追踪导丝尖端的方法、系统及存储介质技术方案

本发明专利技术涉及心脏X射线透视技术领域，具体涉及一种追踪导丝尖端的方法、系统及存储介质，该方法通过提取特征点并根据特征点进行聚类，将每帧图像分割为多个包含导丝尖端候选者的目标区域，根据候选者在特定时间段内的运动幅度以及导丝尖端的特性从多个导丝尖端候选者中确定导丝尖端。本发明专利技术的方法及系统仅仅利用原始X射线透视视频中的信息，无需外部参考，同时，提高了每帧图像中导丝尖端的追踪的准确性，实现了导丝尖端的动态实时追踪。

Method, System and Storage Medium for Tracking Lead Tip

【技术实现步骤摘要】
追踪导丝尖端的方法、系统及存储介质
本专利技术涉及心脏X射线透视
，具体涉及一种追踪导丝尖端的方法、系统及存储介质。
技术介绍
血管内手术具有侵袭性小、恢复时间短等优点，得到了广泛的应用。然而，在造影剂逐渐代谢后，血管几乎是看不见的。为了减少对患者的伤害，在手术过程中一直使用造影剂并不是一个明智的选择。导丝是一种通过导管插入血管的医疗器械，对介入监测和辅助有重要作用。此外，导丝的远端称为导丝尖端，可用于分析重要数据。请参阅图1所示，现有技术中利用Photoshop工具的stackcomposition技术，按时间序列叠加4个序列。观察后，导丝尖端的运动受心跳、患者呼吸等因素的影响。鲁棒追踪系统通过提供导丝尖端的可靠位置和形状，在连续图像中发挥着重要作用之前的几项工作尝试用各种方法对导丝进行追踪。现有技术中的一些追踪方法是基于图像增强和b样条模型。但是，在噪声背景下，点检测的拟合是比较困难的。在不使用b样条模型的情况下，Wagner提出了一种新的导丝路径提取方法。此外，Wang等人提出了一种基于边缘检测和开放活动轮廓的方法，具有95.3％的accuracy。然而，该方法主要针对单帧，每帧处理时间约为3.79s。现有技术中还提出了血管中心线和心电信息可以作为导丝尖端追踪的参考。在导丝追踪中应用了一些新的方法，例如，在现有技术中，使用卷积神经网络，但受造影剂残留等异常值的影响。。鉴于此，克服以上现有技术中的缺陷，提供一种新的追踪导丝尖端的方法成为本领域亟待解决的技术问题。
技术实现思路
本专利技术的目的在于针对现有技术的上述缺陷，提供一种追踪导丝尖端的方法、系统及存储介质。本专利技术的目的可通过以下的技术措施来实现：本专利技术提供了一种在X射线透视视频中追踪导丝尖端的方法，该方法包括：S1，将X射线透视视频的每帧图像进行增强，在增强后的每帧图像上提取特征点；S2，对于连续N帧图像，对第一帧图像上的特征点进行聚类，得到多个聚类集群，根据每个聚类集群占据的区域确定目标区域，将所述目标区域映射至第二帧图像至第N帧图像中；S3，对每帧图像的目标区域进行中心线提取，以得到目标区域内的至少一条曲线，将目标区域中长度最长的曲线作为导丝尖端候选者并根据长度最长的曲线计算对应导丝尖端候选者的重力点；S4，计算第二帧图像至第N帧图像中目标区域的重力点与第一帧图像中目标区域的重力点之间距离的平方误差之和，将平方误差之和最大的重力点所在目标区域内的导丝尖端候选者确定为导丝尖端。优选地，步骤S1具体包括：采用单尺度算法将X射线透视视频的每帧图像进行增强，基于梯度矢量流场在增强后的每帧图像上提取特征点。优选地，在步骤S2中，所述“对第一帧图像上的特征点进行聚类，得到多个聚类集群”的步骤包括：S21，从第一帧图像上的所有特征点中随机选择一个初始特征点a1作为集群A中心，将初始特征点a1的邻域内的特征点归入集群A，将集群A内任意特征点的邻域内的特征点归入集群A；S22，从未归入任何集群的特征点中随机选择一个初始特征点b1作为集群B中心，将初始特征点b1的邻域内的特征点归入集群B，将集群B内任意特征点的邻域内的特征点归入集群B；S23，重复步骤S22，直到不存在未归任何集群的特征点。优选地，在步骤S3中还包括如下步骤：对每帧图像的目标区域进行滤波处理。