一种基于探索算子的肝血管模型的生成方法与流程

1.本发明涉及数据处理技术领域，尤其涉及一种基于探索算子的肝血管模型的生成方法。


背景技术：

2.血管的重建技术是医学上血管模型创建的关键，肝血管模型的生产对于临床诊断和手术计划有着很大的帮助。
3.目前，现有技术公开了一种对血管树的中心线提取方案，该方案由用户交互选择计算每一分支中心线并最终合并得到完整的中心线，通过中心线重建出血管，最后生产肝血管模型。
4.采用上述方式，先要求得血管壁，才能找到一段不带分支的血管，并且需要人工提取坐标点，强烈依赖用户交互，人工成本过高。


技术实现要素：

5.本发明的目的在于提供一种基于探索算子的肝血管模型的生成方法，旨在解决现有的对血管树的中心线提取方案依赖用户交互，人工成本过高的问题。
6.为实现上述目的，本发明提供了一种基于探索算子的肝血管模型的生成方法，包括以下步骤：
7.s1创建原始三维数据；
8.s2给定一个血管的初始点，同时初始化探索算子的基本属性，得到初始化算子；
9.s3所述初始化算子基于所述初始点在所述血管内探索，得到位置信息；
10.s4使用样条对所述位置信息进行拟合，得到类中心线；
11.s5在所述类中心线上进行点的重采样，得到精确中心线；
12.s6基于所述精确中心线，并结合阈值信息进行可视化，得到可视化血管；
13.s7基于所述可视化血管生成肝血管模型。
14.其中，所述创建原始三维数据的具体方式为：
15.s11读取原始图像数据；
16.s12对所述原始图像数据进行格式转换，得到转换数据作为原始三维数据；
17.其中，所述初始化算子基于所述初始点在所述血管内探索，得到位置信息的具体方式为：
18.s31基于所述初始点向所述初始化算子下发行进指令；
19.s32所述初始化算子接收指令，基于所述初始点并根据初始化的步长在所述血管内进行探索，得到位置点；
20.s33将步骤s32中的所述初始点更新为所述位置点，并循环步骤s32，直至将所述血管探索完，得到位置信息。
21.其中，所述使用样条对所述位置信息进行拟合，得到类中心线的具体方式为：
22.s41定义b样条基函数；
23.s42基于所述b样条基函数构建b样条曲线函数；
24.s43基于所述b样条曲线函数对所述位置信息进行拟合，得到类中心线。
25.其中，所述b样条基函数是节点矢量的非递减参数的序列所决定的k阶分段多项式，这个序列为节点向量，所述节点矢量通过哈特利-贾德方法获得，所述序列为节点向量。
26.本发明为一种基于探索算子的肝血管模型的生成方法，通过创建原始三维数据，得到符合探索算子行进的空间信息；给定一个血管的初始点，同时初始化探索算子的基本属性，得到初始化算子；所述初始化算子基于所述初始点在所述血管内探索，得到位置信息；使用样条对所述位置信息进行拟合，得到类中心线；在所述类中心线上进行点的重采样，得到精确中心线；基于所述精确中心线，并结合阈值信息进行可视化，得到可视化血管；基于所述可视化血管生成肝血管模型，通过探索算子试探完成肝血管的全自动重建工作，解决了现有的对血管树的中心线提取方案依赖用户交互，人工成本过高的问题。
附图说明
27.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
28.图1是本发明提供的一种基于探索算子的肝血管模型的生成方法的流程图。
29.图2是位置信息的示意图。
30.图3是类中心线的示意图。
31.图4是精确中心线的示意图。
32.图5是可视化血管的示意图。
33.图6是实施案例的肝血管模型的示意图。
具体实施方式
34.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
35.请参阅图1至图5，本发明提供一种基于探索算子的肝血管模型的生成方法，包括以下步骤：
36.s1创建原始三维数据；
37.具体方式为：
38.s11读取原始图像数据；
39.具体的，所述原始图像数据为肝血管的原始ct图像数据。
40.s12对所述原始图像数据进行格式转换，得到转换数据作为原始三维数据；
41.具体的，将格式不同的数据统一转换成所需的nrrd数组，得到转换数据。
42.s2给定一个血管的初始点，同时初始化探索算子的基本属性，得到初始化算子；
