判断影像的冠脉分割中冠脉分支及掩膜数据转换为中心线点集的方法技术

判断影像的冠脉分割中冠脉分支及掩膜数据转换为中心线点集的方法，属于心脏冠脉图像处理领域，判断影像的冠脉分割中冠脉分支的问题，所选种子点做层间区域生长，生长过程中，使用层次聚类方法将每层区域生长的点的集合作为当前点集，以欧几里得距离小于阈值的条件聚类；当聚类数量大于等于2时，取最大簇的点集数量num_max，当前点集的总数量为num_total；将num_max/num_total比值是否落入(0.4,0.75)的区间作为判断有分支的条件，效果是能够在图像数据中识别分支，并且判断出分支，且分支顺序生长，能够避免过生长现象，提高了图像处理精度。

A method of converting coronary artery branch and mask data to centerline point set in coronary artery segmentation

The method of judging coronary artery branches and mask data in image coronary segmentation into centerline point set belongs to the field of coronary heart image processing. To judge the problem of coronary artery branches in image coronary segmentation, the selected seed points are used for interlayer region growth. In the process of growth, hierarchical clustering method is used to take the set of growing points in each layer as the current point set, with small Euclidean distance Conditional clustering at threshold value; when the number of clusters is greater than or equal to 2, the number of point sets of the largest cluster is taken as num max, and the total number of current point sets is num total; whether the ratio of num max / num total falls into the range of (0.4,0.75) is taken as the condition to judge whether there are branches, the effect is to be able to identify branches in image data, and judge branches, and the order of branches is growing, which can avoid over growth Image processing accuracy is improved.

【技术实现步骤摘要】
判断影像的冠脉分割中冠脉分支及掩膜数据转换为中心线点集的方法
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和判断影像的冠脉分割中冠脉分支及掩膜数据转换为中心线点集的方法。
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成反比。所以，本专利技术立足于保证精度可接受的前提下，尽量缩短算法的运行时间，在每一环节中都能最大化的提升效率。
技术实现思路
为了解决判断影像的冠脉分割中冠脉分支的问题，避免过生长现象，本专利技术提出一种影像的冠脉分割中冠脉分支的判断方法，所选种子点做层间区域生长，生长过程中，使用层次聚类方法将每层区域生长的点的集合作为当前点集，以欧几里得距离小于阈值的条件聚类；当聚类数量大于等于2时，取最大簇的点集数量num_max，当前点集的总数量为num_total；将num_max/num_total比值是否落入(0.4,0.75)的区间作为判断有分支的条件，比值落入该区间则认为有分支，最大簇为其中一侧分支，其他点集为另一侧分支，比值未落入该区间则认为没有分支，当前所有点设置为一簇。为了解决影像数据图像中数据关联复杂而能够准确、清洗的展示数据统计图像，本专利技术还提出一种对提取出含冠脉中心线的掩膜数据转换为中心线点集的方法，包括识别出根节点，多邻域中仅有一个相连接点且垂直方向位于最高点的第一个点为根节点，将其作为转化后的第一个确定点；依次跟踪多邻域相连点，设置采样规则为两点相距一定的距离D，当待判断连接点与前一个确定点距离小于D时，则该点不放入确定点列表，直接跳到下一个相连点；当待判断连接点与前一个确定点距离大于D时，则将该点放入确定点列表，并记录其父节点关系；当待判断连接点有分支时，无论是否满足距离要求，均放入确定点列表；当待判断连接点仅有其前面一个连接点时，则为该分支的终止点；反复使用上述规则，直至所有点均判断完毕为止。有益效果：该判断方法对于冠脉分支情况，能够在图像数据中识别分支，并且判断出分支，且分支顺序生长，能够避免过生长现象，提高了图像处理精度；该转换方法明确了点间的逻辑关系，并进行归类和判断，从而实现了图像的准确显示。附图说明图1为本方法的流程图。具体实施方式实施例1：一种心脏冠脉分割及中心线提取方法，包括如下步骤：S1、输入心脏CTA数据。S2、分割升主动脉。为利于冠脉定位，需先自动分割出升主动脉，再基于升主动脉信息进行后续操作。其中，涉及到以下方法：(1)本专利技术提出自动识别单层搜索升主动脉的感兴趣区域。选择合理阈值，将图像二值化，分别按行按列求取出各行及各列图像的累积值，通过直方图的分布的拐点，找到搜索升主动脉的感兴趣区域。(2)查找升主动脉的第一个种子点并计算升主动脉分割阈值。其中，涉及到以下方法：a引入冠脉直径的经验值范围，并将其转换为参数，对感兴趣区域使用霍夫变换b本专利技术将霍夫变换后的值降序排列，筛选待定中心点，并提出筛选条件c本专利技术再将以最终筛选出的中心点及其半径做圆，计算出圆内的统计信息，并提出初始阈值设定规则d若以上方法未取得合适的中心点或阈值，则说明所取层不含有升主动脉区域，则向下切换其他层数据重复上述过程(3)遍历数据各层按动态阈值分割出各层的升主动脉区域。其中，涉及到以下方法：a向下遍历各层数据，按一定规则分割出升主动脉b本专利技术基于不同层的差异信息提出了区域生长的停止条件S3、冠脉种子点搜索。根据S2分割出的升主动脉区域，利用冠脉与升主动脉的空间位置信息，确定出冠脉的感兴趣数据体，在该体数据中搜索冠脉的种子点。其中，涉及到以下方法：(1)根据心脏与冠脉的常规位置信息，分别切割出左右冠脉感兴趣数据体，该过程减少数据量，为后续过程减少计算量(2)本专利技术利用基于Hessian矩阵的Frangi滤波算法的思想，提出识别冠脉种子点的方法。部分将Frangi算法应用在三维数据中采用了三维的Hessian矩阵，计算量较大。由于本专利技术中的该步骤仅为确定种子点，并非需将所有冠脉区域精确提取，所以此处采用二维的Frangi算法，并且挑选采样层来做Frangi滤波，以减少计算量。由于冠脉不同位置，血管的直径范围不同，所以，将更多的资源使用在Frangi滤波中的尺度选择中，从而能更广泛检测到冠脉种子点。(3)本专利技术提出筛选种子点方法。给出筛选条件，筛选步骤(2)中计算出的备选种子点。其中，涉及到以下方法：a由于不需过多种子点，所以需要减少备选点的数量b根据本专利技术的判断条件筛选备选种子点S4、冠脉自动分割。依据步骤S3中提取出的种子点列表，使用层间区域生长算法，分割出冠脉区域。其中，涉及到以下方法：(1)依次在种子点列表中提取出种子点，计算冠脉的分割阈值。(2)使用优化的基于分支的层间区域生长法分割冠脉。其中，涉及到以下方法：a以所选种子点为种子点做层间区域生长，其中生长过程中阈值分为三类判定条件——确定区间、待定区间、否定区间，判定条件依据所归属种子点在步骤(1)所计算出的前景区的参数组合决定b由于冠脉会包含多条分支，本专利技术基于分支处理的思想，提出较快捷的分支判断条件。引入了层次聚类方法，将单次生长出的所有点进行聚类，再根据聚类结果结合本专利技术提出的判断条件来判断是否有分支。c停止条件。生长过程停止分为两大类情况，一是自然生长完，生长到冠脉末梢，直径非常小无需继续生长；二是生长过程有溢出，本专利技术给出了溢出判断及生长截止条件本文档来自技高网...

