一種血管提取方法
【專利摘要】本發(fā)明提供了一種血管提取方法，包括：確定所述血管的起始點，并從所述血管起始點開始，沿血管方向確定若干數目的所述血管的血管截面；將所述血管截面連接，以提取所述血管。本發(fā)明基于水平集的管狀結構自適應追蹤方法，適應性更強；并且根據血管尺度自動調整血管截面的分辨率，適用不同尺度血管的提取，可實現頭頸部復雜血管，如內頸動脈、椎動脈等復雜血管的快速精準的提取。
【專利說明】 一種血管提取方法

【技術領域】
[0001]本發(fā)明涉及一種醫(yī)學斷層掃描圖像的處理方法，尤其涉及一種血管提取方法。

【背景技術】
[0002]血管造影技術(Computed Tomography Ang1graphy,簡稱CTA)是當前診斷血管疾病的重要方法之一，在臨床上主要用于診治多種血管疾病，如動脈瘤、血管狹窄、血管鈣化等。但由于CTA圖像中的血管與骨頭等其他組織的CT值重疊，所以將血管從其他組織中提取出是血管造影技術中的關鍵步驟。
[0003]美國文獻 I:01ivier Cuisenairea, Sunny Virmanib, Mark E.0lszewskib,Roberto Ardona.Fully automated segmentat1n of carotid and vertebral arteriesfrom contrast enhanced CTA.Proc.0f SPIE Vol.6914，69143R，(2008)提供一種基于模型的方法，首先將CTA圖像與已有的血管模型配準，得到不同血管的起始點，然后通過算法連接起始點，得到血管的中心線。最后在以中心線為起始，通過單純網格向外擴張，提取血管。
[0004]美國文獻 2:Freiman M, Frank J, Weizman L, et al.Nearly automatic vesselssegmentat1n using graph-based energy minimizat1n[J].The Midas Journal,(2009)采用基于Graph Cut的算法實現了頸內動脈的提取。該方法需要手動標記血管起始點，之后計算起始點之間的Dijkstra距離。以該距離為中心，標記血管感興趣區(qū)域。最后通過Graph Cut算法，優(yōu)化感興趣區(qū)域的邊界實現血管提取。
[0005]美國文獻3:Hackjoon Shim, Il Dong Yun, Kyoung Mu Lee, and Sang UkLee.Partit1n-Based Extract1n of Cerebral Arteries from CT Ang1graphywith Emphasis on Adaptive Tracking.1PMI, LNCS3565, pp.357-368(2005)米用基于Ray-Casting的動態(tài)追蹤實現了穿頡血管的提取。該算法需要手動確定起始點，之后通過Ray-Casting向四周放射線，獲得血管的邊界，再通過橢圓擬合實現血管提取。
[0006]其中，頸內動脈和椎動脈的提取是頭頸部CT血管造影(CTA)圖像中最具挑戰(zhàn)的技術° 美國文獻 1:K.Hameeteman, M.A.Zuluaga, M.Freiman etc.Evaluat1n frameworkfor carotid bifurcat1n lumen segmentat1n and stenosis grading.Medicai ImageAnalysis, vol.15:425-430(2011)揭示有一種頸內動脈和椎動脈的提取的方法。
