一种血管提取方法
【专利摘要】本发明提供了一种血管提取方法，包括：读入体数据，根据所述体数据进行血管段生长，在所述血管段生长结束后，沿所述血管段方向截取一段或一段以上的体数据进行血管提取。本发明通过对血管段生长结束后的体数据进行血管提取，可以提取到血管段生长结束后因细小而中断丢失的小血管，或者因血管堵塞而丢失的动脉血管。
【专利说明】 一种血管提取方法
【技术领域】
[0001]本发明涉及一种医学断层扫描图像的处理方法，尤其涉及一种血管造影术中的血管提取方法。
【背景技术】
[0002]在血管造影术(Computed Tomography Ang1graphy,简称CTA)中，需要将血管与其他组织分割开，以便于对血管的进一步观察和分析。现有CTA中血管提取的技术主要分为基于标准血管模型的方法和不基于标准血管模型的方法两大类。
[0003]美国专利文献1:Jean_Michel Rouet, Franck Laffargue and Maxim Fradkin,Image processing system for automatic segmentat1n of a 3-D tree-like tubularsurface of an object， using 3-D deformable mesh models.US Patent，2008，US2008/0094389A1提供的可变网格的模型方法，需要先提供一个标准血管模型，然后计算血管的中心线，然后根据此中心线，用单纯网格拟合实际图像中的血管结构，将血管分割出来。此方法由于网格计算非常复杂，导致分割速度很慢，虽然可以将大的血管准确分割出来，但对于细小血管，尤其是疾病状态下的非正常血管，难以建立对应的模型，导致分割失败。
[0004]文献 2:Nicolas Passat, Christian Ronse, Joseph Baruth1, et al.,Reg1n-growing segmentat1n of brain vessels:An atlas-based automaticapproach.Journal of Magnetic Resonance Imaging, 2005, 21, PP:715-725 提供了另一种类似的配准的方法，将待处理的图像与已经标记好血管的标准图像配准，将标准图像上血管的位置映射到待处理图像上，以此为起始点进行血管分割。但是不同个体的三维图像的配准仍然存在速度慢且配准无法完全匹配等缺点。
[0005]不基于标准血管模型的分割方法的一般步骤，需要先提供一个或多个起始点或同时提供起始点和终止点，然后采用不同方法由起始点开始寻找血管，如卡尔曼滤波的方法，参见文献3:Charles Florin, James P.ffillianms,Nikolaos Parag1s, Systemand methodfor Kalman filtering in vascular segmentat1n.US Patent,2009, US7,602,970B2,在每个横截面上分割血管得到血管截面，然后不断移动截面并计算卡尔曼增益，最终将整个血管分割出来。还有的在给定起始点之后，先找到血管中心线，然后根据中心线把图像看做一个图，采用min-cuts算法将血管提取出来，如文献4:Engin Dikici,Thomas P.0’ Donnell, Randolph M.Setser, et al., System and method for 3D vesselsegmentat1n with minimal cuts.US Patent,2012,8,126，232。
[0006]如图1所示，现有技术的提取血管过程中，若遇到血管狭窄或中断，提取过程会随即终止，进而导致无法探测到因血管狭窄导致中断的细小血管，或者因血管堵塞导致的动脉大血管。当中断距离过大时，还容易将与血管类似的其他组织当成血管，造成血管分割出错。
