基于图像配准的心脏三维模型构建方法、系统及存储介质技术方案

本发明专利技术公开了基于图像配准的心脏三维模型构建方法、系统及存储介质，涉及心脏三维模型搭建技术领域，包括：将实时体征数据与多组历史体征数据进行比对，将实时影像数据与待定影像数据进行比对，将筛选影像数据对应的历史心脏三维模型标记为基础三维模型；基于实时影像数据和筛选影像数据的比对结果对基础三维模型进行校准，得到实时三维模型；将实时三维模型存储至心脏模型数据库内，本发明专利技术通过比对历史数据，获取基础三维模型，并对基础三维模型进行图像配准，能够快速且准确的搭建心脏三维模型，用于解决现有的技术中对于心脏三维模型的搭建效率较低，且存在数据处理资源重复浪费的问题。费的问题。费的问题。

【技术实现步骤摘要】
基于图像配准的心脏三维模型构建方法、系统及存储介质


[0001]本专利技术涉及心脏三维模型构建
，具体为基于图像配准的心脏三维模型构建方法、系统及存储介质。

技术介绍

[0002]心脏是人体最重要的器官之一，通过搭建心脏三维模型，能够辅助医疗人员更加清晰准确的判断心脏的结构以及心脏的健康状况，有助于提高诊疗的准确性和全面性。
[0003]现有的技术中，在对心脏模型进行搭建的过程中，通常都需要获取细致的心脏结构数据，在获取细致的心脏结构数据的过程中往往需要增大数据的采集量，例如通过CT影像和超声影像采集，通过对影像进行分析搭建心脏模型，但是每次都需要重新搭建一次三维模型，上述方法适用于精确的心脏手术治疗，例如在申请公开号为CN114663410A的专利文件中公开了一种心脏三维模型生成方法、装置、设备及存储介质，该方法就是需要采集多组影像数据，数据处理量较大，处理效率较低，虽然模型搭建的较为细致，但是在进行结构初步分析或实验分析时，往往需要快速得到一个近似的心脏三维模型，采用上述方式进行搭建的效率较低，且存在数据处理资源浪费的问题。

