使用混合方法从CCTA分割升主动脉和冠状动脉的系统和方法技术方案

本发明专利技术提供了一种使用混合方法从冠状动脉CT血管造影(CCTA)分割升主动脉和冠状动脉的系统和方法，涉及一种从输入的冠状CT医学影像中仅提取冠状动脉和升主动脉的形状的技术。像中仅提取冠状动脉和升主动脉的形状的技术。像中仅提取冠状动脉和升主动脉的形状的技术。

【技术实现步骤摘要】
使用混合方法从CCTA分割升主动脉和冠状动脉的系统和方法
[0001]相关申请的交叉引用
[0002]本申请要求2022年3月3日在韩国知识产权局提交的第10
‑
2022
‑
0027282号韩国专利申请的优先权，其公开内容通过引用的方式全部并入本文。


[0003]以下公开涉及一种使用混合方法从冠状动脉CT血管造影(CCTA)分割升主动脉和冠状动脉的系统和方法，且尤其涉及一种使用混合方法从CCTA分割升主动脉和冠状动脉的系统和方法，该系统和方法能够仅准确地分割冠状动脉和升主动脉的形状，用于冠状动脉疾病的形态学分析和血流动力学分析。

技术介绍

[0004]韩国统计局报告称，在2019年的死因统计中，心脏病是第二大死因。此外，在世界卫生组织(WHO)2019年公布的全球死因统计中，心脏病被报告为第一大死因。因此，与心脏病相关的医疗费用也逐渐增加。根据健康保险审查及评估组织发布的“健康保险统计”，自2015年以来，韩国因循环系统疾病导致的医疗费用年均增长8.4％，2019年达到约10万亿和5000亿韩元。
[0005]出于这个原因，自然而然地，对心脏病的早期诊断和准确诊断的需求进一步显现。
[0006]在临床实践中，如冠状动脉造影、冠状动脉CT影像以及心脏磁共振成像(cardiacMRI)的医学影像已被用于诊断，尤其是可以被低成本扫描的无创、高分辨率的冠状动脉CT影像已被最广泛地使用。
[0007]对于血管的形态学诊断，有必要定量地分析狭窄程度或病变严重程度，为此，还需要从医学影像中准确地提取病灶。此外，通过对提取的血管进行流体动力学建模，可以在考虑流量因素的情况下进行诊断。
[0008]特别地，广泛用于冠状动脉疾病诊断的血流储备分数(fractional flow reserve，FFR)是一种代表压力降低的流量因素，并且可以通过建模进行预测而无创地得出。
[0009]为了对血管进行形态学诊断，在相关领域中已经进行的许多研究认识到升主动脉和冠状动脉分割的必要性，并且已经使用了基于规则(rule
‑
based，RB)方法或深度学习(deep
‑
learning，DL)方法。
[0010]顾名思义，RB方法根据预先建立的规则顺序进行算法，DL方法通过由人工智能学习的预测模型得出结果。
[0011]然而，由于RB方法和DL方法显然各有优缺点，因此无法确定哪种方法更好。
[0012]具体地，由于RB方法不是基于学习的方法，因此RB方法不需要大量的标签数据，但处理速度相对较慢，并且很难在算法中设置固定的超参数，因为根据用于影像扫描的设备、扫描设置条件以及患者，血管的影像质量和形状存在偏差。
[0013]同时，使用深度学习模型的DL方法可以进行更准确且更快的预测，但需要大量的
标签数据来创建学习模型。然而，就冠状动脉CT影像而言，由于几乎没有标准的标签数据库，特别是冠状动脉，很难获得大量的标签数据，由于冠状动脉的形状复杂，标记操作本身需要大量的时间，并且也需要相关深入的解剖知识。
[0014]鉴于上述各优缺点，RB方法被认为更适合冠状动脉分割。
[0015]由于升主动脉的形状比冠状动脉更简单，体积也更大，因此标记相对容易，且模型学习无需过拟合。考虑到这一点，在升主动脉提取中，通过应用DL方法可以更快且更准确地预测出结果。然而，相关技术通过选择DL方法或RB方法来同时提取升主动脉和冠状动脉，而不是同时考虑DL方法和RB方法，因此不可避免地降低了准确度。
[0016]在这方面，韩国专利申请号10
‑
1793499(“使用Z轴影像的几何信息的主动脉提取方法”)公开了一种基于从心脏的三维影像获得的Z轴影像的几何信息有效地提取主动脉位置的技术。
[0017][相关技术文件][0018][专利文件][0019]韩国专利登记号10
‑
1793499(登记日期：2017年10月30日)