优选地，在步骤S3中还包括如下步骤：计算每两个重力点之间的距离，当两个重力点之间的距离小于距离阈值g时，将两个重力点对应的目标区域合并；当重力点位于图像边界外时，放弃对所述重力点对应的目标区域的追踪。优选地，在步骤S3中还包括如下步骤：当目标区域内的曲线长度小于长度阈值t1时，将首尾距离小于距离阈值D的两条曲线进行拼接；当目标区域内的曲线长度小于长度阈值t1时，将夹角小于角度阈值θ的两条相邻曲线进行拼接。优选地，在步骤S3中还包括如下步骤：根据导丝尖端的预测位置对目标区域内的曲线位置进行调整。本专利技术还提供了一种在X射线透视视频中追踪导丝尖端的系统，该系统包括：特征点提取模块，用于将X射线透视视频的每帧图像进行增强，在增强后的每帧图像上提取特征点；目标区域分割模块，用于对第一帧图像上的特征点进行聚类，得到多个聚类集群，根据每个聚类集群占据的区域确定目标区域，将所述目标区域映射至第二帧图像至第N帧图像中；候选者计算模块，用于对每帧图像的目标区域进行中心线提取，以得到目标区域内的至少一条曲线，将目标区域中长度最长的曲线作为导丝尖端候选者并根据长度最长的曲线计算对应导丝尖端候选者的重力点；导丝尖端计算模块，用于计算第二帧图像至第N帧图像中目标区域的重力点与第一帧图像中目标区域的重力点之间距离的平方误差之和，将平方误差之和最大的重力点所在目标区域内的导丝尖端候选者确定为导丝尖端。优选地，所述系统还包括拼接模块，用于当目标区域内的曲线长度小于长度阈值t1时，将首尾距离小于距离阈值D的两条曲线进行拼接；以及当目标区域内的曲线长度小于长度阈值t1时，将夹角小于角度阈值θ的两条相邻曲线进行拼接。本专利技术还提供了一种存储介质，所述存储介质存储有程序，所述程序被执行时实现上述的在X射线透视视频中追踪导丝尖端的方法。本专利技术的追踪导丝尖端的方法及系统，通过提取特征点并根据特征点进行聚类，将每帧图像分割为多个包含导丝尖端候选者的目标区域，根据候选者在特定时间段内的运动幅度以及导丝尖端的特性从多个导丝尖端候选者中确定导丝尖端，仅仅利用原始X射线透视视频中的信息，无需外部参考，同时，提高了每帧图像中导丝尖端的追踪的准确性，实现了导丝尖端的动态实时追踪。附图说明图1是现有技术中基于stackcomposition技术的四个不同透视视频下效果图。图2是本专利技术实施例的在X射线透视视频中追踪导丝尖端的方法的流程图。图3是本专利技术实施例中描述多边形掩模示意图。图4是本专利技术实施例中曲线校准示意图。图5是本专利技术实施例的方法的RuSio框架算法的流程图。图6是本专利技术实施例的方法的连续5帧追踪性能展示图。图7是本专利技术实施例的方法的RuSio框架参数展示图。图8是本专利技术实施例的在X射线透视视频中追踪导丝尖端的系统的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本专利技术作进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。为了使本揭示内容的叙述更加详尽与完备，下文针对本专利技术的实施方式与具体实施例提出了说明性的描述；但这并非实施或运用本专利技术具体实施例的唯一形式。实施方式中涵盖了多个具体实施例的特征以及用以建构与操作这些具体实施例的方法步骤与其顺序。然而，亦可利用其它具体实施例来达成相同或均等的功能与步骤顺序。实施例1本专利技术实施例提供了一种在X射线透视视频中追踪导丝尖端的方法，请参阅图2所示，该方法包括：S101，将X射线透视视频的每帧图像进行增强，在增强后的每帧图像上提取特征点。S102，对于连续N帧图像，对第一帧图像上的特征点进行聚类，得到多个聚类集群，根据每个聚类集群占据的区域确定目标区域，将该目标区域映射至第二帧图像至第N帧图像中。S103，对每帧图像的目标区域进行中心线提取，以得到目标区域内的至少一条曲线，将目标区域中长度最长的曲线作为导丝尖端候选者并根据长度最本文档来自技高网...

