心脏血管成像相位确定方法、装置、电子设备和存储介质与流程

1.本技术涉及医疗成像技术领域，特别是涉及一种心脏血管成像相位确定方法、装置、电子设备和存储介质。


背景技术：

2.在医学图像重建时，可以利用ct扫描仪获取多相位的数据，并根据多个相位的数据进行图像重建，得到多幅病患部位的图像。图像重建的合适的相位点的自动确定，可以改善目标重建图像的质量。
3.在心脏扫描中，冠脉的血管质量决定了心脏图像的质量。ct扫描时由于心脏的运动，图像重建时需要选择心脏血管的最优成像相位进行图像重建。然而不同冠脉的运动模式是不一样的。从临床经验来看，通常情况下，不同冠脉(如左主干、左前降支、左回旋支、右冠状动脉等)的最佳图像质量会在不同的时相，此时利用全局图像的最佳相位算法得到的相位可能并不是目标冠脉的最佳相位，影响了目标冠脉的成像质量。


技术实现要素：

4.本技术实施例提供了一种心脏血管成像相位确定方法、装置、电子设备和存储介质，以至少解决相关技术中目标冠脉的成像相位不适当，影响成像质量的问题。
5.第一方面，本技术实施例提供了一种心脏血管成像相位确定方法，包括：
6.获取心脏血管的多幅相位图像；
7.分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像；
8.计算各幅待评价图像中对应所述目标冠脉的图像质量分数；
9.当所述目标冠脉包括至少两个的情况下，获取对应各所述目标冠脉的加权参数；
10.根据各所述目标冠脉的图像质量分数和对应的加权参数进行加权计算，得到每幅所述待评价图像的图像质量分数；
11.基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位。
12.在其中一些实施例中，所述分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像包括：
13.对所述相位图像进行目标冠脉定位；
14.确定图像分割阈值；
15.根据所述图像分割阈值对经目标冠脉定位后的所述相位图像进行目标冠脉提取，得到对应的待评价图像；
16.重复以上步骤，得到多幅待评价图像。
17.在其中一些实施例中，所述确定图像分割阈值包括：
18.获取所述相位图像的像素值或ct值；
19.获取对应所述目标冠脉的预设的细分参数；
20.根据所述像素值或ct值，以及所述细分参数，计算得到所述相位图像的图像分割
阈值。
21.在其中一些实施例中，所述根据所述图像分割阈值对经目标冠脉定位后的所述相位图像进行目标冠脉提取，得到对应的待评价图像之前，还包括以下处理步骤中的至少之一：
22.根据所述相位图像中目标冠脉的位置标记分割中心，并基于所述分割中心划定分割区域，以基于所述分割区域对所述相位图像进行分割；
23.通过图像插值运算对所述相位图像进行重构；
24.对所述相位图像进行形态学运算，以弱化图像背景。
25.在其中一些实施例中，所述计算各幅待评价图像中对应所述目标冠脉的图像质量分数包括计算单幅待评价图像中对应所述目标冠脉的图像质量分数：
26.确定多个不同质量评价指标对应的权重参数；
27.计算所述待评价图像中对应所述目标冠脉的多个质量评价指标；
28.基于所述目标冠脉对应的多个所述质量评价指标和各个质量评价指标对应的权重参数进行加权计算，得到所述待评价图像中对应所述目标冠脉的质量分数。
29.在其中一些实施例中，所述基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位包括：
30.获取预设的单个相位滑动窗内多幅待评价图像，并筛选得到各个时相对应的共有图像和非共有图像；
31.基于单个时相内所述共有图像和所述非共有图像的图像质量分数，以及所述单个时相的图像层数，计算得到对应时相的图像质量分数；
32.重复以上步骤计算得到所述单个相位滑动窗内各个时相的多幅待评价图像的图像质量分数，并根据所述图像质量分数确定所述心脏血管的成像相位。
33.在其中一些实施例中，所述基于单个时相内所述共有图像和所述非共有图像的图像质量分数，以及所述单个时相的图像层数，计算得到对应时相的图像质量分数包括：
34.基于单个相位滑动窗内单个时相中的所述共有图像的质量分数和具有共有图像的各个时相的层数，计算得到对应时相的平均分数；
35.根据所述单个时相中的所述共有图像的层数和所述各个时相的层数均值，计算得到相位间偏差分数；
36.基于单个时相中所述非共有图像的质量分数，确定相位内偏差分数；
37.根据所述平均分数、相位间偏差分数和相位内偏差分数进行加权计算，得到对应时相的图像质量分数。
