TAX评分体系中冠脉树采用16分段法，如图1和图2所示， 对左优势型与右优势型的冠脉树的左冠和右冠分别进行编号和命名，其冠脉节段编号及名 称有；1.右冠状动脉近段，2.右冠状动脉中段，3.右冠状动脉远段，4.右冠-后降支，16.右 冠-后降支，16a.右冠-后侧支第一分支，1化.右冠-后侧支第二分支，16c.右冠-后侧 支第S分支，5.左主干，6.前降支近段，7.前降支中段，8.前降支屯、尖段，9.第一对角支， 9a.第一对角支a, 10.第二对角支，10a.第二对角支a, 11.回旋支近段，12.中间支，12a. 第一纯缘支，12b.第二纯缘支，13.回旋支远段，14.左后侧支，14a.左后侧支a, 14b.左后 侧支b，15.回旋支-后降支。其中，冠脉树左、右优势型的区别在于；左冠存在回旋支-后 降支，而右冠不存在；右冠存在后降支和后侧支，而左冠不存在。基于SYNTAX评分标准，在 不同的冠脉树优势类型中，其不同节段在评分中所占权重因数不同。SYNTAX评分体系主要 用于评价冠状动脉的病变不良特征，需要结合冠状动脉优势分布、病变部位、狭窄程度，对 直径> 1. 5mm，狭窄程度> 50%的血管进行评分。SYNTAX评分体系中冠状动脉的病变不良 特征有：血管狭窄（包括完全闭塞和50-99%狭窄），完全闭塞（包括大于3个月或闭塞时 间不详U纯型残端，桥侧支，闭塞后的第一可见节段，边支和边支小于1.5mm)，=叉病变（包 括1个病变节段，2个病变节段，3个病变节段，和4个病变节段），分叉病变（包括A、B、C 型病变，E、D、F、G型病变，和角度小于70° )，开口病变，严重扭曲，长度大于20mm，严重巧 化，血栓，和弥漫病变或小血管病变，并且冠状动脉各病变不良特征评分不同。所述的冠脉 16节段和病变不良特征都基于SYNTAX评分体系得到的。
[0012] 在SYNTAX自动评分模块中，基于分割得到的冠状动脉血管树二值图像，依据SYNTAX评分体系的冠脉树16分段法，结合冠状动脉解剖结构和血管支干分离步骤中已标 记的血管片段的端点及其方向，采用中屯、线追踪的方法，分别对肝位和右前斜位的两张造 影图像节段标记，其中，肝位造影图像提供右冠状动脉节段信息，右前斜位造影图像提供左 冠状动脉节段信息；基于冠状动脉的病变特征，结合因冠状动脉的优势分布、病变部位、狭 窄程度与病变特征等因素而导致的血管直径和血管中屯、线曲率的变化，对直径> 1. 5mm，狭 窄程度> 50 %的血管病变进行病变特征的识别。基于SYNTAX评分标准，结合病变部位的权 重因数和病变特征的评分，对冠状动脉造影图像给出合理的评分结果，W评价冠状动脉狭 窄的严重情况，辅助医生确定最优的手术方式。
[0013] 与现有技术相比本发明具有W下有益效果：
[0014] (1)本发明提出的一种基于冠状动脉造影图像分割的SYNTAX自动评分方法，创新 性地将冠状动脉造影图像的血管分割技术和SYNTAX评分方法结合起来，该种一体化的创 新不仅很大程度上减少了临床医生的工作量和时间，更为辅助医生确定最优的手术方式提 供了参考。
[0015] (2)本发明采用的冠脉树16节段自动标记方法和病变特征识别方法，不仅规避了 临床上现有的人工识别冠脉节段和病变特征的费时费力，而且创新性地实现分割后的冠脉 造影图像向SYNTAX评分模块的转换。
[0016] (3)本发明提出的SYNTAX自动评分方法，规避了临床上现有的人工计算SYNTAX评 分的计算量大、计算步骤繁琐、评分标准复杂、计算时间长等问题，更好地将SYNTAX评分推 广向临床应用。
【附图说明】
[0017] 图1为本发明所述冠状动脉左优势图；
[0018] 图2为本发明所述冠状动脉右优势图。
【具体实施方式】
[0019] 一种基于冠状动脉造影图像分割的SYNTAX自动评分方法，该方法包括肝位和右 前斜位两种体位冠状动脉造影图像的读取与显示、冠脉造影图像血管的增强、冠脉造影血 管及其分支的识别、血管中屯、线的提取、血管直径的计算、冠脉树节段的标记、病变部位与 病变特征的识别，及SYNTAX自动评分。详细实施流程如下：