[0007]如圖1所示為現有技術提取頸內動脈和椎動脈的結構示意圖。其中圖1右側為頸內動脈穿過顱骨的示意圖，給大腦的前部和中部供血，右圖方塊為內頸動脈穿顱的位置。圖1左側為左右椎動脈在一節(jié)一節(jié)的椎骨中穿行的示意圖，左圖圓圈為椎動脈穿椎骨的位置。頸內動脈穿過顱骨(圖1右側)，給大腦的前部和中部供血。左右椎動脈在一節(jié)一節(jié)的椎骨中穿行(圖1左側)，最后合并成基底動脈，穿過枕骨，為大腦的后部供血。血管穿顱時，與周圍骨頭緊鄰，空間位置錯綜復雜，同時增強后的血管CT值和骨的CT值重疊。對這種情況，一般的算法如區(qū)域生長，水平集等很容易混淆血管和骨頭，造成血管分割失敗。


【發(fā)明內容】

[0008]本發(fā)明解決的問題是提供一種血管提取方法，用以解決頸內動脈和椎動脈的提取。
[0009]為了解決上述問題，本發(fā)明提供了一種血管提取方法，包括，確定所述血管的起始點，并從所述血管起始點開始，沿血管方向確定若干數目的所述血管的血管截面；將所述血管截面連接，以提取所述血管。
[0010]可選的，還包括采用基于水平集的血管截面提取算法提取所述血管截面。
[0011]可選的，所述血管截面的分辨率與所述血管在圖像中的尺度負相關。
[0012]可選的，還包括通過所述起始點獲取所述其起始面，所述起始面沿所述發(fā)現方向進行移動，獲取所述起始點的下一層平面。
[0013]可選的，對所述非起始面的平面，還包括基于Level-Set的血管截面提取算法在所述平面上尋找血管的邊界點。
[0014]可選的，獲取當前層的中心點包括:通過橢圓擬合當前層平面的邊界點，獲取當前層平面上血管的中心點。
[0015]可選的，在所述橢圓擬合前，還包括對所述當前層邊界點進行修正，包括:提供距離閾值，利用上層平面的邊界點的距離信息修正當前層平面層的邊界點，去除與上層平面邊界點距離超過距離閾值的當前層的邊界點。
[0016]可選的，還包括通過當前層平面獲取下一層平面對應的若干數目的備選平面，以在所述備選平面中獲取所述下一層平面。
[0017]可選的，遍歷當前層平面的法線方向的角度參數，計算各法線方向并將其對應的平面作為所述下一層平面的備選平面。
[0018]可選的，分別計算各所述備選平面的邊界點的方差并進行比較，選取方差值最小的備選平面作為下一層平面。
[0019]可選的，還包括，對獲取的當前層平面進行判斷，是否符合血管要求，若不符合要求，則自動修改對應的血管提取的參數，并退回對應的血管層重新開始提取。
[0020]可選的，所述血管要求的判斷包括:所述血管截面形成的血管誤差超過閾值或者所述截面形成的血管為非管狀結構，則所述當前層平面的提取不符合血管要求，反之則符口 ο
[0021]可選的，提供面積閾值，根據所述當前層平面的信息調整分辨率，檢查鄰近若干個血管截面的平均像素面積，若血管平均像素面積小于所述第一閾值，則提高當前層平面的分辨率；反之，若血管截面的平均像素面積大于所述第一閾值，則降低當前層平面的分辨率。
[0022]可選的，沿所述當前層平面的法線方向進行移動，判斷是否滿足結束條件，若滿足結束條件，則結束血管提取。
[0023]可選的，所述結束條件包括:提供預設范圍或血管CT值的范圍，若所述血管截面中心點的坐標超過所述預設范圍,或者所述中心點的CT值是否不在所述血管CT值的范圍內，則滿足結束條件。
[0024]本發(fā)明具有以下優(yōu)點和有益效果:
[0025]本發(fā)明提出一種基于水平集的管狀結構自適應追蹤方法，從起始點開始，沿血管方向不斷尋找血管截面，最后將截面連接起來得到整體。該方法可實現頭頸部復雜血管(內頸動脈、椎動脈等)的快速，精準提取。
