一种冠脉造影的三维重建方法及装置

技术领域

本申请涉及图像处理技术领域，尤其是涉及一种冠脉造影的三维重建方法及装置。

背景技术

心脑血管疾病被称为威胁人类生命健康的第一杀手。随着人们生活水平的日益提高，生活物质资料也越来越充足，心脑血管疾病的发作率逐渐提升。随着科技的不断发展，医疗诊断技术也在不断进行革新；同时，医学影像技术的蓬勃发展给诊断各种疾病带来便利的措施和有效的手段。

通过观察冠脉造影图像可以对冠状动脉的结构与血管狭窄进行客观的诊断，必要时需要基于二维冠脉造影图像实现三维冠脉造影图像的重建；但是，在二维冠脉造影图像的拍摄过程中，会受到拍摄对象的心跳、呼吸等原因，使得在不同拍摄角度的二维冠脉造影图像中冠状动脉的呈现位置存在一定偏差；因此，很难准确地完成二维冠脉造影图像的匹配，使得三维冠脉造影图像的重建结果不够准确。

发明内容

有鉴于此，本申请的目的在于提供一种冠脉造影的三维重建方法及装置，可以通过确定多张冠脉骨架图像之间的转移关系矩阵，准确地完成多张冠脉骨架图像之间血管分支点、冠脉血管段的匹配，进而，准确地实现待重建冠脉的三维重建。

本申请实施例提供了一种冠脉造影的三维重建方法，所述三维重建方法包括：

分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到多张冠脉骨架图像；

针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点；

建立所述多张冠脉骨架图像之间的极平面，通过匹配出所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵；

通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对；

针对于每组冠脉血管对，在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到所述冠脉分支血管的多张分支骨架图像；

基于所述目标转移关系矩阵、在所述多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建所述冠脉分支血管的三维造影图像。

在一种可能的实施方式中，所述分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到多张冠脉骨架图像，包括：

针对于每张二维冠脉造影图像，将该二维冠脉造影图像转换为二值冠脉图像；

对所述二值冠脉图像中目标连通域进行骨架化处理，确定在该二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到该二维冠脉造影图像对应的冠脉骨架图像。

在一种可能的实施方式中，所述针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点，包括：

针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点；

采用深度优先搜索方式，以所述冠脉起始点为遍历初始点，逐一遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，建立所述待重建冠脉在该冠脉骨架图像的采集角度下的血管树结构，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点以及每个血管节点的分支级别。

在一种可能的实施方式中，所述针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点，包括：

针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定该冠脉骨架图像中位于所述待重建冠脉的冠脉起始点周围的初始分割区域；

在该冠脉骨架图像中膨胀所述初始分割区域，确定所述初始分割区域与该冠脉骨架图像中所显示的冠脉中心线之间的交点；

确定所述冠脉中心线的各个端点与所述交点之间的相对距离；

将所述相对距离最小的端点，确定为在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点。

在一种可能的实施方式中，所述采用深度优先搜索方式，以所述冠脉起始点为遍历初始点，逐一遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点，包括：

以所述冠脉起始点为遍历初始点，在遍历过程中从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点；

使用深度优先搜索方法，利用多种膨胀形状通过在所述当前血管节点处进行膨胀，确定所述当前血管节点处的血管半径以及所述当前血管节点是否为血管分支点，并建立所述当前血管节点处的血管树结构；

基于所述遍历初始点与所述当前血管节点之间的位置关系，确定所述当前血管节点的方向向量；

基于所述当前血管节点的血管半径、所述当前血管节点的方向向量以及所述当前血管节点所属分支血管的血管长度，确定所述当前血管节点的分支级别。

在一种可能的实施方式中，所述以所述冠脉起始点为遍历初始点，在遍历过程中从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点，包括：

以所述冠脉起始点为遍历初始点，在遍历过程中基于每个待搜索的血管节点的分支级别，将分支级别最大的、待搜索的血管节点确定为当前血管节点。

在一种可能的实施方式中，所述多张冠脉骨架图像包括第一骨架图像和第二骨架图像；所述建立所述多张冠脉骨架图像之间的极平面，通过匹配出所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵，包括：

基于所述多张冠脉骨架图像所显示的冠脉中心线上的任意血管节点以及两个射线放射点，建立所述多张冠脉骨架图像之间的极平面；

针对于所述第一骨架图像中所存在的每个血管分支点，借助于所述极平面，确定该血管分支点在所述第二骨架图像中对应的第一极线；

通过确定所述第二骨架图像中所存在的每个血管分支点与所述第一极线之间的欧式距离，确定在所述第二骨架图像中与该血管分支点相匹配的血管分支点，得到多组匹配分支点对；

基于所述第一骨架图像与所述第二骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵。

在一种可能的实施方式中，所述通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对，包括：

针对于每张冠脉骨架图像，按照该冠脉骨架图像所显示的冠脉中心线中每条冠脉分支血管的分支级别，确定在该冠脉骨架图像中待进行匹配的待匹配分支血管；

针对于每条待匹配分支血管，利用该待匹配分支血管的血管中心点，通过确定所述血管中心点在所述多张冠脉骨架图像中除该冠脉骨架图像之外的其他冠脉骨架图像中对应的极线，确定在所述其他冠脉骨架图像中与该待匹配分支血管相匹配的目标分支血管；

基于每条待匹配分支血管以及与每条待匹配分支血管在所述其他冠脉骨架图像中相匹配的目标分支血管，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对。

在一种可能的实施方式中，所述多张冠脉骨架图像包括两张冠脉骨架图像；所述针对于每组冠脉血管对，在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到所述冠脉分支血管的多张分支骨架图像，包括：

