一种颅内动脉瘤图像的形态学参数的测量方法及系统技术方案

本说明书实施例提供一种颅内动脉瘤图像的形态学参数的测量方法及系统。本说明书实施例通过颅内动脉瘤图像的形态学参数的测量，解决了颅内动脉瘤图像的形态学参数测量无法实现全自动测量、测量一致性难以保证的问题。该测量方法包括：从MRA的三维DICOM数据中，分割颅内载瘤血管图像；分割颅内动脉瘤图像；对颅内动脉瘤图像的形态学参数进行测量。本说明书实施例提供的颅内动脉瘤图像的形态学参数的测量方法和系统，能够实现颅内动脉瘤图像测量的自动化，快速的测量颅内动脉瘤图像的形态学参数，保证动脉瘤图像的形态学参数测量结果的一致性。

【技术实现步骤摘要】
一种颅内动脉瘤图像的形态学参数的测量方法及系统
本说明书涉及医学影像领域，尤其涉及一种颅内动脉瘤图像的形态学参数的测量方法及系统。
技术介绍
颅内动脉瘤是由颅内动脉内腔的局部异常扩张所致动脉壁的一种瘤状突起，是一种常见的血管性疾病。据报道，颅内未破裂动脉瘤在我国成人中患病率高达7％，破裂后造成蛛网膜下腔出血，可导致严重残疾或死亡。2014年国家统计局数据显示，急性脑血管病是我国人口第二大死亡原因。动脉瘤性蛛网膜下腔出血是继缺血性脑卒中和高血压脑出血之后最常见的急性脑血管疾病，死残率高达64％，约15％的病人院前死亡，不同经济发展水平地区的救治水平差异很大，已经成为引起我国居民死亡的最常见原因之一。由此可见，未破裂动脉瘤筛查及预防工作的及时和有效能够很大程度的降低动脉瘤携带者未来病发的风险。现有技术中，颅内动脉瘤图像的测量基本靠有经验人员，利用计算机手动测量，测量速度慢，测量结果随机性大，精确度不理想，并且该方式只能测量简单的参数，如线段距离；对于复杂参数，如体积或角度，则手动测量非常不方便，精确度难以保证。动脉瘤测量的改进，主要是模拟建模或者传统手动测量方式的改进，无法实现动脉瘤形态学参数的全自动方式的测量，其一致性难以保证。因此，需要一种颅内动脉瘤图像的形态学参数测量的自动方法，能够快速测量颅内动脉瘤形态学参数。
技术实现思路
本说明书实施例提供一种颅内动脉瘤图像的形态学参数的测量方法和系统，用于解决以下技术问题：能够快速的测量颅内动脉瘤图像的形态学参数，保证动脉瘤形态学参数测量结果的一致性。为解决上述技术问题，本说明书实施例是这样实现的：本说明书实施例提供的一种颅内动脉瘤图像的形态学参数的测量方法，包括以下步骤：从MRA的三维DICOM数据中，分割颅内载瘤血管图像；在所述颅内载瘤血管图像上，分割颅内动脉瘤图像；对所述颅内动脉瘤图像的形态学参数进行测量。进一步地，从MRA的三维DICOM数据上，选取灰度范围，分割颅内载瘤血管图像。进一步地，在所述颅内载瘤动脉血管图像上，计算载瘤动脉血管的中心线和半径，分割颅内动脉瘤图像。进一步地，利用所述分割得到的颅内动脉瘤图像，生成动脉瘤瘤颈，对颅内动脉瘤图像的形态学参数进行测量。本说明书实施例提供一种颅内动脉瘤图像的形态学参数的测量系统，包括以下单元：输入接口，用于MRA的三维DICOM数据的输入；处理工作站，实现颅内动脉瘤图像的形态学参数的测量；输出单元：将颅内动脉瘤图像的形态学参数的测量结果进行输出。进一步地，从MRA的三维DICOM数据中，分割颅内载瘤血管图像；在所述颅内载瘤血管图像上，分割颅内动脉瘤图像；对所述颅内动脉瘤图像的形态学参数进行测量。进一步地，从MRA的三维DICOM数据上，选取灰度范围，分割颅内载瘤血管图像。进一步地，在所述颅内载瘤动脉血管图像上，计算载瘤动脉血管的中心线和半径，分割颅内动脉瘤图像。进一步地，利用所述分割得到的颅内动脉瘤图像，生成动脉瘤瘤颈，对颅内动脉瘤图像的形态学参数进行测量。本说明书实施例采用的上述至少一个技术方案能够达到以下有益效果：本说明书实施例基于MRA的三维DICOM数据，实现了颅内动脉瘤图像的形态学参数的自动测量，能够快速的测量颅内动脉瘤图像的形态学参数，保证颅内动脉瘤图像的形态学参数测量结果的一致性。附图说明为了更清楚地说明本说明书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，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，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为本说明书提供的一种颅内动脉瘤图像的形态学参数的测量方法流程图；图2为本说明书提供的一种颅内载瘤血管图像的分割流程图；图3为本说明书提供的一种MRA图像的灰度范围的确定方法流程图；图4为本说明书提供的一种颅内动脉瘤图像的分割流程图；图5为本说明书提供的一种二维空间中两点确定最小长方形示意图；图6为本说明书提供的二维空间中三点确定最小长方形示意图；图7为本说明书提供的一种颅内动脉瘤图像的表面重构流程图；图8为本说明书提供的动脉瘤形态学参数定义示意图；图9为本说明书提供的一种动脉瘤形态学参数测量示意图；图10为本说明书提供的一种颅内动脉瘤形态学参数的测量系统示意图。具体实施方式为了使本
的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书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实施例，而不是全部的实施例。基于本说明书实施例，本领域普通技术人员在没有作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。图1为本说明书提供的的一种颅内动脉瘤图像的形态学参数的测量方法的流程。该方法包括：步骤S101：从MRA的三维DICOM数据中，分割颅内载瘤血管图像。颅内动脉瘤图像的形态参数测量，常采颅内动脉瘤的MRA的三维DICOM数据进行测量。MRA(MagneticResonanceAngiography，磁共振血管成像)是一种使X射线序列图片中的血管可视化的技术。其基本原理是基于饱和效应、流入增强效应、流动去相位效应。MRA是将预饱和带置于3D层块的头端以饱和静脉血流，反向流动的动脉血液进入3D层块，因未被饱和从而产生MR信号。扫描时将一个较厚容积分割成多个薄层激发，减少激发容积厚度以减少流入饱和效应，且能保证扫描容积范围，获得数层相邻层面的薄层图像，使图像清晰，血管的细微结构显示好，空间分辨力提高。MRA因其高质量的成像特点，也逐步用于颅内动脉血管病变的诊断。DICOM是一个数字医学图像的网络通讯接口标准。DICOM标准是一组具有DICOM兼容性的设备所共同遵循的协议，通过该协议，可以实现系统间各种语法、语义命令及相关信息的交换。该协议的主要目标是保障患者的诊断信息、治疗信息、医学影像以及其它各类相关数据能够在不同设备及系统间实现通信。将MRA图像存储为DICOM格式文件。DICOM格式的文件包括图像大小、高度、宽度、每像素字节数等普通图像的必备信息，还在数据集合的数据元素中存储了大量医疗信息如病人姓名、年龄、医院名、成像时间、检查部位等。DICOM数据是按顺序存储的，阵列中的第一个字节表示图像左上角的像素，而最后一个字节表示图像右下角的像素。由于受设备照射方位的限制，颅内动脉瘤的MRA效果只能是二维的，该二维图像仅能采集到基本的颅内动脉瘤图像的形态学参数指标：大小、纵横比、动脉瘤的倾斜角度等，无法实现复杂的颅内动脉瘤图像的形态学参数的测量，如动脉瘤的体积。三维形态学参数的测量，对于颅内动脉瘤图像的形态学参数的研究更有意义。因此为了实现颅内动脉瘤图像的形态学参数的测量，需要对MRA的三维DICOM数据进行进一步的处理，首先进行颅内载瘤血管图像的分割。图2为本说明书提供的一种颅内载瘤血管图像的分割流程图，具体过程包括：步骤S201：从MRA图像的DICOM数据中，选取灰度范围。灰度范围的确定，是后续进行载瘤血管图像分割的前提。本说明书实施例采用区域生长的方式实现灰度范围的确定。图3为本说明书实施例提供的一种MRA图像的灰度范围的确定方法流程图。具体包括：本文档来自技高网...

