[发明专利]冠脉CT图像的斑块分类方法

说明书

本发明公开了一种冠脉CT图像的斑块分类方法，包括：对冠脉CT序列原始图进行分割，获得冠脉提取图；提取冠脉树数据等值面，生成网格模型数据，并计算法向量，对网格模型上所有的点定位开始点和结束点，计算开始点和结束点间的最短路径，对所获得的曲线进行等距过滤，得到中心线和半径；从冠脉提取图中定位亮斑；根据半径和曲线定位狭窄位置和狭窄区间；得到去除钙化斑块之后的冠脉二值图像，获得去除钙化斑块之后的冠脉二值图像的中心线且计算半径；根据半径、曲线定位狭窄位置和狭窄区间，若狭窄位置与步骤S04中的狭窄位置相同，则是非钙化斑块，否则是钙化斑块位置。可以在CT图像中检测钙化和非钙化斑块并自动分类。

技术领域

本发明涉及医学图像处理技术领域，具体地涉及一种冠脉CT图像的斑块分类方法，可应用于临床研究中X射冠脉造影图像分析。

背景技术

寻找一种安全可靠检查冠状动脉疾病的方法是临床未来发展的主要目标，所以能够准确地从CT图像序列中提取斑块来判断冠状动脉疾病，具有重要的临床价值和实际意义。在过去十年间，冠脉疾病导致死亡的比例逐年攀升，因此准确的提取动脉血管病量化很有必要，特别是斑块早期检测和量化分析更为突出。然而斑块的早期检测和量化需要非常有经验的医生花费很长世间进行手动斑块分割及分析，因此有必要提出自动和快速检测心脏冠脉斑块的方法以提升医生的工作效率。

在冠状动脉斑块的检测方向，目前有一些方法被提出用于提高斑块的检测，但几乎都是对钙化斑块的检测，丢失了CT图像中不完全显影的非钙化斑块。

钙化斑块绝大对数都是由非钙化斑块转化而来，所以能尽早的检测出非钙化斑块，对于冠状动脉疾病的预测，显得更有价值。本发明因此而来。

发明内容

为了解决上述存在的技术问题，本发明的目的是：提供了一种冠脉CT图像的斑块分类方法，可以在CT图像中检测钙化和非钙化斑块并自动分类。

本发明的技术方案是：

一种冠脉CT图像的斑块分类方法，其特征在于，包括以下步骤：

S01：对冠脉CT序列原始图进行分割，获得冠脉提取图；

S02：提取冠脉树数据等值面，生成网格模型数据，并计算法向量，对网格模型上所有的点定位开始点和结束点，计算开始点和结束点间的最短路径，对所获得的曲线进行等距过滤，得到中心线和半径；

S03：从冠脉提取图中定位亮斑；

S04：根据半径和曲线定位狭窄位置和狭窄区间；

S05：得到去除钙化斑块之后的冠脉二值图像，获得去除钙化斑块之后的冠脉二值图像的中心线且计算半径；

S06：根据半径、曲线定位狭窄位置和狭窄区间，若狭窄位置与步骤S04中的狭窄位置相同，则是非钙化斑块，否则是钙化斑块位置。

优选的技术方案中，所述步骤S03中定位亮斑的方法为像素值大于设定的阈值即判断为亮斑。

优选的技术方案中，所述步骤S05中得到去除钙化斑块之后的冠脉二值图像的方法为，将像素值大于设定的阈值的像素值置为0，否则置为1，得到去除钙化斑块之后的冠脉二值图像。

与现有技术相比，本发明的优点是：

本发明方法可以在CT图像中检测钙化和非钙化斑块并自动分类。

附图说明

下面结合附图及实施例对本发明作进一步描述：

图1为本发明的方法流程图；

图2为本发明的冠脉提取图；

图3为本发明的半径曲线图；

图4为本发明的最终结果示意图。

具体实施方式