本发明涉及心脏成像技术领域,具体而言,涉及一种心脏电影成像量化方法、呼气末期图像确定方法及装置。
背景技术:
心脏实时电影成像无需稳定心电信号触发和受试者屏气配合,在心脏功能测量方面具有良好的应用前景。但是受试者自由呼吸会引起各图像层面的空间位置错配,导致心脏体积测量出现明显偏差。现有技术通常需要手动翻阅每个层面的所有图像,人工确定呼气末期阶段,并依据心室的变化选定用于心脏功能分析的心脏舒张末期(ED,End-Diastolic)和心脏收缩末期(ES,End-Systolic)图像,而后导入传统分析软件,再手动勾勒心室内膜轮廓,进而获取心脏功能数值。
上述现有技术依赖人工干预,流程繁琐耗时,严重影响了实时电影成像的临床实用性。
技术实现要素:
有鉴于此,本发明实施例的目的在于提供一种心脏电影成像量化方法、呼气末期图像确定方法及装置,以提高临床使用效率和价值。
第一方面,本发明实施例提供了一种心脏电影成像的量化方法,包括:从心脏电影成像所得的每层图像中,基于图像分割算法和图形拟合算法,获取呼气末期阶段每层的ED图像和ES图像对应的心室内膜轮廓;根据每层的所述ED图像和所述ES图像对应的心室内膜轮廓,确定所述心脏电影成像对应心室的量化参数,所述量化参数至少包括以下之一:每层的心室容积、所述心室的体积、所述心室的每搏输出量和所述心室的射血分数。
进一步地,从心脏电影成像所得的每层图像中,基于图像分割算法和图形拟合算法,获取呼气末期阶段每层的ED图像和ES图像对应的心室内膜轮廓包括:
对心脏电影成像的每层图像分别进行下述操作:基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和所述心室内膜轮廓的心室质心;基于所述心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目;按照时序连续的方式,将所述当前层图像划分为多个图像集单元;每个所述图像集单元中的图像个数为所述图像数目;根据各个所述图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的所述图像集单元;根据呼气末期阶段对应的所述图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段所述当前层的ED图像和ES图像。
进一步地,基于分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和心室质心包括:对于当前层中的每幅图像,分别从当前图像选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取所述当前图像的心室内膜轮廓和所述心室内膜轮廓的心室质心。
进一步地,根据各个所述图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的所述图像集单元包括:依次统计各个所述图像集单元中各个图像的心室质心,沿所述受试者头-脚方向上的运动位移信号;应用低通滤波器从所述运动位移信号中提取出各个所述图像集单元的呼吸运动信号;将最靠近所述受试者头部方向的所述呼吸运动信号对应的图像集单元,确定为呼气末期阶段对应的所述图像集单元。
进一步地,根据呼气末期阶段对应的所述图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段所述当前层的ED图像和ES图像包括:获取呼气末期阶段对应的所述图像集单元中各个图像的心室内膜轮廓的面积;将最大面积对应的图像确定为呼气末期阶段所述当前层的ED图像,将最小面积对应的图像确定为呼气末期阶段所述当前层的ES图像。
进一步地,根据每层的所述ED图像和所述ES图像对应的心室内膜轮廓,确定所述心脏电影成像对应心室的量化参数包括:获取每层的所述ED图像和所述ES图像对应的心室内膜轮廓的心室面积;将每层的所述ED图像和所述ES图像的心室面积与层厚相乘,得到每层的心室容积;将所述ED图像和所述ES图像相位下每层的所述心室容积相加,得到所述心室的心脏舒张末期体积EDV和心脏收缩末期体积ESV;计算所述心室的每搏输出量SV=EDV-ESV;计算所述心室的射血分数EF=SV/EDV。
第二方面,本发明实施例还提供一种心脏电影成像中呼气末期图像的确定方法,包括:基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和所述心室内膜轮廓的心室质心,其中,所述当前层为心脏电影成像中的任意一个成像层面;基于所述心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目;按照时序连续的方式,将所述当前层图像划分为多个图像集单元;每个所述图像集单元中的图像个数为所述图像数目;根据各个所述图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的所述图像集单元。
