【技术实现步骤摘要】
本专利技术涉及图像数据处理，尤其涉及一种基于图像处理的脑血管特征提取方法及系统。
技术介绍
1、基于图像处理的脑血管特征提取方法的重要性在于它可以通过分析医学影像数据中的血管结构，实现对脑血管系统的定量分析。还能提供关于血管网络的拓扑信息，有助于研究脑血流动力学等方面的科学问题。这些特征提取方法的发展，使得医疗领域可以更精确、快速地了解患者的脑血管状况。然而，传统的图像处理的脑血管特征提取方法往往只是将血管的图像进行提取，并没有考虑血管的血液流速与血管的形变关系，使得提取数据往往过于单一。
技术实现思路
1、基于此，本专利技术提供一种基于图像处理的脑血管特征提取方法及系统，以解决至少一个上述技术问题。
2、为实现上述目的，一种基于图像处理的脑血管特征提取方法，包括以下步骤：
3、步骤s1：利用3d光学扫描仪对用户进行头部扫描处理，生成用户头部三维图像；利用三维建模技术对用户头部三维图像进行头部三维建模处理，生成初始头部三维模型；对初始头部三维模型进行模型校正处理，生成标准头部三维模型；
4、步骤s2：获取用户的脑血管分析区域；利用ct扫描仪以及脑血管分析区域对用户进行目标区域的脑血管图像采集，生成目标脑血管图像；对目标脑血管图像进行脑血管特征提取，以获得脑血管特征图像；
5、步骤s3：将脑血管特征图像传输至标准头部三维模型进行脑血管映射处理，并根据脑血管分析区域进行模型的目标区域提取处理，生成目标脑血管模型；
6、步骤s4
7、本专利技术利用3d光学扫描仪获取用户头部的高分辨率三维图像，允许医疗专业人员在非侵入性的情况下获得详尽的头部解剖结构信息；通过三维建模技术将这些图像转化为初始头部三维模型，从而为进一步的分析提供了基础，模型校正处理进一步提高了模型的准确性，最终生成标准头部三维模型，这个标准模型可用于与患者的头部结构进行比较，不仅提供了个体化的解决方案，还为脑血管分析提供了更准确和可靠的基线。确定了用户的脑血管分析区域，这种个体化的选择有助于针对特定患者进行更精确的分析，利用ct扫描仪对该目标区域进行高分辨率的脑血管图像采集，这提供了详细的血管结构信息；通过对目标脑血管图像进行脑血管特征提取，可以生成脑血管特征图像，这些特征包括血管的直径、分支情况等，提供了关于脑血管系统功能和形态的重要信息，提供了深入了解患者脑血管状况的工具。将脑血管特征图像与标准头部三维模型相结合，进行脑血管映射处理，从而将个体患者的脑血管数据与标准头部模型对齐，实现了脑血管信息的解剖学定位；根据脑血管分析区域进行模型的目标区域提取处理，进一步精确地关注了与脑血管有关的区域，降低了冗余信息，使分析更加专注和精确；生成目标脑血管模型，该模型反映了患者的脑血管分布和特征，有助于医疗专业人员更深入地研究和评估脑血管结构。利用超声波传感器实时采集用户脑血管的血液流速数据，为实时监测提供了关于脑血管功能的重要信息，有助于及时检测血流异常和动态变化；对目标脑血管模型进行脑血管弯曲节点提取，生成目标脑血管模型的脑血管弯曲节点，有助于了解脑血管结构的复杂性和形态特征；通过根据血液流速数据对脑血管弯曲节点进行形变量图像采集，生成脑血管弯曲节点的形变图像集，可用于捕捉脑血管的动态形态变化；而实时血液流速数据的采集则使系统能够持续监测血流情况；根据形变图像集和实时血液流速数据进行血管形变特征预测，生成脑血管形变特征数据，有助于观察脑血管的形态。因此，本专利技术的图像处理的脑血管特征提取方法不只是将血管的图像进行提取，是通过考虑血管的血液流速与血管的形变关系，使得脑血管形变关系更为精准，更便于观察脑血管形态。
8、优选地，步骤s1包括以下步骤：
9、步骤s11：利用3d光学扫描仪对用户进行头部扫描处理，生成用户头部三维图像；
10、步骤s12：利用三维建模技术对用户头部三维图像进行头部三维建模处理，生成初始头部三维模型；
11、步骤s13：获取医疗数据库中的历史患者的头部三维模型；
12、步骤s14：根据历史患者的头部三维模型进行三维模型重叠处理，并对每个头部三维模型进行差异部分的加权平均处理，以生成校正头部三维模型；
13、步骤s15：将初始头部三维模型进行模型分割处理，生成分割头部三维模型；
14、步骤s16：根据校正头部三维模型对分割头部三维模型进行模型校正重构处理；生成标准头部三维模型。
