基于图模型匹配的冠脉三维重建方法技术

本发明专利技术提供了一种基于图模型匹配的冠脉三维重建方法，包括下述至少一个步骤：S1、选取用于三维重建的两视角的造影序列，获取冠脉造影图像；S2、分割步骤S1中冠脉造影图像中的冠脉血管；S3、将造影序列和心动周期对齐，选取处于心动周期相同相位的冠脉造影图像进行冠脉三维重建；S4、根据步骤S2中的血管分割结果提取血管中心线，生成冠脉树图模型。本发明专利技术有益效果：将冠脉造影图像中的冠脉血管分割后提取中心线，并转换成图模型，通过匹配心脏舒张末期拍摄的不同视角的冠脉造影图像中的冠脉树转换的图模型，得到冠脉血管中心线匹配点关系，基于匹配结果重建三维冠脉模型。基于匹配结果重建三维冠脉模型。基于匹配结果重建三维冠脉模型。

【技术实现步骤摘要】
基于图模型匹配的冠脉三维重建方法


[0001]本专利技术属于图像模型处理领域，尤其是涉及一种基于图模型匹配的冠脉三维重建方法。

技术介绍

[0002]冠脉造影成像将三维血管投影到二维平面上成像，在这个过程中不可避免地造成部分三维信息丢失，导致医生读取到的血管信息存在偏差，如无法准确判断病变血管段长度、狭窄程度等。另外，由于冠状动脉本身的结构特点，得到的二维图像很可能存在交叉重叠等现象，这对传统的依靠二维造影图像诊断心血管疾病造成了很大困难。基于冠脉造影图像重建三维血管能够更加真实地还原冠脉血管的三维空间结构，结合可视化手段，可以直观得反映病人冠脉形态特征，便于医生从各角度观察病变血管，确定狭窄程度，为后续治疗提供重要指导。
[0003]目前的冠状动脉三维重建的方法，可以分为前向投影法和反向投影法。
[0004]前向投影法是一种自上而下的方法，即给出一个初始的三维冠状动脉中心线模型，并三维空间中逐渐变形，使其在二维平面上的投影逐渐接近目标二维冠状动脉中心线，从而得到重建的三维模型。2002年，Canero等人首次提出一种基于可变形模型的冠状动脉血管中心线三维重建方法，该方法通过能量最小化来重建三维冠状动脉骨架。基于主动轮廓模型重建三维冠状动脉血管中心线的主要问题是如何设计外部和内部能量项。常用的外部能量可由GVF、GGVF和PE等组成。2010年，Sun等人将归一化后的图像灰度梯度加入外部能量项中，提高对噪点的鲁棒性，并设计了新的内能弹性项来避免主动轮廓模型的端点收缩问题。2015年，Cong等人通过加入外极线约束优化了该方法，减少了重建过程中的误差累计。前向投影法不需要不同视角二维造影图像中的中心线之间的对应关系。然而，三维主动轮廓模型生成初始轮廓，要求从不同视角二维CAG图像中手动选取血管端点生成三维血管中心线初始轮廓，但由于造影液消散的问题，在CAG图像中血管端点的选取并不容易。
[0005]反向投影法采用自下而上的设计，首先从二维CAG图像中提取冠状动脉血管的中心线，然后根据外极线约束计算不同视角下二维CAG图像中匹配点对，最后通过几何原理重建三维冠状动脉血管中心线。反向投影法常见的策略是通过八点法计算空间变换的基本矩阵，从而通过极线约束来建立匹配点之间的连接。然而，极线通常会产生多个候选匹配点。为了解决该问题，2009年，Yang等人提出了一种结合动态时间规划的匹配策略来寻求匹配点。2010年，Liao等人基于深度图实现不同视角二维造影图像中匹配点的选取，将光学中心与成像平面之间的三维空间划分为等间隔的二维平面，对相同深度的点进行匹配。2017年，Xiao等人基于局部几何约束和透视投影约束，构建不同造影视图下血管之间的匹配能量函数，采用模拟退火法对匹配函数进行优化。2021年，Tong等人在考虑血管平滑性约束的同时，利用外极线约束产生的匹配点定义误差矩阵，通过动态规划实现血管全局最优匹配。反向投影法具有灵活、准确的特点，但需要有准确的二维中心线，应用场景受到限制。
[0006]现有的冠状动脉三维重建方法多基于双平面造影系统拍摄的CAG图像，针对单平
面造影系统拍摄的CAG图像，缺少一种有效的多视角CAG图像配准方法，获取同一心动周期拍摄的不同视角的CAG图像，以便后续用于冠状动脉三维重建。此外，利用极线约束的方法选取匹配点时，可能会产生多个候选点，仍需设计一种方案从多个候选点中选取正确匹配点。

