基于图像配准的介入导航方法、装置、设备和介质与流程

1.本技术涉及医学图像处理技术领域，例如涉及一种基于图像配准的介入导航方法、装置、设备和介质。


背景技术：

2.介入技术在医疗领域得到了越来越广泛的应用，现有的介入技术是医生根据dsa影像来确定介入结构例如导管或导丝在三维人体中的实时位置，不同医生的判断标准不一样，缺乏统一的位置判断标准。现有技术例如cn111681254a将包含导管区域的视频序列输入已训练的基于深度学习的编码解码结构，生成和导管对应的二值化的掩膜序列，基于掩膜序列得到导管在视频序列中的位置。该现有技术对视频序列中的导管进行像素级的目标预测和图像分割，只能在x光透射序列中对导管进行定位。但是，三维血管模型图像比x光图像更复杂，包含的信息更多，使用上述编码解码结构对三维血管模型图像中的导管或导丝进行像素级的目标预测和图像分割的效果较差，导致对三维血管模型图像中的导管或导丝进行定位的准确度不高。
3.综上所述，现有技术存在对三维血管模型图像中的介入结构例如导管或导丝进行定位的准确度不高的问题。


技术实现要素：

4.本技术目的在于：提供一种基于图像配准的介入导航方法、装置、设备和介质，其能够解决现有技术存在对三维血管模型图像中的介入结构例如导管或导丝进行定位的准确度不高的问题。
5.为达到上述目的，本技术提供了一种基于图像配准的介入导航方法，应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述方法包括所述数据处理端执行的如下步骤：
6.获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像；
7.实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像；
8.提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像；
9.从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置；
10.将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。
11.优选地，所述将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像，包括：
12.构造从所述已标记dsa图像变换至所述三维血管模型图像的第一损失函数；
13.构造从所述三维血管模型图像变换至所述已标记dsa图像的第二损失函数；
14.将所述第一损失函数和所述第二损失函数相加，得到最终损失函数；
15.对所述最终损失函数进行优化，得到最终微分同胚形变场；
16.根据所述最终微分同胚形变场对所述已标记dsa图像进行插值运算，得到所述配准后图像。
17.优选地，所述构造从所述已标记dsa图像变换至所述三维血管模型图像的第一损失函数，包括：
18.通过如下公式构造所述第一损失函数：
[0019][0020]
其中，e1为所述第一损失函数，σi为噪声参数，σ
x
为空间不确定性参数，σ
t
为约束参数，sim为相似度度量函数，f为所述三维血管模型图像，m为所述已标记dsa图像，s为微分同胚形变场，u为更新形变场，reg表示约束函数，||u||2表示所述更新形变场的二范数运算结果，m
°
(s+u)表示根据所述微分同胚形变场和所述更新形变场的和对所述已标记dsa图像进行配准。
[0021]
优选地，所述构造从所述三维血管模型图像变换至所述已标记dsa图像的第二损失函数，包括：
[0022]
通过如下公式构造所述第二损失函数：
[0023][0024]
其中，s-1
为所述微分同胚形变场的逆矩阵，e2为所述第二损失函数。
[0025]
优选地，所述对所述最终损失函数进行优化，得到最终微分同胚形变场，包括：
[0026]
使用牛顿法对所述最终损失函数进行优化，得到所述最终损失函数的最小函数值；
[0027]
将所述最小函数值对应的所述微分同胚形变场作为所述最终微分同胚形变场。
[0028]
优选地，所述从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置，包括：
[0029]
检测所述配准后图像中的每个像素点是否有标记，若是，则将对应的所述像素点作为目标像素点；
[0030]
根据所有所述目标像素点确定所述第二头端位置。
[0031]
优选地，所述实时提取所述原始dsa图像中的所述介入结构的第一头端位置，包括：
[0032]
使用基于神经网络模型的目标识别方法提取所述第一头端位置，或，使用基于图像阈值的目标识别方法提取所述第一头端位置。
[0033]
本技术提供了一种基于图像配准的介入导航装置，应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述装置包括：
[0034]
图像获取模块，用于获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像；
[0035]
头端位置标记模块，用于实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像；
[0036]
配准模块，用于提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像；
[0037]
头端位置搜寻模块，用于从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置；
[0038]
头端位置显示模块，用于将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。
[0039]
本技术还提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述的一种基于图像配准的介入导航方法和/或上述任一项所述的基于图像配准的介入导航方法的步骤。
[0040]
本技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的一种基于图像配准的介入导航方法和/或上述任一项所述的基于图像配准的介入导航方法的步骤。
[0041]
本技术的一种基于图像配准的介入导航方法，应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述方法由数据处理端执行的如下步骤：获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像。实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像。提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像。从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置。将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。已标记dsa图像为包含介入结构例如导管或导丝的第一头端位置的二维图像，上述配准方法的映射过程具有光滑可逆的优点，能够将已标记dsa图像以较高的精确度配准至三维血管模型图像，从而精确地在三维的配准后图像中实时显示介入结构的第二头端位置。
附图说明
[0042]
图1为一实施例的基于图像配准的介入导航方法的流程示意图；
[0043]
图2为一实施例的对已标记dsa图像进行配准的流程示意图；
[0044]
图3为一实施例的计算最终微分同胚形变场的流程示意图；
[0045]
图4为一实施例的搜寻第二头端位置的流程示意图；