[0026]獨創(chuàng)性和技術優(yōu)勢見下:
[0027]1，采用基于水平集的血管截面提取算法提取血管截面，該方法優(yōu)于Hackjoon等
[4]文章中采用的Ray-Casting算法,適應性更強；
[0028]2，具有自適應調節(jié)機制，包括兩點:1)根據血管尺度自動調整血管截面的分辨率，適用不同尺度血管的提??；2)如果提取出的截面血管誤差過大或者不為管狀結構，將自動修改算法參數，退回當前層平面重新提取，從而保證血管正確提取。

【專利附圖】

【附圖說明】
[0029]圖1所示為現有技術提取頸內動脈和椎動脈的結構示意圖；
[0030]圖2所示為本發(fā)明一個實施例的血管提取方法的流程示意圖；
[0031]圖3所示為本發(fā)明一個實施例的血管截面和方向矢量的結構示意圖；
[0032]圖4所示為本發(fā)明一個實施例的血管提取方法的提取結果示意圖，包括內頸動脈和椎動脈提取結果。

【具體實施方式】
[0033]在下面的描述中闡述了很多具體細節(jié)以便于充分理解本發(fā)明。但是本發(fā)明能夠以很多不同于在此描述的其它方式來實施，本領域技術人員可以在不違背本發(fā)明內涵的情況下做類似推廣，因此本發(fā)明不受下面公開的具體實施的限制。
[0034]其次，本發(fā)明利用示意圖進行詳細描述，在詳述本發(fā)明實施例時，為便于說明，所述示意圖只是實例，其在此不應限制本發(fā)明保護的范圍。
[0035]本發(fā)明提出一種基于水平集的管狀結構自適應追蹤方法，能快速有效的實現穿顱血管的提取。該方法同樣可以應用于核磁共振血管。
[0036]本發(fā)明提供了一種血管提取方法，包括:確定所述血管的起始點，并從所述血管起始點開始，沿血管方向確定若干數目的所述血管的血管截面；將所述血管截面連接，以提取所述血管。其中，采用基于水平集的血管截面提取算法提取所述血管截面。
[0037]具體地，通過所述起始點獲取所述其起始面，所述起始面沿所述發(fā)現方向進行移動，獲取所述起始點的下一層平面。對于后面會的所述非起始面的平面，還包括基于Level-Set的血管截面提取算法在所述平面上尋找血管的邊界點；并通過橢圓擬合當前層平面的邊界點，獲取當前層平面上血管的中心點。其中，在所述橢圓擬合前，還包括利用上層平面的邊界點的距離信息修正當前層平面層的邊界點，去除與上層平面邊界點距離超過距離閾值的當前層的邊界點。
[0038]對于當前層平面，還包括通過遍歷當前層平面的法線方向的角度參數，計算各法線方向并將其對應的平面作為所述下一層平面的備選平面，分別計算各所述備選平面的邊界點的方差并進行比較，選取方差值最小的備選平面作為下一層平面。
[0039]對于獲取的平面還包括對其進行判斷，包括:對獲取的當前層平面進行判斷，是否符合血管要求，若不符合要求，則自動修改對應的血管提取的參數，并退回對應的血管層重新開始提取。所述血管要求的判斷包括:所述血管截面形成的血管誤差超過閾值或者所述截面形成的血管為非管狀結構，則所述當前層平面的提取不符合血管要求，反之則符合。
[0040]最后的終止血管提取包括:沿所述當前層平面的法線方向移動一定距離，判斷是否滿足結束條件，若滿足結束條件，則結束血管提取。所述結束條件可以為:提供預設范圍或血管CT值的范圍,若所述血管截面中心點的坐標超過所述預設范圍,或者所述中心點的CT值是否不在所述血管CT值的范圍內，則滿足結束條件。
[0041]進一步地，所述血管截面的分辨率與所述血管尺度負相關。具體包括:提供面積閾值，根據所述當前層平面的信息調整分辨率，檢查鄰近若干個血管截面的平均像素面積，本實施例中，檢查鄰近5個血管截面的平均像素面積，若血管平均像素面積小于所述第一閾值，則提高當前層平面的分辨率；反之，若血管截面的平均像素面積大于所述第一閾值，則降低當前層平面的分辨率。
