[发明专利]一种CTA图像冠脉狭窄检测的方法及装置

权利要求书

1.一种CTA图像冠脉狭窄检测的方法，其特征在于：其包括以下步骤：

(1)用CT设备获取冠脉CTA图像；

(2)提取中心线；

(3)血管跟踪与分叉结构定位，判断种子点是否存在，是则执行步骤(2)，否则执行步骤(4)；

(4)沿中心线重建图像；

(5)基于最大梯度方法的血管直径估计；

(6)确定狭窄的位置和程度；

所述步骤(3)中，通过心门定位技术获取两个位于冠脉根部的种子点；

所述步骤(3)中，还包括：基于深度特征回归技术跟踪血管中心线，使用预测点聚类方法确定血管分叉结构的位置，并在分叉结构对应的血管分支上确定新的种子点，完成血管树结构提取；

所述步骤(4)-(6)中，具体包括以下步骤：

(a)在血管横截面上选择三个夹角为π/3的基准向量：a₀、b₀和c₀；

(b)以a₀为基准，从原图像中提取一个带状的重建带状图像I_a，其中，带状图像的中心线为血管中心线p₀～p_n，其法向量a_i通过公式(1)获得：

其中Δ(a_i,a_i-1)表示两向量间的夹角，v_i为中心点p_i的血管方向，通过公式(2)获得：

(c)提取I_a中每一个中心点的纵向灰度序列，进而计算该序列的梯度，将梯度序列的极大值和极小值对应的横坐标之差作为血管直径；

(d)取a₀、b₀和c₀对应的直径序列的平均值，根据直径序列d₀～d_n计算狭窄序列，公式(3)：

其中i＝1,…,n-1，i表示数据在序列中的位置，Si是狭窄程度序列。

2.根据权利要求1所述的CTA图像冠脉狭窄检测的方法，其特征在于：所述步骤(3)中，使用预测点聚类方法确定血管分叉结构的位置，包括以下步骤：

(3.1)在跟踪过程中获得种子点后，在其前方的一个辐角为π/2的球冠面上设置200个预测点；

(3.2)通过深度特征回归技术迭代地修正预测点的位置，记录在迭代中收敛的位置，得到稳定点；

(3.3)使用Mean shift方法寻找稳定点的聚类中心：当聚类中心数量大于等于2时，将种子点识别为一个分叉点，并将每个聚类中心作为下一步跟踪的新的种子点输出。

3.根据权利要求2所述的CTA图像冠脉狭窄检测的方法，其特征在于：所述步骤(d)中，将s_i20％的位置识别为存在血管狭窄，并确定其所在位置。