[发明专利]一种基于IVOCT图像的分叉血管自动识别方法

说明书

本发明涉及一种基于IVOCT图像的分叉血管自动识别方法，所述方法包括以下步骤：步骤1、使用光学相干断层扫描系统和血管造影系统获取导丝回拉期间的IVOCT图像；步骤2、通过检测到的血管轮廓确定血管分叉口并确定分叉位置；步骤3、对所述分叉血管进行显示。本发明实施例通多次筛选获取分叉点对，然后进行分叉点确认并通过特定方式去除假阳性，提高了判断准确性，能够快速且准确地检测并标记分叉血管，提高了工作效率。

技术领域

本发明属于医学图像处理领域和医学检测技术领域，具体涉及一种基于IVOCT图像的分叉血管自动识别方法。

背景技术

支架植入之前，对血管内腔精确测量是十分重要的，其决定了支架尺寸的选择以及支架放置的最优位置。若支架尺寸不合适，则可能导致支架贴壁不良，支架植入最优位置的选择不仅需要考虑最小的内腔面积，还需要考虑分叉血管。如果一个分叉血管被支架覆盖，则有很高的病变风险，例如再狭窄以及阻碍血液流向分叉血管。因此，在支架植入之前，检测分叉血管以及测量主血管是非常重要的。

血管内光学相干断层扫描(intravascular optical coherence tomography，IVOCT)图像由于其具有较高分辨率(10-20μm)，正被广泛应用于支架植入术前的血管结构检测。然而，目前大多数分叉血管的检测以及主血管的测量都是采用人工方法。由于每次回拉都会产生多帧图像，因此使用人工分析耗时费力。这就要求使用自动分析方法来进行术前评估。因此有必要研究更为有效的自动检测方法来实现分叉血管的检测及主血管的分割。

目前，专利US8,831,321,B1公开了一种分叉检测方法系统和设备，主要方法为通过灰度将图像转化为二值图，通过检测阴影区域和最小生成树算法，从而得到分叉检测。但该算法很大程度上依赖于二值图中阴影的检测，而阴影依赖于二值图中的阈值设定，所以该算法的鲁棒性较差。

此外，在其他现有技术中，在对分叉检测之前需要对导丝、导管、血管轮廓进行检测，而这些步骤都需要分别使用Dijkstra’s算法，效率较低；并且其对假阳性的判断不全面，误判率较高。

因此，设计一种能够自动对图像进行分析、检测，且能够排除假阳性的自动分叉检测方法，是本领域的技术热点。

发明内容

针对以上存在的问题，本发明提出了一种基于IVOCT图像的分叉血管自动识别方法，具体的实施方式如下。

本发明实施例提供一种基于IVOCT图像的分叉血管自动识别方法，其中，所述方法包括以下步骤：

步骤1、使用光学相干断层扫描系统和血管造影系统获取导丝回拉期间的IVOCT图像；

步骤2、通过检测到的血管轮廓确定血管分叉口并确定分叉位置；

步骤3、对所述分叉血管进行显示。

在本发明的一个实施例中，所述步骤2包括：

步骤21、提取分叉候选点，确定所述血管分叉口；

步骤22、查找分叉点对；

步骤23、判断每一分叉点对是否为假阳性，若是，则所述分叉点对处不存在分叉血管，若否，则所述分叉点对处存在分叉血管。

在本发明的一个实施例中，所述步骤21包括：

步骤211、将所述IVOCT图像展开，将展开后的IVOCT图像设为过度图；

步骤212、将所述过度图进行二值化处理，获取二值化图像，所述二值化图像中包括多个白色区域；

步骤213、判断所述白色区域的横坐标L和纵坐标N，若L大于第一预设值，且N大于第二预设值，则保留所述白色区域；反之，则将所述白色区域的像素值设为0；其中，