针对于每组冠脉血管对，按照该冠脉血管对所表征的冠脉分支血管中所存在的血管分支点，在每张冠脉骨架图像中对所述冠脉分支血管进行分段处理，将所述冠脉分支血管划分为多条冠脉分支子血管；

针对于每条冠脉分支子血管，以所述多张冠脉骨架图像中血管节点少的冠脉骨架图像为参照，对所述多张冠脉骨架图像中血管节点多的冠脉骨架图像所显示的该冠脉分支子血管进行重采样处理，得到所述冠脉分支血管的两张分支骨架图像。

本申请实施例还提供了一种冠脉造影的三维重建装置，所述三维重建装置包括：

图像预处理模块，用于分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到多张冠脉骨架图像；

分支点确定模块，用于针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点；

矩阵确定模块，用于建立所述多张冠脉骨架图像之间的极平面，通过匹配出所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵；

血管对匹配模块，用于通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对；

处理模块，用于针对于每组冠脉血管对，在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到所述冠脉分支血管的多张分支骨架图像；

重建模块，用于基于所述目标转移关系矩阵、在所述多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建所述冠脉分支血管的三维造影图像。

在一种可能的实施方式中，所述图像预处理模块在用于分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到多张冠脉骨架图像时，所述图像预处理模块用于：

针对于每张二维冠脉造影图像，将该二维冠脉造影图像转换为二值冠脉图像；

对所述二值冠脉图像中目标连通域进行骨架化处理，确定在该二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到该二维冠脉造影图像对应的冠脉骨架图像。

在一种可能的实施方式中，所述分支点确定模块在用于针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点时，所述分支点确定模块用于：

针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点；

采用深度优先搜索方式，以所述冠脉起始点为遍历初始点，逐一遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，建立所述待重建冠脉在该冠脉骨架图像的采集角度下的血管树结构，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点以及每个血管节点的分支级别。

在一种可能的实施方式中，所述分支点确定模块在用于针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点时，所述分支点确定模块用于：

针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定该冠脉骨架图像中位于所述待重建冠脉的冠脉起始点周围的初始分割区域；

在该冠脉骨架图像中膨胀所述初始分割区域，确定所述初始分割区域与该冠脉骨架图像中所显示的冠脉中心线之间的交点；

确定所述冠脉中心线的各个端点与所述交点之间的相对距离；

将所述相对距离最小的端点，确定为在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点。

在一种可能的实施方式中，所述分支点确定模块在用于采用深度优先搜索方式，以所述冠脉起始点为遍历初始点，逐一遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点时，所述分支点确定模块用于：

以所述冠脉起始点为遍历初始点，在遍历过程中从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点；

使用深度优先搜索方法，利用多种膨胀形状通过在所述当前血管节点处进行膨胀，确定所述当前血管节点处的血管半径以及所述当前血管节点是否为血管分支点，并建立所述当前血管节点处的血管树结构；

基于所述遍历初始点与所述当前血管节点之间的位置关系，确定所述当前血管节点的方向向量；

基于所述当前血管节点的血管半径、所述当前血管节点的方向向量以及所述当前血管节点所属分支血管的血管长度，确定所述当前血管节点的分支级别。

在一种可能的实施方式中，所述分支点确定模块在用于以所述冠脉起始点为遍历初始点，在遍历过程中从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点，所述分支点确定模块用于：

以所述冠脉起始点为遍历初始点，在遍历过程中基于每个待搜索的血管节点的分支级别，将分支级别最大的、待搜索的血管节点确定为当前血管节点。

在一种可能的实施方式中，所述多张冠脉骨架图像包括第一骨架图像和第二骨架图像；所述矩阵确定模块在用于建立所述多张冠脉骨架图像之间的极平面，通过匹配出所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵时，所述矩阵确定模块用于：

基于所述多张冠脉骨架图像所显示的冠脉中心线上的任意血管节点以及两个射线放射点，建立所述多张冠脉骨架图像之间的极平面；

针对于所述第一骨架图像中所存在的每个血管分支点，借助于所述极平面，确定该血管分支点在所述第二骨架图像中对应的第一极线；

通过确定所述第二骨架图像中所存在的每个血管分支点与所述第一极线之间的欧式距离，确定在所述第二骨架图像中与该血管分支点相匹配的血管分支点，得到多组匹配分支点对；

基于所述第一骨架图像与所述第二骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵。

在一种可能的实施方式中，所述血管对匹配模块在用于通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对时，所述血管对匹配模块用于：

针对于每张冠脉骨架图像，按照该冠脉骨架图像所显示的冠脉中心线中每条冠脉分支血管的分支级别，确定在该冠脉骨架图像中待进行匹配的待匹配分支血管；

针对于每条待匹配分支血管，利用该待匹配分支血管的血管中心点，通过确定所述血管中心点在所述多张冠脉骨架图像中除该冠脉骨架图像之外的其他冠脉骨架图像中对应的极线，确定在所述其他冠脉骨架图像中与该待匹配分支血管相匹配的目标分支血管；

基于每条待匹配分支血管以及与每条待匹配分支血管在所述其他冠脉骨架图像中相匹配的目标分支血管，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对。

在一种可能的实施方式中，所述多张冠脉骨架图像包括两张冠脉骨架图像；所述处理模块在用于针对于每组冠脉血管对，在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到所述冠脉分支血管的多张分支骨架图像时，所述处理模块用于：

针对于每组冠脉血管对，按照该冠脉血管对所表征的冠脉分支血管中所存在的血管分支点，在每张冠脉骨架图像中对所述冠脉分支血管进行分段处理，将所述冠脉分支血管划分为多条冠脉分支子血管；

针对于每条冠脉分支子血管，以所述多张冠脉骨架图像中血管节点少的冠脉骨架图像为参照，对所述多张冠脉骨架图像中血管节点多的冠脉骨架图像所显示的该冠脉分支子血管进行重采样处理，得到所述冠脉分支血管的两张分支骨架图像。

