[发明专利]一种颅内血管造影增强三维狭窄化分析模型的建立方法在审
| 申请号: | 202011322265.5 | 申请日: | 2020-11-23 |
| 公开(公告)号: | CN112509078A | 公开(公告)日: | 2021-03-16 |
| 发明(设计)人: | 贾艳楠;王文杰 | 申请(专利权)人: | 西安科锐盛创新科技有限公司 |
| 主分类号: | G06T11/00 | 分类号: | G06T11/00;G06T7/00;G06T7/13;G06T7/136;G06T7/33;G06T5/30;G06T17/00;G16H30/20 |
| 代理公司: | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人: | 王海栋 |
| 地址: | 710065 陕西省西安市高新区高新路86号*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 血管 造影 增强 三维 狭窄 化分 模型 建立 方法 | ||
1.一种颅内血管造影增强三维狭窄化分析模型的建立方法,其特征在于,包括:
获取颅内血管部位的亮血图像组、黑血图像组和增强黑血图像组;其中,所述亮血图像组、所述黑血图像组、所述增强黑血图像组分别包括K个亮血图像、黑血图像和增强黑血图像;所述亮血图像组、所述黑血图像组、所述增强黑血图像组中的图像一一对应;K为大于2的自然数;
以所述增强黑血图像组为基准,利用基于高斯分布抽样的互信息和图像金字塔的配准方法,对所述亮血图像组进行图像配准,得到配准后亮血图像组;
利用所述配准后亮血图像组,对所述增强黑血图像组中的增强黑血图像进行流空伪影消除操作,得到伪影消除增强黑血图像组;
利用所述配准后亮血图像组建立血液三维模型;
利用所述配准后亮血图像组建立血液边界扩展的血管三维模型;
基于所述伪影消除增强黑血图像组和所述黑血图像组,得到造影增强三维模型;
基于所述血液三维模型、所述血管三维模型、所述造影增强三维模型,得到血管造影增强三维模型;
获取所述血管造影增强三维模型中各段血管的表征血管狭窄程度的目标参数的数值,并利用各段血管的所述目标参数的数值对所述血管造影增强三维模型进行标记,得到颅内血管造影增强三维狭窄化分析模型。
2.根据权利要求1所述的方法,其特征在于,所述以所述增强黑血图像组为基准,利用基于高斯分布抽样的互信息和图像金字塔的配准方法,对所述亮血图像组进行图像配准,得到配准后亮血图像组,包括:
将每个亮血图像和对应的增强黑血图像作为一个图像对,对每个图像对进行预处理,得到该图像对的第一亮血图像和第一黑血图像;
针对每个第一亮血图像,以对应的第一黑血图像为基准,利用基于高斯分布抽样的互信息和图像金字塔的配准方法进行图像配准,得到包括K个配准后亮血图像的配准后亮血图像组。
3.根据权利要求2所述的方法,其特征在于,所述针对每个第一亮血图像,以对应的第一黑血图像为基准,利用基于高斯分布抽样的互信息和图像金字塔的配准方法进行图像配准,得到包括K个配准后亮血图像的配准后亮血图像组,包括:
采用高斯分布抽样选取预处理后的部分图像对作为测试图像对;
对每个测试图像对中的所述第一亮血图像和所述第一黑血图像,采用基于互信息和图像金字塔的配准方法进行图像配准,得到配准后该测试图像对中所述第一亮血图像对应的旋转矩阵;
获得所有测试图像对的旋转矩阵的均值;
利用所述旋转矩阵的均值,对除所述测试图像对之外的、其余预处理后的图像对中的所述第一亮血图像进行坐标变换,完成图像配准,得到包括K个配准后亮血图像的配准后亮血图像组。
4.根据权利要求3所述的方法,其特征在于,所述对每个测试图像对中的所述第一亮血图像和所述第一黑血图像,采用基于互信息和图像金字塔的配准方法进行图像配准,得到配准后该测试图像对中所述第一亮血图像对应的旋转矩阵,包括:
针对每个测试图像对,基于下采样处理,由所述第一亮血图像得到亮血高斯金字塔,由所述第一黑血图像得到黑血高斯金字塔;其中,所述亮血高斯金字塔和所述黑血高斯金字塔中包括从下至上分辨率依次变小的m个图像;m为大于3的自然数;
基于上采样处理,利用所述亮血高斯金字塔得到亮血拉普拉斯金字塔,利用所述黑血高斯金字塔得到黑血拉普拉斯金字塔;其中,所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中包括从下至上分辨率依次变小的m-1个图像;
对所述亮血拉普拉斯金字塔和所述黑血拉普拉斯金字塔中对应层的图像进行配准,得到配准的亮血拉普拉斯金字塔;
利用所述配准的亮血拉普拉斯金字塔作为叠加信息,对所述亮血高斯金字塔和所述黑血高斯金字塔中各层图像进行自上而下的配准,得到配准的亮血高斯金字塔,并得到配准后该测试图像对中所述第一亮血图像对应的旋转矩阵。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安科锐盛创新科技有限公司,未经西安科锐盛创新科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202011322265.5/1.html,转载请声明来源钻瓜专利网。