38.第二方面，本技术实施例提供了一种心脏血管成像相位确定装置，包括：
39.相位图像获取单元，用于获取心脏血管的多幅相位图像；
40.待评价图像获取单元，用于分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像；
41.第一质量分数计算单元，用于计算各幅待评价图像中对应所述目标冠脉的图像质量分数；
42.加权参数获取单元，用于当所述目标冠脉包括至少两个的情况下，获取对应各所述目标冠脉的加权参数；
43.第二质量分数计算单元，用于根据各所述目标冠脉的图像质量分数和对应的加权参数进行加权计算，得到每幅所述待评价图像的图像质量分数；
44.成像相位确定单元，用于基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位。
45.第三方面，本技术实施例提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行如上所述的心脏血管成像相位确定方法。
46.第四方面，本技术实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的心脏血管成像相位确定方法。
47.相比于相关技术，本技术实施例提供的心脏血管成像相位确定方法，通过分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像，根据各所述目标冠脉的图像质量分数和对应的加权参数进行加权计算，得到每幅所述待评价图像的图像质量分数，使得用户可以根据需要自定义配置不同目标冠脉的加权参数，从而基于各所述目标冠脉的加权参数确定每幅待评价图像的图像质量分数后，可以得到一个最适合用户的全局冠脉质量对应的图像质量分数排序。通过基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位，使得用户可以根据使用目的确定最佳相位进行重建，提高了目标冠脉的成像质量。
48.本技术的一个或多个实施例的细节在以下附图和描述中提出，以使本技术的其他特征、目的和优点更加简明易懂。
附图说明
49.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
50.图1是本技术其中一个实施例中心脏血管成像相位确定方法的流程示意图；
51.图2是本技术其中一个实施例中基于多幅所述相位图像进行目标冠脉提取得到对应的多幅待评价图像的流程示意图；
52.图3是本技术其中一个实施例中对相位图像进行目标冠脉定位结果的示意图；
53.图4是本技术其中一个实施例中计算单幅待评价图像中对应所述目标冠脉的图像质量分数的流程示意图；
54.图5是本技术其中一个实施例中心脏血管成像相位确定装置的结构框图；
55.图6是本技术其中一个实施例中电子设备的结构示意图。
56.附图说明：11、左冠；12、右冠；201、相位图像获取单元；202、待评价图像获取单元；203、第一质量分数计算单元；204、加权参数获取单元；205、第二质量分数计算单元；206、成像相位确定单元；30、总线；31、处理器；32、存储器；33、通信接口。
具体实施方式
57.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。基于本技术提供的实施例，本领域普通技术人员在没有作出创造性劳动的
前提下所获得的所有其他实施例，都属于本技术保护的范围。
58.显而易见地，下面描述中的附图仅仅是本技术的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本技术应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本技术公开的内容相关的本领域的普通技术人员而言，在本技术揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本技术公开的内容不充分。
59.在本技术中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本技术所描述的实施例在不冲突的情况下，可以与其它实施例相结合。
60.除非另作定义，本技术所涉及的技术术语或者科学术语应当为本技术所属技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本技术所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本技术所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。
