本發(fā)明涉及心臟成像技術領域，具體而言，涉及一種心臟電影成像量化方法、呼氣末期圖像確定方法及裝置。

背景技術：

心臟實時電影成像無需穩(wěn)定心電信號觸發(fā)和受試者屏氣配合，在心臟功能測量方面具有良好的應用前景。但是受試者自由呼吸會引起各圖像層面的空間位置錯配，導致心臟體積測量出現(xiàn)明顯偏差?，F(xiàn)有技術通常需要手動翻閱每個層面的所有圖像，人工確定呼氣末期階段，并依據(jù)心室的變化選定用于心臟功能分析的心臟舒張末期(ED，End-Diastolic)和心臟收縮末期(ES，End-Systolic)圖像，而后導入傳統(tǒng)分析軟件，再手動勾勒心室內(nèi)膜輪廓，進而獲取心臟功能數(shù)值。

上述現(xiàn)有技術依賴人工干預，流程繁瑣耗時，嚴重影響了實時電影成像的臨床實用性。

技術實現(xiàn)要素：

有鑒于此，本發(fā)明實施例的目的在于提供一種心臟電影成像量化方法、呼氣末期圖像確定方法及裝置，以提高臨床使用效率和價值。

第一方面，本發(fā)明實施例提供了一種心臟電影成像的量化方法，包括：從心臟電影成像所得的每層圖像中，基于圖像分割算法和圖形擬合算法，獲取呼氣末期階段每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓；根據(jù)每層的所述ED圖像和所述ES圖像對應的心室內(nèi)膜輪廓，確定所述心臟電影成像對應心室的量化參數(shù)，所述量化參數(shù)至少包括以下之一：每層的心室容積、所述心室的體積、所述心室的每搏輸出量和所述心室的射血分數(shù)。

進一步地，從心臟電影成像所得的每層圖像中，基于圖像分割算法和圖形擬合算法，獲取呼氣末期階段每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓包括：

對心臟電影成像的每層圖像分別進行下述操作：基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心；基于所述心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目；按照時序連續(xù)的方式，將所述當前層圖像劃分為多個圖像集單元；每個所述圖像集單元中的圖像個數(shù)為所述圖像數(shù)目；根據(jù)各個所述圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的所述圖像集單元；根據(jù)呼氣末期階段對應的所述圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段所述當前層的ED圖像和ES圖像。

進一步地，基于分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和心室質(zhì)心包括：對于當前層中的每幅圖像，分別從當前圖像選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取所述當前圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心。

進一步地，根據(jù)各個所述圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的所述圖像集單元包括：依次統(tǒng)計各個所述圖像集單元中各個圖像的心室質(zhì)心，沿所述受試者頭-腳方向上的運動位移信號；應用低通濾波器從所述運動位移信號中提取出各個所述圖像集單元的呼吸運動信號；將最靠近所述受試者頭部方向的所述呼吸運動信號對應的圖像集單元，確定為呼氣末期階段對應的所述圖像集單元。

進一步地，根據(jù)呼氣末期階段對應的所述圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段所述當前層的ED圖像和ES圖像包括：獲取呼氣末期階段對應的所述圖像集單元中各個圖像的心室內(nèi)膜輪廓的面積；將最大面積對應的圖像確定為呼氣末期階段所述當前層的ED圖像，將最小面積對應的圖像確定為呼氣末期階段所述當前層的ES圖像。

進一步地，根據(jù)每層的所述ED圖像和所述ES圖像對應的心室內(nèi)膜輪廓，確定所述心臟電影成像對應心室的量化參數(shù)包括：獲取每層的所述ED圖像和所述ES圖像對應的心室內(nèi)膜輪廓的心室面積；將每層的所述ED圖像和所述ES圖像的心室面積與層厚相乘，得到每層的心室容積；將所述ED圖像和所述ES圖像相位下每層的所述心室容積相加，得到所述心室的心臟舒張末期體積EDV和心臟收縮末期體積ESV；計算所述心室的每搏輸出量SV＝EDV-ESV；計算所述心室的射血分數(shù)EF＝SV/EDV。