本申请实施例还提供一种电子设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如上述的冠脉造影的三维重建方法的步骤。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述的冠脉造影的三维重建方法的步骤。

本申请实施例提供的冠脉造影的三维重建方法及装置，通过分别对多张二维冠脉造影图像进行预处理，确定出每张二维冠脉造影图像的冠脉骨架图像；并基于每张冠脉骨架图像中冠脉起始点的起始点信息，构建多张冠脉骨架图像之间的多个初始转移关系矩阵；针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定待重建冠脉在该冠脉骨架图像中呈现出的多个血管分支点；通过建立多张冠脉骨架图像之间的极平面，完成多张冠脉骨架图像之间多组匹配分支点对的匹配，并确定出多张冠脉骨架图像之间的转移关系矩阵；通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定多张冠脉骨架图像之间相匹配的多组冠脉血管对；通过对每组冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到关于该冠脉分支多张分支骨架图像；利用转移关系矩阵多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建冠脉分支血管的三维造影图像。这样，便可以在无需人为干预的情况下，实现待重建冠脉中冠脉分支血管的三维重建，以此，提高了待重建冠脉的三维重建结果的准确性，还可以提高重建效率。

为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例所提供的一种冠脉造影的三维重建方法的流程图；

图2本申请实施例所提供的一种预处理过程示意图；

图3为本申请实施例所提供的一种冠脉造影的三维重建装置的结构示意图；

图4为本申请实施例所提供的一种电子设备的结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的每个其他实施例，都属于本申请保护的范围。

经研究发现，通过观察冠脉造影图像可以对冠状动脉的结构与血管狭窄进行客观的诊断，必要时需要基于二维冠脉造影图像实现三维冠脉造影图像的重建；但是，在二维冠脉造影图像的拍摄过程中，会受到拍摄对象的心跳、呼吸等原因，使得在不同拍摄角度的二维冠脉造影图像中冠状动脉的呈现位置存在一定偏差；因此，很难准确地完成二维冠脉造影图像的匹配，使得三维冠脉造影图像的重建结果不够准确。

基于此，本申请实施例提供了一种冠脉造影的三维重建方法，可以在无需人为手动匹配的情况下，实现冠状动脉中血管分支点以及冠脉血管段的准确匹配，以此，提高了待重建冠脉的三维重建结果的准确性。

请参阅图1，图1为本申请实施例所提供的一种冠脉造影的三维重建方法的流程图。如图1中所示，本申请实施例提供的冠脉造影的三维重建方法，包括：

S101、分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到多张冠脉骨架图像。

S102、针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点。

S103、建立所述多张冠脉骨架图像之间的极平面，通过匹配出所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的转移关系矩阵。

S104、通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对。

S105、针对于每组冠脉血管对，在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到所述冠脉分支血管的多张分支骨架图像。

S106、基于所述转移关系矩阵、在所述多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建所述冠脉分支血管的三维造影图像。

本申请实施例所提供的一种冠脉造影的三维重建方法，通过分别对多张二维冠脉造影图像进行预处理，确定出每张二维冠脉造影图像的冠脉骨架图像；并基于每张冠脉骨架图像中冠脉起始点的起始点信息，构建多张冠脉骨架图像之间的多个初始转移关系矩阵；针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定待重建冠脉在该冠脉骨架图像中呈现出的多个血管分支点；通过建立多张冠脉骨架图像之间的极平面，完成多张冠脉骨架图像之间多组匹配分支点对的匹配，并确定出多张冠脉骨架图像之间的转移关系矩阵；通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定多张冠脉骨架图像之间相匹配的多组冠脉血管对；通过对每组冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到关于该冠脉分支多张分支骨架图像；利用转移关系矩阵多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建冠脉分支血管的三维造影图像。这样，便可以在无需人为干预的情况下，实现待重建冠脉中冠脉分支血管的三维重建，以此，提高了待重建冠脉的三维重建结果的准确性，还可以提高重建效率。

在步骤S101中，在进行血管分支点的匹配之前，需确定待重建冠脉在每张二维冠脉造影图像中所呈现出的血管分支点，此时，便需通过对二维冠脉造影图像进行预处理，将二维冠脉造影图像骨架化，以此，确定出每张二维冠脉造影图像中所包括的多个血管分支点。

具体的，分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下待重建冠脉的冠脉中心线，得到每张二维冠脉造影图像对应的冠脉骨架图像。

在一种实施方式中，请参阅图2，图2为本申请实施例所提供的一种预处理过程示意图。如图2所示，步骤S101包括：

S1011、针对于每张二维冠脉造影图像，将该二维冠脉造影图像转换为二值冠脉图像。

该步骤中，针对于每张二维冠脉造影图像，通过对该二维冠脉造影图像进行二值分割处理，将该二维冠脉造影图像转换为二值冠脉图像；以此，将冠脉血管作为前景图像与背景图像进行区分。

具体的，将获取到的二维冠脉造影图像中冠脉血管的位置出的像素标记为1，其他位置出的像素标记为0，以此，完成对该二维冠脉造影图像的二值分割处理，得到该二维冠脉造影图像对应的二值冠脉图像。

这里，可以采用深度学习语义分割的方式实现二维冠脉造影图像的二值分割处理，例如，可以预先训练好的二值分割模型实现二维冠脉造影图像的二值分割处理。

二值分割模型可以利用预先标注好的多张样本二维造影图像以及每张样本二维造影图像的标注标签，对预先构建好的U-Net分割模型进行训练所得到的；其中，标注标签中已区分出样本二维造影图像中的冠脉血管和背景。

