專利名稱：血管圖像處理與分析的方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及生物圖像的計(jì)算機(jī)分析技術(shù)，尤其涉及血管圖像處理與分析的方法和系統(tǒng)。
背景技術(shù)：
生物醫(yī)學(xué)研究和臨床診斷中涉及大量地對(duì)血管網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行成像，但目前沒(méi)有很好的對(duì)血管圖像的計(jì)算機(jī)輔助特征量化分析的技術(shù)手段。大腦是人體內(nèi)眾多器官中血管構(gòu)造最為復(fù)雜的器官，以下以大腦為例進(jìn)行背景說(shuō)明。大腦是由多種細(xì)胞構(gòu)成的復(fù)雜網(wǎng)絡(luò)結(jié)構(gòu)，是最精細(xì)的器官之一。對(duì)大腦的研究已成為二十一世紀(jì)最活躍的前沿基礎(chǔ)研究之一，但是對(duì)腦血管的研究卻長(zhǎng)期受到忽視。目前，已有工作表明，在神經(jīng)系統(tǒng)發(fā)育、功能和疾病發(fā)生過(guò)程中，血管參與并發(fā)揮了重要的調(diào)節(jié)作用。例如，在發(fā)育過(guò)程中，血管可以牽引神經(jīng)元的遷移；在神經(jīng)系統(tǒng)功能方面，血管通過(guò)釋放一些細(xì)胞因子，調(diào)節(jié)神經(jīng)元的活動(dòng)；在疾病方面，阿爾茨海默病(AD)和帕金森病(PD)的病人上，發(fā)現(xiàn)腦血管的病變先于神經(jīng)元功能和形態(tài)的異常。因此，無(wú)論對(duì)基礎(chǔ)研究還是臨床研究而言，腦血管相關(guān)研究的重要性都是不言而喻的，并且由于研究手段上的限制，該研究也具有很強(qiáng)的挑戰(zhàn)性。腦血管分布復(fù)雜，僅靠人工手段來(lái)觀察血管影像難以發(fā)現(xiàn)其內(nèi)在的客觀規(guī)律，并且不能對(duì)其特征(如血管長(zhǎng)度、半徑、體積和血管空間分布密度等)進(jìn)行定量的描述。因此，利用計(jì)算機(jī)的信息處理能力實(shí)現(xiàn)腦血管拍攝影像的分割、形態(tài)學(xué)處理、三維重建及可視化、自動(dòng)量化血管相關(guān)特征及特征的綜合統(tǒng)計(jì)分析，為動(dòng)態(tài)觀察和研究腦血管的空間分布、腦血管的生長(zhǎng)過(guò)程和腦血管網(wǎng)絡(luò)在發(fā)育過(guò)程中的規(guī)律研究提供了非常重要的研究手段。基于腦血管拍攝的影像，利用計(jì)算機(jī)進(jìn)行輔助處理與分析整體三維血管網(wǎng)絡(luò)研究方面，目前國(guó)、內(nèi)外還沒(méi)有任何已發(fā)表的學(xué)術(shù)成果。因此，如何設(shè)計(jì)一個(gè)血管圖像處理與分析的系統(tǒng)，尤其是對(duì)結(jié)構(gòu)復(fù)雜的腦血管圖像，根據(jù)其自身具有的特點(diǎn)，實(shí)現(xiàn)對(duì)其自動(dòng)或半自動(dòng)地處理與分析，這些將成為國(guó)際研究的執(zhí)占。

發(fā)明內(nèi)容
本發(fā)明的目的在于為了解決上述問(wèn)題，提供一種血管圖像處理與分析的方法和系統(tǒng)，用于處理與分析血管圖像，提取血管網(wǎng)絡(luò)相關(guān)的系列特征參數(shù)，為血管網(wǎng)絡(luò)的幾何和三維網(wǎng)絡(luò)特征和規(guī)律等相關(guān)研究提供定量方法。本發(fā)明的技術(shù)方案為:本發(fā)明揭示了一種血管圖像處理與分析的方法，包括:(I)輸入三維血管圖像；(2)對(duì)輸入的三維血管圖像進(jìn)行預(yù)處理；(3)從感興趣的血管區(qū)域的背景中分割出血管，進(jìn)行分割出的非血管區(qū)域的消除、血管分割圖像中孔洞的填充；