进一步地,基于分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和所述心室内膜轮廓的心室质心包括:对于当前层中的每幅图像,分别从当前图像选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取所述当前图像的心室内膜轮廓和所述心室内膜轮廓的心室质心。
进一步地,根据各个所述图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的所述图像集单元包括:依次统计各个所述图像集单元中各个图像的心室质心,沿所述受试者头-脚方向上的运动位移信号;应用低通滤波器从所述运动位移信号中提取出各个所述图像集单元的呼吸运动信号;将最靠近所述受试者头部方向的所述呼吸运动信号对应的图像集单元,确定为呼气末期阶段对应的所述图像集单元。
进一步地,还包括:根据呼气末期阶段对应的所述图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段所述当前层的ED图像和ES图像。
进一步地,根据呼气末期阶段对应的所述图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段所述当前层的ED图像和ES图像包括:获取呼气末期阶段对应的所述图像集单元中各个图像的心室内膜轮廓的面积;将最大面积对应的图像确定为呼气末期阶段所述当前层的ED图像,将最小面积对应的图像确定为呼气末期阶段所述当前层的ES图像。
第三方面,本发明实施例还提供一种心脏电影成像的量化装置,包括:心室内膜轮廓获取模块,用于从心脏电影成像所得的每层图像中,基于图像分割算法和图形拟合算法,获取呼气末期阶段每层的ED图像和ES图像对应的心室内膜轮廓;量化参数确定模块,用于根据每层的所述ED图像和所述ES图像对应的心室内膜轮廓,确定所述心脏电影成像对应心室的量化参数,所述量化参数至少包括以下之一:每层的心室容积、所述心室的体积、所述心室的每搏输出量和所述心室的射血分数。
进一步地,心室内膜轮廓获取模块还用于对心脏电影成像的每层图像分别进行下述操作:基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和所述心室内膜轮廓的心室质心;基于所述心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目;按照时序连续的方式,将所述当前层图像划分为多个图像集单元;每个所述图像集单元中的图像个数为所述图像数目;根据各个所述图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的所述图像集单元;根据呼气末期阶段对应的所述图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段所述当前层的ED图像和ES图像。
第四方面,本发明实施例还提供一种心脏电影成像中呼气末期图像的确定装置,包括:心室特征获取模块,用于基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和所述心室内膜轮廓的心室质心,其中,所述当前层为心脏电影成像中的任意一个成像层面;图像数目确定模块,用于基于所述心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目;图像集单元划分模块,用于按照时序连续的方式,将所述当前层图像划分为多个图像集单元;每个所述图像集单元中的图像个数为所述图像数目;图像集单元确定模块,用于根据各个所述图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的所述图像集单元。
进一步地,心室特征获取模块还用于对于当前层中的每幅图像,分别从当前图像选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取所述当前图像的心室内膜轮廓和所述心室内膜轮廓的心室质心。
本发明实施例提供的心脏电影成像的量化方法,基于图像分割算法和图形拟合算法获取呼气末期每层的ED图像和ES图像对应的心室内膜轮廓,并根据上述心室内膜轮廓获取心室容积,进而实现心脏功能参数的快速确定,极少需要人工干预,有效的减少了处理图像所需流程和时间。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例一所提供的心脏电影成像的量化方法的一种流程示意图;
图2示出了本发明实施例一所提供的心脏电影成像的量化方法的另一种流程示意图;
图3示出了本发明实施例一所提供的心脏电影成像图像;
