血管中心线自动匹配方法及装置制造方法及图纸

本发明专利技术实施例提供一种血管中心线自动匹配方法及装置，利用卷积神经网络提取相邻两帧原始造影图像中的血管图像，再利用非极大值抑制算法和断裂修复算法获取每个血管图像中的血管中心线，并基于半径和距离约束利用多层次特征匹配算法获得两条血管中心线上的所有关键点之间的匹配关系，根据所有关键点之间的匹配关系获取所有待匹配的血管段对，采用动态时间规整算法计算每个待匹配的血管段对的匹配结果，根据所有待匹配的血管段对的匹配结果获得两条血管中心线的匹配结果。该方法及装置能够准确获得两条血管中心线的匹配结果，进而能够有效获取增长的血管片段，有利于对造影剂流速进行评估，对于辅助冠心病的影像导航诊断和介入治疗具有重要意义。

Automatic matching method and device of blood vessel centerline

【技术实现步骤摘要】
血管中心线自动匹配方法及装置
本专利技术涉及图像处理
，更具体地，涉及一种血管中心线自动匹配方法及装置。
技术介绍
冠心病严重地威胁着人类的身体健康。X射线血管造影技术因其较高的成像分辨率和较快的成像速度一直被作为冠心病诊断和介入治疗的金标准。而造影剂灌注阶段存在血管增长现象，提取增长的血管片段有助于对造影剂流速进行估计，而增长片段提取过程需建立在相邻帧血管匹配的基础之上，而相邻帧血管匹配的关键在于相邻帧血管中心线的匹配。有鉴于此，亟需提供一种血管中心线自动匹配方法及装置。
技术实现思路
本专利技术实施例为了提取造影剂灌注阶段增长的血管片段，提供一种血管中心线自动匹配方法及装置。第一方面，本专利技术实施例提供一种血管中心线自动匹配方法，包括：利用卷积神经网络提取第t帧原始造影图像中的血管图像和第t+1帧原始造影图像中的血管图像，分别记为第一血管图像和第二血管图像，其中，t为不小于1的整数；利用非极大值抑制算法和断裂修复算法获取所述第一血管图像中的血管中心线和所述第二血管图像中的血管中心线，分别记为第一血管中心线和第二血管中心线；利用多层次特征匹配算法获取第t帧原始造影图像和第t+1本文档来自技高网...

【技术保护点】
1.一种血管中心线自动匹配方法，其特征在于，包括：利用卷积神经网络提取第t帧原始造影图像中的血管图像和第t+1帧原始造影图像中的血管图像，分别记为第一血管图像和第二血管图像，其中，t为不小于1的整数；利用非极大值抑制算法和断裂修复算法获取所述第一血管图像中的血管中心线和所述第二血管图像中的血管中心线，分别记为第一血管中心线和第二血管中心线；利用多层次特征匹配算法获取第t帧原始造影图像和第t+1帧原始造影图像中所有网格点的匹配关系，作为第一匹配关系，基于半径和距离约束根据所述第一匹配关系获得所述第一血管中心线和所述第二血管中心线上的所有关键点之间的匹配关系，作为第二匹配关系；根据所述第二匹配关系...

【技术特征摘要】
1.一种血管中心线自动匹配方法，其特征在于，包括：利用卷积神经网络提取第t帧原始造影图像中的血管图像和第t+1帧原始造影图像中的血管图像，分别记为第一血管图像和第二血管图像，其中，t为不小于1的整数；利用非极大值抑制算法和断裂修复算法获取所述第一血管图像中的血管中心线和所述第二血管图像中的血管中心线，分别记为第一血管中心线和第二血管中心线；利用多层次特征匹配算法获取第t帧原始造影图像和第t+1帧原始造影图像中所有网格点的匹配关系，作为第一匹配关系，基于半径和距离约束根据所述第一匹配关系获得所述第一血管中心线和所述第二血管中心线上的所有关键点之间的匹配关系，作为第二匹配关系；根据所述第二匹配关系在所述第一血管中心线和所述第二血管中心线上获取所有待匹配的血管段对，采用动态时间规整算法计算每个待匹配的血管段对的匹配结果，根据所有待匹配的血管段对的匹配结果获得所述第一血管中心线和所述第二血管中心线的匹配结果。2.根据权利要求1所述的血管中心线自动匹配方法，其特征在于，利用卷积神经网络提取第t帧原始造影图像中的血管图像和第t+1帧原始造影图像中的血管图像，之前还包括：利用IFC-RPCA算法分别对第t帧原始造影图像和第t+1帧原始造影图像进行减影处理，获得第t帧原始造影图像对应的减影图像和第t+1帧原始造影图像对应的减影图像；将第t帧原始造影图像和第t帧原始造影图像对应的减影图像进行线性叠加获得第t帧原始造影图像对应的增强图像，作为第一增强图像，将第t+1帧原始造影图像和第t+1帧原始造影图像对应的减影图像进行线性叠加获得第t+1帧原始造影图像对应的增强图像，作为第二增强图像；相应地，利用卷积神经网络提取第t帧原始造影图像中的血管图像和第t+1帧原始造影图像中的血管图像，具体为：利用卷积神经网络提取所述第一增强图像中的血管图像和所述第二增强图像中的血管图像。3.根据权利要求1所述的血管中心线自动匹配方法，其特征在于，利用非极大值抑制算法和断裂修复算法获取所述第一血管图像中的血管中心线和所述第二血管图像中的血管中心线，具体为：利用非极大值抑制算法获取所述第一血管图像中的初始血管中心线和所述第二血管图像中的初始血管中心线；利用断裂修复算法对所述第一血管图像中的初始血管中心和所述第二血管图像中的初始血管中心线进行修复，获得所述第一血管图像中的血管中心线和所述第二血管图像中的血管中心线。4.根据权利要求1所述的血管中心线自动匹配方法，其特征在于，利用多层次特征匹配算法获取第t帧原始造影图像和第t+1帧原始造影图像中所有网格点的匹配关系，具体为：采用Triplet网络获取第t帧原始造影图像的深度特征和第t+1帧原始造影图像的深度特征，分别记为第一深度特征和第二深度特征；利用多层次特征匹配算法根据所述第一深度特征和所述第二深度特征获取第t帧原始造影图像和第t+1帧原始造影图像中所有网格点的匹配关系。5.根据权利要求1所述的血管中心线自动匹配方法，其特征在于，基于半径和距离约束根据所述第一匹配关系获得所述第一血管中心线和所述第二血管中心线上的所有关键点之间的匹配关系，具体为：获取所述第一血管中心线上的关键点，作为第一关键点，对于任意一个第一关键点，获取与...

【专利技术属性】
技术研发人员：杨健，艾丹妮，范敬凡，王涌天，杜晨冰，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11