技术实现思路

[0007]有鉴于此，本专利技术旨在提出一种基于图模型匹配的冠脉三维重建方法，具体是将冠脉造影图像中的冠脉血管分割后提取中心线，并转换成图模型。通过匹配心脏舒张末期拍摄的不同视角的冠脉造影图像中的冠脉树转换的图模型，得到冠脉血管中心线匹配点关系，基于匹配结果重建三维冠脉模型。
[0008]为达到上述目的，本专利技术的技术方案是这样实现的：
[0009]基于图模型匹配的冠脉三维重建方法，包括下述至少一个步骤：
[0010]S1、选取用于三维重建的两视角的造影序列，获取冠脉造影图像；
[0011]S2、分割步骤S1中冠脉造影图像中的冠脉血管；
[0012]S3、将造影序列和心动周期对齐，选取处于心动周期相同相位的冠脉造影图像进行冠脉三维重建；
[0013]S4、根据步骤S2中的血管分割结果提取血管中心线，生成冠脉树图模型；
[0014]S5、选取步骤S4中冠脉树中的八队分叉点，利用8点算法计算基本矩阵；
[0015]S6、根据步骤S4生成的冠脉树图模型以及步骤S5计算得到的基本矩阵，进行冠脉树图模型匹配，获取冠脉造影图像中二维中心线上采样点的匹配关系；
[0016]S7、针对步骤S6中获取的二维中心线上采样点的匹配关系进行优化后，对三维中心线重建；
[0017]S8、对于一个三维中心线采样点，定义该位置血管半径为生成该三维点的两个二维采样点处血管半径的平均值，计算所有三维中心线采样点处的血管半径，完成血管表面重建。
[0018]进一步的，在步骤S2中，分割的方法包括：基于Hessian矩阵的分割方法，基于区域生长算法的分割方法，基于主动轮廓模型的分割方法和基于深度学习的分割方法。
[0019]进一步的，在步骤S3中，假设心脏在每个心动周期保持周期性变化，在此基础上，将造影序列与心动周期对齐，选取处于心动周期相同相位的冠脉造影图像进行冠脉三维重建，对齐方法包括：心电门控法和图像后处理法；
[0020]根据每帧图像中血管的离散程度判断这一帧图像所属的心动周期相位，心脏收缩的过程中，冠脉血管向中心靠拢，血管分布最密集的时刻为心脏收缩末期；在心脏舒张的过程中，冠脉血管向四周分散，血管分布最分散的时刻为心脏舒张末期；
[0021]设血管分割掩码由像素点构成的点集M组成，其中，第i个元素位于位于m
i
行n
i
列，定义离散特征值
[0022][0023]其中，和分别为m
i
和n
i
的平均值，λ1和λ2分别为横纵坐标权重，N为血管像素点
的个数；
[0024]同一造影序列图像的离散特征值呈波浪形周期性变化，离散特征值曲线的峰值时刻所对应的冠脉造影图像为心脏舒张末期所拍摄的图像。
[0025]进一步的，在步骤S4中，根据选择的双视角冠脉造影图像的血管分割结果提取血管中心线，中心线提取方法包括：拓扑细化的方法，最小代价路径法和基于Voronoi图的方法；
[0026]将所有分叉点和端点作为节点，相邻节点间的血管中心线作为边，对所有边进行等间隔采样，每个采样点处的血管半径定义为采样点到血管轮廓的最近距离，每个边的平均半径定义为该边所有采样点处血管半径的平均值，通过半径阈值裁剪掉细小血管中心线，生成最终的冠状树图模型。