图4示出了本发明实施例一所提供的心脏电影成像的当前层面所有图像的心室面积示意图;
图5示出了本发明实施例一所提供的心脏电影成像的当前层所有图像心室质心沿头-脚方向上的运动位移信号图;
图6示出了本发明实施例一所提供的呼吸运动信号示意图;
图7示出了本发明实施例二所提供的心脏电影成像中呼气末期图像的确定方法的流程示意图;
图8示出了本发明实施例三所提供的心脏电影成像的量化装置的结构示意图;
图9示出了本发明实施例四所提供的心脏电影成像中呼气末期图像的确定装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图,对本发明的具体实施方式作详细说明。
实施例一
本发明实施例一提供了一种心脏电影成像的量化方法,参见图1所示的心脏电影成像的量化方法的流程示意图,该方法包括如下步骤:
步骤S11,从心脏电影成像所得的每层图像中,基于图像分割算法和图形拟合算法,获取呼气末期阶段每层的ED图像和ES图像对应的心室内膜轮廓。
本实施例在执行上述步骤前,已预先使用心脏实时电影成像技术获取了心脏的多层图像,其中每层图像均包括连续采集的多张图像。
在成像过程中,由于呼吸运动会导致同一层面在不同心脏相位以及不同层面之间的空间位置不匹配,因此需要从中选取在呼气末期(即呼吸运动最小)时的ED图像和ES图像,进而获取上述图像对应的心室内膜轮廓。具体地,可以通过对每层的各个图像进行图像分割和图形拟合,确定呼气末期阶段的ED图像和ES图像及其对应的心室内膜轮廓。
步骤S12,根据每层的ED图像和ES图像对应的心室内膜轮廓,确定心脏电影成像对应心室的量化参数。
上述量化参数至少包括以下之一:每层的心室容积、心室的体积、心室的每搏输出量(SV)和心室的射血分数(EF),其中心室的体积包括心脏舒张末期体积(EDV)和心脏收缩末期体积(ESV)。
在获取上述每层的ED图像和ES图像对应的心室内膜轮廓后,可以根据该心室内膜轮廓确定心室的面积,将面积与层厚相乘得到该层的心室容积,将每层的心室容积相加,得到心室的EDV和ESV;心室的每搏输出量SV=EDV-ESV;心室的射血分数EF=SV/EDV。
本发明实施例提供的心脏电影成像的量化方法,基于图像分割算法和图形拟合算法获取呼气末期每层的ED图像和ES图像对应的心室内膜轮廓,并根据上述心室内膜轮廓获取心室容积,进而实现心脏功能参数的快速确定,降低了人工干预度,有效的减少了处理图像所需流程和时间,进而提高了心室参数的量化效率。
参见图2所示的心脏电影成像的量化方法的流程示意图,上述步骤S11中对心脏电影成像的每层图像进行的操作具体包括:
步骤S21,基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和该心室内膜轮廓的心室质心。
其中图像分割算法是以上述图像的灰度为对象进行的,在本实施例中以K均值聚类分割算法为例进行说明,可以理解的是,也可以使用其他适合的分割算法进行。可以根据心室的生理结构选择合适的图形拟合算法,例如针对左心室使用椭圆拟合算法,针对右心室使用多边形拟合算法。
在本实施例中,对于当前层中的每幅图像,分别从当前图像中选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取当前图像的心室内膜轮廓和心室质心。参见图3所示的心脏电影成像图像,下面以确定左心室的心室内膜轮廓和心室质心为例进行说明。
首先在图像中的左心室内手动任选一点作为种子点,基于该图像的灰度进行K均值聚类分割,然后对分割结果进行椭圆拟合得到左心室的内膜轮廓,如图3中的椭圆所示;将该椭圆的中心确定为左心室的质心,如图3中椭圆内的圆点所示。可以理解的是,拟合得到椭圆后容易获得该椭圆的面积,而该椭圆的面积即为左心室的心室面积,参见图4所示的当前层面的所有图像的心室面积示意图,横轴表示图像的采集时间,纵轴表示心室面积。
其中,上述K均值聚类分割的具体过程如下:
1.输入图像的各点的灰度集合D,从D中随机选择k个点,作为k个簇的中心,其中包括上述种子点;
2.分别计算剩下的各点的灰度与k个簇的中心的相异度,将各点划归到相异度最低的簇中,即进行聚类;
3.根据聚类结果,重新计算k个簇的中心;
4.将各点按照新的中心重新聚类,直到满足中止条件;
5.选择包括上述种子点的簇作为结果。
然后对上述K均值聚类分割的结果进行椭圆拟合得到左心室的内膜轮廓。
步骤S22,基于心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目。
上述受试者的心率可以是实时检测数值,也可以是针对不同类型受试者的经验数值;根据心率计算得出心动周期:心动周期=单位时间/心率;再根据心动周期计算图像数目N:图像数目N=心动周期/心脏成像时间分辨率。
步骤S23,按照时序连续的方式,将当前层图像划分为多个图像集单元;每个图像集单元中的图像个数为上述图像数目。