[0020] 步骤1，根据冠状动脉造影投照的两种体位，同时读取和显示肝位和右前斜位两种 体位的冠状动脉造影图像。
[0021] 步骤2,同时对选定的两个体位的目标冠脉造影图像进行血管增强。
[0022] 步骤3,对增强后的血管进行主干和分支的分离，并将分离后的各血管片段进行标 记。
[0023] 步骤4,将分离后的血管主干与分支进行再连接，生成完整的冠脉树二值图像。
[0024] 步骤5,基于完整的冠脉树二值图像，对血管的中屯、线（即血管骨架）进行提取。 [00巧]步骤6,基于血管中屯、线，对图像所有像素位置的血管进行直径的计算和存储。
[0026] 步骤7,基于步骤3已标记的各血管片段和步骤5中所计算的血管方向，依据 SYNTAX评分中冠脉16节段法，进行左（右）优势型的识别和追踪标记血管节段。
[0027] 步骤8,基于上述已标记的冠脉树图像，结合步骤6所存储的所有像素位置的血管 直径，依据SYNTAX评分中病变特征和病变部位的直径变化，识别出对应的血管病变。
[0028] 步骤9,依据SYNTAX评分标准中冠脉树各节段所占的权重因数和各病变特征的评 分，自动给出合理的SYNTAX评分，从而辅助医生确定最优的手术方式。
[0029] 所述步骤1读取和显示右前斜位和肝位两种体位的冠脉造影图像方法如下：
[0030] 使用者通过人工交互界面，自主选择导入右前斜位和肝位的目标造影图像。其中， 肝位的冠脉造影图像用于右冠状动脉血管信息的提取，右前斜位的冠脉造影图像用于左冠 状动脉血管信息的提取。
[0031] 所述步骤2对选定目标冠脉造影图像进行血管增强的方法如下：
[0032] 基于Hessian矩阵的化angi血管滤波方法，有效地增强造影图像中的目标冠脉 树。该方法利用Hessian矩阵的特征值来计算局部血管出现的概率。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。在化angi的方法中， 将血管增强看作是一种寻找管状几何结构的滤波过程。由于血管具有不同的直径，因此引 进了一个在一定范围内变化的测量刻度。设图像为f(x，y):
[0033]
【主权项】
1.基于冠状动脉造影图像分割的SYNTAX自动评分方法，其特征在于：该方法包括肝位 和右前斜位两种体位冠状动脉造影图像的读取与显示、冠脉造影图像血管的增强、冠脉造 影血管及其分支的识别、血管中心线的提取、血管直径的计算、冠脉树节段的标记、病变部 位与病变特征的识别，及SYNTAX自动评分；详细实施流程如下： 步骤1，根据冠状动脉造影投照的两种体位，同时读取和显示肝位和右前斜位两种体位 的冠状动脉造影图像； 步骤2,同时对选定的两个体位的目标冠脉造影图像进行血管增强； 步骤3,对增强后的血管进行主干和分支的分离，并将分离后的各血管片段进行标记； 步骤4,将分离后的血管主干与分支进行再连接，生成完整的冠脉树二值图像； 步骤5,基于完整的冠脉树二值图像，对血管的中心线即血管骨架进行提取； 步骤6,基于血管中心线，对图像所有像素位置的血管进行直径的计算和存储； 步骤7,基于步骤3已标记的各血管片段和步骤5中所计算的血管方向，依据SYNTAX评 分中冠脉16节段法，进行左或右优势型的识别和追踪标记血管节段； 步骤8,基于上述已标记的冠脉树图像，结合步骤6所存储的所有像素位置的血管直 径，依据SYNTAX评分中病变特征和病变部位的直径变化，识别出对应的血管病变； 步骤9,依据SYNTAX评分标准中冠脉树各节段所占的权重因数和各病变特征的评分， 自动给出合理的SYNTAX评分，从而辅助医生确定最优的手术方式； 所述步骤1读取和显示右前斜位和肝位两种体位的冠脉造影图像方法如下， 使用者通过人工交互界面，自主选择导入右前斜位和肝位的目标造影图像；其中，