第二方面，本發(fā)明實施例還提供一種心臟電影成像中呼氣末期圖像的確定方法，包括：基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心，其中，所述當前層為心臟電影成像中的任意一個成像層面；基于所述心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目；按照時序連續(xù)的方式，將所述當前層圖像劃分為多個圖像集單元；每個所述圖像集單元中的圖像個數(shù)為所述圖像數(shù)目；根據(jù)各個所述圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的所述圖像集單元。

進一步地，基于分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心包括：對于當前層中的每幅圖像，分別從當前圖像選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取所述當前圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心。

進一步地，根據(jù)各個所述圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的所述圖像集單元包括：依次統(tǒng)計各個所述圖像集單元中各個圖像的心室質(zhì)心，沿所述受試者頭-腳方向上的運動位移信號；應用低通濾波器從所述運動位移信號中提取出各個所述圖像集單元的呼吸運動信號；將最靠近所述受試者頭部方向的所述呼吸運動信號對應的圖像集單元，確定為呼氣末期階段對應的所述圖像集單元。

進一步地，還包括：根據(jù)呼氣末期階段對應的所述圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段所述當前層的ED圖像和ES圖像。

進一步地，根據(jù)呼氣末期階段對應的所述圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段所述當前層的ED圖像和ES圖像包括：獲取呼氣末期階段對應的所述圖像集單元中各個圖像的心室內(nèi)膜輪廓的面積；將最大面積對應的圖像確定為呼氣末期階段所述當前層的ED圖像，將最小面積對應的圖像確定為呼氣末期階段所述當前層的ES圖像。

第三方面，本發(fā)明實施例還提供一種心臟電影成像的量化裝置，包括：心室內(nèi)膜輪廓獲取模塊，用于從心臟電影成像所得的每層圖像中，基于圖像分割算法和圖形擬合算法，獲取呼氣末期階段每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓；量化參數(shù)確定模塊，用于根據(jù)每層的所述ED圖像和所述ES圖像對應的心室內(nèi)膜輪廓，確定所述心臟電影成像對應心室的量化參數(shù)，所述量化參數(shù)至少包括以下之一：每層的心室容積、所述心室的體積、所述心室的每搏輸出量和所述心室的射血分數(shù)。

進一步地，心室內(nèi)膜輪廓獲取模塊還用于對心臟電影成像的每層圖像分別進行下述操作：基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心；基于所述心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目；按照時序連續(xù)的方式，將所述當前層圖像劃分為多個圖像集單元；每個所述圖像集單元中的圖像個數(shù)為所述圖像數(shù)目；根據(jù)各個所述圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的所述圖像集單元；根據(jù)呼氣末期階段對應的所述圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段所述當前層的ED圖像和ES圖像。

第四方面，本發(fā)明實施例還提供一種心臟電影成像中呼氣末期圖像的確定裝置，包括：心室特征獲取模塊，用于基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心，其中，所述當前層為心臟電影成像中的任意一個成像層面；圖像數(shù)目確定模塊，用于基于所述心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目；圖像集單元劃分模塊，用于按照時序連續(xù)的方式，將所述當前層圖像劃分為多個圖像集單元；每個所述圖像集單元中的圖像個數(shù)為所述圖像數(shù)目；圖像集單元確定模塊，用于根據(jù)各個所述圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的所述圖像集單元。

進一步地，心室特征獲取模塊還用于對于當前層中的每幅圖像，分別從當前圖像選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取所述當前圖像的心室內(nèi)膜輪廓和所述心室內(nèi)膜輪廓的心室質(zhì)心。

本發(fā)明實施例提供的心臟電影成像的量化方法，基于圖像分割算法和圖形擬合算法獲取呼氣末期每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓，并根據(jù)上述心室內(nèi)膜輪廓獲取心室容積，進而實現(xiàn)心臟功能參數(shù)的快速確定，極少需要人工干預，有效的減少了處理圖像所需流程和時間。

