
授权
授权
2017-10-20
实质审查的生效 IPC(主分类):G06T7/11 申请日:20170413
实质审查的生效
2017-09-19
公开
公开
技术领域
本发明为一种有效的CT图像血管分割方法,属于数字医疗技术领域。
背景技术
目前,很多人忽视了饮食习惯问题,导致饮食中脂类、醇类过多,又没有合理的运动促进其代谢,极易引发心脑血管疾病,从而出现了大量的心脑血管疾病患者。而医疗资源分配的欠合理,导致某些医院人满为患,如不提高医疗效率,将使得这些患者得不到及时的检测和治疗。因此,数字化医疗应运而生,其实施不仅可以大大提高医院的诊疗效率、提高服务质量,而且对提高医院未来竞争力会产生极大的影响。在数字医疗设备中,CT被认为在对心脑血管疾病的诊断价值较高,因此,快速准确的从CT图像中分割出血管信息将对提高医疗效率有着重要意义。
发明内容
本发明的目的,是针对CT图像,在给定描述血管路径的曲线后,提供一种有效的半自动血管分割方法,能够较为准确的分割出血管轮廓,有助于提升病情诊断的准确性,提高医疗效率。
采用的软硬件如下:
硬件:PC机(4核及以上CPU);软件:Visual Studio 2010。
设计的血管分割方法包括以下步骤:
1. 血管路径曲线采样
为降低算法的计算量,同时避免血管路径曲线局部出现较大曲率,从而影响后续的算法准确性,有必要对初始路径进行采样处理,即间隔单位距离进行采样,这样既可以降低算法复杂度,同时又不改变初始路径的整体走向与趋势,采样结果为
获取最佳“球”半径
提出的血管分割算法思路为将血管假设成为一根横截面为圆,且弯曲的管状结构,形成该结构的方式被假设为从起始端(路径起始位置)塞入一个“球”,沿路径前进方向(路径起始位置至终止位置方向)进行滚动形成,滚动过程中“球”的半径将自适应随之变化,最后球体滚动覆盖的所有点标记为血管。假设血管路径曲线的采样点作为“球心”,对每个“球”计算可以存在的最大半径:
式中,
调整“球”心位置与“球”半径
由于初始血管路径曲线并不一定在血管中心,生成的“球”集合也不一定是最优的,因此需要对“球”心位置和“球”半径进行进一步的优化。步骤如下:
3.1 获取“球”前进方向
对于曲线来说,某个点的前进方向可表示为该点的切线方向;而曲线采样后形成若干个离散的点,这些点是不存在切线的,要获取每个点的前进方向,需要对其进行近似与估计。这里根据待处理采样点与其前后相邻采样点的位置关系,来估计出该采样点的前进方向,即待处理采样点的切线方向,计算公式为:
式中,
获取法平面
在获取了“球”的前进方向后,这里该步骤将实现获取该切线方向的法平面,为了保证相邻“球”心距离适中,定义当“球”滚到此处,“球”心位置需要在这个法平面上。其法平面获取方法如式(6):
式中,
获取“球”心区域
由3.2可知,虽然调整后的“球”心应在法平面上,但也不应与原“球”心距离过大,这里在法平面上设置一个以原“球心”为中心,
优化“球”心位置与“球”半径
由于圆内存在无数个点,在判断哪个点为最优的新“球”心位置时,无法对所有点进行遍历,因此,这里需要在圆内进行点采样,使新的“球”心只能在这些采样点上,采样点集合如式(7)所示。
而后,假设将采样点
最后,选择计算得到的最大半径所对应的点
对所有的采样点进行计算后,获得了新的采样点集合。
“球”心优化迭代与终止判断
获得了新的“球”心和半径后,需要判断该“球”心和半径是否为全局最优的,这里基于“球”心位置与“球”半径的变化情况作为是否迭代或终止的条件,即当式(9)与式(10)任何一个条件不成立时,
5 采样点间“球”模型插值
基于采样点获取了所有“球”模型后,需要对相邻的“球”模型进行插值处理,从而分割出完整的连续的血管模型。假设优化后相邻“球”心的坐标分别为
6 阈值膨胀