(4)提取血管網(wǎng)絡(luò)的中心線；(5)基于步驟(3)的分割數(shù)據(jù)和步驟⑷獲取的血管網(wǎng)絡(luò)的中心線實(shí)現(xiàn)三維圖像重建和可視化操作；(6)結(jié)合血管的分割數(shù)據(jù)和中心線數(shù)據(jù)，計(jì)算出血管相關(guān)的特征參數(shù)。根據(jù)本發(fā)明的血管圖像處理與分析的方法的一實(shí)施例，所述步驟(2)包括:通過(guò)線性插值的方法對(duì)三維血管圖像進(jìn)行等方性插值處理；基于具有等方性特征的三維血管圖像提取感興趣的血管區(qū)域。根據(jù)本發(fā)明的血管圖像處理與分析的方法的一實(shí)施例，所述步驟(3)包括:基于閾值從感興趣的血管區(qū)域的背景中分割出血管；通過(guò)連通區(qū)域的提取和連通區(qū)域大小的限定消除分割出的非血管區(qū)域；利用二維區(qū)域生長(zhǎng)和三維填充的方法填充血管分割圖像中的孔洞。根據(jù)本發(fā)明的血管圖像處理與分析的方法的一實(shí)施例，所述步驟(4)包括:通過(guò)迭代的形態(tài)學(xué)細(xì)化算法和局部連通保持判斷提取血管網(wǎng)絡(luò)的中心線。根據(jù)本發(fā)明的血管圖像處理與分析的方法的一實(shí)施例，所述血管為腦血管。根據(jù)本發(fā)明的血管圖像處理與分析的方法的一實(shí)施例，所述血管圖像處理與分析的方法應(yīng)用于激光共聚焦獲取的圖像中。本發(fā)明還揭示了一種血管圖像處理與分析的系統(tǒng)，包括輸入模塊、預(yù)處理模塊、血管分割模塊、血管中心線提取模塊、三維重建及可視化操作模塊、血管特征提取模塊，其中:所述輸入模塊，輸入三維血管圖像；所述預(yù)處理模塊，連接所述輸入模塊，對(duì)輸入的三維血管圖像進(jìn)行預(yù)處理；所述血管分割模塊，連接所述預(yù)處理模塊，從感興趣的血管區(qū)域的背景中分割出血管，進(jìn)行分割出的非血管區(qū)域的消除、血管分割圖像中的孔洞的填充；所述血管中心線提取模塊，連接所述血管分割模塊，提取血管網(wǎng)絡(luò)的中心線；所述三維重建及可視化操作模塊，連接所述血管中心線提取模塊，基于所述血管分割模塊的分割數(shù)據(jù)和所述血管中心線提取模塊獲取的血管網(wǎng)絡(luò)的中心線實(shí)現(xiàn)三維圖像重建和可視化操作；所述血管特征提取模塊，連接所述三維重建及可視化操作模塊，結(jié)合血管的分割數(shù)據(jù)和中心線數(shù)據(jù)，計(jì)算出血管相關(guān)的特征參數(shù)。根據(jù)本發(fā)明的血管圖像處理與分析的系統(tǒng)的一實(shí)施例，所述預(yù)處理模塊包括線性插值單元和感興趣區(qū)域提取單元，其中:所述線性插值單元，通過(guò)線性插值的方法對(duì)三維血管圖像進(jìn)行等方性插值處理；所述感興趣區(qū)域提取單元，連接所述線性插值單元，基于具有等方性特征的三維血管圖像提取感興趣的血管區(qū)域。根據(jù)本發(fā)明的血管圖像處理與分析的系統(tǒng)的一實(shí)施例，所述血管分割模塊包括血管分割單元、非血管區(qū)域消除單元、孔洞填充單元，其中:所述血管分割單元，基于閾值從感興趣的血管區(qū)域的背景中分割出腦血管；所述非血管區(qū)域消除單元，連接所述血管分割單元，通過(guò)連通區(qū)域的提取和連通區(qū)域大小的限定消除分割出的非血管區(qū)域；