【技术保护点】
1.一种颅内动脉瘤图像的形态学参数的测量方法，其特征在于，包括以下步骤：从MRA的三维DICOM数据中，分割颅内载瘤血管图像；在所述颅内载瘤血管图像上，分割颅内动脉瘤图像；对所述颅内动脉瘤图像的形态学参数进行测量。

【技术特征摘要】
1.一种颅内动脉瘤图像的形态学参数的测量方法，其特征在于，包括以下步骤：从MRA的三维DICOM数据中，分割颅内载瘤血管图像；在所述颅内载瘤血管图像上，分割颅内动脉瘤图像；对所述颅内动脉瘤图像的形态学参数进行测量。2.如权利要求1所述的方法，其特征在于，所述从MRA的三维DICOM数据中，分割颅内载瘤血管图像，具体包括：从MRA的三维DICOM数据上，选取灰度范围，分割颅内载瘤血管图像。3.如权利要求1所述的方法，其特征在于，所述在所述颅内载瘤血管图像上，分割颅内动脉瘤图像，具体包括：在所述颅内载瘤动脉血管图像上，计算载瘤动脉血管的中心线和半径，分割颅内动脉瘤图像。4.如权利要求1所述的方法，其特征在于，所述对所述颅内动脉瘤图像的形态学参数进行测量，具体包括：利用所述分割得到的颅内动脉瘤图像，生成动脉瘤瘤颈，对颅内动脉瘤图像的形态学参数进行测量。5.一种颅内动脉瘤图像的形态学参数的测量系统，其特征在于，包括以下单元：输入接口，用于MRA的三维DICOM数据的输入；处...

【专利技术属性】
技术研发人员：王文智，冯雪，宋凌，杨光明，秦岚，
申请(专利权)人：强联智创北京科技有限公司，
类型：发明
国别省市：北京,11