血管模型的生成方法

技术领域

本申请涉及医学图像处理技术领域，特别是涉及一种血管模型的生成方法。

背景技术

血流动力学仿真技术在心脑血管疾病的辅助诊断、辅助决策等领域具有广泛的应用前景。然而血流动力学仿真本身对血管模型的高要求也制约了它在临床场景中的进一步应用。首先，血管模型要保证精确，从而能得到可靠的计算结果。其次，必须对不影响结果的细小穿支进行去除，从而节约计算成本。

目前血管模型的重构技术主要包括利用传统图像分割算法或人工智能算法对图像进行分割，然后采用行进立方体算法对其进行表面重构，最后对模型进行修建、补洞、光滑等操作。其中最后一个环节通常消耗大量的人力，并且人为的交互操作也会受到主管因素的影响。

发明内容

基于此，有必要针对上述技术问题，提供一种血管模型的生成方法。

本申请血管模型的生成方法，包括：对包含血管的三维医学图像进行首次水平集分割，获得包含所有血管管腔的第一二值图序列；

从基于所述第一二值图序列生成的血管模型中，选择感兴趣血管分支；

对所述感兴趣血管分支提取中心线和沿线半径；

利用各中心线及沿线半径生成初始的感兴趣血管分支水平集，进而进行二次水平集分割获得仅包含感兴趣血管分支的第二二值图序列，重构后生成血管模型。

可选地，对所述包含血管的三维医学图像进行首次水平集分割，获得包含所有血管管腔的第一二值图序列，具体包括：

利用阈值法和行进立方体法对所述三维医学图像依次进行分割和重建，获得初始水平集；

将所述三维医学图像的血管壁作为零水平集，基于初始水平集进行首次水平集分割获得包含所有血管管腔的第一二值图序列。

可选地，所述选择感兴趣血管分支，包括：接收用户指定的裁剪位置，对基于所述第一二值图序列生成的血管模型执行裁剪，获得感兴趣血管分支。

可选地，所述裁剪位置包括感兴趣血管分支的近端入口和远端出口。

可选地，对所述感兴趣血管分支提取中心线和沿线半径，包括：获得感兴趣区域的维洛内图，依据所述维洛内图获得所述感兴趣血管分支的中心线及沿线内切球，依据所述沿线内切球获得所述沿线半径。

可选地，利用各中心线及沿线半径生成初始的感兴趣血管分支水平集，进而进行二次水平集分割获得仅包含感兴趣血管分支的第二二值图序列，重构后生成血管模型，具体包括：

沿各中心线扫掠生成初始的感兴趣血管分支模型；

获得基于各条初始感兴趣血管分支模型的水平集；

利用所述基于各条初始感兴趣血管分支模型的水平集对图像进行二次水平集分割，将分割结果合并后重构，生成血管模型。

可选地，所述生成方法还包括：将第一二值图序列和/或第二二值图序列至少一者的数据，与所述三维医学图像的各层二维数据取交集，并将交集标记显示于所述三维医学图像中。

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的血管模型的生成方法的步骤。

本申请还提供一种血管模型的生成装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

利用阈值法和行进立方体法对三维医学图像依次进行分割和重建，获得初始水平集；

将三维医学图像的血管壁作为零水平集，基于初始水平集进行首次水平集分割获得包含所有血管管腔的第一二值图序列；

从基于所述第一二值图序列生成的血管模型中，选择感兴趣血管分支；

对感兴趣血管分支提取中心线和沿线半径；

沿各中心线扫掠生成初始的感兴趣血管分支模型；

获得基于各条初始感兴趣血管分支模型的水平集；

利用所述基于各条初始感兴趣血管分支模型的水平集对图像进行二次水平集分割，将分割结果合并后重构，生成血管模型。

可选地，对基于所述第一二值图序列生成的血管模型执行裁剪，获得所述感兴趣血管分支。

本申请血管模型的生成方法至少具有以下效果：

本申请避免手动进行修剪、补洞、光滑等前处理操作，节约了人力成本。在选择感兴趣血管分支时穿支血管已经被自动删除，无需人工修剪模型；依据各中心线生成初始的感兴趣血管分支水平集进而得到用于重构的第二二值图序列，无需进行补洞和光滑处理。