為使本發(fā)明的上述目的、特征和優(yōu)點能更明顯易懂，下文特舉較佳實施例，并配合所附附圖，作詳細說明如下。

附圖說明

為了更清楚地說明本發(fā)明實施例的技術方案，下面將對實施例中所需要使用的附圖作簡單地介紹，應當理解，以下附圖僅示出了本發(fā)明的某些實施例，因此不應被看作是對范圍的限定，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他相關的附圖。

圖1示出了本發(fā)明實施例一所提供的心臟電影成像的量化方法的一種流程示意圖；

圖2示出了本發(fā)明實施例一所提供的心臟電影成像的量化方法的另一種流程示意圖；

圖3示出了本發(fā)明實施例一所提供的心臟電影成像圖像；

圖4示出了本發(fā)明實施例一所提供的心臟電影成像的當前層面所有圖像的心室面積示意圖；

圖5示出了本發(fā)明實施例一所提供的心臟電影成像的當前層所有圖像心室質(zhì)心沿頭－腳方向上的運動位移信號圖；

圖6示出了本發(fā)明實施例一所提供的呼吸運動信號示意圖；

圖7示出了本發(fā)明實施例二所提供的心臟電影成像中呼氣末期圖像的確定方法的流程示意圖；

圖8示出了本發(fā)明實施例三所提供的心臟電影成像的量化裝置的結(jié)構(gòu)示意圖；

圖9示出了本發(fā)明實施例四所提供的心臟電影成像中呼氣末期圖像的確定裝置的結(jié)構(gòu)示意圖。

具體實施方式

為使本發(fā)明實施例的目的、技術方案和優(yōu)點更加清楚，下面將結(jié)合本發(fā)明實施例中附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。通常在此處附圖中描述和示出的本發(fā)明實施例的組件可以以各種不同的配置來布置和設計。

因此，以下對在附圖中提供的本發(fā)明的實施例的詳細描述并非旨在限制要求保護的本發(fā)明的范圍，而是僅僅表示本發(fā)明的選定實施例?；诒景l(fā)明的實施例，本領域技術人員在沒有做出創(chuàng)造性勞動的前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

下面結(jié)合附圖，對本發(fā)明的具體實施方式作詳細說明。

實施例一

本發(fā)明實施例一提供了一種心臟電影成像的量化方法，參見圖1所示的心臟電影成像的量化方法的流程示意圖，該方法包括如下步驟：

步驟S11，從心臟電影成像所得的每層圖像中，基于圖像分割算法和圖形擬合算法，獲取呼氣末期階段每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓。

本實施例在執(zhí)行上述步驟前，已預先使用心臟實時電影成像技術獲取了心臟的多層圖像，其中每層圖像均包括連續(xù)采集的多張圖像。

在成像過程中，由于呼吸運動會導致同一層面在不同心臟相位以及不同層面之間的空間位置不匹配，因此需要從中選取在呼氣末期(即呼吸運動最小)時的ED圖像和ES圖像，進而獲取上述圖像對應的心室內(nèi)膜輪廓。具體地，可以通過對每層的各個圖像進行圖像分割和圖形擬合，確定呼氣末期階段的ED圖像和ES圖像及其對應的心室內(nèi)膜輪廓。

步驟S12，根據(jù)每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓，確定心臟電影成像對應心室的量化參數(shù)。

上述量化參數(shù)至少包括以下之一：每層的心室容積、心室的體積、心室的每搏輸出量(SV)和心室的射血分數(shù)(EF)，其中心室的體積包括心臟舒張末期體積(EDV)和心臟收縮末期體積(ESV)。

在獲取上述每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓后，可以根據(jù)該心室內(nèi)膜輪廓確定心室的面積，將面積與層厚相乘得到該層的心室容積，將每層的心室容積相加，得到心室的EDV和ESV；心室的每搏輸出量SV＝EDV-ESV；心室的射血分數(shù)EF＝SV/EDV。

本發(fā)明實施例提供的心臟電影成像的量化方法，基于圖像分割算法和圖形擬合算法獲取呼氣末期每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓，并根據(jù)上述心室內(nèi)膜輪廓獲取心室容積，進而實現(xiàn)心臟功能參數(shù)的快速確定，降低了人工干預度，有效的減少了處理圖像所需流程和時間，進而提高了心室參數(shù)的量化效率。