所述孔洞填充單元，連接所述非血管區(qū)域消除單元，利用二維區(qū)域生長(zhǎng)和三維填充的方法填充血管分割圖像中的孔洞。根據(jù)本發(fā)明的血管圖像處理與分析的系統(tǒng)的一實(shí)施例，所述血管中心線提取模塊通過(guò)迭代的形態(tài)學(xué)細(xì)化算法和局部連通保持判斷提取血管的中心線。根據(jù)本發(fā)明的血管圖像處理與分析的系統(tǒng)的一實(shí)施例，所述血管為腦血管。根據(jù)本發(fā)明的血管圖像處理與分析的系統(tǒng)的一實(shí)施例，所述血管圖像處理與分析的方法應(yīng)用于激光共聚焦獲取的圖像中。本發(fā)明對(duì)比現(xiàn)有技術(shù)有如下的優(yōu)勢(shì):本發(fā)明的方案是首先給系統(tǒng)輸入三維血管圖像(二維斷層圖像序列)，然后通過(guò)等方性插值、感興趣區(qū)域提取、適當(dāng)?shù)拈撝笛芊指?、連通區(qū)域提取及小區(qū)域消除、形態(tài)學(xué)處理、血管網(wǎng)絡(luò)中心線提取和三維圖像重建及可視化操作，最終獲得三維血管網(wǎng)絡(luò)相關(guān)的各種特征參數(shù)，如:表面積，體積，長(zhǎng)度，節(jié)段數(shù)目，半徑和分級(jí)等，并將結(jié)果輸出顯示給用戶。總之，本發(fā)明方法根據(jù)三維血管圖像自身具有的特點(diǎn)，通過(guò)一個(gè)血管處理與分析系統(tǒng)實(shí)現(xiàn)對(duì)其半自動(dòng)地處理與分析，為動(dòng)態(tài)觀察和研究血管網(wǎng)絡(luò)的生長(zhǎng)過(guò)程、血管的定量分析和血管網(wǎng)絡(luò)在發(fā)育過(guò)程中的規(guī)律研究提供新的方法；并為進(jìn)一步了解血管網(wǎng)絡(luò)結(jié)構(gòu)和功能對(duì)病理過(guò)程的調(diào)節(jié)，揭示循環(huán)系統(tǒng)和其它系統(tǒng)的相互作用，以及對(duì)疾病的診斷提供新的線索。


圖1:本發(fā)明的血管圖像處理與分析的方法的實(shí)施例的流程圖。圖2:本發(fā)明的血管圖像處理與分析的系統(tǒng)的實(shí)施例的原理圖。圖3:本發(fā)明的一實(shí)例的用戶感興趣血管區(qū)域提取過(guò)程的示意圖。圖4:本發(fā)明的一實(shí)例的血管網(wǎng)絡(luò)中心線提取的示意圖。圖5A:本發(fā)明的一實(shí)例的表面重建顯不的中腦血管不意圖。圖5B:本發(fā)明的一實(shí)例的直接點(diǎn)重建顯示的中腦血管示意圖。
具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步的描述。發(fā)育早期的斑馬魚(yú)通體透明，可實(shí)現(xiàn)活體腦血管長(zhǎng)時(shí)間光學(xué)成像，這為基于影像的血管研究提供了可能。本發(fā)明以激光共聚焦顯微鏡拍攝的轉(zhuǎn)基因斑馬魚(yú)Tg(flkl-GFP)三維腦血管圖像為實(shí)例，描述本發(fā)明系統(tǒng)方法中的關(guān)鍵步驟。血 管圖像處理與分析的方法的實(shí)施例圖1顯示本發(fā)明的血管圖像處理與分析的方法的實(shí)施例的流程。圖1以腦血管的圖像處理為例進(jìn)行說(shuō)明，但是本實(shí)施例的步驟同樣可應(yīng)用于其它部位的血管處理。