由于当前层的图像是连续采集的多张图像,可以按照时序连续的方式图像集单元,其中每个图像集单元包括时序连续的N幅图像。
步骤S24,根据各个图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的图像集单元。
上述确定过程具体包括以下步骤:
首先依次统计各个图像集单元中各个图像的心室质心,沿受试者头-脚方向上的运动位移信号;参见图5所示的当前层所有图像的心室质心沿头-脚方向上的运动位移信号图,其中横轴表示采集时间,纵轴表示质心位移,纵轴的正方向表示头方向,纵轴的负方向表示脚方向。
其次应用低通滤波器从上述运动位移信号中提取出各个图像集单元的呼吸运动信号;其中,使用低通滤波器的目的是提取信号变化较为缓慢的呼吸运动信号,例如可以将截止频率设置为0.5Hz。计算各个图像集单元的心室质心位移得到如图6所示的呼吸运动信号示意图,其中横轴表示采集时间,纵轴表示呼吸位移,纵轴的正方向表示头方向,纵轴的负方向表示脚方向。
然后将最靠近受试者头部方向的呼吸运动信号对应的图像集单元,确定为呼气末期阶段对应的图像集单元;在图6中的粗实线示出了最靠近头部方向的心动周期,将其对应的图像集单元确定为呼气末期阶段对应的图像集单元。
步骤S25,根据呼气末期阶段对应的图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段当前层的ED图像和ES图像。
在得到呼气末期阶段对应的图像集单元后,获取该图像集单元中各个图像的心室内膜轮廓的面积。如前文所述,根据图像分割拟合得到的椭圆计算该椭圆的面积,该椭圆的面积即为心室内膜轮廓的面积。
在得到各个图像的心室内膜轮廓的面积后,将最大面积对应的图像确定为呼气末期阶段当前层的ED图像,将最小面积对应的图像确定为呼气末期阶段当前层的ES图像。
本发明实施例提供的心脏电影成像的量化方法,基于图像分割算法和图形拟合算法,可以自动分割拟合心室内膜轮廓,根据分割拟合结果可以自动获得心室质心运动位移信号和心室面积,对该心室质心运动位移信号进行呼吸信号和心跳信号分离,由上述呼吸信号自动确定呼气末期,从而获得呼气末期内的ED和ES图像,进而根据ED和ES图像中心室面积自动获得反应心脏功能的参数,降低了人工干预度,过程快速有效。
实施例二
本发明实施例提供了一种心脏电影成像中呼气末期图像的确定方法,参见图7所示的心脏电影成像中呼气末期图像的确定方法的流程示意图,该方法包括如下步骤:
步骤S71,基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和该心室内膜轮廓的心室质心。
本实施例在执行上述步骤前,已预先使用心脏实时电影成像技术获取了心脏的多层图像,其中每层图像均包括连续采集的多张图像,上述当前层为心脏电影成像中的任意一个成像层面。
具体地,对于当前层中的每幅图像,分别从当前图像选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取当前图像的心室内膜轮廓和该心室内膜轮廓的心室质心。
对图像进行分割拟合获取心室内膜轮廓和心室质心的具体过程可以参见实施例一中的记载,在此不再赘述。
步骤S72,基于心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目。
上述受试者的心率可以是实时检测数值,也可以是针对不同类型受试者的经验数值;根据心率计算得出心动周期:心动周期=单位时间/心率;再根据心动周期计算图像数目N:图像数目N=心动周期/心脏成像时间分辨率。
步骤S73,按照时序连续的方式,将当前层图像划分为多个图像集单元;每个图像集单元中的图像个数为上述图像数目。
由于当前层的图像是连续采集的多张图像,可以按照时序连续的方式图像集单元,其中每个图像集单元包括时序连续的N幅图像。
步骤S74,根据各个图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的图像集单元。
本发明实施例提供的心脏电影成像中呼气末期图像的确定方法,基于图像分割算法和图形拟合算法,可以自动分割拟合心室内膜轮廓,进而获取心室质心运动位移趋势,从而确定呼气末期阶段对应的图像集单元,降低了人工干预度,有效的减少了处理图像所需流程和时间,进而提高了心室参数的量化效率。
上述步骤S74中的确定过程具体包括以下步骤:
首先依次统计各个图像集单元中各个图像的心室质心,沿受试者头-脚方向上的运动位移信号;参见图5所示的当前层所有图像的心室质心沿头-脚方向上的运动位移信号图,其中横轴表示采集时间,纵轴表示质心位移,纵轴的正方向表示头方向,纵轴的负方向表示脚方向。