这里，由于二值化处理后得到的二值冠脉图像中可能会确定出多个血管连通域，仅保留面积最大的血管连通域作为目标连通域进行后续的骨架化处理，以此，可以减少对不必关注的细小血管的过分关注，提高数据处理效率的同时，还能够保证匹配结果的准确性。

S1012、对所述二值冠脉图像中目标连通域进行骨架化处理，确定在该二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到该二维冠脉造影图像对应的冠脉骨架图像。

该步骤中，在二值分割处理后得到的二值冠脉图像的基础上，对二值冠脉图像中的目标连通域进行骨架化处理，以确定出在该二维冠脉造影图像的采集角度下所显示出的待重建冠脉的冠脉中心线，以此，完成二维冠脉造影图像骨架化的转换，得到该二维冠脉造影图像对应的冠脉骨架图像。

这里，为了能够准确地实现不同冠脉骨架图像之间血管分支点的匹配，在进行血管分支点匹配的过程中，需借助于表征了多张冠脉骨架图像之间所具有的转移关系的转移关系矩阵，来实现多张冠脉骨架图像血管分支点的匹配。

在步骤S102中，首先，分别确定出待重建冠脉在每张冠脉骨架图像中冠脉起始点(即，冠脉血管的冠脉窦)的起始点信息；然后，基于确定出的多个冠脉起始点的起始点信息，构建多张冠脉骨架图像之间所具有的多个初始转移关系矩阵。

这里，至少包括两张二维冠脉造影图像(二维冠脉造影图像DSA-0和二维冠脉造影图像DSA-1)，因此，至少包括两张冠脉骨架图像，至少两张冠脉骨架图像之间至少具有两个转移关系矩阵，一个转移关系矩阵用来表示从DSA-0到DSA-1的转移关系，另一个转移关系矩阵则用来表示从DSA-1到DSA-0的转移关系。

在一种实施方式中，步骤S102包括：

S1021、针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点。

该步骤中，针对于每张冠脉骨架图像，利用预先训练好的起点预测模型，对该冠脉骨架图像中冠脉起始点所在位置进行预测，确定出在该冠脉骨架图像的采集角度下待重建冠脉的冠脉起始点，并根据冠脉起始点的位置，确定冠脉起始点的起始点信息。

其中，起始点信息包括冠脉起始点位置的位置坐标、冠脉起始点位置的血管半径以及冠脉起始点位置的方向等信息。

起点预测模型可以利用预先标注好的多张样本二维造影图像以及每张样本二维造影图像的样本标签，对预先构建好的U-Net分割模型进行训练所得到的；其中，样本标签中已标注出样本二维造影图像中的冠脉起始点的位置。

在一种实施方式中，步骤S1021包括：

S10211、针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定该冠脉骨架图像中位于所述待重建冠脉的冠脉起始点周围的初始分割区域。

该步骤中，针对于每张冠脉骨架图像，利用预先训练好的起点预测模型，对冠脉起始点的大致位置进行预测，确定出该冠脉骨架图像中位于待重建冠脉的冠脉起始点周围的初始分割区域。

S10212、在该冠脉骨架图像中膨胀所述初始分割区域，确定所述初始分割区域与该冠脉骨架图像中所显示的冠脉中心线之间的交点。

该步骤中，在该冠脉骨架图像中膨胀确定出的初始分割区域，直至初始分割区域与该冠脉骨架图像中所显示的冠脉中心线之间出现交点为止，结束对初始分割区域的膨胀。

S10213、确定所述冠脉中心线的各个端点与所述交点之间的相对距离。

该步骤中，考虑到冠脉起始点应为冠脉中心线的端点，而预测出的初始分割区域位于冠脉起始点的周围，因此，距离初始分割区域与冠脉中心线之间的交点最近的端点即可被认为是待重建冠脉的冠脉起始点；此时，需分别确定冠脉中心线上每个端点与交点之间的相对距离。

S10214、将所述相对距离最小的端点，确定为在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点。

该步骤中，将与交点之间相对距离最小的端点，确定为在该冠脉骨架图像的采集角度下待重建冠脉的冠脉起始点。

S1022、采用深度优先搜索方式，以所述冠脉起始点为遍历初始点，逐一遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，建立所述待重建冠脉在该冠脉骨架图像的采集角度下的血管树结构，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点以及每个血管节点的分支级别。

该步骤中，针对于每张冠脉骨架图像，以待重建冠脉在该冠脉骨架图像中的冠脉起始点为开始遍历的遍历起始点，采用深度优先搜索方式，从遍历起始点开始，逐一完成该冠脉骨架图像中冠脉中心线上的每个血管节点的遍历，在完成待重建冠脉在该冠脉骨架图像的采集角度下血管树结构的建立的同时，从冠脉中心线的多个血管节点中确定出血管分支点，并明确每个血管节点的分支级别。

其中，血管节点的分支级别表征出该血管节点所属血管分支的分支等级；示例性的，对于一个待重建冠脉来说，在采用DFS方式生成该待重建冠脉的血管树结构的过程中，会按照血管的粗细程度，区分主干血管和分支血管，通常情况下主干血管的起始点即为待重建冠脉的冠脉起始点(冠脉窦)所在位置；若一个血管节点位于主干血管上，那么，该血管节点的分支级别为0级；假设，与主干血管相连的分支血管为一级分支血管，那么，位于一级分支血管上的血管节点的分支级别则为1级。

因此，在遍历生成血管树结构的同时，通过分析每个血管节点所位于的分支血管的分支级别，便可以确定出每个血管节点的分支级别。

这里，深度优先搜索(Depth First Seach，DFS)为一种生成树结构的遍历方法，在遍历各个血管节点的过程中生成冠脉血管的树结构，以此，便可以确定出每个血管节点是否为血管分支点。

在一种实施方式中，步骤S1022包括：

S10221、以所述冠脉起始点为遍历初始点，在遍历过程中从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点。