此外，圖1以激光共聚焦獲取的圖像處理為例進(jìn)行說(shuō)明，但是本實(shí)施例的血管圖像處理與分析的方法可應(yīng)用于CT、MRI或DSA獲取的圖像處理。請(qǐng)參見(jiàn)圖1，本實(shí)施例的腦血管圖像處理與分析的方法的詳細(xì)步驟如下。步驟SlO:輸入一組三維腦血管的二維斷層圖像序列。步驟Sll:對(duì)輸入的三維腦血管的二維斷層圖像序列進(jìn)行預(yù)處理。在拍攝過(guò)程中，由于拍攝設(shè)備、樣本特性和采樣時(shí)間等條件的限制，獲取的三維腦血管的二維斷層圖像序列在X，y，Z三維軸向上的圖像分辨率可能是不一致的，為了方便后續(xù)處理，本發(fā)明首先運(yùn)用線性插值方法對(duì)原始二維斷層圖像序列進(jìn)行等方性插值處理，使得插值后得到的圖像序列在x，1，z三維軸向上的分辨率達(dá)到一致；基于等方性插值處理步驟得到的具有等方性特征的二維斷層圖像序列，本發(fā)明提供了一個(gè)交互式操作界面，用戶可以根據(jù)需要，以不同腦區(qū)域組織(如前腦、中腦和后腦等)的三維圖像為模板，通過(guò)三維操作(平移、縮放和旋轉(zhuǎn))，確定腦組織對(duì)應(yīng)的血管，獲取用戶感興趣的腦血管區(qū)域，感興趣腦血管區(qū)域內(nèi)的圖像是后續(xù)處理的基礎(chǔ)。圖3以斑馬魚(yú)中腦組織和中腦血管為對(duì)象，顯示了本發(fā)明實(shí)施例中用戶感興趣腦血管區(qū)域提取過(guò)程的示意圖。步驟S 12:運(yùn)用適當(dāng)?shù)拈撝祻母信d趣腦血管區(qū)域的背景中分割出腦血管，通過(guò)連通區(qū)域的提取消除一些小的干擾的分割出的非腦血管區(qū)域，并利用二維區(qū)域生長(zhǎng)方法和三維形態(tài)學(xué)處理方法填充腦血管分割圖像中的孔洞。首先，對(duì)于二維斷層圖像序列中的每幅圖像，本發(fā)明可以自動(dòng)提供其灰度直方圖，根據(jù)灰度直方圖特點(diǎn)，用戶可以設(shè)定任意閾值，查看圖像的閾值分割結(jié)果，并可以依據(jù)分割結(jié)果來(lái)調(diào)整初始設(shè)定的閾值。對(duì)于三維腦血管的二維斷層圖像序列，本發(fā)明可以根據(jù)用戶設(shè)定的閾值批處理一次性實(shí)現(xiàn)所有圖像的分割。另外，采集到的三維腦血管的二維斷層圖像序列中的底層圖像和頂層圖像的信號(hào)存在差異，底層圖像較頂層圖像的信號(hào)較弱，針對(duì)這種情況，本發(fā)明可以利用線性增長(zhǎng)閾值分割方法批處理實(shí)現(xiàn)所有圖像的分割。線性增長(zhǎng)閾值分割方法利用公式(I)并根據(jù)二維斷層圖像在圖像序列中的層次位置設(shè)定其相應(yīng)的分割閾值IAreshold1 (第i層二維斷層圖像對(duì)應(yīng)的閾值)。threshold =x (Upper - Lower) + Lower( I )
1 DEPTH
其中DEPTH是二維斷層圖像序列的總深度，depthi是第i層二維斷層圖像，Upper和Lower分別是用戶設(shè)定的二維斷層圖像序列最底層圖像和最頂層圖像的分割閾值。其次，由于在未分割圖像中存在著一些與血管灰度接近的噪聲點(diǎn)或噪聲區(qū)域，因此在上一步驟閾值分割得到的二值化圖像中，這些噪聲點(diǎn)(區(qū)域)會(huì)隨同血管被保留下來(lái)，但是這些噪聲點(diǎn)(區(qū)域)與血管在三維上是不連通的，由此本發(fā)明通過(guò)連通區(qū)域的提取和連通區(qū)域大小的限定消除一些小的干擾的非腦血管點(diǎn)(區(qū)域)。