System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于神经网络辐射场的冠脉造影的三维重建方法技术_技高网

一种基于神经网络辐射场的冠脉造影的三维重建方法技术

技术编号:41229979 阅读:6 留言:0更新日期:2024-05-09 23:46
本申请提供了一种基于神经网络辐射场的冠脉造影的三维重建方法,包括:获取由造影相机采集到的目标冠脉的单张冠脉造影图像;对单张冠脉造影图像进行分割,得到冠脉分割图像;将冠脉分割图像输入预先训练好的特征提取网络进行特征提取,得到冠脉分割图像的图像特征;将图像特征和造影相机在采集单张冠脉造影图像时的视角信息输入预先训练好的神经网络辐射场,得到透明度数据;根据透明度数据重建目标冠脉的三维模型。这样,仅使用单张冠脉造影图像即可进行冠脉的三维模型重建,能够避免使用多张冠脉造影图像时的匹配困难和结构误差,以及摆脱需要预先准备三维模型的数据依赖。

【技术实现步骤摘要】

本申请涉及冠脉造影,尤其是涉及一种基于神经网络辐射场的冠脉造影的三维重建方法


技术介绍

1、通过冠脉造影观察冠脉狭窄是形态学上诊断冠心病的金标准,基于二维的冠脉造影图像三维重建冠脉模型并进行流体力学仿真计算ffr指标,提供了从功能学上进行冠心病诊断的有效途径。目前,现有的冠脉造影三维重建方法均通过二维空间和三维空间的投影几何关系利用多幅不同拍摄角度的二维冠脉造影图像恢复三维冠脉模型,具体包括:基于极线追踪的重建方法和基于cnn神经网络的重建方法。

2、然而,基于极线追踪的重建方法寻找一个近似三维模型使得在不同观察角度的透视投影结果和原始冠脉造影最大限度吻合,但由于拍摄对象的心跳、呼吸、移动等干扰因素的存在,需要通过迭代优化寻找最优近似解,因此需要预先找到多对匹配点作为优化过程的训练数据。但是,不论是手动选取还是自动搜索这些匹配点都无法避免出现一定的位置误差,使得三维冠脉造影图像的重建结果不够准确。而基于cnn神经网络的重建方法的困难在于训练数据集的准备,因为是有监督学习,所以必须需要准备大量的三维目标模型并准备三维标签,对每个冠脉树进行单独训练,这种方法不仅需要耗费大量的时间和计算资源,还需要保证每个冠脉树的训练数据具有一定的代表性和多样性。


技术实现思路

1、有鉴于此,本申请的目的在于提供一种基于神经网络辐射场的冠脉造影的三维重建方法,基于神经网络辐射场,仅使用单张冠脉造影图像即可进行冠脉的三维模型重建,能够避免使用多张冠脉造影图像时因呼吸、心跳等干扰因素引起的匹配困难和结构误差;此外,神经网络辐射场使用自监督训练的方式可以摆脱需要预先准备三维模型的数据依赖。

2、本申请实施例提供了一种基于神经网络辐射场的冠脉造影的三维重建方法,所述方法包括:

3、获取由造影相机采集到的目标冠脉的单张冠脉造影图像;

4、对所述单张冠脉造影图像进行分割,得到冠脉分割图像;

5、将所述冠脉分割图像输入预先训练好的特征提取网络进行特征提取,得到所述冠脉分割图像的图像特征;

6、将所述图像特征和所述造影相机在采集所述单张冠脉造影图像时的视角信息输入预先训练好的神经网络辐射场,得到待生成的所述目标冠脉的三维模型的透明度数据;

7、根据所述透明度数据,重建所述目标冠脉的三维模型。

8、本申请实施例还提供了一种基于神经网络辐射场的冠脉造影的三维重建装置,所述装置包括:

9、获取模块,用于获取由造影相机采集到的目标冠脉的单张冠脉造影图像;

10、分割模块,用于对所述单张冠脉造影图像进行分割,得到冠脉分割图像;

11、提取模块,用于将所述冠脉分割图像输入预先训练好的特征提取网络进行特征提取,得到所述冠脉分割图像的图像特征;

12、输入模块,用于将所述图像特征和所述造影相机在采集所述单张冠脉造影图像时的视角信息输入预先训练好的神经网络辐射场,得到待生成的所述目标冠脉的三维模型的透明度数据;

13、重建模块,用于根据所述透明度数据,重建所述目标冠脉的三维模型。

14、本申请实施例还提供一种电子设备,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如上述的一种基于神经网络辐射场的冠脉造影的三维重建方法的步骤。

15、本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如上述的一种基于神经网络辐射场的冠脉造影的三维重建方法的步骤。

16、为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。

本文档来自技高网...

【技术保护点】

1.一种基于神经网络辐射场的冠脉造影的三维重建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述特征提取网络和所述神经网络辐射场通过以下步骤训练得到:

3.根据权利要求2所述的方法,其特征在于,由所述神经网络辐射场根据所述二维冠脉图像的训练图像特征、每条射线对应的训练采样点的三维坐标以及所述训练视角信息,生成所述模拟三维冠脉模型在所述训练视角信息下对应的渲染图片,包括:

4.根据权利要求3所述的方法,其特征在于,针对每条射线,根据该条射线对应的每个训练采样点的颜色数据和透明度数据,渲染得到该条射线在所述训练视角信息下对应的投影位置点的颜色数据,包括:

5.根据权利要求1所述的方法,其特征在于,将所述图像特征和所述造影相机在采集所述单张冠脉造影图像时的视角信息输入预先训练好的神经网络辐射场,得到待生成的所述目标冠脉的三维模型的透明度数据,包括:

6.根据权利要求1所述的方法,其特征在于,对所述单张冠脉造影图像进行分割,得到冠脉分割图像,包括:

7.根据权利要求1所述的方法,其特征在于,根据所述透明度数据,重建所述目标冠脉的三维模型,包括:

8.一种基于神经网络辐射场的冠脉造影的三维重建装置,其特征在于,所述装置包括:

9.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过所述总线进行通信,所述机器可读指令被所述处理器运行时执行如权利要求1至7任一所述的一种基于神经网络辐射场的冠脉造影的三维重建方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至7任一所述的一种基于神经网络辐射场的冠脉造影的三维重建方法的步骤。

...

【技术特征摘要】

1.一种基于神经网络辐射场的冠脉造影的三维重建方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述特征提取网络和所述神经网络辐射场通过以下步骤训练得到:

3.根据权利要求2所述的方法,其特征在于,由所述神经网络辐射场根据所述二维冠脉图像的训练图像特征、每条射线对应的训练采样点的三维坐标以及所述训练视角信息,生成所述模拟三维冠脉模型在所述训练视角信息下对应的渲染图片,包括:

4.根据权利要求3所述的方法,其特征在于,针对每条射线,根据该条射线对应的每个训练采样点的颜色数据和透明度数据,渲染得到该条射线在所述训练视角信息下对应的投影位置点的颜色数据,包括:

5.根据权利要求1所述的方法,其特征在于,将所述图像特征和所述造影相机在采集所述单张冠脉造影图像时的视角信息输入预先训练好的神经网络辐射场,得到待生成的所述目标冠脉的三维模型的透明度数据,包括:...

【专利技术属性】
技术研发人员:王飞帆马骏兰宏志郑凌霄
申请(专利权)人:深圳睿心智能医疗科技有限公司
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