【技术实现步骤摘要】
基于动态阈值的冠状动脉三维重建方法、系统及存储介质
[0001]本专利技术属工程
中的心脏区域的数字影像计算机后处理技术,尤其是涉及了一种基于动态阈值的冠状动脉三维重建方法
、
系统及存储介质
。
技术介绍
[0002]在医学界,冠状动脉造影是目前临床诊断冠心病的最准确方法,其获得的
CT
数据由一序列的二维图像组成,而二维图像不能直接提供血管的三维空间信息
。
冠状动脉的三维形态不仅能够更好地对冠状动脉的结构和血管狭窄进行量化描述,而且还能够指导冠心病的介入性治疗,因此如何利用不同角度的二维造影图像重建三维的冠状动脉具有重要的研究意义
。
[0003]目前针对冠状动脉重建的方法主要有以下几类:一是基于阈值分割的方法,这种方法的理论依据是在
CT
图像中,冠脉组织和其他组织器官具有一定的灰度差别,通过寻找合适的灰度阈值可分离出独立
、
完整的冠脉信息;二是基于边缘检测的重建方法,这种方法利用冠脉组织在结构
、
纹理等方面上的差异提取冠脉的边缘特征;三是基于中心线的冠脉重建方法,这种方法通过形态学的操作或者深度学习的方法提取冠脉的中心线,再利用中心线的信息,配合水平集的方法重建冠脉的三维结构
。
[0004]由于图像的
CT
值在不同的患者
、
不同的组织器官和不同的位置上具有较大的差异,因此很难找到一个合适的
、
统一的阈值来分割 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.
一种基于动态阈值的冠状动脉三维重建方法,其特征在于:
S1、
基于医学影像成像技术获取冠状动脉的医学影像数据,对医学影像数据进行分类;
S2、
根据分类结果对医学影像数据进行处理,去除不包含主动脉和冠脉的大组织器官的数据;
S3、
修复切片上冠脉末端
、
狭窄处易断裂的冠脉;
S4、
根据修复后的结果进行冠状动脉三维重建
。2.
根据权利要求1所述的一种基于动态阈值的冠状动脉三维重建方法,其特征在于:所述
S1
包括:根据医学影像数据中的左右冠脉的入口点的
CT
值设置二值化阈值对左冠脉入口点的切片图像进行二值化操作获得二值化图像,再在腐蚀操作后提取主动脉轮廓区域,根据主动脉轮廓区域的
CT
值对三维
CT
图像进行分类,分为造影剂浓度低和造影剂浓度正常的两类
。3.
根据权利要求2所述的一种基于动态阈值的冠状动脉三维重建方法,其特征在于:所述
S1
具体为:根据原始输入的医学影像数据中的左右冠脉的入口点坐标获得对应的
CT
值;选取左冠脉入口点的切片图像为操作对象,将左右冠脉的入口点处的
CT
值求平均值作为二值化操作的阈值,对切片图像进行二值化操作获得二值化图像,再对二值化图像进行腐蚀操作;对腐蚀操作后的二值化图像进一步提取主动脉轮廓区域,根据主动脉轮廓区域的位置坐标获得主动脉轮廓区域中每个点在原始输入的医学影像数据中的
CT
值,然后按以下条件对主动脉轮廓区域中所有点的
CT
值进行处理进而对三维
CT
图像进行分类:其中,为主动脉轮廓区域,
CT
ij
为主动脉轮廓区域内的点的
CT
值,
w0为预设的灰度阈值,
N
total
为预设的小于灰度阈值
w0的总数,
w1为另一预设的灰度阈值,
Q
ratio
为预设的大于灰度阈值
w1的比例,表示主动脉轮廓区域内的点;若同时满足以上两个条件,则三维
CT
图像归为造影剂浓度低的分类,反之则造影剂浓度正常
。4.
根据权利要求1所述的一种基于动态阈值的冠状动脉三维重建方法,其特征在于:所述
S2
包括:针对原始输入的医学影像数据,将一部分点的
CT
值置零,获得三维截取图像
Image3d_clip
;针对三维截取图像
Image3d_clip
,分别根据步骤
S1
中分类结果所设置的自适应阈值化算法和差异化二值阈值分别进行不同的二值化处理获得三维自适应图像
Image3d_adaptive
和三维二值化图像
Image3d_binary
;在三维二值化图像
Image3d_binary
中作切片和外接矩形提取获得三维大组织器官图
像
Image3d_large
;根据三维大组织器官图像
Image3d_large
和三维二值化图像
Image3d_binary
处理获得三维非冠脉组织图像
Image3d_other
;最后根据三维非冠脉组织图像
Image3d_other
和三维自适应图像
Image3d_adaptive
处理获得三维初步结果图像
Image3d_clean。5.
根据权利要求4所述的一种基于动态阈值的冠状动脉三维重建方法,其特征在于:所述
S2
具体为:针对原始输入的医学影像数据,将其中
CT
值在
100
以下的置零,获得三维截取图像
Image3d_clip
;根据三维
CT
图像在步骤
S1
中的分类设置自适应阈值化算法的参数,再利用自适应阈值化算法对三维截取图像
Image3d_clip
二值化,获得三维自适应图像
Image3d_adaptive
;然后针对三维截取图像
Image3d_clip
,用预设的差异化二值阈值进行二值化处理获得三维二值化图像
Image3d_binary
;在三维二值化图像
Image3d_binary
中提取切片的轮廓,截取包含左右冠脉入口点之间中点的且面积最小的轮廓的外接矩形作为三维大组织器官图像
Image3d_large
;根据三维大组织器官图像
Image3d_large
结合三维二值化图像
Image3d_binary
按照以下方式处理获得三维非冠脉组织图像
Image3d_other
:
Image3d_other
=
|Image3d_binary
‑
技术研发人员:高琪,吴业云,鲁云霞,李博文,
申请(专利权)人:杭州晟视科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。