61.计算机断层扫描设备(ct，computed tomography)，是用x射线从人体许多方向进行一定厚度的扫描，由探测器将衰减后的x射线转换成可见光，再将可见光转换为电信号，最终对电信号进行模数转换之后，由计算机设备进行图像重建得到最终的ct图像。在利用ct进行心脏图像重建时，冠脉血管显影的清晰与否是决定心脏重建图像质量的关键。由于心脏具有运动的生理特性，图像重建时需要选择最优的相位数据进行图像重建。
62.随着计算机技术的大力发展，医学图像的采集、处理、显示和存储均已实现了数字化，随之而来的是医师处理的图像数据、读片工作量呈指数增长。控制人为因素、提高图像采集和处理的质量，是正确进行疾病诊断的关键。
63.本实施例还提供了一种心脏血管成像相位确定方法。图1是根据本技术实施例的心脏血管成像相位确定方法的流程图，如图1所示，该流程包括如下步骤：
64.步骤s101，获取心脏血管的多幅相位图像。
65.在本实施例中，ct在进行正常扫描工作时，在一段时间内连续对被扫描心脏血管进行扫描，并得到相应的扫描数据。根据扫描数据获取多幅待评价图像。
66.具体的，可以根据预设的重建参数进行多相位重建，重建参数包括预设的重建中心以及预设重建范围，可以使用心脏协议通用参数。由于冠状动脉在胸腔的位置并不是固
定不变的，冠状动脉呈弯曲变化的形状。因此，多相位图像的重建范围需要包含待扫描的全部区域，即包含可以重建的所有相位。同时，考虑到图像的分辨率和计算效率平衡问题，重建矩阵大小和重建视野不宜太小也不宜太大。
67.步骤s102，分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像。
68.在本实施例中，可以采用基于深度学习神经网络模型对多幅所述相位图像进行目标冠脉提取，本技术在此不做赘述。可选的，当目标冠脉有多个时，每幅待评价图像中包含多个提取得到的目标冠脉。具体的，通过对深度学习神经型的网络结构、训练特征参数以及损失函数进行优化，可以确定不同的提取尺度，如只提取左冠状动脉(以下简称为左冠)、右冠状动脉(以下简称为右冠)，或者提取更细分的16级冠脉，后续对待评价图像进行质量分数评估后可以得到不同的目标冠脉的质量分数，从而选择其对应的最佳的成像相位进行成像。
69.当然，在其他实施例中，也可以基于图像处理、增强滤波和区域增长等方法进行目标冠脉提取，本技术在此并不限定。
70.步骤s103，计算各幅待评价图像中对应所述目标冠脉的图像质量分数。
71.具体的，在本实施例中，可以采用区域间对比度、区域内部均匀性、形状平滑测度、区域形状面积差异等任一种质量评价指标对各幅待评价图像进行质量评价，或多种评价指标相结合以使评价结果更加全面。
72.步骤s104，当所述目标冠脉包括至少的情况下，获取对应各所述目标冠脉的加权参数。
73.在本实施例中，目标冠脉可以是大分支如左前降支、回旋支、右冠等，也可以是左前降支、回旋支、右冠等细小分支中的至少两个，本技术并不限定。当所述目标冠脉包括至少两个的情况下，用户可以根据需要自定义配置各个不同目标冠脉的加权参数。示例性地，可以根据临床需要，判断不同冠脉的质量在整个心脏血管图像质量中的重要程度，对应的配置各个不同目标冠脉的加权参数。
74.步骤s105，根据各所述目标冠脉的图像质量分数和对应的加权参数进行加权计算，得到每幅所述待评价图像的图像质量分数。
75.具体的，当获取对应各所述目标冠脉的加权参数后，将各所述目标冠脉的图像质量分数与对应的加权参数进行加权计算并求和，得到每幅所述待评价图像的图像质量分数。该待评价图像的图像质量分数为最符合用户实际临床需求的全局冠脉图像质量对应的相位排序，使得用户可以根据使用目的确定最佳相位进行重建，提高了目标冠脉的成像质量。
76.示例性地，当某幅待评价图像中多个目标冠脉的图像质量分数分别为x1、x2和x3，对应的加权参数分别为w1、w2、w3时，可以确定待评价图像的图像质量分数为y＝x1*w1 x2*w2 x3*w3。
77.步骤s106，基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位。
78.在本实施例中，基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位是指用户可以根据相位图像的使用目的选择不同的排序位置的相位进行重建。
