[发明专利]颅内外血管吻合术中的血流自动定量分析方法

说明书

本发明提供一种颅内外血管吻合术中血流自动定量分析方法，包括步骤：S1、从若干患者术前术后ICG‑VA视频中各提取一帧视频图像；S2、训练多任务Unet网络，用于分割一帧ICG‑VA视频图像中的所有血管以及受体血管；S3、基于训练好的网络分割待检测患者术前术后一帧视频图像的所有血管以及受体血管；S4、基于sift算法，将患者术前术后的视频图像进行配准；S5、基于HS光流法分析患者术前术后受体血管的血流方向。本发明不仅能对受体血管进行血液灌注分析，还可以自动检测和匹配手术前后图像的血管，测量任意血管的血流方向和强度曲线，并给出校正后的手术前后的血流灌注变化图，使术者能够直观地评估吻合术引起的血流灌注的变化。

技术领域

本发明涉及计算机辅助诊断技术领域，具体涉及一种颅内外血管吻合术中的血流自动定量分析方法。

背景技术

颞浅动脉-大脑中动脉吻合术(STA-MCA)自1986年由Spetzler和Martin首次报道，已广泛用于临床出血或缺血性脑血管病及复杂颅内动脉瘤的血流重建。Raabe等人首次证明了吲哚菁绿(ICG)动态流过吻合血管，可辅助判定术中血流的通畅性和血流方向。大量研究证明术中吲哚菁绿血管造影(ICG-VA)和已有商业软件可用于生成延时彩色图以获取局部脑血流量(CBF)，并可评估术后吻合口周围血流灌注情况。

但是作为图像后处理的该商业软件，无法实现CBF的连续实时和动态分析，不能自动检测手术前后血管的血流方向。

由于ICG-VA图像中存在许多直径差异大且分辨率低的血管，现有的商业软件对血管识别率低，识别精度不高。

另一方面，手术前后图像难免会产生差异，造成这些差异的主要原因有：(1)显微镜镜头位置的变化(显微镜镜头沿X轴，Y轴或Z轴移动)；(2)相机内部参数的变化，如焦距和分辨率；(3)吻合术引起的血流灌注的改变。这些差异对于从视觉上直观比较搭桥手术前后的血流灌注情况产生了一定影响。

因此，亟需开发一种有助于临床研究的自动血流定量分析方法，该方法能够准确提取ICG-VA视频图像中的血管信息，且能够通过配准手术前后ICG-VA视频中的图像来直观地比较血流灌注差异，并基于手术前后ICG-VA视频进行血流向的实时测量，以协助术者根据手术效果随时调整后续治疗方案。

发明内容

本发明的目的是提供一种颅内外血管吻合术中的血流自动定量分析方法，能够自动检测和匹配患者手术前后ICG-VA视频图像中的血管，分析患者术前术后图像中受体血管的血流方向，以辅助医师分析手术前后血流灌注的变化情况，提高手术的成功率。

为了达到上述目的，本发明提供一种颅内外血管吻合术中的血流自动定量分析方法，包含步骤：

S1、采集若干患者术前术后的ICG-VA视频，从每个ICG-VA视频提取一帧视频图像；手工标注所提取视频图像中的所有血管及受体血管；基于标注的视频图像建立训练集和测试集；

S2、建立多任务Unet网络，通过所述训练集和测试集训练该多任务Unet网络；所述多任务Unet网络用于分割一帧ICG-VA视频图像中所有血管以及受体血管；

S3、从待检测患者的术前/术后ICG-VA视频中采集一帧术前/术后待测视频图像，通过训练好的多任务Unet网络，分割该术前/术后待测视频图像的所有血管得到对应的第一图像/第二图像，并分割该术前/术后待测视频图像中的受体血管得到对应的第三图像/第四图像；

S4、基于SIFT图像配准算法，将待检测患者的第一图像向第二图像进行配准；

S5、通过HS光流法的血流分析算法追踪待检测患者第三图像/第四图像中的术前/术后受体血管的血流方向。