一种冠脉介入术中DSA影像心跳估算矫正方法

技术领域

本发明涉及冠脉介入术技术领域，具体为一种冠脉介入术中DSA影像心跳估算矫正方法。

背景技术

目前心血管类疾病时威胁人类生命安全健康的主要问题之一，特别是心肌梗死，心绞痛等由于冠脉狭窄或闭塞导致的心肌供血不足的病症。而冠脉介入术能够很好的治疗或环节上述病症带来的危害。

冠脉介入术全程为经皮冠状动脉介入治疗(percutaneous coronaryintervention，PCI)，是指医生通过心导管技术疏通狭窄或闭塞的冠状动脉腔，从而改善心肌的血流灌注的治疗方法。介入术实施时的一个关键步骤是医生需要通过观察数字减影-血管造影(Digital Subtraction Angiography,DSA)设备中的影像确认医疗器械(包括导引导管，导丝，球囊支架)或血管的当前形态和位置，以便医生进行进一步决策。

然而，仅仅DSA设备仅能够获取导丝或导管显影部分的影像，而无法得知患者体内血管通路的具体影像。特别是在导引导丝即将穿过血管分叉时，需要获取血管的实时形态才能够进一步实施介入术。因此医生需要在每一个需要获取血管姿态信息的时刻向患者体内注射造影剂。通过造影剂显影，DSA设备能够向医生呈现出血管的形态位置。

由于造影剂具有高渗性，含碘量高达37％，在体内由肾小球过滤而无法被肾小管吸收，脱水后该药物在肾内浓度变高，在肾小管内形成结晶体，有可能继而引发急性肾衰竭。因此，传统手术方案无法同时保证介入术操作的准确性，以及频繁注射造影剂导致对患者肝肾功能的损伤。

有鉴于此，本方案创新性的提出了一种介入术中实时估计血管姿态的计算方法，以解决上述技术问题。

发明内容

本发明的目的在于提供一种冠脉介入术中DSA影像心跳估算矫正方法，以解决上述背景技术中提出的目前在传统手术方案无法同时保证介入术操作的准确性，以及频繁注射造影剂导致对患者肝肾功能的损伤的问题。

为实现上述目的，本发明提供如下技术方案：一种冠脉介入术中DSA影像心跳估算矫正方法，包括以下步骤：

首先，进行单张图片的处理；将每张图片不断迭代步骤S1

n

其中，特征点到屏幕四个角的2-范数分别为n1,n2,n3,n4；

步骤S1：向血管内注射造影剂，采集实时的DSA原始视频，逐帧按照循环队列方式存储在一个缓存区域中；待造影剂消散后，截取一段导管单独运动的实时的DSA原始视频，逐帧按照循环队列方式存储在一个缓存区域中，等待下一步计算；

步骤S2：取出队列顶部的通过步骤S1采集到的两组图像(包括血管显影和未显影的两组序列)，对图像进行Gaussian滤波，去除图片中白噪声；滤波后的图像进行顶帽变换处理，以消除图像背景灰度不均匀导致的二值化失败；对变换后的图像进行OSTU二值化操作，将跳动的导管影像与背景分离出来；对影像进行闭操作，消除影相内存在的空洞；同时通过对有效像素点统计框选出导管影像存在的位置，将框选区域放缩为固定大小。

步骤S3：对导管图像序列，利用深度学习算法，将框选区域图像向量化后作为系统模型的输入，输出为导管边界点集的闭合区域，并标记出导管的角点；

步骤S4：对导管图像序列，通过角点的位置信息对角点进行聚合筛选；

步骤S5：对导管图像序列，在经过聚合筛选后，沿每一个待选的角点附近的闭合区域计算该点附近的曲率，选取曲率最大的点作为代表导管位置信息的特征点，取该特征点到屏幕四个角的2-范数分别为n

步骤S6：将步骤S2二值化后血管显影的图像序列与导管图像序列进行呼吸偏移矫正后叠加，计算重合度最高的图像即为导管序列与血管序列的对应关系；

步骤S7：将相同时间段的心电数据提取出来，信号可以作为识别冠脉血管姿态的信息源之一；

其次，采集心电数据(ECG)，传递到计算机并记录保存；

第三步，选用二阶Butterworth带通滤波器对信号进行过滤，低频段截止频率可以选择在0.8-1.0Hz，高频段截止频率选在5Hz左右；经过处理后得出一组呼吸相关的时间序列，将其存储为w；

最后，实时进行手术时，每个时刻首先按照顺序执行前述步骤，ECG实时波形为M

作为一种优选的技术方案，权重选取Gaussian分布型函数。

作为一种优选的技术方案，将框选区域放缩为固定大小，其放缩操作时采用双线性插值算法。

作为一种优选的技术方案，利用深度学习算法，将框选区域图像向量化后作为系统模型的输入，输出为导管边界点集的闭合区域，并通过Harris角点检测器初步标记处导管的角点。

作为一种优选的技术方案，对角点进行聚合筛选包括如下步骤：将待筛选的角点中距离(Manhattan距离)小于一定阈值的点聚合为一个点以为减少待计算的角点数，聚合方法为：

设待选点为P，坐标为(x

则选取聚合点坐标为

(x

若计算出多个结果则任选其中一个。

作为一种优选的技术方案，采集心电数据(ECG)后需要对其进行Julia小波变换，得到心电波形的时频域的图谱，滤除高频噪声(大于5Hz)信号，根据时频谱的不同幅值，可以明显区分P，Q，R，S，ST，T，U等不同波段对应时间，对时频谱进行反变换得到一组平滑的波形记作v。

