[发明专利]一种基于曲率尺度空间的血管自动匹配方法

说明书

技术领域

本发明涉及一种全新的血管匹配方法，具体涉及一种基于曲率尺度空间的血管自动匹配方法，适用于造影图像的运动分析和医学冠状动脉三维重建过程。 

背景技术

在我国近几年的居民死亡病因调查中，心血管疾病在城市中占第二位，在农村为第四位，在1998年至2008年间，中国男性冠心病发病率比以往同期增加26.1%，中国女性冠心病发病率比以往同期增加19%，并且近年来发病率和病死率呈快速攀升趋势。利用造影图像进行运动分析和冠状动脉三维重建进行辅助治疗是一个非常行之有效的手段。心脏运动分析可为心肌弹性与收缩性能的定量分析提供重要信息，临床试验表明心肌局部分段的运动异常与阶段性心肌萎缩以及组织微循环受损相关联，心肌萎缩和梗死在一定程度上可以从心室壁的厚度和心内膜运动轨迹中表现出来。而作为目前诊断冠心病的绝对标准，冠状动脉造影图像将三维立体形态的冠状动脉以二维平面图像呈现，但由于心脏血管是三维的，具有空间和时间的不均匀性，仅以某一个平面的血管狭窄度作为评判标准，存在较大偏差，容易在单一图像中出现重叠而影响观察，冠状动脉造影三维重建可获得整体血管的立体形态，通过图像数据自动分析血管各参数值，可有效帮助诊断血管的病变程度。 

血管造影是通过造影剂显示血管的一种方法。在临床的诊疗中，医生往往需要根据患者的血管造影图像进行分析判断。但根据血管造影图像进行临床诊断则依赖于通过分析得到的血管数据，包括血管的中心线的曲线特征、分叉点与血管直径等。不仅如此，造影图像的图像处理与分析对于血管运动分析、三维重建、拓扑结构分析、可视化渲染以及血管功能分析等都具有十分重要的研究意义。 

由于平面造影图像在获取的过程中损失了大量的空间信息，在诊断时只能利用很少的特征信息并基于医生的主观经验进行判断，而运动分析和冠脉重建则通过分析或者恢复空间信息的方式为医生提供了较好的诊断方法以及大量的辅助信息。 

血管的运动分析主要利用光流算法和斑点跟踪方法，而冠脉重建则分为标定重建与非标定重建，是否需要标定的区别在于是否需要系统的内外参数，但无论冠脉重建或是血管的运动分析，都需要建立视图间的匹配关系。利用计算机视觉基础理论结合多视图约束的方法十分常见，一般而言，视图间的匹配关系即为点及该点的对极线与待匹配图像的交点间的对应关系。 

曲线相似性测量方法是计算机视觉中一个很重要的问题，在过去的研究中，曲线的匹配往往采用距离测量的方法，通过曲线本质属性结合动态程序来比较两条不同的曲线，如利用双视图极线约束来求取曲线间匹配特征点的对应关系。 

但是以往的匹配算法的问题是： 

1、利用血管曲线的极线约束来建立匹配关系时，一条极线往往与多条血管相交，产生多个候选匹配点，需要人工的介入来确定正确的匹配点，自动化程度较低，并且容易增加错误发生的概率。 

2、基于二叉树的曲线匹配算法，其特征点的数量、位置以及对应关系对匹配结果影响极大，且该种方法对于血管骨架树提取的正确性有较强的依赖性。 

3、snake方法是通过反投影和优化迭代来构建骨架能量函数进行匹配，但该种方法在曲线骨架结构复杂的情况下存在一定的困难。 

从医学影像中提取出的血管中心线等血管结构对于血管疾病的研究与诊疗具有重要的意义。在造影图像中，人体三维血管结构的二维平面表现形式就是血管树，但该种方式无法清晰地表达血管的空间结构，因此对不同角度拍摄的造影图像进行准确的血管匹配是血管重建或者运动分析中的一个重要步骤。传统的匹配方法往往需要较多的初始条件或者复杂的人工 干预，传统的自动匹配方法在血管树较为复杂的造影图像中又常达不到准确度要求。 

发明内容

本发明针对血管特征信息匹配问题提出了一种基于曲率尺度空间的血管自动匹配方法，该方法无需人工干涉。 

该基于曲率尺度空间的血管自动匹配方法，包括以下步骤： 

第一步：利用三次样条插值方法分别将待匹配的曲线进行插值，保证曲线曲率变化的连续性，插值对最终计算结果起到初步的平滑作用； 

第二步：分别对第一步处理后的曲线逐点计算曲率值与对应的弧长值； 

第三步：根据获得的每一点曲率值，在异号的曲率值间进行线性插值，获得一个曲率零点，并对同位置的弧长值进行同样的插值，得到与曲率零点对应的弧长值； 

第四步：根据每条曲线插值后的点数与弧长构建径向平滑函数； 

第五步：沿每条曲线的单一方向使用所构建的径向平滑函数与曲线逐点进行卷积运算，对曲线产生平滑作用；