[发明专利]基于血管腔内影像计算血流储备分数的方法、装置、计算设备以及存储介质

权利要求书

1.一种基于血管腔内影像计算血流储备分数的方法，其特征在于，包括以下步骤：

获取对目标冠脉血管进行血管腔内影像分析得到的图像序列；

对图像序列进行粗细分割以确定血管腔边界；

将图像序列沿着导管每隔固定角度生成轴向图，并将粗细分割确定的血管腔边界映射到轴向图，以获得多张标记有血管腔边界点的轴向图；

通过分析标记有血管腔边界点的轴向图中每个血管腔边界点邻域范围内的边界强度值来筛选疑似分叉点序列；

将疑似分叉点序列映射到每帧原图像后，确定疑似分叉点序列形成弧线与导管中心点形成的扇形区域，依据图像序列上的扇形区域的相似度确定导管伪影，并删除疑似分叉点中导管伪影对应的分叉点，得到确定的分叉点；

依据确定的分叉点确定分叉血管后，结合依据血管腔边界确定的主血管和分叉血管构建血管模型；

根据血管模型计算血流储备分数。

2.根据权利要求1所述的基于血管腔内影像计算血流储备分数的方法，其特征在于，所述对图像序列进行粗细分割以确定血管腔边界，包括：

粗分割过程：将图像转换成极坐标格式图像后，依据像素点的灰度值计算边界强度值，根据像素点的边界强度值，应用dijksta最小路径算法在极坐标格式图像中搜索血管腔边界，将得到的血管腔边界经平滑后反映到图像，得到粗分割结果；

细分割过程：以粗分割结果中管腔边界点为中心，沿外法线方向对原图像进行重采样，应用dijksta最小路径算法在重采样图像中搜索血管腔边界，将得到的血管腔边界经平滑后反映到图像，得到细分割结果；

将细分割结果中的血管腔边界映射到相邻的下一帧原图像中作为粗分割结果后，进行细分割过程，对图像序列中的图像依此循环，以实现对图像序列进行粗细分割来确定血管腔边界。

3.根据权利要求2所述的基于血管腔内影像计算血流储备分数的方法，其特征在于，所述将图像转换成极坐标格式图像包括：以图像的中心为极点构建包含角度和极轴的极坐标系，在极轴上按照长度间隔度取多个离散像素点，在角度方向按照角度间隔度取多个离散像素点，对每个离散像素点进行插值运算，得到极坐标格式图像。

4.根据权利要求2所述的基于血管腔内影像计算血流储备分数的方法，其特征在于，采用以下公式根据像素点的灰度值计算边界强度值：

Grad(i,j)＝a*(I(i+1,j)-I(i,j))+b*((I(i+2,j)-I(i-1,j))+(I(i+1,j-1)-I(i,j-1))+(I(i+1,j+1)-I(i,j+1)))+c*((I(i+2,j-1)-I(i-1,j-1))+(I(i+2,j+1)-I(i-1,j+1)))

其中，Grad(i,j)表示位置(i,j)处像素点的边界强度值，I(·)表示像素点的灰度值，a、b、c分别为距离权重系数；

优选地，所述距离权重系数a的取值范围为0.8–1.2；所述距离权重系数b的取值范围为0.4–0.6；所述距离权重系数c的取值范围为0.2–0.3。

5.根据权利要求2所述的基于血管腔内影像计算血流储备分数的方法，其特征在于，应用dijksta最小路径算法在极坐标格式图像中搜索管腔边界时，以边界强度值的倒数作为像素点的消耗值；

应用dijksta最小路径算法在极坐标格式图像中搜索管腔边界之前，通过设定最小值限制，将小于最小限制值的边界强度值归一到最小限制值，以实现对边界强度值的过滤预处理；然后，根据过滤预处理后的边界强度值，应用dijksta最小路径算法在极坐标格式图像中搜索管腔边界。

6.根据权利要求1所述的基于血管腔内影像计算血流储备分数的方法，其特征在于，所述依据图像序列上的扇形区域的相似度确定导管伪影，包括：

连续跟踪图像序列上的扇形区域，当相邻两帧图像中扇形区域的相似度大于设定相似度阈值的扇形区域判定为同一区域，当同一个区域贯通整个图像序列时，则认为同一区域为导管伪影；

优选地，综合扇形区域的面积相似度、角度相似度以及弧度相似度计算相邻扇形区域的相似度。