本发明专利技术提供一种脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,包括:获取一个心动周期内的X射线动态影像数据,并从中选取和分割出N个时间点的待测部位的二维或三维体积数据,作为输入数据;对输入数据中的每个像素点的时域信号进行傅里叶变换,得到具有多个频率特征的频率解析信号;根据频率解析信号,对输入数据进行伪彩色成像;成像的方式在可视化最大占比的频率特征及对应的振幅和可视化单一特定的频率特征下的相位和振幅这两种图像处理模式之间可切换。本发明专利技术还提供了相应的系统。由此,本发明专利技术的方法可以计算并分析出不稳定动脉瘤各区域的异常搏动频率,为后续预测不稳定动脉瘤的薄弱区域和破裂可能性提供定性或定量的信息。或定量的信息。或定量的信息。
【技术实现步骤摘要】
脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法和系统
[0001]本专利技术涉及动脉瘤4D
‑
CTA影像的后处理
,特别是涉及一种脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法和系统,其适用于X射线动态影像数据。
技术介绍
[0002]目前,对于未破裂的颅内动脉瘤的处理仍存在争议,因为相当数量的破裂动脉瘤的大小低于介入治疗的阈值。对于动脉瘤通常可以对各类医学图像数据如基于CTA技术的影像进行分析来确定其风险。现有的基于影像的动脉瘤不稳定性分析方法如专利文件CN112749521A、CN109961850A、CN113077435A所述,主要为接收患者的3D图像数据,基于3D图像数据重建脑动脉瘤模型,进行流体力学模拟仿真处理,从而得到得血流动力学指标的分布状况数据如壁面剪切应力、时间平均壁面剪切应力、震荡剪切指数和速度流线等。其缺点是仿真模型为静态数据,无法了解到一个心动周期内动脉瘤各血流动力学指标随时间的变化。
[0003]因此,改进现有的未破裂颅内动脉瘤风险预测模型十分必要。现有文献如【Gu Y,Zhang Y,Luo M等,Risk Factors for Asymptomatic Intracranial Small Aneurysm Rupture Determined by Electrocardiographic
‑
Gated4D Computed Tomographic(CT)Angiography[J].Medical Science Monitor:International Medical Journal of Experimental and Clinical Research,2020,26:e921835】、【Ferrari F,Cirillo L,Calbucci F等,Wall motion at 4D
‑
CT angiography and surgical correlation in unruptured intracranial aneurysms:a pilot study.[J].Journal of Neurosurgical Sciences,2016,63(5):501
‑
508】、【Hayakawa M,Tanaka T,Sadato A等,Detection of Pulsation in Unruptured Cerebral Aneurysms by ECG
‑
Gated 3D
‑
CT Angiography(4D
‑
CTA)with 320
‑
Row Area Detector CT(ADCT)and Follow
‑
up Evaluation Results:Assessment Based on Heart Rate at the Time of Scanning[J].Clinical Neuroradiology,2013,24(2):145
‑
150】、【Zhang J,Li X,Zhao B等,Irregular pulsation of intracranial unruptured aneurysm detected by four
‑
dimensional CT angiography is associated with increased estimated rupture risk and conventional risk factorsJournal of NeuroInterventional Surgery 2021;13:854
‑
859】等报道了动脉瘤易破裂的一个潜在影像标志是瘤壁的异常搏动:一个心动周期中连续重建获得20期图像,其中连续3期或更多期图像观察到可见的瘤壁异常突起。部分研究提示在未破裂动脉瘤中异常搏动与瘤体形态变化有关。并且有研究通过免疫组化证实动脉瘤异博点处胶原弹力层变薄,提示异博点可能为易破裂点。另有部分研究通过开颅手术证实动脉瘤破裂点即为异博点。上述文献中提示异博点可能为动脉瘤壁的局部薄弱点。但是异博点处动脉瘤壁的运动及其复杂,各区域运动并非独立,相互影响较大。目前对异博点的判断是由神经放射学家通过三维显示软件和纯粹的视觉做出的,不仅耗时耗力且判断的主观差异较大。