參見圖2所示的心臟電影成像的量化方法的流程示意圖，上述步驟S11中對心臟電影成像的每層圖像進行的操作具體包括：

步驟S21，基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和該心室內(nèi)膜輪廓的心室質(zhì)心。

其中圖像分割算法是以上述圖像的灰度為對象進行的，在本實施例中以K均值聚類分割算法為例進行說明，可以理解的是，也可以使用其他適合的分割算法進行。可以根據(jù)心室的生理結(jié)構(gòu)選擇合適的圖形擬合算法，例如針對左心室使用橢圓擬合算法，針對右心室使用多邊形擬合算法。

在本實施例中，對于當前層中的每幅圖像，分別從當前圖像中選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取當前圖像的心室內(nèi)膜輪廓和心室質(zhì)心。參見圖3所示的心臟電影成像圖像，下面以確定左心室的心室內(nèi)膜輪廓和心室質(zhì)心為例進行說明。

首先在圖像中的左心室內(nèi)手動任選一點作為種子點，基于該圖像的灰度進行K均值聚類分割，然后對分割結(jié)果進行橢圓擬合得到左心室的內(nèi)膜輪廓，如圖3中的橢圓所示；將該橢圓的中心確定為左心室的質(zhì)心，如圖3中橢圓內(nèi)的圓點所示。可以理解的是，擬合得到橢圓后容易獲得該橢圓的面積，而該橢圓的面積即為左心室的心室面積，參見圖4所示的當前層面的所有圖像的心室面積示意圖，橫軸表示圖像的采集時間，縱軸表示心室面積。

其中，上述K均值聚類分割的具體過程如下：

1.輸入圖像的各點的灰度集合D，從D中隨機選擇k個點，作為k個簇的中心，其中包括上述種子點；

2.分別計算剩下的各點的灰度與k個簇的中心的相異度，將各點劃歸到相異度最低的簇中，即進行聚類；

3.根據(jù)聚類結(jié)果，重新計算k個簇的中心；

4.將各點按照新的中心重新聚類，直到滿足中止條件；

5.選擇包括上述種子點的簇作為結(jié)果。

然后對上述K均值聚類分割的結(jié)果進行橢圓擬合得到左心室的內(nèi)膜輪廓。

步驟S22，基于心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目。

上述受試者的心率可以是實時檢測數(shù)值，也可以是針對不同類型受試者的經(jīng)驗數(shù)值；根據(jù)心率計算得出心動周期：心動周期＝單位時間/心率；再根據(jù)心動周期計算圖像數(shù)目N：圖像數(shù)目N＝心動周期/心臟成像時間分辨率。

步驟S23，按照時序連續(xù)的方式，將當前層圖像劃分為多個圖像集單元；每個圖像集單元中的圖像個數(shù)為上述圖像數(shù)目。

由于當前層的圖像是連續(xù)采集的多張圖像，可以按照時序連續(xù)的方式圖像集單元，其中每個圖像集單元包括時序連續(xù)的N幅圖像。

步驟S24，根據(jù)各個圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的圖像集單元。

上述確定過程具體包括以下步驟：

首先依次統(tǒng)計各個圖像集單元中各個圖像的心室質(zhì)心，沿受試者頭-腳方向上的運動位移信號；參見圖5所示的當前層所有圖像的心室質(zhì)心沿頭-腳方向上的運動位移信號圖，其中橫軸表示采集時間，縱軸表示質(zhì)心位移，縱軸的正方向表示頭方向，縱軸的負方向表示腳方向。

其次應用低通濾波器從上述運動位移信號中提取出各個圖像集單元的呼吸運動信號；其中，使用低通濾波器的目的是提取信號變化較為緩慢的呼吸運動信號，例如可以將截止頻率設置為0.5Hz。計算各個圖像集單元的心室質(zhì)心位移得到如圖6所示的呼吸運動信號示意圖，其中橫軸表示采集時間，縱軸表示呼吸位移，縱軸的正方向表示頭方向，縱軸的負方向表示腳方向。