79.具体的，基于多幅所述待评价图像的质量分数可以确定质量分数排序结果，排序
结果对应的索引就代表了此相位下冠脉质量的排名，最佳相位即为排位为1的相位，用户可以根据自身需求选择相位进行重建。具体的：(1)可以选择最佳相位进行重建来进行冠脉诊断；(2)可以选择最佳相位进行运动校正并选择非最佳相位(最差或者中间水平的相位)进行运动校正，比较两个校正图像的质量是否相当，用以评估校正效果；(3)可以选择收缩期内的最佳相位或者舒张期内的最佳相位进行重建，用以观察心肌或冠脉在不同时相的情况等；(4)可以调取未做校正的最佳相位的待评价图像的质量分数，结合患者的信息(年龄，性别，心率，病症等)在不同患者之间进行对比，用以探究不同情况和冠脉质量的相关性。此外，还可以为扫描和心脏血管的成像的质量控制做参考等，本技术在此并不限定。
80.综上，本技术实施例提供的心脏血管成像相位确定方法，通过分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像，根据各所述目标冠脉的图像质量分数和对应的加权参数进行加权计算，得到每幅所述待评价图像的图像质量分数，使得用户可以根据需要自定义配置不同目标冠脉的加权参数，从而基于各所述目标冠脉的加权参数确定每幅待评价图像的图像质量分数后，可以得到一个最适合用户的全局冠脉质量对应的图像质量分数排序。通过基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位，使得用户可以根据使用目的确定最佳相位进行重建，提高了目标冠脉的成像质量。
81.下面通过优选实施例对本技术实施例进行描述和说明。
82.如图2所示，在上述实施例的基础上，在其中一些实施例中，所述分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像包括：
83.步骤s1021，对所述相位图像进行目标冠脉定位。
84.在本实施例中，可以利用vnet等网络模型进行目标冠脉定位。具体的，分为四层上采样和四层下采样，基于对分割结果判断相位图像或特征图中像素点是前景还是背景进行概率预测，与金标准做差求残差，并优化残差对整个模型进行训练，利用训练完成的模型进行目标冠脉定位。可以理解，还可以使用其他深度学习模型进行目标冠脉定位，本技术不对模型进行具体限定。示例性的，如图3所示，基于vnet网络模型进行目标冠脉定位，得到了左冠11和右冠12。
85.步骤s1022，确定图像分割阈值。
86.在本实施例中，图像分割阈值可以是预设值，也可以通过计算得到如每张相位图像中各自像素点的最大值的预设倍数，还可以通过使用图像处理方法等，图像分割阈值可以自定义配置。
87.在其中一些实施例中，图像分割阈值可以通过计算得到，所述确定图像分割阈值包括以下步骤：获取所述相位图像的像素值或ct值，获取对应所述目标冠脉的预设的细分参数；根据所述像素值或ct值，以及所述细分参数，计算得到所述相位图像的图像分割阈值，计算式如下：
88.tl＝t
×q89.其中，tl为图像分割阈值，t为图像分割基准，相位图像的像素值包括相位图像所有像素点的像素值，相位图像的ct值包括相位图像所有像素点的ct值。目标冠脉的预设的细分参数q为图像分割细分程度的参考基准。预设的细分参数q可以配置为0-1，具体的，利用不同的细分参数q提取到的伪影形态不同，细分参数q越低，分割得到的图像中包含的运
动伪影就越多。当图像的细分程序要求较高时，预设的细分参数q较大，反之，预设的细分参数q较小。
90.在一些实施方式中，根据所述像素值可以确定图像分割基准t，根据图像分割基准t以及所述细分参数q，可以计算得到所述相位图像的图像分割阈值tl。可选的，图像分割基准t可以是相位图像所有像素点的像素值中的最大值。
91.在另一些实施方式中，根据所述ct值可以确定图像分割基准t，根据图像分割基准t以及所述细分参数q，可以计算得到所述相位图像的图像分割阈值tl。可选的，图像分割基准t可以是相位图像所有像素点的ct值中的中位数。
92.可以理解，图像分割基准t的确定方式并不限于此，还可以利用其它的图像处理的方式得到比如大津法，或者固定参数等，图像分割阈值可以适应性配置。
93.需要说明的是，在确定图像分割阈值之前，如果对相位图像进行图像预处理(如图像增强等)，相位图像中的像素点的像素值与相位图像中像素点的ct值不同，此时可以利用图像预处理后的相位图像的像素值或原相位图像的ct值确定图像分割基准t。