技术实现思路

[0004]本专利技术旨在至少在一定程度上解决现有技术中的技术问题之一，通过比对历史数据，获取基础三维模型，并对基础三维模型进行图像配准，能够快速且准确的搭建心脏三维模型，用于解决现有的技术中对于心脏三维模型的搭建效率较低，且存在数据处理资源重复浪费的问题。
[0005]为实现上述目的，第一方面，本专利技术提供基于图像配准的心脏三维模型构建方法，包括：从心脏模型数据库内获取多组用户的历史心脏三维模型、历史体征数据以及历史影像数据；获取用户的实时影像数据和实时体征数据；将实时体征数据与多组历史体征数据进行比对，从多组历史体征数据中筛选出多组待定体征数据，将待定体征数据对应的历史心脏三维模型标记为待定心脏三维模型；将待定心脏三维模型对应的历史影像数据标记为待定影像数据；将实时影像数据与待定影像数据进行比对，得到比对相似绝对差值，将比对相似绝对差值最小的待定影像数据设定为筛选影像数据，将筛选影像数据对应的历史心脏三维模型标记为基础三维模型；基于实时影像数据和筛选影像数据的比对结果对基础三维模型进行校准，得到实时三维模型；将实时三维模型存储至心脏模型数据库内。
[0006]进一步地，所述历史影像数据和实时影像数据均包括CT影像，所述历史体征数据和实时体征数据分别包括身高、体重、年龄以及心率。
[0007]进一步地，将实时体征数据与多组历史体征数据进行比对，从多组历史体征数据中筛选出多组待定体征数据包括：获取实时体征数据中的身高、体重、年龄以及心率，将实时体征数据中的身高、体重、年龄以及心率分别设定为实时身高、实时体重、实时年龄以及实时心率；将历史体征数据中的身高、体重、年龄以及心率分别设定为历史身高、历史体重、历史年龄以及历史心率；将实时年龄加上第一年龄阈值得到年龄筛选上限值，将实时年龄减去第一年龄阈值得到年龄筛选下限值，将年龄筛选下限值至年龄筛选上限值的区间设定为年龄筛选区间，其中，年龄筛选区间包括年龄筛选上限值和年龄筛选下限值；获取年龄筛选区间内的历史体征数据，并将年龄筛选区间内的历史体征数据标记为年龄筛选体征数据。
[0008]进一步地，将实时体征数据与多组历史体征数据进行比对，从多组历史体征数据中筛选出多组待定体征数据还包括：将年龄筛选体征数据中的历史身高、历史体重以及历史心率和实时体征数据中的实时身高、实时体重以及实时心率通过深度筛选计算公式计算得到体征比对绝对差值；所述深度筛选计算公式配置为：；其中，Ctb为体征比对绝对差值，Ss为实时身高，Sl为历史身高，Ts为实时体重，Tl为历史体重，Xs为实时心率，Xl为历史心率；将体征比对绝对差值由小到大进行排序，得到体征比对排序，将体征比对排序中前第一比对数量的体征比对绝对差值对应的年龄筛选体征数据标记为待定体征数据。
[0009]进一步地，将实时影像数据与待定影像数据进行比对，得到比对相似绝对差值，包括：将实时影像数据通过影像轮廓提取方法得到心脏影像轮廓；将实时影像数据的心脏影像轮廓设定为实时轮廓，获取筛选影像数据的心脏影像轮廓，设定为筛选轮廓；将实时轮廓和筛选轮廓按照人体竖直站立的方向进行竖直放置，通过轮廓框选方法得到轮廓参数，其中，轮廓参数包括轮廓长度和轮廓宽度；将实时轮廓的轮廓长度和轮廓宽度分别设定为实时长度和实时宽度，将筛选轮廓的轮廓长度和轮廓宽度分别设定为筛选长度和筛选宽度；将实时长度、实时宽度、筛选长度和筛选宽度通过图像比对公式计算得到比对相似绝对差值；所述图像比对公式配置为：；其中，Cbd为比对相似绝对差值，Css为实时长度，Csx为筛选长度，Kss为实时宽度，Ksx为筛选宽度。
[0010]进一步地，所述轮廓提取方法包括：将实时影像数据和筛选影像数据分别进行灰度化处理，得到灰度化影像；获取多组筛选影像数据对应的灰度化影像的心脏区域的边缘像素点，设定为筛选边缘像素点，求取多个筛选边缘像素点的灰度值的平均值，设定为参考边缘灰度；获取筛选边缘像素点相邻的且不属于心脏区域的像素点，设定为相邻像素点，求
取多个相邻像素点的灰度值的平均值，设定为相邻参考灰度；求取相邻参考灰度和参考边缘灰度的平均值，设定为划分灰度；将划分灰度作为划分中间值将灰度化影像进行二值化处理，得到二值化影像；提取二值化影像中的心脏影像轮廓。
[0011]进一步地，所述轮廓框选方法包括：将实时轮廓和筛选轮廓按照人体竖直站立的方向进行竖直放置后，放入平面坐标系中，将放入平面坐标系中的实时轮廓或筛选轮廓标记为待框选轮廓；平面坐标系包括X轴和Y轴，获取待框选轮廓在X轴方向上的最大值和最小值，分别设定为宽度最大值和宽度最小值，将宽度最大值减去宽度最小值得到轮廓宽度；获取待框选轮廓在Y轴方向上的最大值和最小值，分别设定为长度最大值和长度最小值，将长度最大值减去长度最小值得到轮廓长度。