然后將最靠近受試者頭部方向的呼吸運動信號對應的圖像集單元，確定為呼氣末期階段對應的圖像集單元；在圖6中的粗實線示出了最靠近頭部方向的心動周期，將其對應的圖像集單元確定為呼氣末期階段對應的圖像集單元。

步驟S25，根據(jù)呼氣末期階段對應的圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段當前層的ED圖像和ES圖像。

在得到呼氣末期階段對應的圖像集單元后，獲取該圖像集單元中各個圖像的心室內(nèi)膜輪廓的面積。如前文所述，根據(jù)圖像分割擬合得到的橢圓計算該橢圓的面積，該橢圓的面積即為心室內(nèi)膜輪廓的面積。

在得到各個圖像的心室內(nèi)膜輪廓的面積后，將最大面積對應的圖像確定為呼氣末期階段當前層的ED圖像，將最小面積對應的圖像確定為呼氣末期階段當前層的ES圖像。

本發(fā)明實施例提供的心臟電影成像的量化方法，基于圖像分割算法和圖形擬合算法，可以自動分割擬合心室內(nèi)膜輪廓，根據(jù)分割擬合結(jié)果可以自動獲得心室質(zhì)心運動位移信號和心室面積，對該心室質(zhì)心運動位移信號進行呼吸信號和心跳信號分離，由上述呼吸信號自動確定呼氣末期，從而獲得呼氣末期內(nèi)的ED和ES圖像，進而根據(jù)ED和ES圖像中心室面積自動獲得反應心臟功能的參數(shù)，降低了人工干預度，過程快速有效。

實施例二

本發(fā)明實施例提供了一種心臟電影成像中呼氣末期圖像的確定方法，參見圖7所示的心臟電影成像中呼氣末期圖像的確定方法的流程示意圖，該方法包括如下步驟：

步驟S71，基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和該心室內(nèi)膜輪廓的心室質(zhì)心。

本實施例在執(zhí)行上述步驟前，已預先使用心臟實時電影成像技術獲取了心臟的多層圖像，其中每層圖像均包括連續(xù)采集的多張圖像，上述當前層為心臟電影成像中的任意一個成像層面。

具體地，對于當前層中的每幅圖像，分別從當前圖像選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取當前圖像的心室內(nèi)膜輪廓和該心室內(nèi)膜輪廓的心室質(zhì)心。

對圖像進行分割擬合獲取心室內(nèi)膜輪廓和心室質(zhì)心的具體過程可以參見實施例一中的記載，在此不再贅述。

步驟S72，基于心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目。

上述受試者的心率可以是實時檢測數(shù)值，也可以是針對不同類型受試者的經(jīng)驗數(shù)值；根據(jù)心率計算得出心動周期：心動周期＝單位時間/心率；再根據(jù)心動周期計算圖像數(shù)目N：圖像數(shù)目N＝心動周期/心臟成像時間分辨率。

步驟S73，按照時序連續(xù)的方式，將當前層圖像劃分為多個圖像集單元；每個圖像集單元中的圖像個數(shù)為上述圖像數(shù)目。

由于當前層的圖像是連續(xù)采集的多張圖像，可以按照時序連續(xù)的方式圖像集單元，其中每個圖像集單元包括時序連續(xù)的N幅圖像。

步驟S74，根據(jù)各個圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的圖像集單元。

本發(fā)明實施例提供的心臟電影成像中呼氣末期圖像的確定方法，基于圖像分割算法和圖形擬合算法，可以自動分割擬合心室內(nèi)膜輪廓，進而獲取心室質(zhì)心運動位移趨勢，從而確定呼氣末期階段對應的圖像集單元，降低了人工干預度，有效的減少了處理圖像所需流程和時間，進而提高了心室參數(shù)的量化效率。

