基于冠状动脉造影图像分割的syntax自动评分方法

基于冠状动脉造影图像分割的syntax自动评分方法
【技术领域】
[0001] 本发明设及冠状动脉造影图像血管树的分割和提取，属于临床医学图像处理技术 领域。
【背景技术】
[0002] 屯、血管疾病作为危害人类健康的高发致死疾病之一，通常由冠状动脉的狭窄和堵 塞引起。冠脉血管造影术是诊断屯、脏疾病的重要方法，是临床诊断血管疾病的"金标准"。 尽管造影剂的注入会使造影图像中血管的亮度较屯、脏等其他组织的更高，但是由于造影剂 的分布不均和成像过程中环境噪声的影响，导致图像灰度值不一致；另外，由于血管分支众 多，形态复杂，远端血管灰度对比度很低，很大程度上影响临床中人工诊断的准确性。为了 提高临床诊断水平，实现从造影图像中自动提取和分割冠状动脉血管树非常必要。同时， 由于人与人之间的个体差异性，W及人体解剖组织结构的复杂性，国内外研究学者提出了 许多医学图像的分割方法，每种方法都有其独特的分割优势，但单一分割方法的运用并不 能满足冠脉造影图像的分割需求。本专利结合多种图像处理和分割方法，首先采用基于 Hessian矩阵的化angi方法增强冠脉造影图像；然后根据血管交叉点的像素连通性，去掉 交叉点，将冠脉血管主干和各分支分离；再依据聚类原理，将分离的血管主干和各分支再连 接；最后基于K主曲线法（KPC)提取冠状动脉中屯、线。该方法可W有效分割和提取冠脉树 和中屯、线，最大程度保留血管的细节特征，同时有效地去除噪声碎片。
[0003] 冠屯、病是最严重的高发屯、血管疾病之一，血管形成术是治疗冠屯、病的重要手段， 其包括经皮冠状动脉介入术（PCI)和冠状动脉旁路移植术（CABG)两种术式。在部分冠脉 病变的血管成形术术式的选择上，PCI与CABG的选择问题一直存在争论。因此，临床医生如 何正确的选择术式，提高成功率，减少并发症，内外科的争论急需一种方法进行引导。在欧 洲屯、脏病学会巧SC) 2008年会上公布的屯、脏外科与介入治疗狭窄冠脉研究（SYNTA幻，就是 针对上述问题进行选择及立项设计的。SYNTAX研究的重要贡献，是提出了SYNTAX积分的概 念和建立了SYNTAX评分体系，该是一种新的根据冠状动脉病变解剖特点进行危险分层的 积分系统，根据病变位置、严重程度、分叉、巧化等解剖特点定量评价冠脉病变的复杂程度， W期作为手术方式选择的初步判断手段。SYNTAX评分方法基于下面的冠状动脉病变评分与 分级系统发展而来：1.Arterialrevascularisationtherapiesstudy(ARTS)randomized trial(ARTS研究）中的改良美国屯、脏学会（AHA)冠状动脉血管段分类；2.Leaman评分； 3.美国屯、血管病协会/美国屯、脏学会（ACC/AHA)病变分级系统；4.完全闭塞分型系统； 5.Duke和Institutecardiovasculaireparissud(ICP巧分叉病变分型系统；6.专家意 见。SYNTAX评分系统采用冠状动脉树16分段法，结合冠状动脉的优势分布、病变部位、狭 窄程度与病变特征，对直径> 1. 5mm，狭窄程度> 50%的病变进行评分。该评分系统内容包 括优势类型、病变数、累及节段和病变特征（完全闭塞、=分叉病变、双分叉病变、主动脉开 口病变、严重迂曲、病变长度〉20mm、严重巧化、血栓及弥漫病变/小血管病变），对每一病变 进行评分后的总分值即为SYNTAX积分。其中，对于一个节段内多处病变，如果相邻病变间 距<3倍参考直径，则作为一个病变计分，若相邻病变间距> 3倍参考直径，则按2个病变计 分。
[0004] 目前，临床医生基于冠脉造影图像人工计算SYNTAX评分，其评分程序复杂，计算 量大，增加了医生的工作量，所WSYNTAX评分尚未广泛应用于临床中。为将SYNTAX评分更 好地推广向临床，解决因人工评分产生的程序复杂、计算量大等问题，开发一种SYNTAX自 动评分方法非常必要。
[0005] 近年来已有专利提出冠脉造影图像的血管分割和提取方法，但都尚未与SYNTAX 评分相结合，不能向临床直接提供具有参考性的冠脉病变程度的评分。同时，国内尚未有 SYNTAX评分系统的相关专利，W及结合冠脉造影图像分割和SYNTAX评分的专利。因此，建 立从冠脉造影图像血管树自动分割到SYNTAX自动评分一体化的评分过程及评分方法，具 有十分重要的临床意义。