本申请提供的血管模型的生成方法，避免了繁琐的前处理操作，在保证血管模型精度的基础上，提高了模型的生成速度。

附图说明

图1为本申请一实施例中血管模型的生成方法的流程示意图；

图2为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。

为解决上述技术问题，参阅图1，本申请一实施例中提供一种血管模型的生成方法，包括步骤S100～步骤S400。其中：

步骤S100，对包含血管的三维医学图像进行首次水平集分割，获得包含所有血管管腔的第一二值图序列。

步骤S200，从基于所述第一二值图序列生成的血管模型中，选择感兴趣血管分支。

步骤S300，对所述感兴趣血管分支提取中心线和沿线半径。

步骤S400，利用各中心线及沿线半径生成初始的感兴趣血管分支水平集，进而进行二次水平集分割获得仅包含感兴趣血管分支的第二二值图序列，重构后生成血管模型。

本申请各实施例中的首次水平集分割、二次水平集分割利用三维医学图像中血管轮廓处的像素值梯度信息，进行重新分割，使得零水平集接近重合于血管壁，最终获得分割后的二值化血管图像。该图像在三维重构后获得的模型具有光滑的表面。

本实施例中，在第一二值图序列生成的血管模型的感兴趣血管分支中提取中心线，又依托中心线生成初始感兴趣血管分支水平集，进而通过二次水平集分割后生成血管模型。这也意味着，本实施例无须对细小的穿支血管进行针对性处理，在生成初始感兴趣血管分支水平集时穿支血管已经被自动删除，避免了手动筛除穿支血管的复杂流程。

本实施例血管模型的生成方法能够大大降低重构所需的人力和复杂度，并且得到的模型不容易受到人为因素的影响，具有很高的鲁棒性。本实施例降低了血流动力学仿真的技术门槛，扩宽了血流动力学仿真的应用场景，使其在术中实时场景中的应用也成为可能。

以下针对不同步骤的可选择或可替换的子步骤进行结合性的分述。

步骤S100具体包括步骤S110～步骤S120。

步骤S110，利用阈值法和行进立方体法对所述三维医学图像依次进行分割和重建，获得初始水平集。

步骤S120，将所述三维医学图像的血管壁作为零水平集，基于初始水平集进行首次水平集分割获得包含所有血管管腔的第一二值图序列。

本实施例中第一二值图序列是基于阈值的水平集分割方法获得的，第二二值图序列是基于初始感兴趣血管分支的水平集分割方法获得的，基于阈值的水平集分割方法获得和基于初始感兴趣血管分支的水平集分割方法本身都是在接近真实的血管轮廓区域进行迭代计算，都能够节省算法的耗时，兼顾了精度和效率。

具体地，利用阈值法对图像进行第一次分割，并用行进立方体算法对分割后的图像进行表面重建，获得首次水平集分割过程的初始水平集。阈值的选取可以是固定的灰度值，也可以是固定的百分比，例如图像中最大灰度值的15％。

由于阈值法对阈值的选择非常敏感，在造影剂不均匀、部分容积效应等客观因素以及用户对于血管边界的认知偏差等主观因素的共同作用下，阈值法得到的模型往往与真实血管边界存在明显差异。

步骤S120中基于第一次分割(利用阈值法分割)结果构造的初始水平集，利用水平集法迭代搜寻图像中灰度值梯度最大的轮廓，然后以该轮廓为界作为零水平集对图像进行二值化分割，获得第一二值图序列，从而使重建得到的血管模型具有更高的准确性和可重复性。

对于步骤S200，从由第一二值图序列生成的血管模型中，选择感兴趣血管分支；

进一步地，选择感兴趣血管分支，包括：接收用户指定的裁剪位置，对基于所述第一二值图序列生成的血管模型执行裁剪，获得感兴趣血管分支。裁剪位置包括感兴趣血管分支的近端入口和远端出口。

前文中获得的第一二值图序列是包含所有血管的，本步骤中通过裁剪获得感兴趣血管分支。在接收用户指定的裁剪位置后，根据血流动力学仿真的需求，对感兴趣的血管分支近端以及血管分支远端进行裁剪。感兴趣的血管包括病变所在的血管段以及与该血管段相邻的血管段和相连的主要分支，不包括非常细小的穿支血管以及与病变位置距离较远的血管段。