上述步驟S74中的確定過程具體包括以下步驟：

首先依次統(tǒng)計各個圖像集單元中各個圖像的心室質(zhì)心，沿受試者頭-腳方向上的運動位移信號；參見圖5所示的當前層所有圖像的心室質(zhì)心沿頭-腳方向上的運動位移信號圖，其中橫軸表示采集時間，縱軸表示質(zhì)心位移，縱軸的正方向表示頭方向，縱軸的負方向表示腳方向。

其次應用低通濾波器從上述運動位移信號中提取出各個圖像集單元的呼吸運動信號；其中，使用低通濾波器的目的是提取信號變化較為緩慢的呼吸運動信號，例如可以將截止頻率設置為0.5Hz。計算各個圖像集單元的心室質(zhì)心位移得到如圖6所示的呼吸信號示意圖，其中橫軸表示采集時間，縱軸表示呼吸位移，縱軸的正方向表示頭方向，縱軸的負方向表示腳方向。

然后將最靠近受試者頭部方向的呼吸運動信號對應的圖像集單元，確定為呼氣末期階段對應的圖像集單元；在圖6中的粗實線示出了最靠近頭部方向的心動周期，將其對應的圖像集單元確定為呼氣末期階段對應的圖像集單元。

考慮到量化心臟功能參數(shù)需要上述呼氣末期階段的ED圖像和ES圖像，在獲得上述當前層的呼氣末期階段對應的圖像集單元后，可以根據(jù)其中各個圖像的心室內(nèi)膜輪廓的大小，從中確定當前層的ED圖像和ES圖像，具體如下：

獲取上述圖像集單元中各個圖像的心室內(nèi)膜輪廓的面積；如前文所述，根據(jù)圖像分割擬合得到的橢圓計算該橢圓的面積，該橢圓的面積即為心室內(nèi)膜輪廓的面積。在得到各個圖像的心室內(nèi)膜輪廓的面積后，將最大面積對應的圖像確定為呼氣末期階段當前層的ED圖像，將最小面積對應的圖像確定為呼氣末期階段當前層的ES圖像。

本發(fā)明實施例提供的心臟電影成像中呼氣末期圖像的確定方法，基于圖像分割算法和圖形擬合算法，可以自動分割擬合心室內(nèi)膜輪廓，根據(jù)分割擬合結(jié)果可以獲得心室質(zhì)心運動位移信號，對該心室質(zhì)心運動位移信號進行呼吸信號和心跳信號分離，由上述呼吸信號自動確定呼氣末期，從而確定呼氣末期階段對應的圖像集單元，還可以從中確定呼氣末期的ED和ES圖像，降低了人工干預度，有效的減少了處理圖像所需流程和時間，過程快速有效。

實施例三

本發(fā)明實施例三提供了一種心臟電影成像的量化裝置，參見圖8所示的心臟電影成像的量化裝置的結(jié)構(gòu)示意圖，該量化裝置包括心室內(nèi)膜輪廓獲取模塊810和量化參數(shù)確定模塊820，其中，各模塊的功能如下：

心室內(nèi)膜輪廓獲取模塊810，用于從心臟電影成像所得的每層圖像中，基于圖像分割算法和圖形擬合算法，獲取呼氣末期階段每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓。

使用心臟實時電影成像技術可以獲取心臟的多層圖像，其中每層圖像均包括連續(xù)采集的多張圖像。具體地，可以通過對每層的各個圖像進行圖像分割和圖形擬合，確定呼氣末期階段的ED圖像和ES圖像及其對應的心室內(nèi)膜輪廓。

量化參數(shù)確定模塊820，用于根據(jù)每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓，確定心臟電影成像對應心室的量化參數(shù)。

上述量化參數(shù)至少包括以下之一：每層的心室容積、心室的體積、心室的每搏輸出量(SV)和心室的射血分數(shù)(EF)，其中心室的體積包括心臟舒張末期體積(EDV)和心臟收縮末期體積(ESV)。

在獲取上述每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓后，可以根據(jù)該心室內(nèi)膜輪廓確定心室的面積，將面積與層厚相乘得到該層的心室容積，將每層的心室容積相加，得到心室的EDV和ESV；心室的每搏輸出量SV＝EDV-ESV；心室的射血分數(shù)EF＝SV/EDV。

