一種x射線血管造影圖像中多運動參數(shù)的分離估計方法
【專利摘要】本發(fā)明公開了一種X射線血管造影圖像中多運動參數(shù)的分離估計方法;首先根據(jù)所述的造影圖像序列確定心臟運動信號周期以及平移運動變化幀的序列，然后通過對所述的造影圖像序列中的血管結(jié)構(gòu)特征點跟蹤得到點的運動序列。再通過多變量參數(shù)尋優(yōu)以及傅里葉頻域濾波對所述的運動序列進(jìn)行處理，根據(jù)所述的平移運動變化幀的序列，心臟運動信號的周期，呼吸運動信號周期的范圍和高頻運動信號周期的范圍，可以分離出最佳的平移運動曲線、心臟運動曲線、呼吸運動曲線和高頻運動曲線。本發(fā)明由于考慮到X射線血管造影圖像是反映了多種運動信號的綜合，提出的多運動參數(shù)的分離估計，能夠使分離出來的各個運動更加精確，為醫(yī)生的診斷提供準(zhǔn)確有效的幫助。
【專利說明】一種X射線血管造影圖像中多運動參數(shù)的分離估計方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于造影圖像處理【技術(shù)領(lǐng)域】，更具體地，涉及一種X射線血管造影圖像中多運動參數(shù)的分離估計方法。
【背景技術(shù)】
[0002]胸廓有節(jié)律的擴大和縮小，從而完成吸氣與呼氣，這就是呼吸運動。呼吸運動會造成心臟在三維空間中整體的平移，在X射線造影系統(tǒng)中，由于呼吸運動的影響冠狀動脈血管在造影面上會發(fā)生二維運動。而且在造影過程中，醫(yī)生為了能夠使造影序列覆蓋整個冠脈系統(tǒng)，可能會移動導(dǎo)管床，導(dǎo)致一個成像序列的不同幀之間整體存在二維平移。
[0003]因此，冠脈造影圖像一方面記錄有心臟自身運動在二維平面上的投影，同時也疊加有人體的呼吸運動引起的冠狀動脈在造影面上的二維平移運動和病人的二維平移運動。那么，要得到更接近真實情況下的二維血管造影圖，則需將人體的心臟運動，呼吸運動和平移運動等分離開來。
[0004]分離平移運動一般方法是進(jìn)行幀間圖像配準(zhǔn)。許多文獻(xiàn)報道的醫(yī)學(xué)圖像配準(zhǔn)通常是分外部和內(nèi)部。外部配準(zhǔn)方法是通過在造影前設(shè)置一些明顯的標(biāo)記，在造影過程中跟蹤，但是這種標(biāo)記法通常是具有侵入性的；內(nèi)部配準(zhǔn)方法是在造影完成后又分為標(biāo)記法和分割法等。標(biāo)記法是在圖中選取一些解剖結(jié)構(gòu)點來進(jìn)行配準(zhǔn)，然而并不是每幅圖都具有這樣的解剖結(jié)構(gòu)點，而且也需要對人體解剖結(jié)構(gòu)比較了解。而分割法可以通過分割出來的解剖結(jié)構(gòu)線來配準(zhǔn)，可以適用于剛體模型也可適用于形變模型，但是它只能提取出解剖結(jié)構(gòu)線的運動，卻不能單獨分離出整體的剛性平移運動。然而造影圖中提取出來的血管運動不僅包含了病人平移運動，還有血管自身的生理運動和呼吸運動。雖然有些造影圖中包含了不會有生理運動的脊椎等骨骼可以作為內(nèi)部標(biāo)記點來通過內(nèi)部標(biāo)記法配準(zhǔn)，但不是所有的造影圖都存在這樣的特征可以進(jìn)行配準(zhǔn)。當(dāng)造影圖不存在這樣的特征時，平移運動是很難被提取出來的。而且這樣的平移運動的提取在醫(yī)學(xué)圖像領(lǐng)域上少有提及。