[0042]下面結合附圖，對本發(fā)明一個實施例的血管提取方法進行詳細的說明。如圖2所示為本發(fā)明一個實施例的血管提取方法的流程示意圖。包括:首先初始化算法參數，通過手動或者自動種子點算法標記血管起始點，計算通過起始點的起始平面及初始法線方向等參數。
[0043]接著，計算下一層中心，包括:將所述起始面沿法線方向移動Det距離，得到下一層平面。通過基于Level-Set的血管截面提取算法在該平面上尋找血管的邊界點。并利用上一層的邊界點的距離信息修正新的邊界點，去除與上層邊界點距離過大的新邊界點。之后用修正后的邊界點橢圓擬合，得到該平面上血管的新的中心。
[0044]接著，計算法線方向矢量，如圖3所示為本發(fā)明一個實施例的血管截面和方向矢量的結構示意圖，包括通過遍歷法線方向的參數Θ和Φ，計算所有可能的新法線方向及其對應平面作為下一層的備選平面，對每個備選平面，用圖2所示算法尋找邊界點。計算邊界點的方差，比較所有備選平面面中血管邊界點的方差，選取方差最小的備選平面為當前圖像平面。
[0045]尋找到所述當前圖像平面后，還包括判斷所述當前圖像平面上的血管截面是否滿足血管要求，所述血管要求包括血管截面是否過小，形狀是否規(guī)則等要求。
[0046]進一步地，若所述血管要求的判斷為是，則保存當前層平面的信息，所述當前層平面的信息包括邊界點，分辨率，法線方向，平面中心點等平面信息。
[0047]如圖2所示，若所述血管截面的判斷為否，則退回當前層第N層，將N次迭代之前的圖像平面作為當前層平面，之后執(zhí)行計算下一層中心的步驟及后續(xù)的步驟。
[0048]根據上述的步驟，保存所述當前層信息后，還包括根據當前層平面的信息調整分辨率，檢查近5個血管截面的平均像素面積，并對所述平均像素面積進行判斷，包括:提供像素面積的閾值范圍，所述閾值范圍包括閾值的下限值SI及上限值S2。
[0049]進一步地，若所述血管平均像素面積小于下限值SI，則提高當前層平面的分辨率；反之，若血管截面的平均像素面積大于上限值S2，則降低當前層平面的分辨率。
[0050]調整所述分辨率后，還包括根據前述步驟獲取的邊界點，通過橢圓擬合，得到當前層平面上血管的新的中心。
[0051]獲取所述當前層平面的新中心點后，沿著當前層平面的法線方向移動Det距離，判斷是否滿足結束條件。如血管截面中心點的坐標是否超過設定的范圍，中心點的CT值是否小于超過血管CT值的范圍等。如果沒有滿足結束條件，則繼續(xù)返回計算下一層中心的步驟及后續(xù)的步驟，否則結束血管提取，并通過Mesh算法計算血管mask，包括根據提取出的血管截面計算血管的mask。
[0052]如圖4所示為本發(fā)明一個實施例的血管提取方法的提取結果示意圖，包括內頸動脈和椎動脈提取結果。
[0053]本發(fā)明提出一種基于水平集的管狀結構自適應追蹤方法，從起始點開始，沿血管方向不斷尋找血管截面，最后將截面連接起來得到整體。該方法可實現頭頸部復雜血管(內頸動脈、椎動脈等)的快速，精準提取。采用基于水平集的血管截面提取算法提取血管截面，該方法優(yōu)于現有技術中采用的Ray-Casting算法，適應性更強；具有自適應調節(jié)機制，根據血管尺度自動調整血管截面的分辨率，適用不同尺度血管的提取；若提取出的截面血管誤差過大或者不為管狀結構，將自動修改算法參數，退回當前層平面重新提取，從而保證血管正確提取。