【发明内容】
[0007]本发明解决的问题是提供一种血管提取方法，用以提取因血管狭窄或中断而丢失的细小血管部分。
[0008]为了解决上述问题，本发明提供了一种血管提取方法，包括:读入体数据，根据所述体数据进行血管段生长，在所述血管段生长结束后，沿所述血管段方向截取一段或一段以上的体数据进行血管提取。
[0009]可选的，基于所述体数据进行血管提取包括计算所述体数据的对应曲线段的形状指数，并基于所述形状指数进行血管提取。
[0010]可选的，还包括:所述曲线段的形状指数与所述曲线段的长宽比值正相关，所述长宽比为所述曲线段的长度与所述曲线段截面半径的比值。
[0011]可选的，还包括判断所述体数据对应的曲线段是否为所述血管段的丢失部分。
[0012]可选的，还包括以所述丢失部分对应的体数据中的一个点或一个以上的点为种子点进行血管提取。
[0013]可选的，所述判断的过程包括:提供容忍范围，判断所述曲线段的方向与所述血管段的方向的差值及/或所述曲线段的形状指数是否落入所述容忍范围，若落入所述容忍范围，则所述体数据对应的曲线段为所述血管段的丢失部分；若未落入所述容忍范围，则所述体数据对应的曲线段不是所述血管段的丢失部分。
[0014]可选的，所述判断的过程包括:提供容忍范围，判断所述曲线段的方向与所述血管段的方向的差值及/或所述曲线段的形状指数与所述血管段的形状指数的差值是否落入所述容忍范围，若落入所述容忍范围，则所述体数据对应的曲线段为所述血管段的丢失部分；若未落入所述容忍范围，则所述体数据对应的曲线段不是所述血管段的丢失部分。
[0015]可选的，还包括:按照与所述血管段距离由近及远的顺序，对所述体数据进行排序，并按照所述排序，依次判断所述体数据是否为所述血管段的丢失部分。
[0016]可选的，所述按照所述排序依次判断所述体数据是否为所述血管段的丢失部分包括:若判断到所述血管段的丢失部分的体数据，则停止排在所述丢失部分的体数据后序的体数据的判断。
[0017]可选的，还包括:获取所述曲线段长度和半径包括:提供一个圆柱体，所述圆柱体为空间上包含所述曲线段的最小体积的圆柱体，所述圆柱体的长度为所述曲线段的长度；所述圆柱体的截面的半径对应所述曲线段的半径。
[0018]可选的，基于所述体数据进行血管提取包括计算所述体数据对应的曲线段的长度半径比及曲线段的方向，并基于所述曲线段的长度半径比及曲线段方向进行血管提取。
[0019]可选的，还包括:按照与所述血管段距离由近及远排序按照所述排序，依次判断所述体数据是否为所述血管段的丢失部分。
[0020]可选的，还包括:所述按照所述排序依次判断所述体数据是否为所述血管段的丢失部分包括:若判断到所述血管段的丢失部分的体数据，则停止排在所述丢失部分的体数据后序的体数据的判断。
[0021]可选的，还包括:计算所述曲线段对应的二阶矩矩阵，以获得所述曲线段的形状指数。
[0022]可选的，计算所述二阶矩矩阵包括:设所述体数据对应的曲线段的点为Pi, i = 1，2，...，n，所述点对应的坐标对应为(Xi，yi； Zi)，所述二阶矩矩阵为J = Ti T，其中，所述T的表达式如下:
【权利要求】
1.一种血管提取方法，包括:读入体数据，根据所述体数据进行血管段生长，其特征在于，在所述血管段生长结束，沿所述血管段方向截取一段或一段以上的体数据进行血管提取。
2.如权利要求1所述的血管提取方法，其特征在于，基于所述体数据进行血管提取包括计算所述体数据的对应曲线段的形状指数，并基于所述形状指数进行血管提取。
3.如权利要求2所述的血管提取方法，其特征在于，还包括:所述曲线段的形状指数与所述曲线段的长宽比值正相关，所述长宽比为所述曲线段的长度与所述曲线段截面半径的比值。
