基于数据处理的DSA建模点云数据融合处理方法技术

本发明专利技术涉及数据处理技术领域，具体涉及基于数据处理的DSA建模点云数据融合处理方法。该方法采用DSA造影设备识别图形获取不同视点下待检测血管组织的血管减影图像，然后对获取到的不同视点下待检测血管组织的血管减影图像进行数据处理，得到各分叉点的可信度和各中轴点的可信度，基于各分叉点的可信度和各中轴点的可信度，对各血管中轴三维点云数据进行融合，得到综合血管中轴三维点云数据，进而对待检测血管组织进行三维重建。因此，本发明专利技术提供的方法采用图形识别的方式，并进行相关的数据处理，重建待检测血管组织的三维模型，提高了血管三维模型的重建精度。血管三维模型的重建精度。血管三维模型的重建精度。

【技术实现步骤摘要】
基于数据处理的DSA建模点云数据融合处理方法


[0001]本专利技术涉及数据处理
，具体涉及基于数据处理的DSA建模点云数据融合处理方法。

技术介绍

[0002]随着计算机产业的发展，现代临床医学日益依赖新型的数字化医疗设备，心血管系统疾病是一种突发疾病，利用数字化技术，可以更加方便医疗人员定量地获取有关心血管系统的特征信息，有利于做出正确的诊断。其中，数字减影血管造影技术（DSA）是医学影像中继X射线CT之后，电子计算机与常规X射线血管造影相结合的一项新技术，该技术的基本原理是将含有有机化合物在X射线照射下透明的造影剂快速注入血流，将血管在X线照射下显影，并将显影过程拍摄下来，根据显影的结果了解血管的生理或病理变化，将注入造影剂前后拍摄的两帧X射线图像经数字化输入计算机，通过减影、增强和再成像等操作来获得清晰的纯血管影像，这就是DSA。
[0003]对于DSA造影方法来说其本身只获得了血管的二维造影图像信息，但对于一些需要关注血管三维模型并通过血管三维空间结构来进行血管病理诊断的情况来说，DSA获得的二维造影图像信息也可作为血管三维模型重建的依据，利用多视点成像方法重建血管结构的三维点云模型。现有技术一般先提取DSA造影图像的血管中轴并以提取出的血管中轴上的分叉点作为匹配特征点，但其一般利用细化方法将血管图像细化后进行血管中轴的提取，而由于DSA造影图像本身仅为一个二维图像，二维的DSA造影图像存在血管重叠交叉产生的遮挡问题，这样一来提取出的血管中轴就存在着重叠、遮挡问题，作为匹配特征点的分叉点更容易产生血管重叠的问题，若不对重叠的分叉点分别进行评价，直接进行血管三维点的获取会使重建出的血管三维模型产生较大误差，影响重建精度。