【技术保护点】
1.一种在X射线透视视频中追踪导丝尖端的方法，其特征在于，该方法包括：S1，将X射线透视视频的每帧图像进行增强，在增强后的每帧图像上提取特征点；S2，对于连续N帧图像，对第一帧图像上的特征点进行聚类，得到多个聚类集群，根据每个聚类集群占据的区域确定目标区域，将所述目标区域映射至第二帧图像至第N帧图像中；S3，对每帧图像的目标区域进行中心线提取，以得到目标区域内的至少一条曲线，将目标区域中长度最长的曲线作为导丝尖端候选者并根据长度最长的曲线计算对应导丝尖端候选者的重力点；S4，计算第二帧图像至第N帧图像中目标区域的重力点与第一帧图像中目标区域的重力点之间距离的平方误差之和，将平方误差之和最大的重力点所在目标区域内的导丝尖端候选者确定为导丝尖端。

【技术特征摘要】
1.一种在X射线透视视频中追踪导丝尖端的方法，其特征在于，该方法包括：S1，将X射线透视视频的每帧图像进行增强，在增强后的每帧图像上提取特征点；S2，对于连续N帧图像，对第一帧图像上的特征点进行聚类，得到多个聚类集群，根据每个聚类集群占据的区域确定目标区域，将所述目标区域映射至第二帧图像至第N帧图像中；S3，对每帧图像的目标区域进行中心线提取，以得到目标区域内的至少一条曲线，将目标区域中长度最长的曲线作为导丝尖端候选者并根据长度最长的曲线计算对应导丝尖端候选者的重力点；S4，计算第二帧图像至第N帧图像中目标区域的重力点与第一帧图像中目标区域的重力点之间距离的平方误差之和，将平方误差之和最大的重力点所在目标区域内的导丝尖端候选者确定为导丝尖端。2.根据权利要求1所述的在X射线透视视频中追踪导丝尖端的方法，其特征在于，步骤S1具体包括：采用单尺度算法将X射线透视视频的每帧图像进行增强，基于梯度矢量流场在增强后的每帧图像上提取特征点。3.根据权利要求1所述的在X射线透视视频中追踪导丝尖端的方法，其特征在于，在步骤S2中，所述“对第一帧图像上的特征点进行聚类，得到多个聚类集群”的步骤包括：S21，从第一帧图像上的所有特征点中随机选择一个初始特征点a1作为集群A中心，将初始特征点a1的邻域内的特征点归入集群A，将集群A内任意特征点的邻域内的特征点归入集群A；S22，从未归入任何集群的特征点中随机选择一个初始特征点b1作为集群B中心，将初始特征点b1的邻域内的特征点归入集群B，将集群B内任意特征点的邻域内的特征点归入集群B；S23，重复步骤S22，直到不存在未归任何集群的特征点。4.根据权利要求1所述的在X射线透视视频中追踪导丝尖端的方法，其特征在于，在步骤S3中还包括如下步骤：对每帧图像的目标区域进行滤波处理。5.根据权利要求1所述的在X射线透视视频中追踪导丝尖端的方法，其特征在于，在步骤S3中还包括如下步骤：计算每两个重力点之间的距离，当两个重力...

【专利技术属性】
技术研发人员：王澄，李迟迟，周寿军，
申请(专利权)人：中国科学院深圳先进技术研究院，
类型：发明
国别省市：广东,44