本發(fā)明實施例提供的上述心臟電影成像的量化裝置，基于圖像分割算法和圖形擬合算法獲取呼氣末期每層的ED圖像和ES圖像對應的心室內(nèi)膜輪廓，并根據(jù)上述心室內(nèi)膜輪廓獲取心室容積，進而實現(xiàn)心臟功能參數(shù)的快速確定，降低了人工干預度，有效的減少了處理圖像所需流程和時間，進而提高了心室參數(shù)的量化效率。

其中，心室內(nèi)膜輪廓獲取模塊810，還用于：

基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和該心室內(nèi)膜輪廓的心室質(zhì)心；基于心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目；按照時序連續(xù)的方式，將當前層圖像劃分為多個圖像集單元；每個圖像集單元中的圖像個數(shù)為上述圖像數(shù)目；根據(jù)各個圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的圖像集單元；根據(jù)呼氣末期階段對應的圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段當前層的ED圖像和ES圖像。

上述心室內(nèi)膜輪廓獲取模塊810的功能中，基于分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和心室質(zhì)心包括：對于當前層中的每幅圖像，分別從當前圖像選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取當前圖像的心室內(nèi)膜輪廓和該心室內(nèi)膜輪廓的心室質(zhì)心。

進一步，根據(jù)各個圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的圖像集單元包括：

依次統(tǒng)計各個圖像集單元中各個圖像的心室質(zhì)心，沿受試者頭-腳方向上的運動位移信號；應用低通濾波器從運動位移信號中提取出各個圖像集單元的呼吸運動信號；將最靠近受試者頭部方向的呼吸運動信號對應的圖像集單元，確定為呼氣末期階段對應的圖像集單元。

進一步，根據(jù)呼氣末期階段對應的圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段當前層的ED圖像和ES圖像包括：

獲取呼氣末期階段對應的圖像集單元中各個圖像的心室內(nèi)膜輪廓的面積；將最大面積對應的圖像確定為呼氣末期階段當前層的ED圖像，將最小面積對應的圖像確定為呼氣末期階段當前層的ES圖像。

本發(fā)明實施例提供的心臟電影成像的量化裝置，基于圖像分割算法和圖形擬合算法，可以自動分割擬合心室內(nèi)膜輪廓，根據(jù)分割擬合結(jié)果可以自動獲得心室質(zhì)心運動位移信號和心室面積，對該心室質(zhì)心運動位移信號進行呼吸信號和心跳信號分離，由上述呼吸信號自動確定呼氣末期，從而獲得呼氣末期內(nèi)的ED和ES圖像，進而根據(jù)ED和ES圖像中心室面積自動獲得反應心臟功能的參數(shù)，降低了人工干預度，過程快速有效。有效的減少了處理圖像所需流程和時間，進而提高了心室參數(shù)的量化效率

本發(fā)明實施例所提供的裝置，其實現(xiàn)原理及產(chǎn)生的技術效果和前述方法實施例相同，為簡要描述，方法實施例部分未提及之處，可參考前述方法實施例中相應內(nèi)容。

實施例四

本發(fā)明實施例四提供了一種心臟電影成像中呼氣末期圖像的確定裝置，參見圖9所示的心臟電影成像中呼氣末期圖像的確定裝置的結(jié)構(gòu)示意圖，該確定裝置包括心室特征獲取模塊910、圖像數(shù)目確定模塊920、圖像集單元劃分模塊930和圖像集單元確定模塊940，其中，各模塊的功能如下：

心室特征獲取模塊910，用于基于圖像分割算法和圖形擬合算法，獲取當前層中每幅圖像的心室內(nèi)膜輪廓和該心室內(nèi)膜輪廓的心室質(zhì)心，其中，當前層為心臟電影成像中的任意一個成像層面。

使用心臟實時電影成像技術可以獲取心臟的多層圖像，其中每層圖像均包括連續(xù)采集的多張圖像。具體地，對于當前層中的每幅圖像，分別從當前圖像選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取當前圖像的心室內(nèi)膜輪廓和心室質(zhì)心。