作为一种优选的技术方案，在每隔一段时间(这个时间远大于医生采用传统方法注射造影剂的间隔时间，其目的是更新置信度且纠正累计偏差)，向血管内注射造影剂，通过深度学习网络模型，将血管通路识别出来，并将血管的图像与保存下的二值血管图进行叠加后计算重复像素点比对，记该图像与显影血管时间序列中最相似的时间点为t

通过改变σ

其中

因此，

σ

由此可以得出修正后血管的姿态。

与现有技术相比，本发明的有益效果是：

该冠脉介入术中DSA影像心跳估算矫正方法，分别在向血管内注射造影剂和造影剂消散后截取一段导管单独运动的实时的DSA原始视频，对两端原始视频进行一系列预处理后，根据给定的算法其对应图像为当前时刻血管的姿态进行判定，得出精准的血管当前姿态影像，避免了多次注射造影剂对肾脏的损伤，大大提升了患者的治疗体验。

具体实施方式

下面将对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供一种技术方案：一种冠脉介入术中DSA影像心跳估算矫正方法，具体的技术方法如下：

1.首先向血管内注射造影剂，通过视频采集卡采集实时的DSA原始视频，逐帧发送至计算机。计算机接收图像数据后按照循环队列方式存储在一个缓存区域中，等待下一步计算。

2.待造影剂消散后，截取一段导管单独运动的实时的DSA原始视频，逐帧发送至计算机。计算机接收图像数据后按照循环队列方式存储在一个缓存区域中，等待下一步计算。

3.同时采集心电数据(ECG)，经通信线路传递到计算机并记录保存。注意到心电数据采样频率应远远高于DSA的采样频率，因此DSA数据和心电数据不仅时时间序列，还应该保存对应的时间戳方便后续同步操作。

4.计算机取出队列顶部的图像(包括血管显影和未显影的两组序列)，进而对图像进行Gaussian滤波，去除图片中白噪声。

5.滤波后的图像由于各个器官在X光下显影程度不同，会造成部分伪影。因此对滤波后的图像进行顶帽变换处理，目的是消除图像背景灰度不均匀导致的二值化失败。

6.接下来对变换后的图像进行OSTU二值化操作，将跳动的导管影像与背景分离出来。

7.对影像进行闭操作，消除影相内存在的空洞。同时通过对有效像素点统计框选出导管影像存在的位置，将框选区域放缩为固定大小，放缩时采用双线性插值算法。

8.对导管图像序列，利用深度学习算法，将框选区域图像向量化后作为系统模型的输入，输出为导管边界点集的闭合区域。并通过Harris角点检测器初步标记处导管的角点。

9.对导管图像序列，通过角点的位置信息对角点进行聚合筛选，即将待筛选的角点中距离(Manhattan距离)小于一定阈值的点聚合为一个点，聚合方法为：设待选点为P，坐标为(x

10.对导管图像序列，在经过聚合筛选后，沿每一个待选的角点附近的框线(即第六步所属的闭合区域)计算该点附近的曲率。选取曲率最大的点作为代表导管位置信息的特征点。取该特征点到屏幕四个角的2-范数分别为n

11.将第六步二值化后血管显影的图像序列与导管图像序列进行呼吸偏移矫正后叠加，计算重合度最高的图像即为导管序列与血管序列的对应关系。

12.将相同时间段的心电数据提取出来。由于ECG波形中掺杂了高频的肌电信号，因此对其进行Julia小波变换，得到心电波形的时频域的图谱，滤除高频噪声(大于5Hz)信号。根据时频谱的不同幅值，可以明显区分P，Q，R，S，ST，T，U等不同波段对应时间。对时频谱进行反变换得到一组平滑的波形记作v。

13.根据电生理学已知的信息可得，心电不同波段对应心脏收缩不同的状态，因此这里的信号可以作为识别冠脉血管姿态的信息源之一。

14.步骤1-2，4-11步骤为单张图片的处理过程，接下来每张图片不断迭代步骤1-2，4-11，能够得到四组距离的数据。通过一段时间(通常选2-3个心跳周期)数据的截取，并进行滑动窗口加权均值滤波(权重选取Gaussian分布型函数)。选取四组中幅值波动最大的为接下来冠脉姿态判断的数据，即选取n

15.根据资料调查，介入术时呼吸频率约0.27Hz，而心跳频率在1.5Hz。可以明显看出，两者在频率特性中有着明显差别。因此可以选用二阶Butterworth带通滤波器对信号进行过滤，低频段截止频率可以选择在0.8-1.0Hz，高频段截止频率选在5Hz左右。经过处理后得出一组呼吸相关的时间序列。并存储为w。此时预处理完毕。

16.实时进行手术时，每个时刻首先按照1-11步骤执行，ECG实时波形为M

17.由于ECG与图像均存在一定偏差，不失一般性的假设偏差的期望为0。但两者方差不尽相同。为了最小化方差，要实时更新置信度σ

18.由于此时无法识别图像中导管位置，因此可以通过改变σ

本方案旨在发明一种介入术中能够减少造影剂的注射次数，达到实时计算显示血管的位置和形态，以便医生进行进一步决策。血管影像的形态主要受到心脏跳动的影响，而血管位置受到呼吸的偏移影响。由于呼吸心跳两种影响相互耦合，因此如何预估心跳对血管形态的影响在预估血管正确位置和姿态起到了重要的作用。本专利着重于在不注射造影剂，仅能够观察到导管形态以及获取心电信号的情况下，实时估计血管姿态的计算方法。暂不涉及血管受到呼吸导致偏移的补偿算法。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。