由于血管边缘体素的灰度值明显小于血管内部体素的灰度值,也就是说血管内部的灰度值集中程度较高,因此在计算“球”内体素方差时,容易将血管边缘处的体素排除在外,但这些体素同样也是血管的一部分,因此需要对步骤5的分割结果进行阈值膨胀处理。即对于图像中非分割结果的体素,如果其体素值
实验结果与分析
实验证明,当采用设计的分割算法,在分割血管时,可以取得良好的分割效果。
本发明的半自动血管分割方法,能够较为准确的分割出血管轮廓,有助于提升病情诊断的准确性,提高医疗效率。
注:再增加点优点。
附图说明
图1是血管路径曲线采样示意图;
图2是“球”半径计算示意图;
图3是采样点切线方向示意图;
图4是法平面示意图;
图5是“球”心调整区域示意图;
图6是“球”,模型插值示意图;
图7插值后“球”模型值示意图;
图8是血管分割流程图;
图9是颈、椎动脉及主动脉CT图像血管分割实例;
图10是具有病灶的CT图像血管分割实例。
图11为待测血管路径图。
图12为血管分割结果图。
图13为待分割血管起点图。
图14为待分割血管终止图。
具体实施方式:
CT图像中一种有效的半自动血管分割方法,本方法中硬件采用4核及以上CPU,软件采用Visual Studio 2010,包括下述步骤:
1)血管路径曲线采样:
对血管路径采样采用间隔单位距离进行采样,采样结果为:
2)获取最佳“球”半径:
本方法将血管假设成为一根横截面为圆,且弯曲的管状结构,形成该结构的方式被假设为从起始端塞入一个“球”,沿路径前进方向(路径起始位置至终止位置方向)进行滚动形成,滚动过程中“球”的半径将自适应随之变化,最后球体滚动覆盖的所有点标记为血管。假设血管路径曲线的采样点作为“球心”,对每个“球”计算可以存在的最大半径:
式中,
3)调整“球”心位置与“球”半径:
根据待处理采样点与其前后相邻采样点的位置关系,来估计出该采样点的前进方向,即待处理采样点的切线方向,计算公式为:
式中,
(2)获取法平面:
定义当“球”滚到此处,“球”心位置需要在这个法平面上;其法平面获取方法如式(6):
式中,
(3)获取“球”心区域:
在法平面上设置一个以原“球心”为中心,
(4)优化“球”心位置与“球”半径:
在圆内进行点采样,使新的“球”心只能在这些采样点上,采样点集合如式(7)所示;
而后,假设将采样点
最后,选择计算得到的最大半径所对应的点
对所有的采样点进行计算后,获得了新的采样点集合。
4)“球”心优化迭代与终止判断
基于“球”心位置与“球”半径的变化情况作为是否迭代或终止的条件,即当式(9)与式(10)任何一个条件不成立时,
5)采样点间“球”模型插值:
假设优化后相邻“球”心的坐标分别为
6)阈值膨胀
对于图像中非分割结果的体素,如果其体素值
初始血管路径经过采样后,坐标如表1所示。
表1. 采样后血管路径体素坐标集合
计算采样点切线方向,即确定“球”模型优化过程中球心前进方向的法平面,其单位向量如表2所示。
表2. 采样点切线方向单位向量
“球”模型不断优化迭代,迭代过程中球半径变化情况如表3所示,这里式(2)中阈值
表3. 迭代过程中球半径值
对采样点间“球”模型进行插值,插值后半径大小如表4所示。
表4. “球”模型插值后半径值序列
将所有“球”模型覆盖的体素进行标记,并进行膨胀操作两次,从而得到最终的血管。
机译: 大型分布式系统中一种有效的聚集和监控方法
机译: 一种有效的存储器使用方法,一种有效的资源使用方法,一种用于确定下一状态成本的方法,一种用于信号处理的集成电路以及一种数字信号转换方法
机译: 聚核苷酸和聚核苷酸分离的植物细胞,转基因植物,DNA构建体,木材,木浆,由木材转化的植物的生产方法,木浆,修饰植物表型的方法,相关性基因在两个不同样品中的表达。在一个或多个基因在植物中的基因表达水平上具有植物的表型,并且基因表达与形成反应木材的倾向相关。一种或多种基因的表达,微结膜,检测样品中一种或多种基因的方法。样品和试剂盒中一种或多种基因编码的一种或多种核酸序列。