43.s3所述初始化算子基于所述初始点在所述血管内探索，得到位置信息；
44.具体方式为：
45.s31基于所述初始点向所述初始化算子下发行进指令；
46.s32所述初始化算子接收指令，基于所述初始点并根据初始化的步长在所述血管内进行探索，得到位置点；
47.具体的，所述初始化算子开始根据初始化的步长往不同的方向进行探索，直至试探到某个方向，并保证沿着这个方向走到下一步时所述初始化算子仍存在于血管中，就认为该位置是合适的，得到位置点，执行下一步。
48.s33将步骤s32中的所述初始点更新为所述位置点，并循环步骤s32，直至将所述血管探索完，得到位置信息。
49.s4使用样条对所述位置信息进行拟合，得到类中心线；
50.具体方式为：
51.s41定义b样条基函数；
52.具体的，b样条基函数是一个称为节点矢量的非递减的参数t的序列所决定的k阶分段多项式，这个序列称为节点向量。节点向量个数为m 1。其中m＝n k 1，k为样条的次数，n 1为控制点的个数，所述节点矢量通过哈特利-贾德方法获得，所述序列为节点向量。
53.b样条基函数其中k表示基函数的次数；
[0054][0055]
s42基于所述b样条基函数构建b样条曲线函数；
[0056]
具体的，结合上述定义的b样条基函数，可以得出b样条曲线的表示形式如下所示：
[0057][0058]
其中，节点矢量是通过hartley-judd(哈特利-贾德)方法获得的，在本设计中运用的是3次b样条来对控制点进行拟合，因此b样条曲线的表示形式中k＝3。
[0059]
s43基于所述b样条曲线函数对所述位置信息进行拟合，得到类中心线。
[0060]
s5在所述类中心线上进行点的重采样，得到精确中心线；
[0061]
s6基于所述精确中心线，并结合阈值信息进行可视化，得到可视化血管；
[0062]
s7基于所述可视化血管生成肝血管模型。
[0063]
实施案例：
[0064]
使用原始dicom数据作为本发明的输入数据，最终重建的肝血管模型结果如图6所示。
[0065]
以下是探索算子的自动化特性的详细介绍：
[0066]
算子行进方向自适应：本发明给探索算子提供了多个行进方向，每次行进时按照一定的规则在血管中进行不同方向的试探，根据方向的优先级来确定下次行进的方向，以此来实现自动化。
[0067]
算子位置阈值自适应：对于本发明来说，阈值用来表示一个界限来限制探索算子的移动。一旦血管在行进中某一刻不在阈值范围内，然后对遇到的不同情况进行相应的自动化处理。
[0068]
阈值是用来判断探索算子在行进过程中是否走出血管的重要条件，本方法通过对原始ct图像进行滤波处理以得到更为精确的结果，并且获得下次行进的阈值范围来实现自动化阈值获取。
[0069]
算子行进步长自适应：探索算子的移动需要的基本条件为方向和步长，初始的步长人工给定，而后面的每一步行进都会自动化获取合适步长。
[0070]
本发明引入了探索算子的概念，实质上是给一个三维点赋予了方向、步长以及它在血管中的阈值等信息，并且结合了三维迷宫的思想，使得它能够在读入的医学图像当中迅速而精确地找到血管并通过该方法得到点云数据，通过对点云数据的进一步处理，最后实现精确血管重建。
[0071]
本发明旨在能够在血管重建这一复杂的流程当中将一些大量消耗人力的工作分配给计算机来做，在最大程度上实现血管重建自动化，在最短的时间内得到更快速、更精确的重建结果，进而为肝血管模型的真实性和准确性提供了保证。本发明重建速度快、精度高，通过获得的肝脏内部血管模型，为肝脏外科手术提供重要参考价值。
[0072]
本发明的与众不同之处在于使用自定义的探索算子试探血管内腔来得到血管稀疏点云，通过使用b样条将此点云拟合成曲线，重采样得到血管的精确关键点，最终实现快速对给定的精确点和阈值实现全自动血管重建。与传统采用人工重建血管的技术相比，本发明使用探索算子为自动化重建基础，极大减少了人工交互及重建时间，提高了重建精度及效率。
[0073]
本发明可通过探索算子试探完成肝血管的全自动重建工作，通过精确的肝血管模型将会为计算机辅助肝血管疾病诊断带来显著的效果。
[0074]
以上所揭露的仅为本发明一种基于探索算子的肝血管模型的生成方法较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。