一种用于眼底血管造影图像的配准方法及系统技术方案

技术编号:38503917 阅读:11 留言:0更新日期:2023-08-19 16:52
本发明专利技术涉及医疗图像配准技术,公开了一种用于眼底血管造影图像的配准方法及系统,其提取血管树结构的方法包括,提取中心线及划分分支点;提取树结构特征的方法;根据树结构将血管曲线分段并提取曲线段特征的方法;对比树结构特征相似度后确定分支点,再对比相邻曲线特征相似度的配准方法。本发明专利技术采用提取眼底血管树,并按照分支点对血管进行分段,汇总分支点和血管段的特征,在不同图像中寻找高相似度的部分,实现视野不同的两张图像间的配准,满足场景需求。场景需求。场景需求。

【技术实现步骤摘要】
一种用于眼底血管造影图像的配准方法及系统


[0001]本专利技术涉及医疗图像配准技术,尤其涉及了一种用于眼底血管造影图像的配准方法及系统。

技术介绍

[0002]随着医疗技术的发展,临床场景的影像检查种类越来越多,医务工作者对于自动化影像处理的需求越来越大。在眼科临床中,眼底血管造影是检查血管渗漏、堵塞等异常的重要检查之一,也是眼底激光手术的重要参考依据。但眼底血管结构错综复杂,检查报告中的图像往往呈现视野分散、差异较大的特点,难以为医生提供全局视野。因此,图像配准和拼接的需求极高,但目前暂无可靠的眼底血管造影图像配准方法。
[0003]在相似场景中,如现有技术1:专利CN109767459B提供了一种基于深度学习生成形变场的眼底图血管方法,但眼底图的视野高度相近,所需的变形场多为缩放和旋转,缺乏视野匹配;
[0004]现有技术2:专利CN102548478B在X光的血管介入场景下,采用基于血管钙化灶的特征进行不同影像的配准,但眼底血管病灶以渗漏为主,随着时间的推移,造影剂渗漏会造成同一个病灶纹理特征有极大差距;
[0005]现有技术3:专利CN112508881A采用基于互信息和图像金字塔的配准方法进行图像配准,但该方法的研究对象为头颅放射影像,同样不存在视野上的较大差异。而不同视野的互信息是存在极大不同的,因此不适用与眼底血管造影的场景。

技术实现思路

[0006]本专利技术针对现有技术中通过梯形校正的方法进行投影画面的校正,其会降低投影画面的画质的问题,提供了一种用于眼底血管造影图像的配准方法及系统。
[0007]为了解决上述技术问题,本专利技术通过下述技术方案得以解决:
[0008]一种用于眼底血管造影图像配准的方法,其方法包括:
[0009]眼底灌注血管分割模型M

的构建;
[0010]血管中心线的提取,通过针对眼底灌注血管分割模型M

提取血管中心线l
i

[0011]树结构特征的提取,通过血管中心线l
i
提取多叉树结构特征;
[0012]曲线特征的获取,截取血管中心曲线l
i
的任意两个相邻分支点间的连接线坐标,并逐个计算切向和逆切向从而获取分段曲线特征;
[0013]相似度对比配准,针对眼底血管造影图像中任意两张图像I1和I2,比对每一个连通区域的每一对分支点的树结构特征和相邻血管段的曲线特征,进行相似度对比配准;
[0014]图像的配准,对于可配准的曲线段和其两端的分支节点的连线分别为和计算两者连线的逆时针夹角度数α;若两曲线段的正切向和
逆切向可配准,α=α+180;对于图像I1和I2,以和为中心将两者水平叠加,逆时针旋转α度完成图像配准。
[0015]作为优选,眼底灌注血管分割模型M

的构建方法包括:
[0016]血管分割模型M的构建,采用二维UNet结构构建血管分割模型M;
[0017]训练集T的获取,采集N张眼底血管造影图像并由专业眼科医生进行血管的像素级分割标注,组成训练集T;
[0018]眼底灌注血管分割模型M

的获取,使用训练集T训练血管分割模型M,得到训练后的模型M


[0019]作为优选,血管分割结果S的获取,血管造影图像I经过血管分割模型M

,得到血管分割结果S;
[0020]连通区域的提取,计算连通区域,提取各个连通区域集S

={s0,

,s
t
};
[0021]针对每一个连通区域s
i
,i∈{0,

,t}进行标记获得标记点p;
[0022]将所有的已标记点p按照相邻关系顺序连接起来,并样条插值平滑后得到连通区域s
i
的中心线l
i

[0023]作为优选,针对每一个连通区域s
i
,i∈{0,

,t}进行标记获得标记点p;进行如下步骤:
[0024]S1.选择该连通区域距离图像边缘最近处为入口,并测量入口的像素宽度w,入口中心点坐标为p=(x,y);
[0025]S2.以p为圆心,以k
·
w/2为半径(k>1),绘制交接圆O;
[0026]S3.计算交接圆O边界与分割结果s
i
的重合处集合C,并统计重合结果的数量m:若m>1,p为分支节点;若m=1,p为非分支节点;若m=0,p为终点;
[0027]S4.选择一个未标记的重合处c∈C,提取其与血管分割结果两边的交接点,计算两个交接点间的距离w

