【技术实现步骤摘要】
本专利技术涉及三维建模，具体为一种冠脉造影的三维重建方法及系统。
技术介绍
1、随着医疗技术的不断发展，影像学领域的创新成果为医生提供了更全面、准确的患者信息。三维重建系统的出现，使得冠脉造影不再局限于二维影像，而是可以实现更直观、立体的展示，冠脉造影的三维重建是多方面的，涉及医疗技术的进步、患者需求、科研投入和政策支持方面的因素。这些因素共同推动了三维重建系统在医学影像领域的发展和应用，冠状动脉造影是诊断冠状动脉粥样硬化性心脏病的一种常用而且有效的方法，是一种较为安全可靠的有创诊断技术，现已广泛应用于临床。
2、例如公告号：cn112652052b一种基于血管分支配准的冠状动脉三维重建方法及系统，通过基于血管分支配准的冠状动脉三维重建方法包括将血管内超声图像中的分叉血管和正常血管分类并分别进行内外膜分割；提取冠状动脉造影图像中的三维中心线；定位血管分支并自动匹配冠状动脉造影图像的关键点；根据所述冠状动脉造影图像的关键点将分割后的血管内超声内外膜图像配准到冠状动脉造影的三维中心线上，进行冠状动脉的三维重建。其利用血管分支自动匹配的方法对冠状动脉造影图像与血管内超声图像进行融合并三维重建，在提高速度和精准度的前提下，更有助于医生的直观判断，对于疾病的辅助诊断有着重大意义。
3、针对现有技术需要手动标注血管分叉点，并进行复杂的后处理操作以消除分叉处的伪影，同时不能更高效地实现血管重建和可视化，处理时间长和效率低下。
技术实现思路
1、针对现有技术的不足，本专利技
2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种冠脉造影的三维重建方法及系统，包括以下模块：数据获取模块、影像处理模块、特征点匹配模块、三维重建模块、可视化模块；数据获取模块用于获取冠脉造影的二维x射线影像数据；影像处理模块用于对冠脉造影二维x射线影像数据进行预处理，预处理包括去噪、增强和几何校正；特征点匹配模块用于通过计算机视觉算法从预处理后的冠脉造影二维x射线影像数据中提取特征点，计算特征点匹配符合系数，并对特征点进行匹配，建立冠脉造影图像之间的对应关系；三维重建模块用于建立三维坐标系，基于特征点匹配结果和冠脉造影图像之间的对应关系，通过三角化将特征点连成三角形网格，生成冠脉造影三维网格模型，优化冠脉造影三维网格模型；可视化模块用于对冠脉造影三维重建模型进行三维可视化显示。
3、进一步地，所述获取冠脉造影的二维x射线影像数据的具体过程如下：所述冠脉造影的二维x射线影像数据包括：冠脉造影图像二维灰度图像、冠脉造影图像二维灰度图像分辨率大小、冠脉造影图像二维灰度图像格式。
4、进一步地，所述对冠脉造影二维x射线影像数据进行预处理，预处理包括去噪、增强和几何校正的具体过程如下：冠脉造影二维x射线影像数据去噪：基于卷积神经网络，使用load_data函数加载冠脉造影图像二维灰度图像，使用tensorflo的keras接口，建立了自动编码器模型，将冠脉造影二维x射线影像数据加载到编码器模型，使用均方误差作为损失函数，并使用adam优化器进行模型的编译，使用model.fit函数进行模型的训练，传入冠脉造影二维x射线影像数据，设置训练的轮数，使用model.evaluate在测试集上评估模型性能，使用model.predict函数生成去噪后冠脉造影图像二维灰度图像；冠脉造影二维x射线影像数据增强：数据准备和图像加载：使用python和opencv库加载冠脉造影二维x射线影像数据，使用cv2.equalizehist函数对图像进行直方图均衡化，输出增强后冠脉造影图像二维灰度图像；冠脉造影二维x射线影像数据几何校正：使用python和opencv库加载冠脉造影二维x射线影像数据，使用getrotationmatrix2d函数定义一个几何变换矩阵，使用warpaffine函数将图像应用于定义的几何变换矩阵，使用cv2.imshow函数显示校正后冠脉造影图像二维灰度图像。
5、进一步地，所述通过计算机视觉算法从预处理后的冠脉造影二维x射线影像数据中提取特征点，计算特征点匹配符合系数的具体过程如下：导入计算机视觉算法库，使用了sift特征检测器和flann匹配器，加载每个冠脉造影图像二维灰度图像，对每个冠脉造影图像二维灰度图像依次编号，以第一个冠脉造影图像二维灰度图像作为基准图像，检测每个冠脉造影图像二维灰度图像的特征点，对每个冠脉造影图像二维灰度图像的特征点依次编号，获取每个冠脉造影图像二维灰度图像的特征点与图像中心的欧氏距离，计算特征点匹配符合系数；特征点匹配符合系数计算公式如下：
6、；
7、式中，表示第i个冠脉造影图像二维灰度图像的第j个特征点匹配符合系数，表示第i个冠脉造影图像二维灰度图像的第j个特征点与图像中心的欧氏距离，表示第一个冠脉造影图像二维灰度图像的第j个特征点与图像中心的欧氏距离，e表示自然常数。