[0005]文獻(xiàn)報導(dǎo)在提取人體呼吸運動的時候都要通過預(yù)先設(shè)置標(biāo)記點，然后對它們進(jìn)行序列跟蹤。根據(jù)呼吸運動的特點，人在進(jìn)行呼吸的時候體內(nèi)的一些器官如心臟，膈肌等會隨著肺的運動一起同步進(jìn)行三維空間運動。所以跟蹤不會隨著心臟一起運動的結(jié)構(gòu)特征點得到其運動曲線，可近似認(rèn)作呼吸運動。其中在X射線造影中用的比較多的是，直接手動跟蹤造影圖中的非心臟結(jié)構(gòu)特征點或者在造影同時就記錄這些點的運動。很顯然，這兩種方案都是有缺陷的。前者主要在于它的適用性很差，因為我們并不能保證每一幀造影圖中都存在符合這種條件的標(biāo)記點，而且找這種點也需要對人體解剖結(jié)構(gòu)比較了解。所以，在造影圖中不存在以上特征點時，呼吸運動是很難被提取出來的。而后者的實現(xiàn)則需要大量實驗控制，對一般的臨床應(yīng)用不合適。此外，還有一種方法是在雙臂X射線造影條件下實現(xiàn)的，其分離心臟運動與呼吸運動的思想是，取同一時刻不同投影角度的兩幅造影圖，對其中相對應(yīng)的冠脈血管進(jìn)行三維重建，獲得該時刻的血管三維空間分布，那么，對一個呼吸周期中的所有造影圖對進(jìn)行匹配和重建后，得到的則是一組三維結(jié)構(gòu)序列，而它們間的空間位移矢量便是呼吸運動。相對來說，通過該方法能比較可靠的呼吸運動結(jié)果。但是由于雙臂X射線造影條件的約束，不能廣泛的應(yīng)用在醫(yī)學(xué)實踐中。
[0006]在專利一種從X射線造影圖中提取呼吸運動參數(shù)的方法200910273528.5中，雖然也是使用的傅里葉頻域分離，但是它只能通過提取心臟運動后再將剩余曲線視為呼吸運動，且不能分離出平移運動和高頻成分，這樣得到的呼吸運動不夠準(zhǔn)確，此方法的魯棒性不聞。

【發(fā)明內(nèi)容】

[0007]針對現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種X射線血管造影圖像中多運動參數(shù)的分離估計方法，其目的在于基于頻域濾波和多變量尋優(yōu)，能夠精確分離各個運動參數(shù)，簡單快速、無傷害。
[0008]本發(fā)明提供了一種X射線血管造影圖像中多運動參數(shù)的分離估計方法，包括下述步驟:
[0009](I)對血管結(jié)構(gòu)特征點在X射線血管造影圖像序列中進(jìn)行跟蹤，得到點的跟蹤曲線Si (n)，i=l,…，Ι，η=1，...，N ;1為特征點個數(shù)，N為X射線血管造影圖像序列中圖像的總幀數(shù)；
`[0010](2)根據(jù)平移運動變化幀的序列{Nt, t=l,....，Τ}和平移運動的斜率角序列{ a t, t=l,....，Τ-l}得到模擬平移曲線da (η);其中T為運動方向變化的次數(shù)；
[0011](3)根據(jù)所述X射線血管造影圖像序列確定心臟運動信號周期N。；根據(jù)所述跟蹤曲線Si (η)和所述模擬平移曲線da (η)得到去除了平移運動后的多運動的綜合運動曲線
4(?) = &⑷-尤⑷；根據(jù)心臟運動周期N。對所述綜合運動曲線4(?)進(jìn)行傅立葉頻域濾波處理，得到心臟運動曲線^(");
[0012](4)根據(jù)所述綜合運動曲線尤(η)和所述心臟運動曲線ξα(?)得到不包含平移運動信號和心臟運動信號的剩余曲線，在呼吸運動信號周期[3Ν。，10NJ的范圍內(nèi)，根據(jù)每一個呼吸周期對所述剩余曲線&00進(jìn)行傅立葉頻域濾波，得到相應(yīng)的呼吸運動曲線；以最接近所述剩余曲線€(?)的擬合曲線€(?)為最優(yōu)準(zhǔn)則，得到相對于當(dāng)前模擬平移曲線的最佳呼吸運動曲線i(?)和最佳呼吸運動信號周期次