【发明内容】

[0006] 针对现在临床上SYNTAX人工评分存在的评分程序复杂、计算量大、耗时长，W及 尚未与冠状动脉造影图像分割技术相结合等问题，本发明提出了一种基于冠状动脉造影图 像分割的SYNTAX自动评分方法，包括：冠脉造影图像读取与显示模块、冠脉造影图像血管 分割模块（包含冠脉造影图像血管增强模块、冠脉造影图像血管及其分支识别模块、血管 中屯、线提取模块，和血管直径计算模块）、SYNTAX自动评分模块（包含冠脉树节段标记模 块、病变部位与病变特征识别模块，和SYNTAX自动评分模块）。
[0007] 为实现上述目的本发明采取如下技术方案。
[0008] 本发明所述的方法中，冠脉造影图像读取与显示模块读取并显示肝位和右前斜位 的冠脉造影图像。目前，临床上冠脉造影的投照体位有左侧位、右侧位、左前斜位、右前斜 位、头位、足位、右肩位（右前斜位+头位）、左肩位（左前斜位+头位）、肝位（右前斜位+ 足位）、蜘蛛位（左前斜位+足位）等，不同投影体位用于观察不同的冠状动脉分支。其中， 肝位（右前斜位+足位）投照的冠脉造影图像可W直接观察到右冠状动脉的动脉圆锥支、 窦房结支、右室支、后侧支、锐缘支和后降支等主要右冠血管；右前斜位投照的冠脉造影图 像可W直接观察到左冠状动脉的左主干、前降支、回旋支、对角支、间隔支、纯缘支等主要左 冠血管。肝位和右前斜位投照的冠脉造影图像分别极大地满足
[0009] 了SYNTAX评分对左、右冠状动脉的主干及其分支血管的所需信息，故选取上述两 种体位投照的冠脉造影图像作为目标图像。在冠脉造影图像读取与显示模块中，同时读取 上述两种体位的造影图像，采用人工交互式界面，人工选择上述两种体位作为目标造影图 像，更直观、迅速定位了目标血管信息，减少血管分割步骤的计算量。
[0010] 本发明所述的方法中冠脉造影图像血管分割模块，包括了冠脉造影图像血管增强 模块、冠脉造影图像血管及其分支识别模块、血管中屯、线提取模块，和血管直径计算模块。 冠脉造影图像血管增强模块采用基于化ssian矩阵的化angi方法。该方法是化angi在 Sato和Lorenz的研究成果基础上提出的一种多尺度的血管增强方法，利用化ssian矩阵的 特征值来计算局部血管出现的概率。与Lorenz方法只考虑二个特征值的情况不同的是，在 化angi方法中充分考虑了所有的特征值，并对血管特征测度给出了直观的几何解释。基于 血管增强后的冠脉造影图像，冠脉造影图像血管及其分支识别模块对增强后的造影图像依 次进行图像预处理、血管支干分离、血管支干连接等步骤。图像预处理采用均值滤波法对增 强后血管边缘进行平滑，去除一些伪影，提前避免下一步血管细化过程中血管边缘产生的 刺突。预处理后，因血管增强得到的二值图像通过阔值分割、形态学运算得到血管中屯、线轮 廓，再利用血管交叉点的像素连通性，去掉交叉点，将冠脉血管主干和各分支分离，并进行 标记。在此基础上，为了将分离的血管主干和各分支更准确连接起来，形成完整的冠脉树， 依据聚类方法的原理，通过提取分离后的血管片段端点的像素位置、方向、端点血管宽度等 特征，引入相似性函数，在基于血管方向的连续性、血管片段端点间的距离、血管片段端点 间血管宽度的差异性等因素的基础上，进行分离的血管主干和各分支再连接。血管中屯、线 提取模块，采用由K6gl改进的主曲线理论，对上述步骤后所得保留血管细节的图像进行冠 脉骨架提取，即血管中屯、线。上述步骤所计算得到的所有像素位置的血管直径均由血管直 径计算模块按序排列，为识别冠脉病变特征做准备。
[0011] 本发明依据的SYNTAX评分体系主要用于评价左优势型和右优势型的冠脉树结 构，对于均衡型冠脉树无效。SYN