技术实现思路

[0004]为了解决现有方法重建血管组织的三维模型时存在的精度低的问题，本专利技术的目的在于提供一种基于数据处理的DSA建模点云数据融合处理方法，所采用的技术方案具体如下：本专利技术提供了一种基于数据处理的DSA建模点云数据融合处理方法，该方法包括以下步骤：获取待检测血管组织在不同视点下的血管减影图像中的血管区域；对于任一视点下的血管减影图像：获取该图像中各血管中轴段上的中轴点和该图像中的各交汇区域；根据各交汇区域的边数和各交汇区域的边缘像素点的曲率，得到各交汇区域的类别；所述类别包括交叉类别和分叉类别；若交汇区域对应的类别为分叉类别，则将对应交汇区域的中心点记为分叉点；对于任一视点下的血管减影图像中的任一分叉点：根据该分叉点所在的交汇区域中像素点的灰度均值和与该分叉点所在的交汇区域相连的各血管中轴段上的中轴点的灰
度均值，计算该分叉点的可信度；将与该分叉点相连的各血管中轴段划分成预设个数的等份，根据各分割点对应的血管直径，得到该分叉点对应的多个匹配特征序列；根据任意两个视点下的血管减影图像中各分叉点对应的多个匹配特征序列，得到各分叉点匹配点对；以各分叉点匹配点对中两个分叉点的可信度的均值作为三维重建时对应分叉点对应的可信度；根据各分叉点匹配点对中两个分叉点的可信度和各分叉点匹配点对中两个分叉点到与其所在的交汇区域相连的各血管中轴段上的中轴点的长度，计算三维重建时各中轴点的可信度；根据三维重建时各分叉点对应的可信度和各中轴点的可信度，对各血管中轴三维点云数据进行融合，得到综合血管中轴三维点云数据；根据综合血管中轴三维点云数据和各中轴点对应的血管直径，对待检测血管组织进行三维重建。
[0005]优选的，所述获取待检测血管组织在不同视点下的血管减影图像中的血管区域，包括：对于待检测血管组织在任一视点下的血管减影图像：对该血管减影图像进行灰度化处理，得到血管减影灰度图像；统计所述血管减影灰度图像中各灰度值对应的像素点的数量，根据所述血管减影灰度图像中各灰度值对应的像素点的数量，得到灰度直方图；根据所述灰度直方图，利用EM算法拟合得到对应的高斯混合模型；所述高斯混合模型中的子高斯模型个数为2；根据所述高斯混合模型，将所述灰度图像中的像素点划分为背景点和血管组织点，根据血管组织点得到血管区域。
[0006]优选的，所述获取该图像中各血管中轴段上的中轴点和该图像中的各交汇区域，包括：获取该图像中的血管区域的边缘，对于该图像中的血管区域的任一血管组织点，判断该血管组织点与所述边缘上距离最近的点是否为两个，若是，则判定该血管组织点为中轴点；若不是，则判定该血管组织点不为中轴点；以各连续获取的中轴点中的距离交汇处最近的中轴点对应的两个最近的血管边缘点截取血管区域边缘；将截取后的边缘点平移至交汇处，构成延长的中轴点，将由延长的中轴点围成的区域作为交汇区域。
[0007]优选的，所述根据各交汇区域的边数和各交汇区域的边缘像素点的曲率，得到各交汇区域的类别，包括：若交汇区域的边数等于3，则判定对应交汇区域为分叉区域；若交汇区域的边数大于3，则计算交汇区域各边缘上任意两个相邻点曲率的差值，获取曲率的差值的最大值与最小值之差，将所述曲率的差值的最大值与最小值之差进行归一化，得到交汇区域各边缘对应的归一化差值；计算交汇区域各边缘对应的归一化差值的均值；判断所述交汇区域各边缘对应的归一化差值的均值是否小于设定阈值，若小于，则判定对应交汇区域为分叉区域；若大于等于，则判定对应交汇区域为交叉区域。
[0008]优选的，采用如下公式计算该分叉点的可信度：
其中，为分叉点的可信度，为与分叉点相连的血管中轴段的数量，为分叉点所在的交汇区域内血管组织点的灰度均值，为血管减影图像上血管区域内最大的灰度值，为与分叉点相连的第个血管中轴段上的中轴点的灰度均值。
[0009]优选的，所述根据各分割点对应的血管直径，得到该分叉点对应的多个匹配特征序列，包括：根据各分割点对应的血管直径，构建各血管中轴段对应的血管直径序列；所述血管直径序列中的各元素为对应血管中轴段的各分割点对应的血管直径；将与该分叉点相连的各血管中轴段对应的血管直径序列作为该分叉点对应的多个匹配特征序列。
