[发明专利]一种冠脉血管中心线匹配方法和系统

说明书

本发明提供一种冠脉血管中心线匹配方法和系统。其中，方法包括：根据当前帧完整冠脉血管中心线的图像，获取候选起始点集和候选终止点集；根据候选起始点集和候选终止点集，利用深度优先搜索算法，获取候选中心线；利用动态时间规整算法，获取候选中心线与上一帧完整冠脉血管中心线的图像中匹配的冠脉血管中心线的特征距离，根据特征距离确定匹配的冠脉血管中心线。系统包括：端点获取模块，用于获取候选起始点集和候选终止点集；搜索模块，用于利用深度优先搜索算法获取候选中心线；匹配模块，用于利用动态时间规整算法确定匹配的冠脉血管中心线。本发明提供的一种冠脉血管中心线匹配方法和系统，能够快速、准确地获取匹配的冠脉血管中心线。

技术领域

本发明涉及计算机视觉技术领域，更具体地，涉及一种冠脉血管中心线匹配方法和系统。

背景技术

在冠心病的诊疗当中，心血管造影图像已成为诊断的金标准。从多角度二维造影图像序列中重建出动态的四维冠脉模型，有助于评估心脏运动能力和制定微创心脏手术方案。但是，目前的冠脉四维重建方法需要在序列造影图像序列中的第一帧确定需要重建的血管中心线，然后在后续的时间序列图像中的每一帧都提取与第一帧对应的血管中心线，非常耗时耗力，严重影响了冠脉四维重建在临床中的应用。因此，自动的序列图像中心线匹配方法具有十分重要的研究价值。

目前的序列帧血管匹配方法可以分为基于Snake模型的匹配方法和基于运动跟踪模型的匹配方法两种。其中，基于Snake模型的匹配方法采用中心线上的一系列等间隔采样的控制点控制曲线的运动，通过构建内部能量函数保持曲线的平滑和连续性，通过构建外部能量函数使的曲线逼近目标位置。Snake模型采用能量优化的方式驱动曲线运动，当能量达到最小值时就获得了匹配结果，基于Snake的曲线匹配方法在优化的过程中可以保持曲线的连续性，但是容易陷入局部最小值，导致匹配错误，准确性不高。基于运动跟踪模型的匹配方法将曲线上的点看作是各自运动的物体，采用目标跟踪的匹配框架获取每个点在下一帧的匹配位置，然后将点连接起来获取匹配中心线。基于运动跟踪的匹配方法不能保证曲线的平滑连续性，容易出现血管拓扑错误，准确性不高。

发明内容

为克服现有技术存在冠脉血管中心线匹配准确性不高的不足，本发明提供一种冠脉血管中心线匹配方法和系统。

根据本发明的一个方面，提供一种冠脉血管中心线匹配方法，包括：

S1、根据当前帧完整冠脉血管中心线的图像，获取候选起始点集和候选终止点集；

S2、根据所述候选起始点集和候选终止点集，利用深度优先搜索算法，获取候选中心线；

S3、利用动态时间规整算法，获取所述候选中心线与上一帧完整冠脉血管中心线的图像中匹配的冠脉血管中心线的特征距离，根据所述特征距离确定匹配的冠脉血管中心线。

优选地，所述步骤S3进一步包括：

S31、利用局部图像特征描述子分别获取所述候选中心线和所述上一帧完整冠脉血管中心线的图像中匹配的冠脉血管中心线的特征向量；

S32、根据所述特征向量，利用动态时间规整算法计算所述候选中心线与上一帧完整冠脉血管中心线的图像中匹配的冠脉血管中心线的特征距离，将所述特征距离最小的所述候选中心线作为匹配的冠脉血管中心线。

优选地，所述步骤S1进一步包括：

S11、获取所述当前帧完整冠脉血管中心线的图像中可能组成冠脉血管中心线的血管段；

S12、将所述可能组成冠脉血管中心线的血管段的端点中，位于以所述上一帧完整冠脉血管中心线的图像中匹配的冠脉血管中心线的起始点为圆心、第一距离为半径的圆内的端点的集合确定为候选起始点集，位于以所述上一帧完整冠脉血管中心线的图像中匹配的冠脉血管中心线的终止点为圆心、所述第一距离为半径的圆内的端点的集合确定为候选终止点集。

优选地，所述步骤S11具体包括：