与中心点p

=(x

,y

);
[0028]S5.以p

为p,以w

为w,重复步骤a到d,直到不存在未标记重合处,结束。
[0029]作为优选,树结构特征的提取针对每一个中心线l
i
,提取多叉树结构,以图像左上角方向为起点,将所有中心线点,划分为分支点集B={b
i
,i∈(0,1,

)}和非分支点集E={e
i
,i∈(0,1,

)},按照如下步骤提取树结构特征:
[0030]计算每一个分支点b中每两个相邻边e1和e2之间的夹角度数其中∠e
1i
be
2i
代表e
1i
和e
2i
上第i个点与分支点b连线组成的夹角度数;
[0031]用度数表达分支点b的树结构特征m为分支数;
[0032]集合一个中心线区域上分支点集的树结构特征,得到该血管的树结构特征
[0033]集合所有连通区域的树结构特征,得到图像I中的树结构特征集合
[0034]作为优选,曲线特征的获取截取血管中心曲线的任意两个相邻分支点间的连接线坐标,并逐个计算切向,作为分段曲线特征,具体步骤包括:
[0035]截取图像I中血管中心线s
i
两个相邻分支点b
p
和b
q
间的血管分段曲线段序列v={(x
t
,y
t
),t∈{0,1,

}},并设起点坐标为b
p
的坐标,终点坐标为b
q

[0036]除起点和终点坐标外,沿坐标序列v逐个计算正切向tan和逆切向retan。针对(x
t
,y
t
),计算方式为:
[0037][0038][0039]其中,norm为向量标准化。(x
t
,y
t
)的曲线特征为本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种用于眼底血管造影图像配准的方法,其方法包括:眼底灌注血管分割模型M

的构建;血管中心线的提取,通过针对眼底灌注血管分割模型M

提取血管中心线l
i
;树结构特征的提取,通过血管中心线l
i
提取多叉树结构特征;曲线特征的获取,截取血管中心曲线l
i
的任意两个相邻分支点间的连接线坐标,并逐个计算切向和逆切向从而获取分段曲线特征;相似度对比配准,针对眼底血管造影图像中任意两张图像I1和I2,比对每一个连通区域的每一对分支点的树结构特征和相邻血管段的曲线特征,进行相似度对比配准;图像的配准,对于可配准的曲线段和其两端的分支节点的连线分别为和计算两者连线的逆时针夹角度数α;若两曲线段的正切向和逆切向可配准,α=α+180;对于图像I1和I2,以和为中心将两者水平叠加,逆时针旋转α度完成图像配准。2.根据权利要求1所述的一种用于眼底血管造影图像配准的方法,其特征在于,眼底灌注血管分割模型M

的构建方法包括:血管分割模型M的构建,采用二维UNet结构构建血管分割模型M;训练集T的获取,采集N张眼底血管造影图像并由专业眼科医生进行血管的像素级分割标注,组成训练集T;眼底灌注血管分割模型M

的获取,使用训练集T训练血管分割模型M,得到训练后的模型M

。3.根据权利要求1所述的一种用于眼底血管造影图像配准的方法,其特征在于,血管分割结果S的获取,血管造影图像I经过血管分割模型M

,得到血管分割结果S;连通区域的提取,计算连通区域,提取各个连通区域集S

={s0,

,s
t
};针对每一个连通区域s
i
,i∈{0,

,t}进行标记获得标记点p;将所有的已标记点p按照相邻关系顺序连接起来,并样条插值平滑后得到连通区域s
i
的中心线l
i
。4.根据权利要求3所述的一种用于眼底血管造影图像配准的方法,其特征在于,针对每一个连通区域s
i
,i∈{0,

,t}进行标记获得标记点p;进行如下步骤:S1.选择该连通区域距离图像边缘最近处为入口,并测量入口的像素宽度w,入口中心点坐标为p=(x,y);S2.以p为圆心,以k
·
w/2为半径(k>1),绘制交接圆O;S3.计算交接圆O边界与分割结果s
i
的重合处集合C,并统计重合结果的数量m:若m>1,p为分支节点;若m=1,p为非分支节点;若m=0,p为终点;S4.选择一个未标记的重合处c∈C,提取其与血管分割结果两边的交接点,计算两个交接点间的距离w

与中心点p

=(x

,y

);S5.以p

为p,以w

为w,重复步骤a到d,直到不存在未标记重合处,结束。5.根据权利要求1所述的一种用于眼底血管造影图像配准的方法,其特征在于,树结构
特征的提取针对每一个中心线l
i
,提取多叉树结构,以图像左上角方向为起点,将所有中心线点,划分为分支点集B={b
i
,i∈(0,1,

)}和非分支点集E={e
i
,i∈(0,1,

)},按照如下步骤...

【专利技术属性】
技术研发人员:胡利荣尤堃张跃华伍华樑
申请(专利权)人:浙江飞图影像科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1