[0027]进一步的，在步骤S5中，选择两个冠脉树中对应的分叉点，随机选取的八对，利用8点算法计算基本矩阵，每一组匹配点误差定义为所有点到其匹配点对应外极线的距离之和，其中外极本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于图模型匹配的冠脉三维重建方法，其特征在于，包括下述至少一个步骤：S1、选取用于三维重建的两视角的造影序列，获取冠脉造影图像；S2、分割步骤S1中冠脉造影图像中的冠脉血管；S3、将造影序列和心动周期对齐，选取处于心动周期相同相位的冠脉造影图像进行冠脉三维重建；S4、根据步骤S2中的血管分割结果提取血管中心线，生成冠脉树图模型；S5、选取步骤S4中冠脉树中的八队分叉点，利用8点算法计算基本矩阵；S6、根据步骤S4生成的冠脉树图模型以及步骤S5计算得到的基本矩阵，进行冠脉树图模型匹配，获取冠脉造影图像中二维中心线上采样点的匹配关系；S7、针对步骤S6中获取的二维中心线上采样点的匹配关系进行优化后，对三维中心线重建；S8、对于一个三维中心线采样点，定义该位置血管半径为生成该三维点的两个二维采样点处血管半径的平均值，计算所有三维中心线采样点处的血管半径，完成血管表面重建。2.根据权利要求1所述的基于图模型匹配的冠脉三维重建方法，其特征在于，在步骤S2中，分割的方法包括：基于Hessian矩阵的分割方法，基于区域生长算法的分割方法，基于主动轮廓模型的分割方法和基于深度学习的分割方法。3.根据权利要求1所述的基于图模型匹配的冠脉三维重建方法，其特征在于，在步骤S3中，假设心脏在每个心动周期保持周期性变化，在此基础上，将造影序列与心动周期对齐，选取处于心动周期相同相位的冠脉造影图像进行冠脉三维重建，对齐方法包括：心电门控法和图像后处理法；根据每帧图像中血管的离散程度判断这一帧图像所属的心动周期相位，心脏收缩的过程中，冠脉血管向中心靠拢，血管分布最密集的时刻为心脏收缩末期；在心脏舒张的过程中，冠脉血管向四周分散，血管分布最分散的时刻为心脏舒张末期；设血管分割掩码由像素点构成的点集M组成，其中，第i个元素位于位于m
i
行n
i
列，定义离散特征值离散特征值其中，和分别为m
i
和n
i
的平均值，λ1和λ2分别为横纵坐标权重，N为血管像素点的个数；同一造影序列图像的离散特征值呈波浪形周期性变化，离散特征值曲线的峰值时刻所对应的冠脉造影图像为心脏舒张末期所拍摄的图像。4.根据权利要求1所述的基于图模型匹配的冠脉三维重建方法，其特征在于，在步骤S4中，根据选择的双视角冠脉造影图像的血管分割结果提取血管中心线，中心线提取方法包括：拓扑细化的方法，最小代价路径法和基于Voronoi图的方法；将所有分叉点和端点作为节点，相邻节点间的血管中心线作为边，对所有边进行等间隔采样，每个采样点处的血管半径定义为采样点到血管轮廓的最近距离，每个边的平均半径定义为该边所有采样点处血管半径的平均值，通过半径阈值裁剪掉细小血管中心线，生成最终的冠状树图模型。
5.根据权利要求1所述的基于图模型匹配的冠脉三维重建方法，其特征在于，在步骤S5中，选择两个冠脉树中对应的分叉点，...

【专利技术属性】
技术研发人员：任尚杰，董文薛，董峰，
申请(专利权)人：天津大学，
类型：发明
国别省市：