一种冠脉三维重建中的钙化斑块去除方法技术

本发明专利技术公开了一种冠脉三维重建中的钙化斑块去除方法，本发明专利技术的具体步骤分为六步：在步骤S1中，开始，在步骤S2中，读取患者平扫CT和增强CT影像数据；在步骤S3中，针对平扫影像数据进行钙化斑块识别；在步骤S4中，在增强CT影像上进行冠脉分割和重建三维冠脉模型；在步骤S5中，对钙化斑块和冠脉网格的两个三维空间进行校准，放在同一个坐标系中；最后得到的网格即为去除钙化斑块的冠脉血流三维图像模型；进入步骤S6，结束。本发明专利技术通过对比平扫CT和增强CT，从而在增强CT的冠脉三维模型中去除平扫识别的钙化斑块，获得精确的冠脉三维血液形态模型；为临床的狭窄评估和流体力学的血液动力分析提供支持。

【技术实现步骤摘要】

本专利技术涉及一种钙化斑块去除方法，尤其涉及。
技术介绍
与本专利技术最接近的技术是基于医学影像的血管图像分割技术，其原理是使用生长算法，按像素的灰度范围进行血管分割，从而获得三维图像模型。为了更好地进行图像分害J，这类算法主要基于增强的CT (扫描前患者静脉注射使得血液在X光下亮度增高的造影剂)，按照增强亮度的血液灰度值范围从周围组织中，利用区域生长算法，进行冠脉分割和三维图像重建。现有技术不能很好的处理钙化斑块。按美国心脏病协会，根据CT值(组织对于X光的吸收率，CT值的单位是Hu)对斑块进行分型，将斑块分为:软斑块(CT值< 50HU);纤维斑块(CT值50HU-130HU);钙化斑块(CT值> 130HU)，其中软斑块和纤维斑块统称为非钙化斑块。而在增强的CT图像中，血液的CT值范围在150?500HU，与钙化斑块的灰度范围重叠。这样，依靠灰度(与CT是线性正向关系，可以相互换算)范围是不可能把钙化斑块精确的分离出来。另外，按医学统计，钙化斑块按灰度的体积分布是:大于400HU的占比只有10%，小于200HU的占比大约50%。也是说，按灰度阈值，对于一个I丐化斑块，大约一半以上的体积是不能从血液中分割出来。这将造成冠脉三维重建的不准确性。特别是钙化斑块通常造成狭窄，没有完整去除钙化斑块的血管降造成血管狭窄程度测量的误差。对临床而言，错误的狭窄程度估计可能造成误诊。
技术实现思路
为了解决上述技术所存在的不足之处，本专利技术提供了。为了解决以上技术问题，本专利技术采用的技术方案是:，本专利技术的具体步骤为:在步骤SI中，开始，进入步骤S2 ；在步骤S2中，读取患者平扫CT和增强CT影像数据；在具体CT扫描时同时完成两种扫描或者分时段进行；分时段，要求两种扫描的体位和扫描角度是一致的；然后分别在影像数据上选择A、B、C三个校准点；校准点用来校准两个不同的影像数据到同一坐标空间中；校准点选择左冠入口、右冠入口和左冠第一个分叉点或其他分叉点；所述校准点也可以选择其他点，能够形成三角形，独立标志一个三维坐标系即可；记录下校准点的坐标，对平扫CT和增强CT的三个校准点分别计为Al、B1、Cl和A2、B2、C2 ;用于步骤S5中坐标转换； 然后进入步骤S3和S4 ；在步骤S3中，针对平扫影像数据进行钙化斑块识别；在平扫下，钙化斑块的灰度值大于130HU，与骨骼灰度值一样，而周围的组织的灰度值都小于130HU，灰度值与高亮度钙化斑块有明显区别，进而发现和识别钙化斑块，生成钙化斑块的空间像素点集合；然后进入步骤S5 ；钙化斑块识别出来的要点为:(I)、坐标系中限定心脏区间，排除骨骼的干扰；(2)、寻找区间内所有CT值，按灰度值转换，大于130HU的像素点；(3)、按是否相邻对这些像素点进行分块；(4)、分块面积大于3个像素点的斑块标志为一个钙化斑块。在三维坐标系中，四个像素点的钙化斑块分别标注为Al、A2、A3、A4 ;针对个体差异，钙化斑块的CT阈值需要在80-140HU之间进行一些调整，未成年人的阈值低一些；冠心病患者，年龄50岁以上的，130HU是合理的阈值；完成所有钙化斑块识别后进入步骤S5 ;在步骤S4中，在增强CT影像上进行冠脉分割和重建三维冠脉模型；然后对生长完成的图像进行网格化处理；然后进入步骤S5 ；在步骤S5中，对钙化斑块和冠脉网格的两个三维空间进行校准，放在同一个坐标系中；把钙化斑块放到冠脉网格坐标系中的方法如下:(I)、按步骤S2，钙化斑块的校准点Al、B1、Cl ;冠脉网格的校准点A2、B2、C2 ；(2)、钙化斑块坐标系平移，使得Al的坐标转化成A2即Al = A2 ;(3)、钙化斑块坐标系旋转，使得向量AlBl与A2B2重合；(4)、钙化斑块坐标系旋转，围绕A2B2，使得向量AlCl与A2C2重合；至此，把钙化斑块中像素的坐标都转化到了冠脉网格的坐标系中；然后遍历钙化斑块中的像素，如果该像素在冠脉的某网格中，去除该网格；最后得到的网格即为去除钙化斑块的冠脉血流三维图像模型；进入步骤S6，结束。本专利技术通过对比平扫CT和增强CT，从而在增强CT的冠脉三维模型中去除平扫识别的钙化斑块，获得精确的冠脉三维血液形态模型；为临床的狭窄评估和流体力学的血液动力分析提供支持。【附图说明】下面结合附图和【具体实施方式】对本专利技术作进一步详细的说明。图1为本专利技术流程图。图2为在影像数据上选择A、B、C三个校准点的示意图。图3为血管中高亮度钙化斑块的示意图。图4为在三维坐标系中，四个像素点的钙化斑块(Al，A2，A3，A4)的示意图。图5为生长完成的图像网格化示意图。图6为钙化斑块的校准点Al、B1、Cl ;冠脉网格的校准点A2、B2、C2的示意图。图7为钙化斑块坐标系平移，使得Al的坐标转化成A2(即Al = A2)的示意图。【具体实施方式】如图1所示，本专利技术的具体步骤为: 在步骤SI中，开始，进入步骤S2 ；在步骤S2中，读取患者平扫CT和增强CT影像数据；在具体CT扫描时，可以同时完成两种扫描，或者分时段进行。如果分时段，要求两种扫描的体位和扫描角度是一致的。然后分别在影像数据上选择A、B、C三个校准点。校准点用来校准两个不同的影像数据到同一坐标空间中。校准点可以选择左冠入口、右冠入口和左冠第一个分叉点(左前降支和左回旋支的分叉点)或其他分叉点，见图2箭头标注的A、B和C点。当然，校准点也可以选择其他点，只要能够形成三角形，独立标志一个三维坐标系即可。记录下校准点的坐标，对平扫CT和增强CT的三个校准点分别计为Al、B1、Cl和A2、B2、C2。以便用于步骤S5中坐标转换。然后进入步骤S3和S4 ；[004当前第1页1 2 本文档来自技高网...