其次应用低通滤波器从上述运动位移信号中提取出各个图像集单元的呼吸运动信号;其中,使用低通滤波器的目的是提取信号变化较为缓慢的呼吸运动信号,例如可以将截止频率设置为0.5Hz。计算各个图像集单元的心室质心位移得到如图6所示的呼吸信号示意图,其中横轴表示采集时间,纵轴表示呼吸位移,纵轴的正方向表示头方向,纵轴的负方向表示脚方向。
然后将最靠近受试者头部方向的呼吸运动信号对应的图像集单元,确定为呼气末期阶段对应的图像集单元;在图6中的粗实线示出了最靠近头部方向的心动周期,将其对应的图像集单元确定为呼气末期阶段对应的图像集单元。
考虑到量化心脏功能参数需要上述呼气末期阶段的ED图像和ES图像,在获得上述当前层的呼气末期阶段对应的图像集单元后,可以根据其中各个图像的心室内膜轮廓的大小,从中确定当前层的ED图像和ES图像,具体如下:
获取上述图像集单元中各个图像的心室内膜轮廓的面积;如前文所述,根据图像分割拟合得到的椭圆计算该椭圆的面积,该椭圆的面积即为心室内膜轮廓的面积。在得到各个图像的心室内膜轮廓的面积后,将最大面积对应的图像确定为呼气末期阶段当前层的ED图像,将最小面积对应的图像确定为呼气末期阶段当前层的ES图像。
本发明实施例提供的心脏电影成像中呼气末期图像的确定方法,基于图像分割算法和图形拟合算法,可以自动分割拟合心室内膜轮廓,根据分割拟合结果可以获得心室质心运动位移信号,对该心室质心运动位移信号进行呼吸信号和心跳信号分离,由上述呼吸信号自动确定呼气末期,从而确定呼气末期阶段对应的图像集单元,还可以从中确定呼气末期的ED和ES图像,降低了人工干预度,有效的减少了处理图像所需流程和时间,过程快速有效。
实施例三
本发明实施例三提供了一种心脏电影成像的量化装置,参见图8所示的心脏电影成像的量化装置的结构示意图,该量化装置包括心室内膜轮廓获取模块810和量化参数确定模块820,其中,各模块的功能如下:
心室内膜轮廓获取模块810,用于从心脏电影成像所得的每层图像中,基于图像分割算法和图形拟合算法,获取呼气末期阶段每层的ED图像和ES图像对应的心室内膜轮廓。
使用心脏实时电影成像技术可以获取心脏的多层图像,其中每层图像均包括连续采集的多张图像。具体地,可以通过对每层的各个图像进行图像分割和图形拟合,确定呼气末期阶段的ED图像和ES图像及其对应的心室内膜轮廓。
量化参数确定模块820,用于根据每层的ED图像和ES图像对应的心室内膜轮廓,确定心脏电影成像对应心室的量化参数。
上述量化参数至少包括以下之一:每层的心室容积、心室的体积、心室的每搏输出量(SV)和心室的射血分数(EF),其中心室的体积包括心脏舒张末期体积(EDV)和心脏收缩末期体积(ESV)。
在获取上述每层的ED图像和ES图像对应的心室内膜轮廓后,可以根据该心室内膜轮廓确定心室的面积,将面积与层厚相乘得到该层的心室容积,将每层的心室容积相加,得到心室的EDV和ESV;心室的每搏输出量SV=EDV-ESV;心室的射血分数EF=SV/EDV。
本发明实施例提供的上述心脏电影成像的量化装置,基于图像分割算法和图形拟合算法获取呼气末期每层的ED图像和ES图像对应的心室内膜轮廓,并根据上述心室内膜轮廓获取心室容积,进而实现心脏功能参数的快速确定,降低了人工干预度,有效的减少了处理图像所需流程和时间,进而提高了心室参数的量化效率。
其中,心室内膜轮廓获取模块810,还用于:
基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和该心室内膜轮廓的心室质心;基于心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目;按照时序连续的方式,将当前层图像划分为多个图像集单元;每个图像集单元中的图像个数为上述图像数目;根据各个图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的图像集单元;根据呼气末期阶段对应的图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段当前层的ED图像和ES图像。
上述心室内膜轮廓获取模块810的功能中,基于分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和心室质心包括:对于当前层中的每幅图像,分别从当前图像选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取当前图像的心室内膜轮廓和该心室内膜轮廓的心室质心。
进一步,根据各个图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的图像集单元包括:
依次统计各个图像集单元中各个图像的心室质心,沿受试者头-脚方向上的运动位移信号;应用低通滤波器从运动位移信号中提取出各个图像集单元的呼吸运动信号;将最靠近受试者头部方向的呼吸运动信号对应的图像集单元,确定为呼气末期阶段对应的图像集单元。
