本申请公开了一种基于颅内DSA影像的狭窄评估方法及装置，其方法包括：获取颅内DSA影像，并从所述DSA影像提取包含目标血管的两张平面图像，其中所述两张平面图像具有不同的拍摄角度；根据所述两张平面图像，建立所述目标血管的三维模型；基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟。本申请实现了对颅内血管狭窄的功能学评估，提高了诊断准确性，为神经科医生的确定干预手段提供了一定的辅助作用；将心内无创FFR技术应用在了颅内血管狭窄评估中，仅依靠造影就能进行功能学评估，节约了患者的医学检查成本；操作更加便利，可重复性更高。可重复性更高。可重复性更高。
【技术实现步骤摘要】
基于颅内DSA影像的狭窄评估方法及装置
[0001]本申请涉及医疗
，具体涉及一种基于颅内DSA影像的狭窄评估方法及装置。
技术介绍
[0002]近年来，全世界每年死于心脑血管疾病的人数高达1500万人，居各种死因首位，而且，心脑血管疾病年轻化趋势有逐年加剧的倾向。在心脑血管疾病中，因血管堵塞造成的心肌、脑组织缺血是临床上正面临的重要挑战，在冠脉领域，临床技术已由单纯的狭窄程度评估转化为功能学评估，FFR技术已经广泛应用于冠心病的临床诊断中。
[0003]遗憾的是，在脑卒中邻域，目前依旧停留在以目测的血管狭窄程度(如直径狭窄率、面积狭窄率、最小管腔面积等)来评估脑组织是否缺血。从血流动力学角度来说，组织是否缺血由血管的几何形态以及血管内血流状态共同决定，单独由狭窄程度进行缺血诊断存在一定的误判可能，该问题已在冠脉领域中得到证实，这也导致FFR技术在冠脉狭窄评估中应用越来越广泛。
技术实现思路
[0004]针对上述问题，本申请实施例提供了一种基于颅内DSA影像的狭窄评估方法及装置。
[0005]第一方面，提供了一种基于颅内DSA影像的狭窄评估方法，所述方法包括：
[0006]获取颅内DSA影像，并从所述DSA影像提取包含目标血管的两张平面图像，其中所述两张平面图像具有不同的拍摄角度；
[0007]根据所述两张平面图像，建立所述目标血管的三维模型；
[0008]基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟，以得到目标血管的指定狭窄评估参数，其中，所述狭窄评估参数包括平均血流速度、血液平均流量、血压压力梯度、以及血液压力比中的至少一项。
[0009]可选的，在上述方法中，所述获取颅内DSA影像，并从所述DSA影像提取包含目标血管的两张平面图像，其中所述两张平面图像具有不同的拍摄角度，包括：
[0010]获取两组不同角度拍摄的颅内DSA影像；
[0011]分别将各DSA影像中的平均灰度最小的一帧，作为关键帧；
[0012]对得到的两个关键帧进行强化特征提取，获得血管树骨架图；
[0013]确定所述目标血管的起点和终点，从所述血管树骨架图中切割出目标血管，以获得包含目标血管的两张平面图像。
[0014]可选的，在上述方法中，所述对得到的两个关键帧进行强化特征提取，获得血管树骨架图，包含：
[0015]对所述两个关键帧依次进行高斯平滑处理、重采样处理、海森矩阵强化处理、二值化处理、以及腐蚀算法细化处理，得到血管树骨架图。
[0016]可选的，在上述方法中，所述根据所述两张平面图像，建立所述目标血管的三维模型，包括：
[0017]分别提取各平面图像中目标血管的中心线和边界线；
[0018]确定两张平面图像中目标血管的中心线的匹配关系，并根据所述匹配关系确定所述目标血管在三维空间的三维中心线；
[0019]根据所述目标血管的三维中心线，以及所述匹配关系确定目标血管的三维模型。
[0020]可选的，在上述方法中，所述分别提取各平面图像中目标血管的中心线和边界线，包括：
[0021]对于一张平面图像，确定目标血管的起始点和终点；
[0022]采用最小路径算法，确定出所述起始点与所述终点之间的中心线，作为目标血管的中心线；
[0023]确定中心线上的多个采样点；
[0024]在确定的多个采样点处，沿所述中心线法线方向对所述平面图像进行重采样，得到重采样图像；
[0025]在所述重采样图像中，确定各采样点的边界强度值，得到边界强度图像；
[0026]在所述边界强度图像中，采用最小路径算法，确定出与所述中心线对应的两条边界线。
[0027]可选的，在上述方法中，所述指定狭窄评估参数为平均血流速度；
[0028]所述基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟，以得到目标血管的指定狭窄评估参数，包括：
[0029]根据所述DSA影像，确定造影剂流过所述目标血管的起始帧和结束帧；并根据以下公式确定平均血流速度：
[0030]V＝L/((F2
–
F1)/fps)；
[0031]其中，V为平均血流速度，L为目标血管长度，fps为DSA影像的时间分辨率，F1为起始帧在所述DSA影像中的帧数，F2为结束帧在所述DSA影像中的帧数。
[0032]可选的，在上述方法中，所述指定狭窄评估参数为血液平均流量；