[0012]进一步地，基于实时影像数据和筛选影像数据的比对结果对基础三维模型进行校准，得到实时三维模型包括：获取实时影像数据和筛选影像数据，实时影像数据和筛选影像数据的获取方向相同，将实时影像数据和筛选影像数据的获取方向设定为第一方向；第一方向为平面上的任一方向，第一方向垂直于竖直方向；在平面上做第一方向的垂线，将垂线的方向设定为第二方向，获取第二方向上的实时影像数据和筛选影像数据，分别设定为第二实时影像和第二筛选方向；依次通过轮廓提取方法和轮廓框选方法对第二实时影像和第二筛选影像进行处理，得到轮廓参数；提取第二实时影像和第二筛选影像的轮廓宽度，分别设定为第二方向实时宽度以及第二方向筛选宽度；建立三维坐标系，将基础三维模型放入三维坐标系中，三维坐标系包括X轴、Y轴以及Z轴；X轴与第一方向平行，Y轴与竖直方向平行，Z轴与第二方向平行；以第一长度单位建立正方体，通过多个正方体将三维坐标中的基础三维模型进行划分；将实时长度除以筛选长度得到长度比值，将实时宽度除以筛选宽度得到第一宽度比值，将第二方向实时宽度除以第二方向筛选宽度得到第二本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图像配准的心脏三维模型构建方法，其特征在于，包括：从心脏模型数据库内获取多组用户的历史心脏三维模型、历史体征数据以及历史影像数据；获取用户的实时影像数据和实时体征数据；将实时体征数据与多组历史体征数据进行比对，从多组历史体征数据中筛选出多组待定体征数据，将待定体征数据对应的历史心脏三维模型标记为待定心脏三维模型；将待定心脏三维模型对应的历史影像数据标记为待定影像数据；将实时影像数据与待定影像数据进行比对，得到比对相似绝对差值，将比对相似绝对差值最小的待定影像数据设定为筛选影像数据，将筛选影像数据对应的历史心脏三维模型标记为基础三维模型；基于实时影像数据和筛选影像数据的比对结果对基础三维模型进行校准，得到实时三维模型；将实时三维模型存储至心脏模型数据库内。2.根据权利要求1所述的基于图像配准的心脏三维模型构建方法，其特征在于，所述历史影像数据和实时影像数据均包括CT影像，所述历史体征数据和实时体征数据分别包括身高、体重、年龄以及心率。3.根据权利要求2所述的基于图像配准的心脏三维模型构建方法，其特征在于，将实时体征数据与多组历史体征数据进行比对，从多组历史体征数据中筛选出多组待定体征数据包括：获取实时体征数据中的身高、体重、年龄以及心率，将实时体征数据中的身高、体重、年龄以及心率分别设定为实时身高、实时体重、实时年龄以及实时心率；将历史体征数据中的身高、体重、年龄以及心率分别设定为历史身高、历史体重、历史年龄以及历史心率；将实时年龄加上第一年龄阈值得到年龄筛选上限值，将实时年龄减去第一年龄阈值得到年龄筛选下限值，将年龄筛选下限值至年龄筛选上限值的区间设定为年龄筛选区间，其中，年龄筛选区间包括年龄筛选上限值和年龄筛选下限值；获取年龄筛选区间内的历史体征数据，并将年龄筛选区间内的历史体征数据标记为年龄筛选体征数据。4.根据权利要求3所述的基于图像配准的心脏三维模型构建方法，其特征在于，将实时体征数据与多组历史体征数据进行比对，从多组历史体征数据中筛选出多组待定体征数据还包括：将年龄筛选体征数据中的历史身高、历史体重以及历史心率和实时体征数据中的实时身高、实时体重以及实时心率通过深度筛选计算公式计算得到体征比对绝对差值；所述深度筛选计算公式配置为：；其中，Ctb为体征比对绝对差值，Ss为实时身高，Sl为历史身高，Ts为实时体重，Tl为历史体重，Xs为实时心率，Xl为历史心率；将体征比对绝对差值由小到大进行排序，得到体征比对排序，将体征比对排序中前第一比对数量的体征比对绝对差值对应的年龄筛选体征数据标记为待定体征数据。5.根据权利要求4所述的基于图像配准的心脏三维模型构建方法，其特征在于，将实时影像数据与待定影像数据进行比对，得到比对相似绝对差值，包括：将实时影像数据通过影像轮廓提取方法得到心脏影像轮廓；
将实时影像数据的心脏影像轮廓设定为实时轮廓，获取筛选影像数据的心脏影像轮廓，设定为筛选轮廓；将实时轮廓和筛选轮廓按照人体竖直站立的方向进行竖直放置，通过轮廓框选方法得到轮廓参数，其中，轮廓参数包括轮廓长度和轮廓宽度；将实时轮廓的轮廓长度和轮廓宽度分别设定为实时长度和实时宽度，将筛选轮廓的轮廓长度和轮廓宽度分别设定为筛选长度和筛选宽度；将实时长度、实时宽度、筛选长度和筛选宽度通过图像比对公式计算得到比对相似绝对差值；所述图像比对公式配置为：；其中，Cbd为比对相似绝对差值，Css为实时长度，Csx为筛选长度，Kss为实时宽度，Ksx为筛选宽度。6.根据权利要求5所述的基于图像配准的心脏三维模型构建方法，其特征在于，所述轮廓提取方法包括：将实时影像数据和筛选影像数据分别进行灰度化处理，得到灰度化影像；获取多组筛选影像数据对应的灰度化影像的心脏区域的边缘像素点，设定为筛选边缘像素点，求取多个筛选边缘像素点的灰度值的平均值，设定为参考边...

【专利技术属性】
技术研发人员：齐玉娟，吴振华，石钰，
申请(专利权)人：天津市胸科医院，
类型：发明
国别省市：