该步骤中，以冠脉起始点为遍历初始点，逐一对该冠脉骨架图像中冠脉中心线的各个血管节点进行遍历；并在遍历过程中，实时地从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点。

在一种实施方式中，步骤S10221包括：以所述冠脉起始点为遍历初始点，在遍历过程中基于每个待搜索的血管节点的分支级别，将分支级别最大的、待搜索的血管节点确定为当前血管节点。

该步骤中，在遍历过程中，当需要确定出当前需进行搜索的当前血管节点时，结合每个待搜索的血管节点的分支级别选择出合适的血管节点进行搜索；具体的，可将分支级别最大的、待搜索的血管节点确定为当前血管节点。

S10222、使用深度优先搜索方法，利用多种膨胀形状在当前血管节点处进行膨胀，确定所述当前血管节点处的血管半径以及所述当前血管节点是否为血管分支点，并建立所述当前血管节点处的血管树结构。

该步骤中，使用深度优先搜索方法，利用多种膨胀形状通过在当前血管节点处进行膨胀；当膨胀形状与冠脉血管的血管壁产生交集时，结束对膨胀形状的膨胀，确定膨胀区域的区域面积；确定多种膨胀形状之间的区域面积平均值，并将面积与区域面积平均值相等的虚拟圆形的圆形半径，确定为当前血管节点处的血管半径；同时，在遍历过程中确定当前血管节点是否为血管分支点。

并在对当前血管节点遍历的过程中，实时建立待重建冠脉在当前血管节点处的血管树结构。

S10223、基于所述遍历初始点与所述当前血管节点之间的位置关系，确定所述当前血管节点的方向向量。

该步骤中，结合当前血管节点与遍历初始点之间的位置关系，确定出在当前血管节点位置出处的方向向量；其中，位置关系包括当前血管节点与遍历初始点之间的相对方向以及相对距离等关系。

S10224、基于所述当前血管节点的血管半径、所述当前血管节点的方向向量以及所述当前血管节点所属分支血管的血管长度，确定所述当前血管节点的分支级别。

该步骤中，综合考虑当前血管节点的血管半径、当前血管节点的方向向量以及当前血管节点所属分支血管的血管长度，对当前血管节点进行排序，确定当前血管节点的分支级别。

在步骤S103中，建立多张冠脉骨架图像之间的极平面，通过匹配出多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的转移关系矩阵。

这里，多张冠脉骨架图像至少包括第一骨架图像和第二骨架图像；步骤S103包括：

S1031、基于所述多张冠脉骨架图像所显示的冠脉中心线上的任意血管节点以及两个射线放射点，建立所述多张冠脉骨架图像之间的极平面。

该步骤中，从多张冠脉骨架图像的冠脉中心线上选择出任意血管节点，基于该任意血管节点以及两个射线发射点，建立多张冠脉骨架图像之间的极平面。

S1032、针对于所述第一骨架图像中所存在的每个血管分支点，借助于所述极平面，确定该血管分支点在所述第二骨架图像中对应的第一极线。

该步骤中，针对于第一骨架图像中所存在的每个血管分支点，借助于构建好的极平面，确定出该血管分支点在第二骨架图像中对应的第一极线。

S1033、通过确定所述第二骨架图像中所存在的每个血管分支点与所述第一极线之间的欧式距离，确定在所述第二骨架图像中与该血管分支点相匹配的血管分支点，得到多组匹配分支点对。

在一种实施方式中，步骤S1033包括：

S10331、分别确定所述第二骨架图像中每个血管分支点与所述第一极线之间的欧式距离。

S10332、分别确定所述待重建冠脉在所述第二骨架图像中每个血管分支点处的第一树结构深度，以及所述待重建冠脉在该血管分支点处的第二树结构深度。

该步骤中，为了能够准确地确定出在第二骨架图像中与该血管分支点相匹配的血管分支点，在进行血管分支点匹配时还需参考每个血管分支点所处位置处的树结构深度；此时，需分别确定待重建冠脉在第二骨架图像中每个血管分支点处的第一树结构深度，以及待重建冠脉在该血管分支点处的第二树结构深度。

S10333、基于确定出的多个第一树结构深度与所述第二树结构深度，分别确定该血管分支点与所述第二骨架图像中每个血管分支点之间的深度差值。

S10334、将所述第二骨架图像中欧式距离小于预设距离阈值且深度差值小于等于预设深度阈值的血管分支点，确定为与该血管分支点对应的候选分支点。

S10335、通过在第一骨架图像中建立每个候选分支点对应的第二极线，确定在第二骨架图像中与该血管分支点相匹配的血管分支点。

该步骤中，再通过在第一骨架图像中建立每个候选分支点所对应的第二极线，从多个候选分支点中确定出与该血管分支点相匹配的血管分支点。

具体的，利用第一骨架图像与第二骨架图像之间所具有的初始转移关系矩阵，借助于极平面，在第一骨架图像中建立每个候选分支点所对应的第二极线；分别确定在第一骨架图像中该血管分支点与每个第二极线之间的欧式距离；将与该血管分支点之间欧式距离最小的第二极线所对应的候选分支点，确定为第一血管分支点在第二骨架图像中所匹配的血管分支点。

这里，第一骨架图像与第二骨架图像之间相匹配的血管分支点为待重建冠脉中的同一血管分支点，仅在采集角度上存在差异。

S1034、基于所述第一骨架图像与所述第二骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵。

该步骤中，基于第一骨架图像与所述第二骨架图像之间相匹配的多组匹配分支点对所携带的节点信息，对匹配过程中实时更新得到的多个转移关系矩阵进行更新，以此，得到多张冠脉骨架图像之间的多个目标转移关系矩阵；进而，可以利用多个目标转移关系矩阵完成待重建冠脉的三维重建。