对于步骤S300，对感兴趣血管分支提取中心线和沿线半径。

根据上下文表述可知，各实施例中需要用户介入的步骤包括：指定裁剪位置。这种简单的交互操作基本不影响生成血管模型的过程耗时。

在步骤S300中，对感兴趣区域提取中心线和沿线半径，包括：获得感兴趣区域的维洛内图，依据所述维洛内图获得所述感兴趣血管分支的中心线及沿线内切球，依据所述沿线内切球获得所述沿线半径。

感兴趣区域一般包括近端入口和多个远端出口。本步骤中计算从近端入口到各个远端出口的维洛内图。

根据各个维洛内图，得到从近端入口出发到各个远端出口结束的中心线与相应的最大内切球半径数组，即获得沿线内切球和沿线半径。最大内切球是指沿着中心线且以中心线上的点为球心的内切球，中心线上所有点对应的最大内切球的半径所构成的序列则为最大内切球半径数组。

步骤S400，具体包括步骤S410～步骤S430。其中：

步骤S410，沿各中心线扫掠生成初始的感兴趣血管分支模型；

步骤S420，获得基于各条初始感兴趣血管分支模型的水平集；

步骤S430，利用所述基于各条初始感兴趣血管分支模型的水平集对图像进行二次水平集分割，将分割结果合并后重构，生成血管模型。

具体地，在步骤S410～步骤S430中，分别沿着各条中心线进行扫掠，生成各条由三角形面片构成的初始感兴趣血管分支模型。初始感兴趣血管分支的直径变化可以是均匀的，也可以服从非均匀的分布，例如中心线上每一点处的管道直径可以等于该点处最大内切球半径乘以一个常数(如0.9)。为提升生成初始感兴趣血管分支模型的效率，以整条血管分支最大内切球半径数组中(即沿线内切球半径中)所有元素的平均值、最小值或者中位数作为采样步长，对中心线进行采样。

步骤S420～步骤S430，即利用各条初始感兴趣血管分支模型表面定义原始三维图像的初始水平集，然后采用水平集法对图像进行分割，得到各条血管分支对应的二值图像所组成的序列——二值图像序列。将所有血管对应的二值图像序列做最大值处理(即对各条血管对应的二值图像序列取并集)得到最终的二值图序列。然后采用行进立方体算法对该二值图序列进行表面重建，得到由感兴趣血管分支组成的血管模型。

最大值处理通过以下公式进行：

G(x，y)＝max(G

其中，n为分支数量，Gm(x,y)为其中一个分支在二值图像序列中坐标(x,y)处的灰度值，m为1～n，G(x,y)为不同分支合并后的灰度值。

在一个实施例中，血管模型的生成方法除步骤S100～步骤S400还包括：将第一二值图序列和/或第二二值图序列至少一者的数据，与所述三维医学图像的各层二维数据取交集，并将交集标记显示于所述三维医学图像中。

本实施例将各个阶段表面重建后的血管模型，包括基于阈值法的血管模型、首次水平集分割重建后的血管模型以及二次水平集分割重建后的血管模型，均与原始三维图像在空间上进行半透明重叠显示。表面重建后的血管模型与三维图像每一层切片的相交像素的坐标，利用该坐标定位相交像素并对后者进行高亮显示，从而方便观察血管模型高亮边缘与图像中血管边界的接近程度。在此基础上，还包括根据不同阶段重建的血管模型对交集标记进行实时更新，例如在利用阈值法分割时，通过调整阈值对分割图像及重建模型进行实时更新。

应该理解的是，图1的流程图中的各个步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图2所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种血管模型的生成方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

步骤S100，对包含血管的三维医学图像进行首次水平集分割，获得包含所有血管管腔的第一二值图序列。

步骤S200，从基于所述第一二值图序列生成的血管模型中，选择感兴趣血管分支。

步骤S300，对所述感兴趣血管分支提取中心线和沿线半径。

步骤S400，利用各中心线及沿线半径生成初始的感兴趣血管分支水平集，进而进行二次水平集分割获得仅包含感兴趣血管分支的第二二值图序列，重构后生成血管模型。

在一个实施例中，提供了一种血管模型的生成装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上执行的计算机程序，所述处理器执行所述计算机程序时实现上述的血管模型生成方法的步骤。在此不再赘述。本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。不同实施例中的技术特征体现在同一附图中时，可视为该附图也同时披露了所涉及的各个实施例的组合例。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。