94.通过上述步骤，可以灵活确定图像分割阈值，并可以提取出包含目标冠脉及其所带的运动伪影的待评价图像，从而在包含伪影的冠脉上我们才能更准确地评估冠脉的图像质量。
95.步骤s1023，根据所述图像分割阈值对经目标冠脉定位后的所述相位图像进行目标冠脉提取，得到对应的待评价图像。
96.步骤s1024，重复以上步骤，得到多幅待评价图像。
97.具体的，在本实施例中，获取单幅待评价图像的步骤包括：将相位图像中的灰度值大于图像分割阈值的图像作为相应的待评价图像。利用多个图像分割阈值对相位图像进行分割，就会得到待评价图像中的多个图像区域。
98.通过上述步骤，基于图像分割阈值对经目标冠脉定位后的所述相位图像进行目标冠脉提取，得到对应的待评价图像，可以准确地根据图像分割阈值确定得到待评价图像，从而基于经目标冠脉提取后的待评价图像进行最佳成像相位的确定会更加准确。
99.在上述实施例的基础上，在其中一些实施例中，所述根据所述图像分割阈值对经目标冠脉定位后的所述相位图像进行目标冠脉提取，得到对应的待评价图像之前，还包括以下处理步骤中的至少之一：
100.步骤s1022a，根据所述相位图像中目标冠脉的位置标记分割中心，并基于所述分割中心划定分割区域，以基于所述分割区域对所述相位图像进行分割。
101.具体的，可以基于分割中心和划定分割区域预先分割相位图像得到子图像，以分割中心为中心点，取n*n个像素作为分割后的子图像，计算过程如下：
102.i
sub
＝i(r1:r2,r3:r4),r2-r1＝r4-r3＝n-1
103.其中，i(r1:r2,r3:r4)表示像素索引范围；r1、r2分别为分割区域中的行起点和行终点；r3、r4分别为分割区域中的列起点和列终点；n为行或列的像素个数；i
sub
为像素块大小；sub为像素索引。
104.可以理解，n的大小可自定义配置，能够覆盖相位图像中完整的冠脉即可，分割中心可以单个标记的冠脉作为参考进行确定，也可以是以多个冠脉作为参考确定得到的，本技术在此并不限定。
105.通过上述步骤，基于所述分割区域对所述相位图像进行分割后得到子图像，对子图像进行目标冠脉提取后得到对应的待评价图像，可以减少目标冠脉提取过程的计算量。
106.步骤s1022b，通过图像插值运算对所述相位图像进行重构。具体的，在确定图像分割阈值之前，可以对所述相位图像进行插值重构。
107.通过上述步骤，利用图像插值运算对所述相位图像进行重构，可以提高图像的分辨率，从而提高计算血管形态和血管边的精度。当然，在其他实施例中，如果相位图像的分辨率足够，则无需再通过图像插值运算对所述相位图像进行重构。
108.步骤s1022c，对所述相位图像进行形态学运算，以弱化图像背景。
109.具体的，可以对相位图像进行tophat变换。
110.需要说明的是，根据所述图像分割阈值对经目标冠脉定位后的所述相位图像进行目标冠脉提取，得到对应的待评价图像之前，还包括以上处理步骤中s1022a-s1022c中的至少之一，当采用s1022a-s1022c中多个处理步骤时，本技术对采用各个处理步骤的数量和顺序不进行限定。通过上述步骤，弱化了图像背景，突显出了目标冠脉所在的区域。
111.如图4所示，在上述实施例的基础上，在其中一些实施例中，所述计算各幅待评价图像中对应所述目标冠脉的图像质量分数包括计算单幅待评价图像中对应所述目标冠脉的图像质量分数。具体如下：
112.步骤s1031，确定多个不同质量评价指标对应的权重参数。
113.对于不同的冠脉或同一冠脉的不同位置，目标冠脉对应的形态信息不尽相同。如目标冠脉的前端和后端形态呈长条形，圆度小、锐利度大，与中端的走向不同。目标冠脉的形态信息可以通过图像分割得到2d图像中的血管面积、冠脉的走向、形状或者是3d中的拓扑结构等方式来确定，本技术在此并不限定。
114.对于具有不同形态信息的目标冠脉，其不同评价指标的重要程度是不同的。如对于长条形冠脉(以下简称为长冠脉，long ca)，要求其圆度小一点，锐利度大一些。因此在长冠脉的横断面上，规则度的权重要比边缘锐利度的权重低一些。在本实施例中，当具有多个评价指标时，可以自定义配置不同评价指标的权重参数，以使评价结果能够反映不同评价指标的重要程度，使评价结果更加准确。
115.步骤s1032，计算所述待评价图像中对应所述目标冠脉的多个质量评价指标。
116.在心脏血管图像评估中具有临床上的评估标准：理想的冠脉应该是边缘清晰，次之的是边缘稍微模糊没有明显伪影，及格的是冠脉轮廓可见、可以允许有些微伪影，血管边缘模糊运动伪影严重以及血管轮廓消失都是属于无法诊断的情况。结合以上临床评估标准，可以提出多个评价指标。