技术实现思路

[0020]本专利技术的一示例性实施例旨在提供一种使用混合方法从冠状动脉CT血管造影(CCTA)分割升主动脉和冠状动脉的系统和方法，该系统和方法通过仅汇集基于规则(BP)方法和深度学习(DL)方法的优点，能够从输入的冠状动脉CT医学影像中，合理、快速且准确地仅分割冠状动脉和升主动脉的形状。
[0021]在一个一般方面，使用混合方法从冠状动脉CT血管造影(CCTA)分割升主动脉和冠状动脉的系统包括：影像预处理单元100，该影像预处理单元100接收通过冠状动脉CT血管造影(CCTA)获得的2D冠状动脉CT影像数据集，并进行影像预处理以提取升主动脉和冠状动脉的形状；第一处理单元200，该第一处理单元200通过预先存储的深度学习模型接收来自影像预处理单元的预处理影像数据集，并分割升主动脉影像区域；第二处理单元300，该第二处理单元300基于预先存储的规则来接收来自影像预处理单元100的预处理影像数据集，并使用由第一处理单元200分割的升主动脉影像区域来分割冠状动脉影像区域；以及组合单元400，该组合单元400将升主动脉影像区域和冠状动脉影像区域重叠以得到组合结构影像。
[0022]影像预处理单元100可以包括：第一亮度调整单元110，该第一亮度调整单元110基于预设的第一亮度值范围来调整各影像数据的最大亮度值和最小亮度值；体素变换单元120，该体素变换单元120对由第一亮度调整单元110根据预定参考调整亮度值的各影像数据，各向同性地处理单位体素的大小；噪声处理单元130，该噪声处理单元130通过应用形态学闭合算子来去除已由体素变换单元120进行各向同性处理的各影像数据的噪声区域；以及第二亮度调整单元140，该第二亮度调整单元140基于预设的第二亮度值范围来调整已由噪声处理单元130去除噪声的各影像数据的最大亮度值和最小亮度值。
[0023]噪声处理单元130可以包括：阈值处理单元131，该阈值处理单元131基于低于特定阈值的亮度值来分析各影像数据所包含的像素，并赋予预定值；算子应用单元132，该算子应用单元132通过应用形态学闭合算子来处理各影像数据；掩码生成单元133，该掩码生成
单元133通过使用由阈值处理单元131提供的预定值来生成掩码；以及掩码处理单元134，该掩码处理单元134通过掩码生成单元133的掩码对算子应用单元132处理的影像数据进行掩码来去除噪声区域。
[0024]第一处理单元200可以包括：深度学习分割单元210，该深度学习分割单元将由第二亮度调整单元140设置的影像数据输入至训练用于升主动脉分割的深度学习模型中，并接收升主动脉的影像区域；以及分割后处理单元220，该分割后处理单元220分析来自深度学习分割单元210的输出结果，并进行噪声去除。
[0025]分割后处理单元220可以包括：滤波器处理单元221，该滤波器处理单元221将预设滤波器应用于输出的升主动脉影像区域，以生成强调本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种使用混合方法从冠状动脉CT血管造影分割升主动脉和冠状动脉的分割系统，所述分割系统包括：影像预处理单元，所述影像预处理单元接收通过冠状动脉CT血管造影获得的2D冠状动脉CT影像数据集，并进行影像预处理以提取冠状动脉和升主动脉的形状；第一处理单元，所述第一处理单元通过预先存储的深度学习模型来接收来自所述影像预处理单元的预处理影像数据集，并分割升主动脉影像区域；第二处理单元，所述第二处理单元基于预先存储的规则来接收来自所述影像预处理单元的预处理影像数据集，并使用由所述第一处理单元分割的升主动脉影像区域来分割冠状动脉影像区域；以及组合单元，所述组合单元将所述升主动脉影像区域和所述冠状动脉影像区域重叠以得到组合结构影像。