最后，由于采集標(biāo)本的自身特點(diǎn)和分割操作會(huì)造成血管內(nèi)腔存在一些小的孔洞，對(duì)分割的腦血管二維斷層圖像序列的二維區(qū)域生長(zhǎng)和三維填充，可以使得血管內(nèi)部形成實(shí)體結(jié)構(gòu)，方便后續(xù)處理。本發(fā)明中二維區(qū)域生長(zhǎng)方法是對(duì)于已分割并去噪的二維斷層圖像序列中的每幅圖像，在背景區(qū)域任意選取一個(gè)種子點(diǎn)，基于該種子點(diǎn)對(duì)背景區(qū)域(黑)進(jìn)行二維區(qū)域生長(zhǎng)，最終圖像中背景連通區(qū)域之外的像素均被認(rèn)定為血管區(qū)域(白)。另外，本發(fā)明中采用基于三維元素(如體狀元素或球狀元素)的三維形態(tài)學(xué)閉運(yùn)算實(shí)現(xiàn)三維填充。步驟S1 3:運(yùn)用迭代的形態(tài)學(xué)細(xì)化算法和局部連通保持判斷提取腦血管網(wǎng)絡(luò)的中心線。血管網(wǎng)絡(luò)的中心線是一個(gè)像素寬的三維曲線，它可以描述血管網(wǎng)絡(luò)的基本形態(tài)和拓?fù)浣Y(jié)構(gòu)。通過(guò)它可以將復(fù)雜的血管網(wǎng)絡(luò)表示為很多血管節(jié)點(diǎn)、節(jié)段和節(jié)點(diǎn)節(jié)段之間連接關(guān)系，方便于后續(xù)血管網(wǎng)絡(luò)相關(guān)的特征提取。本發(fā)明系統(tǒng)運(yùn)用迭代的形態(tài)學(xué)細(xì)化算法和局部連通保持判斷提取腦血管網(wǎng)絡(luò)的中心線。具體地，在每次迭代過(guò)程中，步驟S12處理得到的三維血管網(wǎng)絡(luò)的邊界像素點(diǎn)先被找到并設(shè)置為候選可實(shí)施形態(tài)學(xué)細(xì)化算法的像素點(diǎn)，然后根據(jù)局部連通保持規(guī)則判斷每個(gè)候選點(diǎn)是否可以在此次迭代中被形態(tài)學(xué)細(xì)化算法腐蝕(消除)掉，即若該候選點(diǎn)被腐蝕掉，則是否會(huì)影響一個(gè)限定大小(如21像素X21像素X21像素)的三維區(qū)域內(nèi)其它三維血管網(wǎng)絡(luò)相關(guān)像素的連通性，如果沒(méi)有影響連通性，則該候選點(diǎn)可以被腐蝕掉，反之則不可以。最終當(dāng)沒(méi)有可以被腐蝕掉的邊界點(diǎn)時(shí)，結(jié)束迭代，獲取三維血管網(wǎng)絡(luò)的中心線。圖4以斑馬魚(yú)中腦血管為對(duì)象，顯示了本發(fā)明實(shí)施例中提取的三維腦血管網(wǎng)絡(luò)中心線。步驟S14:對(duì)步驟S12獲取的腦血管的分割數(shù)據(jù)和步驟S13獲取的腦血管網(wǎng)絡(luò)的中心線實(shí)現(xiàn)三維圖像重建及可視化操作。對(duì)腦血管的分割數(shù)據(jù)和中心線數(shù)據(jù)運(yùn)用不同的三維重建方法實(shí)現(xiàn)三維圖像重建并顯示給用戶，圖5A和5B以斑馬魚(yú)中腦血管為對(duì)象，顯示了本發(fā)明實(shí)施例中以表面重建方法(圖5A)和直接點(diǎn)重建方法(圖5B)對(duì)腦血管分割圖像實(shí)現(xiàn)的三維重建。腦血管分割數(shù)據(jù)和中心線數(shù)據(jù)與實(shí)際的血管網(wǎng)絡(luò)可能會(huì)存在一些細(xì)微的差別，這可能是由于感興趣腦血管區(qū)域提取、分割和三維填充時(shí)血管管腔內(nèi)部未能填實(shí)或者兩根相隔很近的血管之間形成錯(cuò)誤連接等原因造成。