这里，每组匹配分支点对所携带的节点信息包括该匹配分支点对中第一骨架图像中血管分支点的节点信息，以及在第二骨架图像中与该血管分支点相匹配的血管分支点的节点信息。

在一种实施方式中，通过以下步骤确定更新得到的多个转移关系矩阵：

步骤1、基于所述待重建冠脉在每张冠脉骨架图像中冠脉起始点的起始点信息，构建所述多张冠脉骨架图像之间的多个初始转移关系矩阵。

这里，至少包括两张二维冠脉造影图像(二维冠脉造影图像DSA-0和二维冠脉造影图像DSA-1)，因此，至少包括两张冠脉骨架图像，至少两张冠脉骨架图像之间至少具有两个转移关系矩阵，一个转移关系矩阵用来表示从DSA-0到DSA-1的转移关系，另一个转移关系矩阵则用来表示从DSA-1到DSA-0的转移关系。

步骤2、在对第一骨架图像中的各个血管分支点进行匹配的过程中，对建立的多个初始转移关系矩阵进行更新，以得到更新后的多个转移关系矩阵。

具体的对多个初始转移关系矩阵进行更新的更新过程如下：

步骤21、从第一骨架图像的多个血管分支点中确定出第一血管分支点，借助于极平面，匹配出在第二骨架图像中与所述第一血管分支点相匹配的第二血管分支点。

该步骤中，多张冠脉骨架图像中至少包括两张冠脉骨架图像，第一骨架图像及第二骨架图像；从第一骨架图像的多个血管分支点中确定出待匹配的第一血管分支点；利用第一骨架图像与第二骨架图像之间所具有的初始转移关系矩阵，借助于极平面，匹配出在第二骨架图像中与第一血管分支点相匹配的第二血管分支点。

其中，为了保证第一骨架图像中的每个血管分支点均能够在第二骨架图像中找到相匹配的第二血管分支点；将多个冠脉骨架图像中血管分支节点最少的图像作为第一骨架图像；即，所述第一骨架图像为所述多个骨架图像中血管分支节点最少的；相应的，将多个冠脉骨架图像中血管分支节点最多的图像作为第二骨架图像；即，所述第二骨架图像为所述多个骨架图像中血管分支节点最多的。

步骤22、基于所述第一血管分支点的节点信息、所述第二血管分支点的节点信息以及冠脉起始点的起始点信息，更新所述多个初始转移关系矩阵，得到更新后的多个转移关系矩阵。

第一血管节点与第二血管节点之间的匹配过程已在上文中说明，在此不再赘述。

步骤23、按照预定匹配顺序，逐一完成所述第一骨架图像中全部血管分支点的匹配，确定所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，并在完成每个血管分支点的匹配过程后，实时更新所述多个转移关系矩阵。

在步骤S104中，在完成了各个血管分支点的匹配之后，再通过匹配多张冠脉骨架图像中所显示的冠脉中心线上的每个血管节点，确定多张冠脉骨架图像之间相匹配的多组冠脉血管对。

在一种实施方式中，步骤S104包括：

S1041、针对于每张冠脉骨架图像，按照该冠脉骨架图像所显示的冠脉中心线中每条冠脉分支血管的分支级别，确定在该冠脉骨架图像中待进行匹配的待匹配分支血管。

为了减少分支血管的匹配过程，减少对不必要的分支血管的过多关注，在进行分支血管匹配时，仅需对分支级别小于预设分支级别的分支血管进行匹配即可；例如，预设分支级别为2，则需要对分支级别为0、1、2的分支血管进行匹配即可。

该步骤中，针对于每张冠脉骨架图像，按照该冠脉骨架图像所显示的冠脉中心线中每条冠脉分支血管的分支级别，将该冠脉骨架图像中分支级别小于预设分支级别的、未进行匹配的冠脉分支血管，确定为待匹配分支血管。

示例性的，匹配需求指示需对分支级别小于2级的冠脉分支血管进行匹配，那么，则需将该冠脉骨架图像中分支级别小于2级的且暂未进行匹配的冠脉分支血管，确定为待匹配分支血管。

S1042、针对于每条待匹配分支血管，利用该待匹配分支血管的血管中心点，通过确定所述血管中心点在所述多张冠脉骨架图像中除该冠脉骨架图像之外的其他冠脉骨架图像中对应的极线，确定在所述其他冠脉骨架图像中与该待匹配分支血管相匹配的目标分支血管。

该步骤中，针对于每条待匹配分支血管，确定该待匹配分支血管的血管中心点，并在多张冠脉骨架图像中除该冠脉骨架图像之外的其他冠脉骨架图像中建立血管中心点对应的极线；利用血管中心点对应的极线，确定在其他冠脉骨架图像中与血管中心点对应的极线之间的交点；通过确定该交点在该冠脉骨架图像中对应极线与血管中心点之间的相对距离，确定该交点是否为血管中心点的匹配点，将与该血管中心点之间匹配点最多的分支血管，确定为该待匹配分支血管相匹配的目标分支血管。

具体的，当相对距离小于门限值，则可以确定该交点为血管中心点的匹配点。

示例性的，假设冠脉骨架图像为DSA-0，其他冠脉骨架图像为DSA-1，DSA-0血管中心点A，在DSA-1中对应一极线B，该极线B和DSA-1中的血管有个交点C，通过确定该交点C在该冠脉骨架图像中对应极线D与血管中心点A之间的相对距离，若相对距离小于门限值，则确定该交点C是否为血管中心点A的匹配点E，以此，确定出DSA-1中与血管中心点A相匹配的多个匹配点E，回溯每个匹配点E在DSA-1中所属血管，将DSA-1中与血管中心点A所属待匹配分支血管之间具有最多匹配点的分支血管，确定为血管中心点A所属待匹配分支血管相匹配的目标分支血管。