进一步,根据呼气末期阶段对应的图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段当前层的ED图像和ES图像包括:
获取呼气末期阶段对应的图像集单元中各个图像的心室内膜轮廓的面积;将最大面积对应的图像确定为呼气末期阶段当前层的ED图像,将最小面积对应的图像确定为呼气末期阶段当前层的ES图像。
本发明实施例提供的心脏电影成像的量化装置,基于图像分割算法和图形拟合算法,可以自动分割拟合心室内膜轮廓,根据分割拟合结果可以自动获得心室质心运动位移信号和心室面积,对该心室质心运动位移信号进行呼吸信号和心跳信号分离,由上述呼吸信号自动确定呼气末期,从而获得呼气末期内的ED和ES图像,进而根据ED和ES图像中心室面积自动获得反应心脏功能的参数,降低了人工干预度,过程快速有效。有效的减少了处理图像所需流程和时间,进而提高了心室参数的量化效率
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,方法实施例部分未提及之处,可参考前述方法实施例中相应内容。
实施例四
本发明实施例四提供了一种心脏电影成像中呼气末期图像的确定装置,参见图9所示的心脏电影成像中呼气末期图像的确定装置的结构示意图,该确定装置包括心室特征获取模块910、图像数目确定模块920、图像集单元划分模块930和图像集单元确定模块940,其中,各模块的功能如下:
心室特征获取模块910,用于基于图像分割算法和图形拟合算法,获取当前层中每幅图像的心室内膜轮廓和该心室内膜轮廓的心室质心,其中,当前层为心脏电影成像中的任意一个成像层面。
使用心脏实时电影成像技术可以获取心脏的多层图像,其中每层图像均包括连续采集的多张图像。具体地,对于当前层中的每幅图像,分别从当前图像选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取当前图像的心室内膜轮廓和心室质心。
图像数目确定模块920,用于基于心脏电影成像对应受试者的心率确定一个心动周期内包含的图像数目。
上述受试者的心率可以是实时检测数值,也可以是针对不同类型受试者的经验数值;根据心率计算得出心动周期:心动周期=单位时间/心率;再根据心动周期计算图像数目N:图像数目N=心动周期/心脏成像时间分辨率。
图像集单元划分模块930,用于按照时序连续的方式,将当前层图像划分为多个图像集单元;每个图像集单元中的图像个数为上述图像数目。由于当前层的图像是连续采集的多张图像,可以按照时序连续的方式图像集单元,其中每个图像集单元包括时序连续的N幅图像。
图像集单元确定模块940,用于根据各个图像集单元内图像的心室质心运动位移趋势,确定呼气末期阶段对应的图像集单元。
本发明实施例提供的上述心脏电影成像中呼气末期图像的确定装置,基于图像分割算法和图形拟合算法,可以自动分割拟合心室内膜轮廓,进而获取心室质心运动位移趋势,从而确定呼气末期阶段对应的图像集单元,降低了人工干预度,有效的减少了处理图像所需流程和时间,进而提高了心室参数的量化效率。
其中心室特征获取模块910还用于:对于当前层中的每幅图像,分别从当前图像选定的种子点开始,按照K均值聚类分割算法和椭圆拟合算法获取当前图像的心室内膜轮廓和该心室内膜轮廓的心室质心。
图像集单元确定模块940还用于:依次统计各个图像集单元中各个图像的心室质心,沿受试者头-脚方向上的运动位移信号;应用低通滤波器从运动位移信号中提取出各个图像集单元的呼吸运动信号;将最靠近受试者头部方向的呼吸运动信号对应的图像集单元,确定为呼气末期阶段对应的图像集单元。
考虑到计算心脏功能的参数需要,上述装置还包括:ED图像和ES图像确定模块,用于根据呼气末期阶段对应的图像集单元中各个图像的心室内膜轮廓的大小,确定呼气末期阶段当前层的ED图像和ES图像。其中,确定当前层的ED图像和ES图像的过程如下:获取呼气末期阶段对应的图像集单元中各个图像的心室内膜轮廓的面积;将最大面积对应的图像确定为呼气末期阶段当前层的ED图像,将最小面积对应的图像确定为呼气末期阶段当前层的ES图像。
本发明实施例提供的心脏电影成像中呼气末期图像的确定装置,基于图像分割算法和图形拟合算法,可以自动分割拟合心室内膜轮廓,根据分割拟合结果可以获得心室质心运动位移信号,对该心室质心运动位移信号进行呼吸信号和心跳信号分离,由上述呼吸信号自动确定呼气末期,从而确定呼气末期阶段对应的图像集单元,还可以从中确定呼气末期的ED和ES图像,降低了人工干预度,有效的减少了处理图像所需流程和时间,过程快速有效。
本发明实施例所提供的装置,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,方法实施例部分未提及之处,可参考前述方法实施例中相应内容。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。