The automatic coronary segmentation and centerline extraction method based on CTA image belongs to the field of coronary heart image processing. In order to solve the problem of automatic coronary segmentation and centerline extraction method for CTA image, including S1. Input cardiac CTA data; S2. Segment ascending aorta; S3. Coronary seed point search; S4. Coronary artery segmentation; S5. Coronary center point extraction, the effect is to improve the speed of segmentation and extraction And maintain accuracy.
【技术实现步骤摘要】
基于CTA影像的自动冠脉分割及中心线提取方法
本专利技术属于心脏冠脉图像处理领域,涉及一种基于CTA影像的自动冠脉分割及中心线提取方法。
技术介绍
心血管疾病己成为当前威胁人类生命的重要疾病,如何快速准确地诊断心血管疾病成为治疗的关键。心血管疾病大多是由于冠状动脉病变引起的。冠状动脉血管造影(CTA,CTangiography)是心脏疾病诊断的重要方法,从CTA数据中准确分割冠脉血管,不仅能提供对血管结构的定量描述,还可以观察比较血管的几何变化,对疾病的诊断和治疗具有重要意义。目前,随着影像设备分辨率的大幅提高,数据量也急剧上升,这给医生增加了很大的阅片负担。因此,借助计算机辅助诊断技术,处理分析心脏影像进而诊断心血管疾病成为目前国内外研究热点。有效地处理CTA数据,实现冠状动脉的自动分割和相关参数的计算,能够给医生带来直观的结果,辅助医生进行更加准确的临床诊断,减轻医生的阅片负担,缩短医生的诊断时间。除冠脉分割任务之外,从已分割出的冠脉轮廓中提取出中心线也是影像分析和显示过程中一个关键的需求。只有提取出冠脉的中心线,才能够创建出曲面的多平面重建视图。冠脉的分割和中心线提取为血管狭窄、斑块等病变的分析和诊断提供了有力支持。现有的冠脉分割方法主要有基于模式识别技术、基于模型的方法、基于追踪的方法和基于人工智能的方法等。中心线提取方法主要有基于拓扑细化的方法、基于距离变换的方法和基于路径规划的方法等。在实际应用中,大量的CTA数据需要快速的分割以及中心线的提取,但是算法的精度与计算速度往往 ...
【技术保护点】
1.一种基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,/nS1.输入心脏CTA数据;/nS2.分割升主动脉;/nS3.冠脉种子点搜索;/nS4.冠脉分割;/nS5.冠脉中心点提取。/n
【技术特征摘要】
1.一种基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,
S1.输入心脏CTA数据;
S2.分割升主动脉;
S3.冠脉种子点搜索;
S4.冠脉分割;
S5.冠脉中心点提取。
2.如权利要求1所述的基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,所述步骤S2.分割升主动脉,包括:
S2.1识别升主动脉ROI;
S2.2查找升主动脉种子点;
S2.3分割升主动脉。
3.如权利要求2所述的基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,所述步骤S2.1识别升主动脉ROI:
取CTA数据的上层数据,确定所选层后,取出该层对应的二维数据Img_Aorta;
根据升主动脉的CT值常规范围确定分割阈值T_Ori,并应用该阈值T_Ori对二维数据Img_Aorta分割处理,得到二值化数据Img_Aorta_Bin;
分别按行、按列求出数据Img_Aorta_Bin中的各行、各列数据的累积值,得到对应行、列方向的直方图,通过两个直方图的谷值点信息切割出包含升主动脉的感兴趣区域。
4.如权利要求2所述的基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,所述步骤S2.2查找升主动脉种子点:
S2.2.1对升主动脉的感兴趣区域进行霍夫变换,将升主动脉的半径范围的经验值作为霍夫变换的参数列表;
S2.2.2变换后得到每个点对应的霍夫变换值,选取升主动脉的种子点:
对得到的每个点对霍夫变换值按降序排列,去除最大值点及空心点,将第一个满足条件的点作为升主动脉的种子点(x0,y0),并提取出该点所对应的半径参数r0;
S2.2.3确定升主动脉的初始阈值T_ori及初始面积Area_ori:
以最终选择的种子点及其半径做圆;
计算出圆内的均值mean及方差std;
计算T_ori=mean-2*std,将其作为升主动脉的初始阈值;
计算初始面积:Area_ori=π*r0*r0;
S2.2.4若未找到种子点,则说明所选层不包含升主动脉,则再向下移动区域,重新选择所选层并得到该层对应的升主动脉的感兴趣区域,再重复步骤S2.1和S2.2,直至找到种子点,并确定升主动脉的初始阈值T_ori及初始面积Area_ori。
5.如权利要求2所述的基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,所述步骤S2.3分割升主动脉:
确定种子点后,向下遍历各层数据按以下规则分割升主动脉,遍历的每一层数据以其上一层数据的中心点及阈值作为初始条件,将上一层数据的中心点XY方向坐标作为该层数据区域生长的种子点,将上一层计算出的阈值作为该层数据生长阈值条件,进行区域生长,生长出该层升主动脉区域,并计算出该层的中心点及阈值作为下一层的初始条件;
停止条件包括两点,当前层生长出的区域与上一层区域相比较,若两层数据中心点的偏移距离超出阈值或面积差超出阈值,则停止向下生长。
6.如权利要求1所述的基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,
所述步骤S3.冠脉种子点搜索,包括:
S3.1切割左右冠脉VOI;
S3.2识别冠脉种子点;
S3.3筛选冠脉种子点。
7.如权利要求6所述的基于CTA影像的自动冠脉分割及中心线提取方法,其特征在于,
所述步骤S3.2识别冠脉种子点:分别将左、右冠脉的直径范围转换为滤波参数中的多尺度检测,得到不同尺度范围的冠脉种子点作为备选点;
所述步骤S3.3筛选冠脉种子点:
S3.3.1对每层数据使用层次聚类方法将备选点聚类,使用欧几里得距离,若两备选点的欧几里得距离大于阈值则认为两点为不同类簇,每一类簇提取出中心点;
S3.3.2计算当前备选点邻域的局部均值local_mean及方差local_std,同时满足如下条件则判断为冠脉种子点:
CTValue>local_mean
local_std>5*l...
【专利技术属性】
技术研发人员:王兴维,邰从越,刘龙,王慧,刘慧芳,史黎鑫,
申请(专利权)人:心医国际数字医疗系统大连有限公司,
类型:发明
国别省市:辽宁;21
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。