對(duì)于這些情況，本發(fā)明系統(tǒng)提供了一個(gè)交互式操作界面，用戶可以結(jié)合原始數(shù)據(jù)手動(dòng)地對(duì)腦血管分割數(shù)據(jù)和中心線數(shù)據(jù)進(jìn)行三維可視化地處理和優(yōu)化，如分割數(shù)據(jù)的切除、添加和斷開(kāi)，中心線數(shù)據(jù)中毛刺和小環(huán)路的去除(刪除節(jié)段)等操作，最終將符合要求的數(shù)據(jù)傳送給腦血管特征提取模塊。步驟S15:結(jié)合腦血管的分割數(shù)據(jù)和中心線數(shù)據(jù)，可以計(jì)算得到腦血管相關(guān)的一系列特征參數(shù)，一般為形態(tài) 特征和拓?fù)涮卣鳎⒆裱勺R(shí)別性、可靠性和獨(dú)立性等特點(diǎn)，最終將結(jié)果顯示給用戶。本發(fā)明目前共提取三維腦血管網(wǎng)絡(luò)相關(guān)的12個(gè)特征，具體描述見(jiàn)下述的系列列表。本發(fā)明中提取的特征參數(shù)并不局限于上述所公開(kāi)的范圍，可以實(shí)現(xiàn)不同于特征列表以外的形態(tài)特征和拓?fù)涮卣鳌?br> 權(quán)利要求
1.一種血管圖像處理與分析的方法，包括: (1)輸入三維血管圖像； (2)對(duì)輸入的三維血管圖像進(jìn)行預(yù)處理； (3)從感興趣的血管區(qū)域的背景中分割出血管，進(jìn)行分割出的非血管區(qū)域的消除、血管分割圖像中孔洞的填充； (4)提取血管網(wǎng)絡(luò)的中心線； (5)基于步驟(3)的分割數(shù)據(jù)和步驟(4)獲取的血管網(wǎng)絡(luò)的中心線實(shí)現(xiàn)三維圖像重建和可視化操作； (6)結(jié)合血管的分割數(shù)據(jù)和中心線數(shù)據(jù)，計(jì)算出血管相關(guān)的特征參數(shù)。
2.根據(jù)權(quán)利要求1所述的血管圖像處理與分析的方法，其特征在于所述步驟(2)包括: 通過(guò)線性插值的方法對(duì)三維血管圖像進(jìn)行等方性插值處理； 基于具有等方性特征的三維血管圖像提取感興趣的血管區(qū)域。
3.根據(jù)權(quán)利要求1所述的血管圖像處理與分析的方法，其特征在于所述步驟(3)包括: 基于閾值從感興趣的血管區(qū)域的背景中分割出血管； 通過(guò)連通區(qū)域的提取和連通區(qū)域大小的限定消除分割出的非血管區(qū)域； 利用二維區(qū)域生長(zhǎng)和三維填充的方法填充血管分割圖像中的孔洞。
4.根據(jù)權(quán)利要求1所述的血管圖像處理與分析的方法，其特征在于所述步驟(4)包括: 通過(guò)迭代的形態(tài)學(xué)細(xì)化算法和局部連通保持判斷提取血管網(wǎng)絡(luò)的中心線。
5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的血管圖像處理與分析的方法，其特征在于所述血管為腦血管。
6.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的血管圖像處理與分析的方法，其特征在于，所述血管圖像處理與分析的方法應(yīng)用于激光共聚焦獲取的圖像。