4.如权利要求1所述的血管提取方法，其特征在于，还包括判断所述体数据对应的曲线段是否为所述血管段的丢失部分。
5.如权利要求4所述的血管提取方法，其特征在于，还包括以所述丢失部分对应的体数据中的一个点或一个以上的点为种子点进行血管提取。
6.如权利要求4所述的血管提取方法，其特征在于，所述判断的过程包括:提供容忍范围，判断所述曲线段的方向与所述血管段的方向的差值及/或所述曲线段的形状指数是否落入所述容忍范围，若落入 所述容忍范围，则所述体数据对应的曲线段为所述血管段的丢失部分；若未落入所述容忍范围，则所述体数据对应的曲线段不是所述血管段的丢失部分。
7.如权利要求6所述的血管提取方法，其特征在于，所述判断的过程包括:提供容忍范围，判断所述曲线段的方向与所述血管段的方向的差值及/或所述曲线段的形状指数与所述血管段的形状指数的差值是否落入所述容忍范围，若落入所述容忍范围，则所述体数据对应的曲线段为所述血管段的丢失部分；若未落入所述容忍范围，则所述体数据对应的曲线段不是所述血管段的丢失部分。
8.如权利要求1所述的血管提取方法，其特征在于，还包括:按照与所述血管段距离由近及远的顺序，对所述体数据进行排序，并按照所述排序，依次判断所述体数据是否为所述血管段的丢失部分。
9.如权利要求8所述的血管提取方法，其特征在于，所述按照所述排序依次判断所述体数据是否为所述血管段的丢失部分包括:若判断到所述血管段的丢失部分的体数据，则停止排在所述丢失部分的体数据后序的体数据的判断。
10.如权利要求3所述的血管提取方法，其特征在于，还包括:获取所述曲线段长度和半径包括:提供一个圆柱体，所述圆柱体为空间上包含所述曲线段的最小体积的圆柱体，所述圆柱体的长度为所述曲线段的长度；所述圆柱体的截面的半径对应所述曲线段的半径。
11.如权利要求2所述的血管提取方法，其特征在于，还包括:获取所述形状指数包括:通过计算所述曲线段的二阶矩矩阵，以获得所述形状指数。
12.如权利要求11所述的血管提取方法，其特征在于，计算所述二阶矩矩阵包括:设所述体数据对应的曲线段的点为Pi，1 = 1,2,..., η,所述点对应的坐标对应为(Xi, yi； Zi),所述二阶矩矩阵为J = T' Τ，其中，所述T的表达式如下:
13.如权利要求11所述的血管提取方法，其特征在于，获取所述曲线段的形状指数包括:计算所述二阶矩矩阵的特征值X1,入2和λ3，根据所述特征值获取所述曲线段的形状指数。
14.如权利要求13所述的血管提取方法，其特征在于，将所述特征值从小到大排列分别为入P入2和λ 3，所述形状指数与所述λ 3正相关，与所述入汴入2负相关。
15.如权利要求13所述的血管提取方法，其特征在于，将所述特征值从小到大排列分别为X1,入2和λ 3，所述形状指数与λ3/(λ1+λ2)线性相关。
16.如权利要求13所述的血管提取方法，其特征在于，将所述特征值从小到大排列分别为A1,入2和λ3，所述曲线段的长度为
，所述曲线段的半径为
对应的所述形状指数为l/r，所述曲线段的方向为特征值λ 3对应的特征向量。
17.如权利要求1所述的血管提取方法，其特征在于，还包括:计算所述体数据对应的曲线段的连通域体积。
18.如权利要求17所述的血管提取方法，其特征在于，提供体积阈值，计算所述连通域体积大于所述体积阈值的连通域对应体数据的二阶矩矩阵。
19.如权利要求1所述的血管提取方法，其特征在于，还包括:对所述体数据进行线增强，形成体数据对应的曲线段。
20.如权利要求1所述的血管提取方法，其特征在于，所述血管生长为基于区域增长的血管生长或基于水平集的血管生长。
【文档编号】G06T7/00GK104182956SQ201310188720
【公开日】2014年12月3日 申请日期:2013年5月21日 优先权日:2013年5月21日
【发明者】王晓东, 李程, 毛玉妃 申请人:上海联影医疗科技有限公司