【技术保护点】
一种冠脉三维重建中的钙化斑块去除方法，其特征在于：所述如图1所示，本专利技术的具体步骤为：在步骤S1中，开始，进入步骤S2；在步骤S2中，读取患者平扫CT和增强CT影像数据；在具体CT扫描时同时完成两种扫描或者分时段进行；分时段，要求两种扫描的体位和扫描角度是一致的；然后分别在影像数据上选择A、B、C三个校准点；校准点用来校准两个不同的影像数据到同一坐标空间中；校准点选择左冠入口、右冠入口和左冠第一个分叉点或其他分叉点；所述校准点也可以选择其他点，能够形成三角形，独立标志一个三维坐标系即可；记录下校准点的坐标，对平扫CT和增强CT的三个校准点分别计为A1、B1、C1和A2、B2、C2；用于步骤S5中坐标转换；然后进入步骤S3和S4；在步骤S3中，针对平扫影像数据进行钙化斑块识别；在平扫下，钙化斑块的灰度值大于130HU，与骨骼灰度值一样，而周围的组织的灰度值都小于130HU，灰度值与高亮度钙化斑块有明显区别，进而发现和识别钙化斑块，生成钙化斑块的空间像素点集合；然后进入步骤S5；钙化斑块识别出来的要点为：(1)、坐标系中限定心脏区间，排除骨骼的干扰；(2)、寻找区间内所有CT值，按灰度值转换，大于130HU的像素点；(3)、按是否相邻对这些像素点进行分块；(4)、分块面积大于3个像素点的斑块标志为一个钙化斑块。在三维坐标系中，四个像素点的钙化斑块分别标注为A1、A2、A3、A4；针对个体差异，钙化斑块的CT阈值需要在80‑140HU之间进行一些调整，未成年人的阈值低一些；冠心病患者，年龄50岁以上的，130HU是合理的阈值；完成所有钙化斑块识别后进入步骤S5；在步骤S4中，在增强CT影像上进行冠脉分割和重建三维冠脉模型；然后对生长完成的图像进行网格化处理；然后进入步骤S5；在步骤S5中，对钙化斑块和冠脉网格的两个三维空间进行校准，放在同一个坐标系中；把钙化斑块放到冠脉网格坐标系中的方法如下：(1)、按步骤S2，钙化斑块的校准点A1、B1、C1；冠脉网格的校准点A2、B2、C2；(2)、钙化斑块坐标系平移，使得A1的坐标转化成A2即A1＝A2；(3)、钙化斑块坐标系旋转，使得向量A1B1与A2B2重合；(4)、钙化斑块坐标系旋转，围绕A2B2，使得向量A1C1与A2C2重合；至此，把钙化斑块中像素的坐标都转化到了冠脉网格的坐标系中；然后遍历钙化斑块中的像素，如果该像素在冠脉的某网格中，去除该网格；最后得到的网格即为去除钙化斑块的冠脉血流三维图像模型；进入步骤S6，结束。...

【技术特征摘要】

【专利技术属性】
技术研发人员：唐铁兵，
申请(专利权)人：北京欣方悦医疗科技有限公司，
类型：发明
国别省市：北京;11