[发明专利]基于颅内DSA影像的狭窄评估方法及装置有效
申请号: | 202111295618.1 | 申请日: | 2021-11-03 |
公开(公告)号: | CN114170134B | 公开(公告)日: | 2023-03-10 |
发明(设计)人: | 何京松;曹逸琴;冯立;冷晓畅;向建平 | 申请(专利权)人: | 杭州脉流科技有限公司 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T17/00 |
代理公司: | 北京知果之信知识产权代理有限公司 11541 | 代理人: | 高科 |
地址: | 310000 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 dsa 影像 狭窄 评估 方法 装置 | ||
1.一种基于颅内DSA影像的狭窄评估方法,其特征在于,所述方法包括:
获取颅内DSA影像,并从所述DSA影像提取包含目标颅内血管的两张平面图像,其中所述两张平面图像具有不同的拍摄角度;
根据所述两张平面图像,建立所述目标颅内血管的三维模型;
基于建立的目标颅内血管的三维模型,以及所述DSA影像,对所述目标颅内血管进行血流动力学模拟,以得到目标颅内血管的指定狭窄评估参数,其中,
所述指定狭窄评估参数为平均血流速度;
所述基于建立的目标颅内血管的三维模型,以及所述DSA影像,对所述目标颅内血管进行血流动力学模拟,以得到目标颅内血管的指定狭窄评估参数,包括:
根据所述DSA影像,确定造影剂流过所述目标颅内血管的起始帧和结束帧;并根据以下公式确定平均血流速度:
V=L/((F2–F1)/fps);
其中,V为平均血流速度,L为目标颅内血管长度,fps为所述DSA影像的时间分辨率,F1为起始帧在所述DSA影像中的帧数,F2为结束帧在所述DSA影像中的帧数;
其中,F1和F2通过以下方法确定:
确定起始点在所述DSA影像上的坐标;
以所述起始点为中心在n*n范围内计算所述起始点的像素平均值;
逐帧计算所述起始点的平均灰度值;
以第一帧图像的平均灰度值分别减去各帧图像对应的平均灰度值,得到各帧对应的造影剂浓度;
以时间顺序排列各帧对应的造影剂浓度得到起始点的造影剂时间-浓度曲线;
搜索所述曲线的最大值点Imax,基于所述最大值点设定造影剂流入标记阈值σ;其中,σ=a*Imax,其中a为权重系数,取值范围为0.1–0.5;
在所述曲线上搜索第一个大于等于σ的点,以该点对应的影像帧数作为F1;
同理求得F2。
2.根据权利要求1所述的方法,其特征在于,所述获取颅内DSA影像,并从所述DSA影像提取包含目标颅内血管的两张平面图像,其中所述两张平面图像具有不同的拍摄角度,包括:
获取两组不同角度拍摄的颅内DSA影像;
分别将各DSA影像中的平均灰度最小的一帧,作为关键帧;
对得到的两个关键帧进行强化特征提取,获得颅内血管树骨架图;
确定所述目标颅内血管的起点和终点,从所述颅内血管树骨架图中切割出目标颅内血管,以获得包含目标颅内血管的两张平面图像。
3.根据权利要求2所述的方法,其特征在于,所述分别将各DSA影像中的平均灰度最小的一帧,作为关键帧,包括:
导入DSA影像后,逐帧计算图像平均灰度值;
记图像大小为M*N,影像总帧数为K,则平均灰度值计算公式为:
其中,Ik为第k帧图像平均灰度值,I(i,j)为第k帧图像坐标(i,j)处的灰度值;关键帧O定义为O=arg min(Ik)。
4.根据权利要求2所述的方法,其特征在于,所述对得到的两个关键帧进行强化特征提取,获得颅内血管树骨架图,包含:
对所述两个关键帧依次进行高斯平滑处理、重采样处理、海森矩阵强化处理、二值化处理、以及腐蚀算法细化处理,得到颅内血管树骨架图。
5.根据权利要求1所述的方法,其特征在于,所述根据所述两张平面图像,建立所述目标颅内血管的三维模型,包括:
分别提取各平面图像中目标颅内血管的中心线和边界线;
确定两张平面图像中目标颅内血管的中心线的匹配关系,并根据所述匹配关系确定所述目标颅内血管在三维空间的三维中心线;
根据所述目标颅内血管的三维中心线,以及所述匹配关系确定目标颅内血管的三维模型。
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杭州脉流科技有限公司,未经杭州脉流科技有限公司许可,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/202111295618.1/1.html,转载请声明来源钻瓜专利网。