技术实现思路
[0004]本专利技术的目的在于提供一种脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,其适用于X射线动态影像数据,并通过自动化处理减小判断的主观差异。
[0005]为了实现上述目的,本专利技术提供一种脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,包括:
[0006]S1:获取一个心动周期内的X射线动态影像数据,并从中选取和分割出N个时间点的待测部位的二维或三维体积数据,作为输入数据;N为输入数据的总采样帧数;
[0007]S2:对输入数据中的每个像素点的时域信号进行傅里叶变换,得到具有多个频率特征的频率解析信号;
[0008]S3:根据所述频率解析信号,对步骤S1得到的输入数据进行伪彩色成像;其中,成像的方式在可视化最大占比的频率特征及对应的振幅和可视化单一特定的频率特征下的相位和振幅这两种图像处理模式之间可切换。
[0009]在所述步骤S1中,所述X射线动态影像数据是4维数据或包含时间维的动态2维数据。
[0010]所述X射线动态影像数据为临床四维CT血管造影数据,并且基于临床四维CT血管造影数据和心电门控来重建切片数据,以在心动周期内选取N帧待测部位的三维体积数据。
[0011]在所述步骤S1中,若选取的是三维体积数据,则所述步骤S1还包括:对所述三维体积数据在三维渲染软件中进行后处理,得到待测部位的3维动态渲染数据,作为最终的输入数据。
[0012]所述步骤S2包括:对输入数据中的每个像素点做如下处理:首先提取当前像素点上的N帧时域信号,再利用到傅里叶变换对该时域信号做带通滤波处理,分别解析出频率特征为1
×
Fs/N、2
×
Fs/N、
…
、(N/2)
×
Fs/N的动态信号,作为具有多个频率特征的频率解析信号,其中,Fs为输入数据的采样频率,N为输入数据的总采样帧数。
[0013]在所述步骤S3中,在可视化最大占比的频率特征及对应的振幅的图像处理模式下,所述伪彩色成像包括:对于输入数据中的每个像素点,分别在a
×
Fs/N
‑
b
×
Fs/N的频率范围内比较不同的频率特征的解析信号的强度大小,以振幅最大的频率解析信号所对应的频率特征为不同的伪彩色编码值,以该最大振幅为该像素点的显示强度值,最终得到每个像素点的RGB图像的显示信息;其中,a<b,a为正整数,且b为至多为N/2的正整数。
[0014]在所述步骤S3中,在可视本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,其特征在于,包括:步骤S1:获取一个心动周期内的X射线动态影像数据,并从中选取和分割出N个时间点的待测部位的二维或三维体积数据,作为输入数据;N为输入数据的总采样帧数;步骤S2:对输入数据中的每个像素点的时域信号进行傅里叶变换,得到具有多个频率特征的频率解析信号;步骤S3:根据所述频率解析信号,对步骤S1得到的输入数据进行伪彩色成像;其中,成像的方式在可视化最大占比的频率特征及对应的振幅和可视化单一特定的频率特征下的相位和振幅这两种图像处理模式之间可切换。2.根据权利要求1所述的脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,其特征在于,在所述步骤S1中,所述X射线动态影像数据是4维数据或包含时间维的动态2维数据。3.根据权利要求1所述的脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,其特征在于,在所述步骤S1中,若选取的是三维体积数据,则所述步骤S1还包括:对所述三维体积数据在三维渲染软件中进行后处理,得到待测部位的3维动态渲染数据,作为最终的输入数据。4.根据权利要求1所述的脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,其特征在于,所述步骤S2包括:对输入数据中的每个像素点做如下处理:首先提取当前像素点上的N帧时域信号,再利用到傅里叶变换对该时域信号做带通滤波处理,分别解析出频率特征为1
×
Fs/N、2
×
Fs/N、
…
、(N/2)
×
Fs/N的动态信号,作为具有多个频率特征的频率解析信号,其中,Fs为输入数据的采样频率,N为输入数据的总采样帧数。5.根据权利要求1所述的脑动脉瘤瘤壁稳定性指标数据的时域频谱分析方法,其特征在于,在所述步骤S3中,在可视化最大占比的频率特征及对应的振幅的图像处理模式下,所述伪彩色成像包括:对于输入数据中的每个像素点,分别在a
×
Fs/N
‑
b
×
Fs/N的频率范围内比较不同的频率特征的解析信号的强度大小,以振幅最...
【专利技术属性】
技术研发人员:王飞翔,肖体乔,邓彪,薛艳玲,
申请(专利权)人:中国科学院上海应用物理研究所,
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。