圖像數(shù)目確定模塊920，用于基于心臟電影成像對應受試者的心率確定一個心動周期內(nèi)包含的圖像數(shù)目。

上述受試者的心率可以是實時檢測數(shù)值，也可以是針對不同類型受試者的經(jīng)驗數(shù)值；根據(jù)心率計算得出心動周期：心動周期＝單位時間/心率；再根據(jù)心動周期計算圖像數(shù)目N：圖像數(shù)目N＝心動周期/心臟成像時間分辨率。

圖像集單元劃分模塊930，用于按照時序連續(xù)的方式，將當前層圖像劃分為多個圖像集單元；每個圖像集單元中的圖像個數(shù)為上述圖像數(shù)目。由于當前層的圖像是連續(xù)采集的多張圖像，可以按照時序連續(xù)的方式圖像集單元，其中每個圖像集單元包括時序連續(xù)的N幅圖像。

圖像集單元確定模塊940，用于根據(jù)各個圖像集單元內(nèi)圖像的心室質(zhì)心運動位移趨勢，確定呼氣末期階段對應的圖像集單元。

本發(fā)明實施例提供的上述心臟電影成像中呼氣末期圖像的確定裝置，基于圖像分割算法和圖形擬合算法，可以自動分割擬合心室內(nèi)膜輪廓，進而獲取心室質(zhì)心運動位移趨勢，從而確定呼氣末期階段對應的圖像集單元，降低了人工干預度，有效的減少了處理圖像所需流程和時間，進而提高了心室參數(shù)的量化效率。

其中心室特征獲取模塊910還用于：對于當前層中的每幅圖像，分別從當前圖像選定的種子點開始，按照K均值聚類分割算法和橢圓擬合算法獲取當前圖像的心室內(nèi)膜輪廓和該心室內(nèi)膜輪廓的心室質(zhì)心。

圖像集單元確定模塊940還用于：依次統(tǒng)計各個圖像集單元中各個圖像的心室質(zhì)心，沿受試者頭-腳方向上的運動位移信號；應用低通濾波器從運動位移信號中提取出各個圖像集單元的呼吸運動信號；將最靠近受試者頭部方向的呼吸運動信號對應的圖像集單元，確定為呼氣末期階段對應的圖像集單元。

考慮到計算心臟功能的參數(shù)需要，上述裝置還包括：ED圖像和ES圖像確定模塊，用于根據(jù)呼氣末期階段對應的圖像集單元中各個圖像的心室內(nèi)膜輪廓的大小，確定呼氣末期階段當前層的ED圖像和ES圖像。其中，確定當前層的ED圖像和ES圖像的過程如下：獲取呼氣末期階段對應的圖像集單元中各個圖像的心室內(nèi)膜輪廓的面積；將最大面積對應的圖像確定為呼氣末期階段當前層的ED圖像，將最小面積對應的圖像確定為呼氣末期階段當前層的ES圖像。

本發(fā)明實施例提供的心臟電影成像中呼氣末期圖像的確定裝置，基于圖像分割算法和圖形擬合算法，可以自動分割擬合心室內(nèi)膜輪廓，根據(jù)分割擬合結(jié)果可以獲得心室質(zhì)心運動位移信號，對該心室質(zhì)心運動位移信號進行呼吸信號和心跳信號分離，由上述呼吸信號自動確定呼氣末期，從而確定呼氣末期階段對應的圖像集單元，還可以從中確定呼氣末期的ED和ES圖像，降低了人工干預度，有效的減少了處理圖像所需流程和時間，過程快速有效。

本發(fā)明實施例所提供的裝置，其實現(xiàn)原理及產(chǎn)生的技術效果和前述方法實施例相同，為簡要描述，方法實施例部分未提及之處，可參考前述方法實施例中相應內(nèi)容。

以上所述，僅為本發(fā)明的具體實施方式，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內(nèi)，可輕易想到變化或替換，都應涵蓋在本發(fā)明的保護范圍之內(nèi)。因此，本發(fā)明的保護范圍應所述以權(quán)利要求的保護范圍為準。