15、本专利技术通过3d光学扫描仪对用户进行头部扫描，生成高分辨率的用户头部三维图像，为后续步骤提供了精确的头部解剖结构信息，提供了非侵入性且高分辨率的头部图像，这有助于深入研究患者的头部结构。通过三维建模技术对用户头部三维图像进行建模，生成初始头部三维模型，为脑血管分析提供了基础，能够将头部图像从二维扫描转化为三维模型，为后续分析提供了立体感，增加了模型的准确性。获取医疗数据库中的历史患者的头部三维模型，以建立标准化的参考数据，历史患者数据的引入允许建立与常态头部解剖结构相关的参考信息。通过三维模型重叠和加权平均处理，生成校正头部三维模型，减少个体差异对分析的影响，提供了校正头部模型，该模型融合了多个历史患者的数据，减少了个体差异对脑血管分析的干扰，使得分析更加准确。将初始头部三维模型进行分割处理，提取出头部结构的不同部分，为进一步模型校正提供了精确的分割区域，分割头部模型有助于将关注点集中在特定头部区域，从而减少了分析的复杂性，并为后续模型校正和脑血管映射提供了更好的基础。基于校正头部模型对分割头部模型进行模型校正重构，生成标准头部三维模型，用于脑血管映射和分析，该模型具有更高的准确性和一致性。
16、优选地，步骤s16包括以下步骤：
17、将分割头部三维模型传输至校正头部三维模型进行模型比对处理，当分割头部三维模型与校正头部三维模型之间的差异大于预设的三维模型误差阈值时，根据校正头部三维模型对分割头部三维模型进行模型校正处理，生成分割头部修复模型；当分割头部三维模型与校正头部三维模型之间的差异不大于预设的三维模型误差阈值时，将分割头部三维模型标记为分割头部常规模型；
18、根据分割头部修复模型以及分割头部常规模型进行头部模型重构，生成标准头部三维模型。
19、本专利技术通过将分割头部三维模型与校正头部三维模型进行比对处理，能够检测到两者之间的差异，当差异大于预设的误差阈值时，触发模型校正处理，从而有效地捕捉和纠正头部三维模型的结构偏差，进一步提高了模型的准确性和可靠性。当差异大于阈值时，对分割头部三维本文档来自技高网...
【技术保护点】
1.一种基于图像处理的脑血管特征提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S1包括以下步骤：
3.根据权利要求2所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S16包括以下步骤：
4.根据权利要求1所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S2包括以下步骤：
5.根据权利要求4所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S24包括以下步骤：
6.根据权利要求1所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S3包括以下步骤：
7.根据权利要求1所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S4包括以下步骤：
8.根据权利要求7所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S42包括以下步骤：
9.根据权利要求7所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤S44中的血管形变关系算法如下所示：
10.一种基于图像处理的脑血管特征提取系
...【技术特征摘要】
1.一种基于图像处理的脑血管特征提取方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤s1包括以下步骤：
3.根据权利要求2所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤s16包括以下步骤：
4.根据权利要求1所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤s2包括以下步骤：
5.根据权利要求4所述的基于图像处理的脑血管特征提取方法，其特征在于，步骤s24包括以下步骤：
6.根据权利要求1所述的基于图像处理的脑血管特...
【专利技术属性】
技术研发人员：高峰，
申请(专利权)人：首都医科大学附属北京天坛医院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。