[0013](5)根據(jù)所述剩余曲線忿(《)和所述擬合曲線f;a(r0得到的曲線
?(η)-^(n)-^a(n)，判斷所述曲線的振幅是否小于3個像素，若是，則沒有高頻運動信號；若否，則在高頻運動信號周期[1/7^，5/7Ν。]的范圍內(nèi)，根據(jù)每一個高頻運動周期對所述剩余曲線巧(《)進(jìn)行傅立葉頻域濾波，得到相應(yīng)的高頻運動曲線；以最接近所述曲
線為最優(yōu)準(zhǔn)則，得到相對于當(dāng)前模擬平移曲線的最佳高頻運動曲線和最佳高頻運動信號周期元[0014](6)根據(jù)模擬平移曲線da (η)、呼吸運動曲線K")、心臟運動曲線之(》)和高頻運動曲線及?(?)獲得綜合運動估計曲線=⑷+L⑷；以所述綜合運動估計曲線與所述跟蹤曲線Si(Il)最接近為最優(yōu)準(zhǔn)則，得到最佳的平移運動曲線，心臟運動曲線，呼吸運動曲線和高頻運動曲線。
[0015]總體而言，通過本發(fā)明所構(gòu)思的以上技術(shù)方案與現(xiàn)有技術(shù)相比，由于考慮到X射線血管造影圖像是反映了多種運動信號如平移運動信號、心臟運動信號、呼吸運動信號和高頻運動信號等綜合，提出了多運動參數(shù)的分離估計，能夠使分離出來的各個運動更加精確，為醫(yī)生的診斷提供準(zhǔn)確有效的幫助。
【專利附圖】

【附圖說明】
[0016]圖1是本發(fā)明實施例提供的X射線血管造影圖像中多運動參數(shù)的分離估計方法的實現(xiàn)流程框圖；
[0017]圖2 (a)是傅立葉變換提取中造影圖及骨骼點的標(biāo)記，對應(yīng)的投影角度為(-26.5。，-20.9。)；
[0018]圖2 (b)是傅立葉變換提取中造影圖及骨骼點的標(biāo)記，對應(yīng)的投影角度為(42.3。,26.8。)；
[0019]圖3 Ca)是圖2 Ca)的骨架圖及特征點標(biāo)記。
[0020]圖3 (b)是圖2 (b)的骨架圖及特征點標(biāo)記。
[0021]圖4 (a)是對圖3 (a)中所有標(biāo)記點在造影圖序列中跟蹤得到的原始曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0022]圖4 (b)是對圖3 (b)中所有標(biāo)記點在造影圖序列中跟蹤得到的原始曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0023]圖4 (C)是對圖3 (a)中原始曲線分解得到的心臟運動曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0024]圖4 (d)是對圖3 (b)中原始曲線分解得到的心臟運動曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0025]圖4 (e)是對圖3 (a)中原始曲線分解得到的呼吸運動信號曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0026]圖4 (f)是對圖3 (b)中原始曲線分解得到的呼吸運動信號曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0027]圖4 (g)是對圖3 (a)中原始曲線分解得到的高頻成分運動信號曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0028]圖4 (h)是對圖3 (b)中原始曲線分解得到的高頻成分運動信號曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。[0029]圖4 (i)是對圖3 (a)中原始曲線分解得到的X軸平移運動信號曲線與跟蹤圖2