S1043、基于每条待匹配分支血管以及与每条待匹配分支血管在所述其他冠脉骨架图像中相匹配的目标分支血管，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对。

在步骤S105中，考虑到二维冠脉造影图像采集过程中，受到采集环境的影响，使得在不同冠脉骨架图像中该冠脉分支血管的冠脉中心线上所具有的血管节点的数量不同；因此，需针对于匹配出的每组冠脉血管对，通过在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到冠脉分支血管的多张分支骨架图像；以此，使得在不同分支骨架图像中该冠脉分支血管的冠脉中心线上所具有的血管节点的数量一致。

在一种实施方式中，步骤S105包括：

S1051、针对于每组冠脉血管对，按照该冠脉血管对所表征的冠脉分支血管中所存在的血管分支点，在每张冠脉骨架图像中对所述冠脉分支血管进行分段处理，将所述冠脉分支血管划分为多条冠脉分支子血管。

该步骤中，针对于每组冠脉血管对，按照该冠脉血管对所表征的冠脉分支血管中所存在的血管分支点，在每张冠脉骨架图像中对冠脉分支血管进行分段处理，以将冠脉分支血管划分为多个子血管，得到多条冠脉分支子血管。

S1052、针对于每条冠脉分支子血管，以所述多张冠脉骨架图像中血管节点少的冠脉骨架图像为参照，对所述多张冠脉骨架图像中血管节点多的冠脉骨架图像所显示的该冠脉分支子血管进行重采样处理，得到所述冠脉分支血管的两张分支骨架图像。

该步骤中，针对于每条冠脉分支子血管，以多张冠脉骨架图像中血管节点少的冠脉骨架图像为参照，将血管节点少的冠脉骨架图像的像素数量作为采样点数量，对多张冠脉骨架图像中血管节点多的冠脉骨架图像所显示的该冠脉分支子血管进行重采样处理，以得到冠脉分支血管具有相同血管节点的两张分支骨架图像。

在步骤S106中，基于确定出的目标转移关系矩阵、在多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建冠脉分支血管的三维造影图像。

这里，血管属性参数包括每个血管节点在二维空间内的二维坐标，可以根据确定出的目标转移关系矩，基于每个血管节点的二维坐标，计算出该血管节点在三维空间内的三维坐标。

本申请实施例提供的冠脉造影的三维重建装置，通过分别对多张二维冠脉造影图像进行预处理，确定出每张二维冠脉造影图像的冠脉骨架图像；并基于每张冠脉骨架图像中冠脉起始点的起始点信息，构建多张冠脉骨架图像之间的多个初始转移关系矩阵；针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定待重建冠脉在该冠脉骨架图像中呈现出的多个血管分支点；通过建立多张冠脉骨架图像之间的极平面，完成多张冠脉骨架图像之间多组匹配分支点对的匹配，并确定出多张冠脉骨架图像之间的转移关系矩阵；通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定多张冠脉骨架图像之间相匹配的多组冠脉血管对；通过对每组冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到关于该冠脉分支多张分支骨架图像；利用转移关系矩阵多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建冠脉分支血管的三维造影图像。这样，便可以在无需人为干预的情况下，实现待重建冠脉中冠脉分支血管的三维重建，以此，提高了待重建冠脉的三维重建结果的准确性，还可以提高重建效率。

请参阅图3，图3为本申请实施例所提供的一种冠脉造影的三维重建装置的结构示意图。如图3中所示，所述三维重建装置300包括：

图像预处理模块310，用于分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到多张冠脉骨架图像；

分支点确定模块320，用于针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点；

矩阵确定模块330，用于建立所述多张冠脉骨架图像之间的极平面，通过匹配出所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵；

血管对匹配模块340，用于通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对；

处理模块350，用于针对于每组冠脉血管对，在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到所述冠脉分支血管的多张分支骨架图像；

重建模块360，用于基于所述目标转移关系矩阵、在所述多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建所述冠脉分支血管的三维造影图像。

进一步的，所述图像预处理模块310在用于分别对待重建冠脉在不同采集角度下的二维冠脉造影图像进行预处理，通过确定在每张二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到多张冠脉骨架图像时，所述图像预处理模块310用于：

针对于每张二维冠脉造影图像，将该二维冠脉造影图像转换为二值冠脉图像；

对所述二值冠脉图像中目标连通域进行骨架化处理，确定在该二维冠脉造影图像的采集角度下所述待重建冠脉的冠脉中心线，得到该二维冠脉造影图像对应的冠脉骨架图像。

进一步的，所述分支点确定模块320在用于针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点时，所述分支点确定模块320用于：

针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点；

采用深度优先搜索方式，以所述冠脉起始点为遍历初始点，逐一遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，建立所述待重建冠脉在该冠脉骨架图像的采集角度下的血管树结构，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点以及每个血管节点的分支级别。

进一步的，所述分支点确定模块320在用于针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点时，所述分支点确定模块320用于：

针对于每张冠脉骨架图像，利用预训练的起点预测模型，确定该冠脉骨架图像中位于所述待重建冠脉的冠脉起始点周围的初始分割区域；

在该冠脉骨架图像中膨胀所述初始分割区域，确定所述初始分割区域与该冠脉骨架图像中所显示的冠脉中心线之间的交点；

确定所述冠脉中心线的各个端点与所述交点之间的相对距离；

将所述相对距离最小的端点，确定为在该冠脉骨架图像的采集角度下所述待重建冠脉的冠脉起始点。

进一步的，所述分支点确定模块320在用于采用深度优先搜索方式，以所述冠脉起始点为遍历初始点，逐一遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定在该冠脉骨架图像的采集角度下所述待重建冠脉中所存在的多个血管分支点时，所述分支点确定模块320用于：

