[发明专利]一种基于MRA的动脉瘤检测方法、系统、终端及介质

权利要求书

1.一种基于MRA的颅内动脉瘤检测方法，其特征在于，包括以下步骤：

获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；

对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；

自动分割颅内动脉血管体素；

对血管区域中的每个体素制作多个补丁，计算所有补丁包含动脉瘤的概率，将计算出的概率按照预设概率阈值分类，大于预设概率阈值的体素基于曲率算法生成体积形状指数图像和曲率图像来显示动脉瘤；

测量动脉瘤的最大直径；

输出动脉瘤检测结果。

2.如权利要求1所述的方法，其特征在于，所述自动分割颅内动脉血管体素具体包括：

使用滤波器对血管区域进行增强，突出血管面积；

使用一个立方体从外部包裹头骨并收缩立方体，当立方体的面与头骨接触时，接触点被用作种子点，自阈值区域从种子点开始生长，并对结果进行平滑处理，得到颅骨区域体素，移除颅骨区域体素；

根据血管的强度区域对移除颅骨的数据进行二值化，将所有大于背景密度值的体素设为1，进行连通域统计，根据连通域包含的体素数量排列连通域，并从排列在设定数值范围内的相连域中选择种子点；

利用移动立方体法重建血管，得到全颅动脉血管的表面网格模型，所述表面网格模型为血管的内表面。

3.如权利要求1所述的方法，其特征在于，所述大于预设概率阈值的体素基于曲率算法生成形状指数图像和曲率图像来显示动脉瘤具体包括：

计算每个大于预设概率阈值的体素上的形状指数和和曲率值；

将形状指数和曲率值转成颜色标记，使每个体素具有独立的颜色分量进行动脉瘤再现。

4.如权利要求3所述的方法，其特征在于，所述测量动脉瘤的最大直径具体包括：

将MIP图像裁剪到动脉瘤周围区域，将所有图像大小调整为256*256像素；

输出预测掩膜，移除小于100像素的预测动脉瘤的区域，留下单个最大的掩膜区域，计算出动脉瘤掩膜的表面边缘，计算每对可能的边界点之间的距离集合，其中，边界点在掩膜边界上，取距离最大值作为动脉瘤的最大直径。

5.一种基于MRA的颅内动脉瘤检测系统，其特征在于，包括：图像获取模块、MIP重建模块、自动分割模块、动脉瘤识别模块、动脉瘤测量模块和检测结果输出模块，

所述图像获取模块用于获取待处理的原始影像数据，对原始影像数据进行校正和归一化处理，得到处理后影像数据；

所述MIP重建模块用于对处理后的影像数据进行MIP重建，得到MIP图像，删除颈外动脉后生成三种旋转图像，每个旋转图像由围绕单个旋转轴均匀分布的投影组成；

所述自动分割模块用于自动分割颅内动脉血管体素；

所述动脉瘤识别模块用于对血管区域中的每个体素制作多个补丁，计算所有补丁包含动脉瘤的概率，将计算出的概率按照预设概率阈值分类，大于预设概率阈值的体素基于曲率算法生成体积形状指数图像和曲率图像来显示动脉瘤；

所述动脉瘤测量模块用于测量动脉瘤的最大直径；

所述检测结果输出模块用于输出动脉瘤检测结果。

6.如权利要求5所述的系统，其特征在于，所述自动分割模块包括：增强单元、颅骨剔除单元、种子点选取单元和血管体素分割单元，

所述增强单元使用滤波器对血管区域进行增强，突出血管面积；

所述颅骨剔除单元使用一个立方体从外部包裹头骨并收缩立方体，当立方体的面与头骨接触时，接触点被用作种子点，自阈值区域从种子点开始生长，并对结果进行平滑处理，得到颅骨区域体素，移除颅骨区域体素；

所述种子点选取单元根据血管的强度区域对数据进行二值化，将所有大于背景密度值的体素设为1，进行连通域统计，根据连通域包含的体素数量排列连通域，并从排列在设定数值范围内的相连域中选择种子点；

所述血管体素分割单元利用移动立方体法重建血管，得到全颅动脉血管的表面网格模型，所述表面网格模型为血管的内表面。