(a)中的骨骼點得到的X軸曲線的對比，其中，實線為分解得到的X軸平移運動信號曲線，虛線為跟蹤骨骼點得到的X軸曲線。
[0030]圖4 (j)是對圖3 (b)中原始曲線分解得到的X軸平移運動信號曲線與跟蹤圖2
(b)中的骨骼點得到的X軸曲線的對比，其中，實線為分解得到的X軸平移運動信號曲線，虛線為跟蹤骨骼點得到的X軸曲線。
[0031]圖4 (k)是對圖3 (a)中原始曲線分解得到的Y軸平移運動信號曲線與跟蹤圖2
(a)中的骨骼點得到的Y軸曲線的對比，其中，實線為分解得到的Y軸平移運動信號曲線，虛線為跟蹤骨骼點得到的Y軸曲線。
[0032]圖4 (I)是對圖3 (b)中原始曲線分解得到的Y軸平移運動信號曲線與跟蹤圖2
(b)中的骨骼點得到的Y軸曲線的對比，其中，實線為分解得到的Y軸平移運動信號曲線，虛線為跟蹤骨骼點得到的Y軸曲線。
[0033]圖4 (m)是對圖3 (a)中原始曲線分解得到各個運動得到剩余噪聲曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化。
[0034]圖4 (η)是對圖3 (b)中原始曲線分解得到各個運動曲線得到剩余噪聲曲線，其中，實線為各個特征點的橫向坐標(biāo)(X軸坐標(biāo))的變化，虛線為各個特征點的縱向坐標(biāo)(Y軸坐標(biāo))的變化；
[0035]圖4中橫坐標(biāo)“Image Frame”表不“圖像幀數(shù)”；縱坐標(biāo)’ displacement/mm’表不“運動位移/_”。
【具體實施方式】
[0036]為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。此外，下面所描述的本發(fā)明各個實施方式中所涉及到的技術(shù)特征只要彼此之間未構(gòu)成沖突就可以相互組合。
[0037]本發(fā)明具體涉及一種血管結(jié)構(gòu)特征點的選取和傅里葉級數(shù)展開相結(jié)合的數(shù)據(jù)分離方法。該方法可以解決人體的平移運動信號，心臟運動信號和呼吸運動信號等多種運動的分離難題。
[0038]本發(fā)明的目的在于提供一種X射線血管造影圖像中多運動參數(shù)的分離估計方法。本方法基于頻域濾波和多變量尋優(yōu)，能夠精確分離各個運動參數(shù)，簡單快速、無傷害，而且無論單臂還是雙臂造影都可以廣泛應(yīng)用。
[0039]X射線血管造影圖像不僅記錄了心臟自身運動在冠狀動脈上的投影，同時還包含了人體的呼吸運動引起的冠狀動脈在造影面上的二維運動和病人的二維平移運動。
[0040]其步驟包括:
[0041]傅里葉級數(shù)展開和多變量尋優(yōu)的方法分離平移信號，心臟信號與呼吸運動信號。具體算法如下:
[0042]Stepl:對血管結(jié)構(gòu)特征點在X射線血管造影圖像序列中進(jìn)行跟蹤，得到點的跟蹤曲線Si (n)，i=l,…，I，η=1,...，N。其中I為特征點個數(shù)，N為X射線血管造影圖像序列中圖像的總幀數(shù)。其中，血管結(jié)構(gòu)特征點需要能夠真實綜合反映出血管整體的運動信息，因此，根據(jù)生理學(xué)和解剖學(xué)等知識的指導(dǎo)，所選的特征點為血管的分叉點。血管結(jié)構(gòu)特征點的得到是首先對X射線血管造影圖像進(jìn)行預(yù)處理，通過分割和細(xì)化得到血管骨架，然后通過血管骨架選取血管結(jié)構(gòu)特征點。本發(fā)明采用的跟蹤方法是通過X射線血管造影圖像骨架序列不同幀的每個分叉點建立對應(yīng)關(guān)系得到每個特征點在每一幀的坐標(biāo)。
