一种基于多视角X光片的心血管三维重建方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103679801103679801A(43)申请公布日2014.03.26(21)申请号201310632617.0(22)申请日2013.12.01(71)申请人北京航空航天大学地址100191北京市海淀区学院路37号(72)发明人赵沁平刘星龙李帅侯飞(74)专利代理机构北京科迪生专利代理有限责任公司11251代理人杨学明孟卜娟(51)Int.Cl.G06T17/00(2006.01)G06T5/00(2006.01)权权利要求书3页利要求书3页说明书6页说明书6页附图4页附图4页(54)发明名称一种基于多视角X光片的心血管三维重建方法(57)摘要本发明提供一种基于多视角X光片的心血管三维重建方法，包括了四个步骤：图像增强，用来增强图像，加大X光片对比度；血管提取，从X光图像中提取出心血管；中心线追踪，细化提取出的血管；三维重建，结合几个视角的中心线采用最优化方法重建血管的三维结构。本发明可完全基于GPU进行重建和渲染，具有重建速度快、重建输入少、重建效果逼真的特点。CN103679801ACN1036798ACN103679801A权利要求书1/3页1.一种基于多视角X光片的心血管三维重建方法，其特征在于包括以下四个步骤：步骤（1）、图像增强：针对X光成像片对比度低，动态范围窄，成像模糊，成像层级少的缺点，采用基于Retinex理论的图像增强方法，并对处理后的图像引入gain\offset方法进行修正，使图像能够在人眼可见的范围内显示；步骤（2）、图像中血管结构的提取：根据步骤（1）中增强后的图像，选取不同大小的海森矩阵对图像做卷积，并利用当前像素点的特征值计算其特殊的图像过滤器成为一个血管结构的可能性，最终根据该可能性构成一张代表血管结构的二值图；步骤（3）、血管中心线提取：根据步骤（2）中计算得到的血管，采用基于局部特征的方法，将血管外层结构层层剥离，最终只留下内部代表血管结构的单像素中心线；步骤（4）、血管的三维重建：使用步骤（3）得到的血管中心线，结合三视角的中心线特征，根据X光的成像原理，将X光发生器和成像板之间的空间划分为均匀的多个体素，并根据每个体素在光片上的位置设定每个体素的值，最终根据最优化理论，在考虑连续性的情况下求得所有体素的最优值。2.根据权利要求1所述的基于多视角X光片的心血管三维重建方法，其特征在于：步骤1使用基于视网膜理论的方法，增强图像，然后使用gain/offset方法对增强后的值进行计算，使其处于预定的范围内。3.根据权利要求2所述的基于多视角X光片的心血管三维重建方法，其特征在于：血管结构的提取根据增强后的图像，使用海森矩阵对图像卷积，并使用计算出来每点的特征值和特征向量对该点进行估计；通过设定一定的阈值，过滤掉可能性较低的点，剩下的即是血管点。4.根据权利要求3所述的基于多视角X光片的心血管三维重建方法，其特征在于：血管中心线提取，依据Fastmarching算法，将血管点分类为Frozen点和邻居点，通过计算邻居点和Frozen点之间的距离将Frozen点中离候选点最近的加入邻居点集，直到所有Frozen点都被处理完毕，邻居点即是所计算的中心线的点。5.根据权利要求4所述的基于多视角X光片的心血管三维重建方法，其特征在于：三维重建对每个空间采样点根据其投射到成像面的多少和投射结果的好坏赋予一个能量值，并通过最优化的方法求得所有点在空间能量的最优值，即是三维血管结构。6.根据权利要求2所述的基于多视角X光片的心血管三维重建方法：其特征在于：血管结构提取进一步包括：（1）在GPU上以每个线程对应预处理图像的每个点，计算各点的二阶偏导数和混合偏导数；（2）用计算的偏导组成海森矩阵与当前图像做卷积，并计算特征值和特征向量；（3）利用求得的特征值λ1和λ2，和特征向量根据公式（1）对像素点进行估计；并且，222S＝λ1+λ2最终，定义，2CN103679801A权利要求书2/3页来衡量某点成为血管的可能性；其中C为常数；该式（2）计算出的值作为衡量每个像素点成为血管结构的可能性；之后，使用阈值分割将低于一定阈值的点去除。7.根据权利要求3所述的基于多视角X光片的心血管三维重建方法：其特征在于：血管中心线追踪方法进一步包括：（1）使用多尺度的基于多模板的快速行程算法，利用当前点8临域的模板进行计算；（2）将二值图上的点划分为两类，分别是冻结点和窄带点，窄带点的点集中选择距离最小的点，将它加入冻结点的点集，并重新计算距离；（3）最终，当所有点都成为冻结点后，方法收敛。8.根据权利要求4所述的基于多视角X光片的心血管三维重建方法：其特征在于：三维重建进一步包括：（1）将X光机光心和接收器之间均匀划