7.—種血管圖像處理與分析的系統(tǒng)，包括輸入模塊、預(yù)處理模塊、血管分割模塊、血管中心線提取模塊、三維重建及可視化操作模塊、血管特征提取模塊，其中: 所述輸入模塊，輸入三維血管圖像； 所述預(yù)處理模塊，連接所述輸入模塊，對(duì)輸入的三維血管圖像進(jìn)行預(yù)處理； 所述血管分割模塊，連接所述預(yù)處理模塊，從感興趣的血管區(qū)域的背景中分割出血管，進(jìn)行分割出的非血管區(qū)域的消除、血管分割圖像中孔洞的填充； 所述血管中心線提取模塊，連接所述血管分割模塊，提取血管網(wǎng)絡(luò)的中心線； 所述三維重建及可視化操作模塊，連接所述血管中心線提取模塊，基于所述血管分割模塊的分割數(shù)據(jù)和所述血管中心線提取模塊獲取的血管的中心線實(shí)現(xiàn)三維圖像重建和可視化操作； 所述血管特征提取模塊，連接所述三維重建及可視化操作模塊，結(jié)合血管的分割數(shù)據(jù)和中心線數(shù)據(jù)，計(jì)算出血管相關(guān)的特征參數(shù)。
8.根據(jù)權(quán)利要求7所述的血管圖像處理與分析的系統(tǒng)，其特征在于，所述預(yù)處理模塊包括線性插值單元和感興趣區(qū)域提取單元，其中:所述線性插值單元，通過(guò)線性插值的方法對(duì)三維血管圖像進(jìn)行等方性插值處理； 所述感興趣區(qū)域提取單元，連接所述線性插值單元，基于具有等方性特征的三維血管圖像提取感興趣的血管區(qū)域。
9.根據(jù)權(quán)利要求7所述的血管圖像處理與分析的系統(tǒng)，其特征在于，所述血管分割模塊包括血管分割單元、非血管區(qū)域消除單元、孔洞填充單元，其中: 所述血管分割單元，基于閾值從感興趣的血管區(qū)域的背景中分割出血管； 所述非血管區(qū)域消除單元，連接所述血管分割單元，通過(guò)連通區(qū)域的提取和連通區(qū)域大小的限定消除分割出的非血管區(qū)域； 所述孔洞填充單元，連接所述非血管區(qū)域消除單元，利用二維區(qū)域生長(zhǎng)和三維填充的方法填充血管分割圖像中的孔洞。
10.根據(jù)權(quán)利要求7所述的血管圖像處理與分析的系統(tǒng)，其特征在于，所述血管中心線提取模塊通過(guò)迭代的形態(tài)學(xué)細(xì)化算法和局部連通保持判斷提取血管網(wǎng)絡(luò)的中心線。
11.根據(jù)權(quán)利要求7-10中任一項(xiàng)所述的血管圖像處理與分析的系統(tǒng)，其特征在于所述血管為腦血管。
12.根據(jù)權(quán)利要求7-10中任一項(xiàng)所述的血管圖像處理與分析的系統(tǒng)，其特征在于，所述血管圖像處理與分析 的系統(tǒng)應(yīng)用于激光共聚焦獲取的圖像。
全文摘要
本發(fā)明公開(kāi)了血管圖像處理與分析的方法和系統(tǒng)，為血管網(wǎng)絡(luò)的幾何和三維網(wǎng)絡(luò)特征和規(guī)律等相關(guān)研究提供定量方法。其技術(shù)方案為首先給系統(tǒng)輸入三維血管圖像，然后通過(guò)等方性插值、感興趣區(qū)域提取、適當(dāng)?shù)拈撝笛芊指睢⑦B通區(qū)域提取及小區(qū)域消除、形態(tài)學(xué)處理、血管網(wǎng)絡(luò)中心線提取和三維圖像重建及可視化操作，最終獲得血管網(wǎng)絡(luò)相關(guān)的各種特征參數(shù)，包括血管面積、血管體積、血管長(zhǎng)度、血管節(jié)段數(shù)、血管直徑、血管密度分布、血管網(wǎng)絡(luò)中回路個(gè)數(shù)、回路相關(guān)節(jié)段比率、加權(quán)平均級(jí)數(shù)等，并將結(jié)果輸出顯示給用戶。
文檔編號(hào)G06T15/00GK103218797SQ20121001791
公開(kāi)日2013年7月24日 申請(qǐng)日期2012年1月19日 優(yōu)先權(quán)日2012年1月19日
發(fā)明者杜久林, 姜孌, 李春, 陳奇 申請(qǐng)人:中國(guó)科學(xué)院上海生命科學(xué)研究院