8、进一步地，所述并对特征点进行匹配，并建立冠脉造影图像之间的对应关系的具体过程如下：基于特征点匹配符合系数，使用flann匹配器进行特征点匹配，根据lowe'sratio test算法筛选出符合条件的特征点匹配对，对每个冠脉造影图像特征点匹配对用三维向量表示，并构成两个矩阵为矩阵a和矩阵b，计算每个冠脉造影图像基础矩阵，建立冠脉造影图像之间的对应关系。
9、进一步地，所述计算每个冠脉造影图像基础矩阵的计算公式如下：
10、；
11、式中，表示第i个冠脉造影图像基础矩阵，表示第i个冠脉造影图像特征点匹配对所构成的矩阵a的转置矩阵，表示第i个冠脉造影图像特征点匹配对所构成的矩阵b。
12、进一步地，建立三维坐标系，基于特征点匹配结果和冠脉造影图像之间的对应关系，通过三角化将特征点连成三角形网格，生成冠脉造影三维网格模型，优化冠脉造影三维网格模型的具体过程如下：建立三维坐标系：使用标定板作为参考物体，通过摄像机的内外参数计算出相机坐标系和世界坐标系之间的转换矩阵,建立三维坐标系；通过三角化将特征点连成三角形网格：基于特征点匹配结果和建立好的三维坐标系，使用delaunay三角剖分算法，通过对特征点进行连接，生成一个没有重叠三角形的三角形网格；进行三角形网格配准和融合：对三角形网格进行配准和融合，加载冠脉造影图像，将表面重建poisson算法和三角形网格导入blender三维建模中生成平滑的冠脉造影三维网格模型；优化冠脉造影三维网格模型：检查冠脉造影三维网格模型网格质量和适应性，获取冠脉造影三维网格模型网格质量数据和适应性数据，计算冠脉造影三维网格模型评估指数，若冠脉造影三维网格模型评估指数小于冠脉造影三维网格模型评估指数的阈值，通过调整节点位置或添加节点来最小化变形度，并调整网格的局部密度。
13、进一步地，所述计算冠脉造影三维网格模型评估指数的计算方法如下：冠脉造影三维网格模型网格质量数据和适应性数据包括：冠脉造影三维网格模型本文档来自技高网...
【技术保护点】
1.一种冠脉造影的三维重建系统，其特征在于，包括以下模块：数据获取模块、影像处理模块、特征点匹配模块、三维重建模块、可视化模块；
2.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：所述获取冠脉造影的二维X射线影像数据的具体过程如下：
3.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：所述对冠脉造影二维X射线影像数据进行预处理，预处理包括去噪、增强和几何校正的具体过程如下：
4.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：所述通过计算机视觉算法从预处理后的冠脉造影二维X射线影像数据中提取特征点，计算特征点匹配符合系数的具体过程如下：
5.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：所述并对特征点进行匹配，并建立冠脉造影图像之间的对应关系的具体过程如下：
6.根据权利要求5所述的一种冠脉造影的三维重建系统，其特征在于：所述计算每个冠脉造影图像基础矩阵的计算公式如下：
7.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：
8.根据权
9.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：对冠脉造影三维重建模型进行三维可视化显示的具体过程如下：
10.一种应用如权利要求1-9任一种冠脉造影的三维重建系统的方法，其特征在于：包括以下步骤：
...【技术特征摘要】
1.一种冠脉造影的三维重建系统，其特征在于，包括以下模块：数据获取模块、影像处理模块、特征点匹配模块、三维重建模块、可视化模块；
2.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：所述获取冠脉造影的二维x射线影像数据的具体过程如下：
3.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：所述对冠脉造影二维x射线影像数据进行预处理，预处理包括去噪、增强和几何校正的具体过程如下：
4.根据权利要求1所述的一种冠脉造影的三维重建系统，其特征在于：所述通过计算机视觉算法从预处理后的冠脉造影二维x射线影像数据中提取特征点，计算特征点匹配符合系数的具体过程如下：
5.根据权利要求1所述的一种冠脉造影的三...
【专利技术属性】
技术研发人员：张丰雷，张冠君，
申请(专利权)人：深圳市健怡康医疗器械科技有限公司，
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。