2.根据权利要求1所述的分割系统，其中，所述影像预处理单元包括：第一亮度调整单元，所述第一亮度调整单元基于预设的第一亮度值范围来调整各影像数据的最大亮度值和最小亮度值；体素变换单元，所述体素变换单元为由所述第一亮度调整单元根据预定参考调整亮度值的各影像数据，各向同性地处理单位体素的大小；噪声处理单元，所述噪声处理单元通过应用形态学闭合算子，来去除已由所述体素变换单元进行各向同性处理的各影像数据的噪声区域；以及第二亮度调整单元，所述第二亮度调整单元基于预设的第二亮度值范围来调整已由所述噪声处理单元去除噪声的各影像数据的最大亮度值和最小亮度值。3.根据权利要求2所述的分割系统，其中，所述噪声处理单元包括：阈值处理单元，所述阈值处理单元基于低于特定阈值的亮度值来分析各影像数据所包含的像素，并赋予预定值；算子应用单元，所述算子应用单元通过应用形态学闭合算子来处理各影像数据；掩码生成单元，所述掩码生成单元通过使用由所述阈值处理单元提供的预定值来生成掩码；以及掩码处理单元，所述掩码处理单元通过所述掩码生成单元的掩码，而对所述算子应用单元处理的影像数据进行掩码来去除噪声区域。4.根据权利要求2所述的分割系统，其中，所述第一处理单元包括：深度学习分割单元，所述深度学习分割单元将由所述第二亮度调整单元设置的影像数据输入至训练用于升主动脉分割的深度学习模型中，并接收升主动脉的影像区域；以及分割后处理单元，所述分割后处理单元分析来自所述深度学习分割单元的输出结果，并进行噪声去除。5.根据权利要求4所述的分割系统，其中，所述分割后处理单元包括：滤波器处理单元，所述滤波器处理单元将预设滤波器应用于输出的升主动脉影像区
域，以生成强调所包含结构的边界的影像；以及变换处理单元，所述变换处理单元通过应用预设变换技术，来检测由所述滤波器处理单元所生成影像包含的圆形结构，其中，将通过所述变换处理单元检测到的圆形结构设置为升主动脉影像区域。6.根据权利要求5所述的分割系统，其中，所述分割后处理单元还包括：感兴趣区域ROI处理单元，所述ROI处理单元处理来自所述滤波器处理单元的影像以设置ROI；以及主动脉设置单元，所述主动脉设置单元分析由所述变换处理单元检测到的圆形结构，所述圆形结构包含于通过所述ROI处理单元设置的ROI，并通过预定参考在检测到的圆形结构中设置最终升主动脉影像区域。7.根据权利要求6所述的分割系统，其中，所述第二处理单元包括：血管计算单元，所述血管计算单元通过使用基于黑塞的血管滤波器，来计算构成由所述影像预处理单元预处理的各影像数据的各像素的血管值；血管校正单元，所述血管校正单元使用来自所述血管计算单元的血管值，基于预设血管值范围调整最大血管值和最小血管值，并使用调整后的血管值向各像素提供二值化数据；冠状动脉提取单元，所述冠状动脉提取单元使用由所述主动脉设置单元设置的最终升主动脉影像区域，在通过所述血管校正单元给出的所述二值化数据得出的结构影像中，提取连接至所述结构影像中最终升主动脉影像区域的结构影像区域；以及冠状动脉设置单元，所述冠状动脉设置单元通过使用来自所述血管计算单元的血管值，而去除包含于由所述冠状动脉提取单元提取的结构影像区域中的噪声像素后，将其设置为最终冠状动脉影像区域。8.根据权利要求7所述的分割系统，其中，所述组合单元将来自所述主动脉设置单元的所述最终升主动脉影像区域和来自所述冠状动脉设置单元的所述最终冠状动脉影像区域重叠，以得出基于相同位置的像素值组合的结构区域。9.一种使用混合方法从冠状动脉CT血管造影CCTA分割升主动脉和冠状动脉的分割方法，所述混合方法使用来自...

【专利技术属性】
技术研发人员：李俊尚，金峻弘，
申请(专利权)人：延世大学校产学协力团，
类型：发明
国别省市：