117.在本实施例中，目标冠脉的质量评价指标可以是形态规则度(shape regularity)、边缘锐利度(boundary sharpness)等，上述两个质量评价指标分别用来衡量感兴趣区边界是否模糊以及运动伪影的强弱。这两点标准分别量化为形状规则度(伪影的强弱)以及边缘锐利度(边界锐利的程度)。形状规则度和边缘锐利度可以基本覆盖各种质量程度的冠脉图像(包括带支架的血管，钙化血管等)，通用性更强。当然，在其他实施例中，也可以通过其它的评价指标来量化心脏血管的形态特征，比如低ct值在血管中占的比例(伪影的ct值一般比血管造影剂ct值低)或者熵等方式。其中，本技术在此不做限定。
118.步骤s1033，基于所述目标冠脉对应的多个所述质量评价指标和各个质量评价指
标对应的权重参数进行加权计算，得到所述待评价图像中对应所述目标冠脉的质量分数。
119.具体的，当获取各个质量评价指标对应的权重参数后，将目标冠脉的质量评价指标的数值与对应的权重参数进行加权计算并求和，得到每幅所述待评价图像中对应目标冠脉的图像质量分数。
120.示例性地，可采用下式计算得到目标冠脉的图像质量分数：
[0121][0122]
其中，regularity为形态规则度；sharpness为边缘锐利度，factors为形态规则度对应的权重参数；factorsl为边缘锐利度对应的权重参数，quaidx为目标冠脉的图像质量分数；if longca is false表示当目标冠脉不是长冠脉时；if longca is true表示当目标冠脉是长冠脉时； 为加法运算；
×
为乘法运算。
[0123]
此外，由于形态规则度和边缘锐利度的量级并不一致，需要将这两个度量拉到一个基线上，可以通过加权的方式，也可以通过归一化的方式，本技术在此不做限定。
[0124]
通过上述步骤，通过确定不同质量评价指标对应的权重参数。从而自定义配置不同评价指标的权重参数，以使评价结果能够反映不同评价指标的重要程度，使心脏血管的图像质量分数的评价结果更加准确可靠。
[0125]
在上述实施例的基础上，在其中一些实施例中，所述基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位包括：
[0126]
步骤s1061，获取预设的单个相位滑动窗内多幅待评价图像，并筛选得到各个时相对应的共有图像和非共有图像。
[0127]
在心脏血管的扫描过程中所采集的时相包含多个心动周期。如在回顾式心脏扫描中，采集的时相包含整个心动周期(0％到100％)，在前瞻式扫描中，心动周期也通常会包括收缩期和舒张期，而不同心动周期如收缩期和舒张期的冠脉在z方向上的运动并不一致，在真实的临床场景下，基于2d横断面对待评价图像的评估需要考虑不同相位下冠脉在z方向上的不一致性。因此计算单张待评价图像中的图像质量分数不能简单地在相同的z方向坐标下进行比较。其中，z方向指身长方向。
[0128]
在本实施例中，相位滑动窗是指在整个心动周期一个预设窗宽内的相位范围。单个相位滑动窗内认为冠脉在z方向上的运动模式相似，相位滑动窗的长度可适应性配置，示例性地，相位滑动窗的长度可以根据心率做自适应的调整。相位滑动窗的长度不宜过宽，可选的，相位滑动窗范围在10％到20％之间。
[0129]
在本实施例中，基于待评价图像相位滑动窗内多幅待评价图像，可以筛选得到各个时相对应的共有图像和非共有图像，其中，各个时相对应的共有图像(common slice)为各个时相中具有相同图像重建层的待评价图像，各个时相对应的非共有图像(extra slice)为除所述共有图像外的其他待评价图像。
[0130]
步骤s1062，基于单个时相内所述共有图像和所述非共有图像的图像质量分数，以及所述单个时相的图像层数，计算得到对应时相的图像质量分数；
[0131]
在本实施例中，首先基于单个相位滑动窗内单个时相中的所述共有图像的质量分数和具有共有图像的各个时相的层数，计算得到对应时相的平均分数。具体的，基于单个相位滑动窗内单个时相中具有共有图像的各个时相的图像质量分数确定质量分数均值
vqsavg；基于单个相位滑动窗内单个时相中具有共有图像的各个时相的层数确定层数均值avgrange，将质量分数均值vqsavg与层数均值avgrange之积确定为对应时相的平均分数。
[0132]