[0054]本發(fā)明雖然已以較佳實施例公開如上，但其并不是用來限定本發(fā)明，任何本領域技術人員在不脫離本發(fā)明的精神和范圍內，都可以利用上述揭示的方法和技術內容對本發(fā)明技術方案做出可能的變動和修改，因此，凡是未脫離本發(fā)明技術方案的內容，依據本發(fā)明的技術實質對以上實施例所作的任何簡單修改、等同變化及修飾，均屬于本發(fā)明技術方案的保護范圍。
【權利要求】
1.一種血管提取方法，其特征在于，包括，確定所述血管的起始點，并從所述血管起始點開始，沿血管方向確定若干數目的所述血管的血管截面；將所述血管截面連接，以提取所述血管。
2.如權利要求1所述的血管提取方法，其特征在于，還包括采用基于水平集的血管截面提取算法提取所述血管截面。
3.如權利要求1所述的血管提取方法，其特征在于，所述血管截面的分辨率與所述血管在圖像中的尺度負相關。
4.如權利要求1所述的血管提取方法，其特征在于，還包括通過所述起始點獲取所述其起始面，所述起始面沿所述發(fā)現方向進行移動，獲取所述起始點的下一層平面。
5.如權利要求4所述的血管提取方法，其特征在于，對所述非起始面的平面，還包括基于Level-Set的血管截面提取算法在所述平面上尋找血管的邊界點。
6.如權利要求4所述的血管提取方法，其特征在于，獲取當前層的中心點包括:通過橢圓擬合當前層平面的邊界點，獲取當前層平面上血管的中心點。
7.如權利要求6所述的血管提取方法，其特征在于，在所述橢圓擬合前，還包括對所述當前層邊界點進行修正，包括:提供距離閾值，利用上層平面的邊界點的距離信息修正當前層平面層的邊界點，去除與上層平面邊界點距離超過距離閾值的當前層的邊界點。
8.如權利要求1所述的血管提取方法，其特征在于，還包括通過當前層平面獲取下一層平面對應的若干數目的備選平面，以在所述備選平面中獲取所述下一層平面。
9.如權利要求8所述的血管提取方法，其特征在于，遍歷當前層平面的法線方向的角度參數，計算各法線方向并將其對應的平面作為所述下一層平面的備選平面。
10.如權利要求8所述的血管提取方法，其特征在于，分別計算各所述備選平面的邊界點的方差并進行比較，選取方差值最小的備選平面作為下一層平面。
11.如權利要求1所述的血管提取方法，其特征在于，還包括，對獲取的當前層平面進行判斷，是否符合血管要求，若不符合要求，則自動修改對應的血管提取的參數，并退回對應的血管層重新開始提取。
12.如權利要求11所述的血管提取方法，其特征在于，所述血管要求的判斷包括:所述血管截面形成的血管誤差超過閾值或者所述截面形成的血管為非管狀結構，則所述當前層平面的提取不符合血管要求，反之則符合。
13.如權利要求3所述的血管提取方法，其特征在于，提供面積閾值，根據所述當前層平面的信息調整分辨率，檢查鄰近若干血管截面的平均像素面積，若血管平均像素面積小于所述第一閾值，則提高當前層平面的分辨率；反之，若血管截面的平均像素面積大于所述第一閾值，則降低當前層平面的分辨率。
14.如權利要求1所述的血管提取方法，其特征在于，沿所述當前層平面的法線方向進行移動，判斷是否滿足結束條件，若滿足結束條件，則結束血管提取。
15.如權利要求14所述的血管提取方法，其特征在于，所述結束條件包括:提供預設范圍或血管CT值的范圍,若所述血管截面中心點的坐標超過所述預設范圍,或者所述中心點的CT值是否不在所述血管CT值的范圍內，則滿足結束條件。
【文檔編號】A61B5/055GK104166978SQ201310738699
【公開日】2014年11月26日 申請日期:2013年12月27日 優(yōu)先權日:2013年12月27日
【發(fā)明者】王曉東, 李程, 毛玉妃 申請人:上海聯(lián)影醫(yī)療科技有限公司