【技术保护点】
1.一种影像的冠脉分割中冠脉分支的判断方法，其特征在于：所选种子点做层间区域生长，生长过程中，使用层次聚类方法将每层区域生长的点的集合作为当前点集，以欧几里得距离小于阈值的条件聚类；当聚类数量大于等于2时，取最大簇的点集数量num_max，当前点集的总数量为num_total；将num_max/num_total比值是否落入(0.4,0.75)的区间作为判断有分支的条件，比值落入该区间则认为有分支，最大簇为其中一侧分支，其他点集为另一侧分支，比值未落入该区间则认为没有分支，当前所有点设置为一簇。/n

【技术特征摘要】
1.一种影像的冠脉分割中冠脉分支的判断方法，其特征在于：所选种子点做层间区域生长，生长过程中，使用层次聚类方法将每层区域生长的点的集合作为当前点集，以欧几里得距离小于阈值的条件聚类；当聚类数量大于等于2时，取最大簇的点集数量num_max，当前点集的总数量为num_total；将num_max/num_total比值是否落入(0.4,0.75)的区间作为判断有分支的条件，比值落入该区间则认为有分支，最大簇为其中一侧分支，其他点集为另一侧分支，比值未落入该区间则认为没有分支，当前所有点设置为一簇。


2.如权利要求1中所述的影像的冠脉分割中冠脉分支的判断方法，其特征在于：对于分支，继续生长一侧分支，另一侧分支则先暂停生长，保存其所包含的种子点列表，在一侧分支生长结束，再对另一侧分支进行处理。


3.如权利要求1中所述的影像的冠脉分割中冠脉分支的判断方法，其特征在于：区域生长的停止条件，包括包围盒限制及表面积限制；包...

【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