然后根据所述单个时相中的所述共有图像的层数和所述各个时相的层数均值，计算得到相位间偏差分数vqoffset。具体的，可以将单个时相中的所述共有图像的层数与所述各个时相的层数均值之差，确定为相位间偏差分数vqoffset。可以理解，相位间偏差分数可用于表征单个时相相位偏差情况，其计算方式并不限于此。
[0133]
接着基于单个时相中所述非共有图像的质量分数，确定相位内偏差分数vqext。在一些实施例中，相位内偏差分数vqext可以是非共有图像的质量分数。在另一些实施例中，相位内偏差分数vqext可以是非共有图像的质量分数与所述质量分数均值之差，本技术在此不做限定。
[0134]
最后根据所述平均分数、相位间偏差分数vqoffset和相位内偏差分数vqext进行加权计算，得到对应时相的图像质量分数vq，具体计算方式如下：
[0135]
vq＝vqsavg
×
avgrange vqoffset
×
w1 vqext
×
w2
[0136]
其中，w1和w2为权重系数，范围分别取0-1。
[0137]
可以理解，在其他实施例中，对应时相的图像质量分数的计算方式并不限于此，如当获取单个时相内所述共有图像和所述非共有图像的图像质量分数，以及所述单个时相的图像层数后可直接加权求和，并归一化得到对应时相的图像质量分数，本技术在此并不限定。
[0138]
步骤s1063，重复以上步骤计算得到所述单个相位滑动窗内各个时相的多幅待评价图像的图像质量分数，并根据所述图像质量分数确定所述心脏血管的成像相位。
[0139]
在本实施例中，重复以上步骤计算得到所述单个相位滑动窗内各个时相的多幅待评价图像的图像质量分数，对各个时相的多幅待评价图像的图像质量分数进行排序，根据相位图像的使用目的选择不同的排序位置的相位进行重建。通过上述步骤，通过引入相位滑动窗计算各个时相的多幅待评价图像的图像质量分数，单个相位滑动窗内认为冠脉在z方向上的运动模式相似，从而更能匹配不同时相下冠脉在z方向的变化性，使得图像质量分数的计算结果更加准确，保证了最佳成像相位的可靠性和目标冠脉的成像质量。
[0140]
需要说明的是，在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0141]
本实施例还提供了一种心脏血管成像相位确定装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
[0142]
图5是根据本技术实施例的心脏血管成像相位确定装置的结构框图，如图5所示，该装置包括：相位图像获取单元201、待评价图像获取单元202、第一质量分数计算单元203、加权参数获取单元204、第二质量分数计算单元205和成像相位确定单元206。
[0143]
相位图像获取单元201，用于获取心脏血管的多幅相位图像；
[0144]
待评价图像获取单元202，用于分别基于多幅所述相位图像进行目标冠脉提取，得到对应的多幅待评价图像；
[0145]
第一质量分数计算单元203，用于计算各幅待评价图像中对应所述目标冠脉的图像质量分数；
[0146]
加权参数获取单元204，用于当所述目标冠脉包括至少两个的情况下，获取对应各所述目标冠脉的加权参数；
[0147]
第二质量分数计算单元205，用于根据各所述目标冠脉的图像质量分数和对应的加权参数进行加权计算，得到每幅所述待评价图像的图像质量分数；
[0148]
成像相位确定单元206，用于基于多幅所述待评价图像的质量分数，确定所述心脏血管的成像相位。
[0149]
在其中一些实施例中，所述待评价图像获取单元202包括：目标冠脉定位模块、阈值确定模块、目标冠脉提取模块和循环模块。
[0150]
目标冠脉定位模块，用于对所述相位图像进行目标冠脉定位；
[0151]
阈值确定模块，用于确定图像分割阈值；
[0152]
目标冠脉提取模块，用于根据所述图像分割阈值对经目标冠脉定位后的所述相位图像进行目标冠脉提取，得到对应的待评价图像；
[0153]
循环模块，用于重复以上步骤，得到多幅待评价图像。
[0154]
在其中一些实施例中，所述阈值确定模块包括：像素参数获取模块、细分参数获取模块和分割阈值计算模块。
[0155]
像素参数获取模块，用于获取所述相位图像的像素值或ct值；
[0156]
细分参数获取模块，用于获取对应所述目标冠脉的预设的细分参数；
[0157]
分割阈值计算模块，用于根据所述像素值或ct值，以及所述细分参数，计算得到所述相位图像的图像分割阈值。
[0158]
在其中一些实施例中，所述心脏血管成像相位确定装置还包括以下至少之一：第一预处理模块、第二预处理模块和第二预处理模块。
[0159]