[0043]St印2:設(shè)平移運動變化幀的序列{Nt，t=l，....，T}，平移運動的斜率角序列{ a t, t=l, Τ-l}，其中T為運動方向變化的次數(shù)；根據(jù)下式可以得到模擬平移曲線da (η)。
【權(quán)利要求】
1.一種X射線血管造影圖像中多運動參數(shù)的分離估計方法，其特征在于，包括下述步驟: (1)對血管結(jié)構(gòu)特征點在X射線血管造影圖像序列中進(jìn)行跟蹤，得到點的跟蹤曲線Si (n), i = I ,…，I，n = I，...，N; I為特征點個數(shù)，N為X射線血管造影圖像序列中圖像的總幀數(shù)； (2)根據(jù)平移運動變化幀的序列{Nt，t= 1，....，T}和平移運動的斜率角序列{ a t，t = 1，....，Τ-l}得到模擬平移曲線da (η);其中T為運動方向變化的次數(shù)； (3)根據(jù)所述X射線血管造影圖像序列確定心臟運動信號周期N。；根據(jù)所述跟蹤曲線Si (η)和所述模擬平移曲線da (η)得到去除了平移運動后的多運動的綜合運動曲線si07) = s,(n)-da(n) ,根據(jù)心臟運動周期N。對所述綜合運動曲線4(?)進(jìn)行傅立葉頻域濾波處理，得到心臟運動曲線4Λ"); (4)根據(jù)所述綜合運動曲線尤0)和所述心臟運動曲線L(?)得到不包含平移運動信號和心臟運動信號的剩余曲線.€(?) =.?〖,(《)-弋㈨，在呼吸運動信號周期[3 N c, IONJ的范圍內(nèi)，根據(jù)每一個呼吸周期對所述剩余曲線&(?)進(jìn)行傅立葉頻域濾波處理，得到相應(yīng)的呼吸運動曲線；以最接近所述剩余曲線尤⑻的擬合曲線(㈨為最優(yōu)準(zhǔn)則，得到相對于當(dāng)前模擬平移曲線的最佳呼吸運動曲線匕(《)和最佳呼吸運動信號周期之,」 (5)根據(jù)所述剩余曲線?；?和所述擬合曲線6>)得到的曲線t⑷=忿(《)-4(?)，判斷所述曲線的振幅是否小于3個像素，若是，則沒有高頻運動信號；若否，則在高頻運動信號周期[1/7^，5/7Ν。]的范圍內(nèi)，根據(jù)每一個高頻運動周期對所述剩余曲線力(《)進(jìn)行傅立葉頻域濾波處理，得到相應(yīng)的高頻運動曲線；以最接近所述曲線to)為最優(yōu)準(zhǔn)則，得到相對于當(dāng)前模擬平移曲線的最佳高頻運動曲線和最佳高頻運動信號周期, (6)根據(jù)模擬平移曲線da(η)、呼吸運動曲線iLh)、心臟運動曲線之O)和高頻運動曲線in)獲得綜合運動估計曲線'sia (n) = da (η) + ria (η) + cia (η) + hfa(η)；以所述綜合運動估計曲線與所述跟蹤曲線Si(Il)最接近為最優(yōu)準(zhǔn)則，得到最佳的平移運動曲線，心臟運動曲線，呼吸運動曲線和高頻運動曲線。
【文檔編號】G06T7/20GK103886615SQ201310752751
【公開日】2014年6月25日 申請日期:2013年12月31日 優(yōu)先權(quán)日:2013年12月31日
【發(fā)明者】張?zhí)煨? 黃怡寧, 黃正華, 魏亞勛, 郝龍偉 申請人:華中科技大學(xué)