[0010]优选的，根据任意两个视点下的血管减影图像中各分叉点对应的多个匹配特征序列，得到各分叉点匹配点对，包括：将所述任意两个视点下的血管减影图像中的一个血管减影图像记为第一图像，将所述任意两个视点下的血管减影图像中的另一个血管减影图像记为第二图像；对于第一图像中的任一分叉点：将该分叉点记为目标分叉点，根据所述目标分叉点对应的匹配特征序列，采用极线约束，初步筛选出第二图像中与目标分叉点匹配的分叉点；根据所述第二图像中与目标分叉点匹配的分叉点，得到与目标分叉点匹配的候选集合；若候选集合为空，则判定目标分叉点在第二图像中无匹配点；若候选集合非空，则判定候选集合中存在与目标分叉点相匹配的分叉点；根据目标分叉点对应的各匹配特征序列和候选集合中各候选分叉点对应的各匹配特征序列，计算目标分叉点的各匹配特征序列与候选集合中各候选分叉点的各匹配特征序列的相似度；根据所述相似度，得到第二图像中与该目标分叉点匹配的分叉点，将该目标分叉点和第二图像中与该目标分叉点匹配的分叉点作为一个分叉点匹配点对。
[0011]优选的，采用如本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于数据处理的DSA建模点云数据融合处理方法，其特征在于，该方法包括以下步骤：获取待检测血管组织在不同视点下的血管减影图像中的血管区域；对于任一视点下的血管减影图像：获取该图像中各血管中轴段上的中轴点和该图像中的各交汇区域；根据各交汇区域的边数和各交汇区域的边缘像素点的曲率，得到各交汇区域的类别；所述类别包括交叉类别和分叉类别；若交汇区域对应的类别为分叉类别，则将对应交汇区域的中心点记为分叉点；对于任一视点下的血管减影图像中的任一分叉点：根据该分叉点所在的交汇区域中像素点的灰度均值和与该分叉点所在的交汇区域相连的各血管中轴段上的中轴点的灰度均值，计算该分叉点的可信度；将与该分叉点相连的各血管中轴段划分成预设个数的等份，根据各分割点对应的血管直径，得到该分叉点对应的多个匹配特征序列；根据任意两个视点下的血管减影图像中各分叉点对应的多个匹配特征序列，得到各分叉点匹配点对；以各分叉点匹配点对中两个分叉点的可信度的均值作为三维重建时对应分叉点对应的可信度；根据各分叉点匹配点对中两个分叉点的可信度和各分叉点匹配点对中两个分叉点到与其所在的交汇区域相连的各血管中轴段上的中轴点的长度，计算三维重建时各中轴点的可信度；根据三维重建时各分叉点对应的可信度和各中轴点的可信度，对各血管中轴三维点云数据进行融合，得到综合血管中轴三维点云数据；根据综合血管中轴三维点云数据和各中轴点对应的血管直径，对待检测血管组织进行三维重建。2.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法，其特征在于，所述获取待检测血管组织在不同视点下的血管减影图像中的血管区域，包括：对于待检测血管组织在任一视点下的血管减影图像：对该血管减影图像进行灰度化处理，得到血管减影灰度图像；统计所述血管减影灰度图像中各灰度值对应的像素点的数量，根据所述血管减影灰度图像中各灰度值对应的像素点的数量，得到灰度直方图；根据所述灰度直方图，利用EM算法拟合得到对应的高斯混合模型；所述高斯混合模型中的子高斯模型个数为2；根据所述高斯混合模型，将所述灰度图像中的像素点划分为背景点和血管组织点，根据血管组织点得到血管区域。3.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法，其特征在于，所述获取该图像中各血管中轴段上的中轴点和该图像中的各交汇区域，包括：获取该图像中的血管区域的边缘，对于该图像中的血管区域的任一血管组织点，判断该血管组织点与所述边缘上距离最近的点是否为两个，若是，则判定该血管组织点为中轴点；若不是，则判定该血管组织点不为中轴点；以各连续获取的中轴点中的距离交汇处最近的中轴点对应的两个最近的血管边缘点截取血管区域边缘；将截取后的边缘点平移至交汇处，构成延长的中轴点，将由延长的中轴点围成的区域作为交汇区域。4.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处理方法，其特征在于，所述根据各交汇区域的边数和各交汇区域的边缘像素点的曲率，得到各交汇区域的类
别，包括：若交汇区域的边数等于3，则判定对应交汇区域为分叉区域；若交汇区域的边数大于3，则计算交汇区域各边缘上任意两个相邻点曲率的差值，获取曲率的差值的最大值与最小值之差，将所述曲率的差值的最大值与最小值之差进行归一化处理，得到交汇区域各边缘对应的归一化差值；计算交汇区域各边缘对应的归一化差值的均值；判断所述交汇区域各边缘对应的归一化差值的均值是否小于设定阈值，若小于，则判定对应交汇区域为分叉区域；若大于等于，则判定对应交汇区域为交叉区域。5.根据权利要求1所述的基于数据处理的DSA建模点云数据融合处...

【专利技术属性】
技术研发人员：何美娟，宋冯骁睿，
申请(专利权)人：南通佳茂霖智能科技有限公司，
类型：发明
国别省市：