第一预处理模块，用于根据所述相位图像中目标冠脉的位置标记分割中心，并基于所述分割中心划定分割区域，以基于所述分割区域对所述相位图像进行分割；
[0160]
第二预处理模块，用于通过图像插值运算对所述相位图像进行重构；
[0161]
第三预处理模块，用于对所述相位图像进行形态学运算，以弱化图像背景。
[0162]
在其中一些实施例中，所述第一质量分数计算单元203包括：权重参数确定模块、评价指标计算模块和第一质量分数计算模块。
[0163]
权重参数确定模块，用于确定多个不同质量评价指标对应的权重参数；
[0164]
评价指标计算模块，用于计算所述待评价图像中对应所述目标冠脉的多个质量评价指标；
[0165]
第一质量分数计算模块，用于基于所述目标冠脉对应的多个所述质量评价指标和各个质量评价指标对应的权重参数进行加权计算，得到所述待评价图像中对应所述目标冠脉的质量分数。
[0166]
在其中一些实施例中，所述成像相位确定单元206包括：
[0167]
图像获取模块，用于获取预设的单个相位滑动窗内多幅待评价图像，并筛选得到各个时相对应的共有图像和非共有图像；
[0168]
图像质量分数计算模块，用于基于单个时相内所述共有图像和所述非共有图像的
access memory，简称sdram)等。
[0180]
存储器32可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器31所执行的可能的计算机程序指令。
[0181]
处理器31通过读取并执行存储器32中存储的计算机程序指令，以实现上述实施例中的任意一种心脏血管成像相位确定方法。
[0182]
在其中一些实施例中，电子设备还可包括通信接口33和总线30。其中，如图6所示，处理器31、存储器32、通信接口33通过总线30连接并完成相互间的通信。
[0183]
通信接口33用于实现本技术实施例中各模块、装置、单元和/或设备之间的通信。通信接口33还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
[0184]
总线30包括硬件、软件或两者，将电子设备的部件彼此耦接在一起。总线30包括但不限于以下至少之一：数据总线(data bus)、地址总线(address bus)、控制总线(control bus)、扩展总线(expansion bus)、局部总线(local bus)。举例来说而非限制，总线30可包括图形加速接口(accelerated graphics port，简称为agp)或其他图形总线、增强工业标准架构(extended industry standard architecture，简称为eisa)总线、前端总线(front side bus，简称为fsb)、超传输(hyper transport，简称为ht)互连、工业标准架构(industry standard architecture，简称为isa)总线、无线带宽(infiniband)互连、低引脚数(low pin count，简称为lpc)总线、存储器总线、微信道架构(micro channel architecture，简称为mca)总线、外围组件互连(peripheral component interconnect，简称为pci)总线、pci-express(pci-x)总线、串行高级技术附件(serial advanced technology attachment，简称为sata)总线、视频电子标准协会局部(video electronics standards association local bus，简称为vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线30可包括一个或多个总线。尽管本技术实施例描述和示出了特定的总线，但本技术考虑任何合适的总线或互连。
[0185]
该电子设备可以基于获取到的程序指令，执行本技术实施例中的心脏血管成像相位确定方法，从而实现结合图1描述的心脏血管成像相位确定方法。
[0186]
另外，结合上述实施例中的心脏血管成像相位确定方法，本技术实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种心脏血管成像相位确定方法。
[0187]
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0188]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。