[0033]所述基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟，以得到目标血管的指定狭窄评估参数，还包括：
[0034]将目标血管的三维模型离散成多个三维中心点；
[0035]确定各三维中心点到目标血管的起点的长度，以及各中心点对应的血管横截面；并根据以下公式确定血液平均流量：
[0036][0037]其中，V为目标血管内平均血流速度，S
i
为第i个三维中心点所对应的血管截面积。
[0038]可选的，在上述方法中，所述指定狭窄评估参数为血压压力梯度；
[0039]所述基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟，以得到目标血管的指定狭窄评估参数，还包括：
[0040]对于一个三维中心点，采用下述公式确定该三维中心点相对于所述目标血管的起点的压降：
[0041]DP
i
＝a*V+b*V2+c*V，
[0042]其中，DP
i
为第i个三维中心点相对于所述目标血管的起点的压降，a为粘性损失系数，b为扩张损失系数，c为伯努利系数；
[0043]确定出的各三维中心点的压降，形成了所述血压压力梯度PG。
[0044]可选的，在上述方法中，所述指定狭窄评估参数为血液压力比；
[0045]所述基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟，以得到目标血管的指定狭窄评估参数，还包括：
[0046]根据下述公式确定血液压力比：
[0047]PR＝1
–
PG/Pa；
[0048]其中，PR为血液压力比，PG为血压压力梯度，Pa为导管室中获取的病变近端压力。
[0049]第二方面，提供了一种颅内血管的血液流动状态评估装置，所述装置包括：
[0050]图像处理单元，用于获取目标血管的DSA影像，并从所述DSA影像提取目标血管的关键帧的两张平面图像，其中所述两张平面图像具有不同的拍摄角度；
[0051]模型建立单元，用于根据所述两张平面图像，建立所述目标血管的三维模型；
[0052]数值模拟单元，用于基于建立的目标血管的三维模型，对所述目标血管进行血流动力学模拟，以得到目标血管的狭窄评估参数，其中，所述狭窄评估参数包括平均血流速度、血液平均流量、本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于颅内DSA影像的狭窄评估方法，其特征在于，所述方法包括：获取颅内DSA影像，并从所述DSA影像提取包含目标血管的两张平面图像，其中所述两张平面图像具有不同的拍摄角度；根据所述两张平面图像，建立所述目标血管的三维模型；基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟，以得到目标血管的指定狭窄评估参数，其中，所述狭窄评估参数包括平均血流速度、血液平均流量、血压压力梯度、以及血液压力比中的至少一项。2.根据权利要求1所述的方法，其特征在于，所述获取颅内DSA影像，并从所述DSA影像提取包含目标血管的两张平面图像，其中所述两张平面图像具有不同的拍摄角度，包括：获取两组不同角度拍摄的颅内DSA影像；分别将各DSA影像中的平均灰度最小的一帧，作为关键帧；对得到的两个关键帧进行强化特征提取，获得血管树骨架图；确定所述目标血管的起点和终点，从所述血管树骨架图中切割出目标血管，以获得包含目标血管的两张平面图像。3.根据权利要求2所述的方法，其特征在于，所述对得到的两个关键帧进行强化特征提取，获得血管树骨架图，包含：对所述两个关键帧依次进行高斯平滑处理、重采样处理、海森矩阵强化处理、二值化处理、以及腐蚀算法细化处理，得到血管树骨架图。4.根据权利要求1所述的方法，其特征在于，所述根据所述两张平面图像，建立所述目标血管的三维模型，包括：分别提取各平面图像中目标血管的中心线和边界线；确定两张平面图像中目标血管的中心线的匹配关系，并根据所述匹配关系确定所述目标血管在三维空间的三维中心线；根据所述目标血管的三维中心线，以及所述匹配关系确定目标血管的三维模型。5.根据权利要求1所述的方法，其特征在于，所述分别提取各平面图像中目标血管的中心线和边界线，包括：对于一张平面图像，确定目标血管的起始点和终点；采用最小路径算法，确定出所述起始点与所述终点之间的中心线，作为目标血管的中心线；确定中心线上的多个采样点；在确定的多个采样点处，沿所述中心线法线方向对所述平面图像进行重采样，得到重采样图像；在所述重采样图像中，确定各采样点的边界强度值，得到边界强度图像；在所述边界强度图像中，采用最小路径算法，确定出与所述中心线对应的两条边界线。6.根据权利要求1所述的方法，其特征在于，所述指定狭窄评估参数为平均血流速度；所述基于建立的目标血管的三维模型，以及所述DSA影像，对所述目标血管进行血流动力学模拟，以得到目标血管的指定狭窄评估参数，包括：根据所述DSA影像，确定造影剂流过所述目标血管的起始...
【专利技术属性】
技术研发人员：何京松，曹逸琴，冯立，冷晓畅，向建平，
申请(专利权)人：杭州脉流科技有限公司，
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。