以所述冠脉起始点为遍历初始点，在遍历过程中从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点；

使用深度优先搜索方法，利用多种膨胀形状通过在所述当前血管节点处进行膨胀，确定所述当前血管节点处的血管半径以及所述当前血管节点是否为血管分支点，并建立所述当前血管节点处的血管树结构；

基于所述遍历初始点与所述当前血管节点之间的位置关系，确定所述当前血管节点的方向向量；

基于所述当前血管节点的血管半径、所述当前血管节点的方向向量以及所述当前血管节点所属分支血管的血管长度，确定所述当前血管节点的分支级别。

进一步的，所述分支点确定模块320在用于以所述冠脉起始点为遍历初始点，在遍历过程中从该冠脉骨架图像中冠脉中心线的血管节点中选择出待搜索的当前血管节点，所述分支点确定模块320用于：

以所述冠脉起始点为遍历初始点，在遍历过程中基于每个待搜索的血管节点的分支级别，将分支级别最大的、待搜索的血管节点确定为当前血管节点。

进一步的，所述多张冠脉骨架图像包括第一骨架图像和第二骨架图像；所述矩阵确定模块330在用于建立所述多张冠脉骨架图像之间的极平面，通过匹配出所述多张冠脉骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵时，所述矩阵确定模块330用于：

基于所述多张冠脉骨架图像所显示的冠脉中心线上的任意血管节点以及两个射线放射点，建立所述多张冠脉骨架图像之间的极平面；

针对于所述第一骨架图像中所存在的每个血管分支点，借助于所述极平面，确定该血管分支点在所述第二骨架图像中对应的第一极线；

通过确定所述第二骨架图像中所存在的每个血管分支点与所述第一极线之间的欧式距离，确定在所述第二骨架图像中与该血管分支点相匹配的血管分支点，得到多组匹配分支点对；

基于所述第一骨架图像与所述第二骨架图像之间相匹配的多组匹配分支点对，确定所述多张冠脉骨架图像之间的目标转移关系矩阵。

进一步的，所述血管对匹配模块340在用于通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对时，所述血管对匹配模块340用于：

针对于每张冠脉骨架图像，按照该冠脉骨架图像所显示的冠脉中心线中每条冠脉分支血管的分支级别，确定在该冠脉骨架图像中待进行匹配的待匹配分支血管；

针对于每条待匹配分支血管，利用该待匹配分支血管的血管中心点，通过确定所述血管中心点在所述多张冠脉骨架图像中除该冠脉骨架图像之外的其他冠脉骨架图像中对应的极线，确定在所述其他冠脉骨架图像中与该待匹配分支血管相匹配的目标分支血管；

基于每条待匹配分支血管以及与每条待匹配分支血管在所述其他冠脉骨架图像中相匹配的目标分支血管，确定所述多张冠脉骨架图像之间相匹配的多组冠脉血管对。

进一步的，所述多张冠脉骨架图像包括两张冠脉骨架图像；所述处理模块350在用于针对于每组冠脉血管对，在每张冠脉骨架图像中该冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到所述冠脉分支血管的多张分支骨架图像时，所述处理模块350用于：

针对于每组冠脉血管对，按照该冠脉血管对所表征的冠脉分支血管中所存在的血管分支点，在每张冠脉骨架图像中对所述冠脉分支血管进行分段处理，将所述冠脉分支血管划分为多条冠脉分支子血管；

针对于每条冠脉分支子血管，以所述多张冠脉骨架图像中血管节点少的冠脉骨架图像为参照，对所述多张冠脉骨架图像中血管节点多的冠脉骨架图像所显示的该冠脉分支子血管进行重采样处理，得到所述冠脉分支血管的两张分支骨架图像。

本申请实施例提供的冠脉造影的三维重建装置，通过分别对多张二维冠脉造影图像进行预处理，确定出每张二维冠脉造影图像的冠脉骨架图像；并基于每张冠脉骨架图像中冠脉起始点的起始点信息，构建多张冠脉骨架图像之间的多个初始转移关系矩阵；针对于每张冠脉骨架图像，采用深度优先搜索方式，通过遍历该冠脉骨架图像中冠脉中心线上的每个血管节点，确定待重建冠脉在该冠脉骨架图像中呈现出的多个血管分支点；通过建立多张冠脉骨架图像之间的极平面，完成多张冠脉骨架图像之间多组匹配分支点对的匹配，并确定出多张冠脉骨架图像之间的转移关系矩阵；通过匹配所述多张冠脉骨架图像中所显示的冠脉中心线上的血管节点，确定多张冠脉骨架图像之间相匹配的多组冠脉血管对；通过对每组冠脉血管对所表征的冠脉分支血管的冠脉中心线进行重采样处理，得到关于该冠脉分支多张分支骨架图像；利用转移关系矩阵多张分支骨架图像所显示的冠脉中心线上每个血管节点处的血管属性参数，重建冠脉分支血管的三维造影图像。这样，便可以在无需人为干预的情况下，实现待重建冠脉中冠脉分支血管的三维重建，以此，提高了待重建冠脉的三维重建结果的准确性，还可以提高重建效率。

请参阅图4，图4为本申请实施例所提供的一种电子设备的结构示意图。如图4中所示，所述电子设备400包括处理器410、存储器420和总线430。

所述存储器420存储有所述处理器410可执行的机器可读指令，当电子设备400运行时，所述处理器410与所述存储器420之间通过总线430通信，所述机器可读指令被所述处理器410执行时，可以执行如上述图1所示方法实施例中的冠脉造影的三维重建方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时可以执行如上述图1所示方法实施例中的冠脉造影的三维重建方法的步骤，具体实现方式可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。