[0046]
图5为一实施例的基于图像配准的介入导航装置的结构示意框图；
[0047]
图6为一实施例的计算机设备的结构示意框图。
[0048]
本技术目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0049]
为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
[0050]
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一
个”、“上述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在特征、整数、步骤、操作、元件、模块和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、模块、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一模块和全部组合。
[0051]
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
[0052]
在一个实施例中，参照图1，是本技术公开的基于图像配准的介入导航方法的流程示意图，所述方法应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述方法包括所述数据处理端执行的如下步骤：
[0053]
s1：获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像。
[0054]
dsa(digital subtraction angiography，数字减影血管造影)是基于顺序图像的数字减影技术，通过把人体同一部位的第一帧图像和第二帧图像相减，得出差值部分，消除骨骼和软组织结构，使第二帧中被造影剂充盈的血管在减影图中显现，增强对比度。原始dsa图像为未经处理的dsa图像。
[0055]
介入结构可以为介入导管，也可以为介入导丝，此处不作限定。
[0056]
s2：实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像。
[0057]
使用基于神经网络模型的目标识别方法提取所述第一头端位置，或，使用基于图像阈值的目标识别方法提取所述第一头端位置。
[0058]
作为示例，可以采用yolov5神经网络模型提取第一头端位置，也可以使用fast rcnn神经网络模型提取第一头端位置。
[0059]
作为示例，可以采用自适应图像阈值的pca方法提取第一头端位置，也可以使用直方图双峰方法提取第一头端位置。
[0060]
可以将dsa图像中的第一头端位置的轮廓设置为预设的颜色，也可以记录第一头端位置的坐标集合，并对第一头端位置设置对应的标签。
[0061]
s3：提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像。
[0062]
构造从所述已标记dsa图像变换至所述三维血管模型图像的第一损失函数；
[0063]
构造从所述三维血管模型图像变换至所述已标记dsa图像的第二损失函数；
[0064]
将所述第一损失函数和所述第二损失函数相加，得到最终损失函数；
[0065]
对所述最终损失函数进行优化，得到最终微分同胚形变场；
[0066]
根据所述最终微分同胚形变场对所述已标记dsa图像进行插值运算，得到所述配准后图像。
[0067]
基于血管的cta(computed tomographic angiography，电子计算机断层扫描血管成像)图像提取三维血管模型图像。
[0068]
微分同胚是适用于微分流形范畴的概念，可以将已标记dsa图像和三维血管模型图像均看作微分流形，使用对称微分同胚配准方法能够将已标记dsa图像光滑可逆地映射至三维血管模型图像的坐标系下。
[0069]
s4：从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置。
[0070]
检测所述配准后图像中的每个像素点是否有标记，若是，则将对应的所述像素点作为目标像素点；
[0071]
根据所有所述目标像素点确定所述第二头端位置。
[0072]
若将dsa图像中的第一头端位置的轮廓设置为预设的颜色，则映射之后该位置的颜色与配准后图像中其他位置的颜色不同。根据颜色可以搜寻出配准后图像中的第二头端位置。
[0073]
若记录第一头端位置的坐标集合，对第一头端位置的坐标集合使用对称微分同胚配准方法映射得到另一个坐标集合，根据该坐标集合可以确定配准后图像中与介入结构对应的第二头端位置。
[0074]
s5：将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。
[0075]
显示端可以是液晶显示屏，也可以是其他显示设备，此处不作限定。
[0076]
可以将以第二头端位置为中心，附带第二头端位置附近的背景区域，得到待发送图像，将待发送图像发送至显示端，突出显示第二头端位置。也可以将包含第二头端位置的整个配准后图像发送至显示端，显示第二头端位置。
[0077]
本技术实施例的一种基于图像配准的介入导航方法，应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述方法由数据处理端执行的如下步骤：获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像。实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像。提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像。从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置。将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。已标记dsa图像为包含介入结构例如导管或导丝的第一头端位置的二维图像，对称微分同胚配准方法的映射过程具有光滑可逆的优点，能够将已标记dsa图像以较高的精确度配准至三维血管模型图像，从而精确地在三维的配准后图像中实时显示介入结构的第二头端位置。
[0078]
在一个实施例中，参照图2，所述将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像，包括：
[0079]
s32：构造从所述已标记dsa图像变换至所述三维血管模型图像的第一损失函数。
[0080]
在步骤s32之前，还包括步骤s31：提取三维血管模型图像。
[0081]
通过如下公式构造所述第一损失函数：
[0082][0083]
其中，e1为所述第一损失函数，σi为噪声参数，σ
x
为空间不确定性参数，σ
t
为约束参数，sim为相似度度量函数，f为所述三维血管模型图像，m为所述已标记dsa图像，s为微分同胚形变场，u为更新形变场，reg表示约束函数，||u||2表示所述更新形变场的二范数运算结果，m
°
(s+u)表示根据所述微分同胚形变场和所述更新形变场的和对所述已标记dsa图像进行配准。
[0084]
sim(f,m
°
(s+u))用于度量已标记dsa图像的配准结果和三维血管模型图像之间的差异程度，用于对更新形变场进行约束，reg(s)用于对微分同胚形变场进行流形约束。
[0085]
第一损失函数为将已标记dsa图像微分同胚配准至三维血管模型图像的损失函数，第一损失函数越小，说明将已标记dsa图像变换至三维血管模型图像的坐标系下的准确率越高，配准后图像与三维血管模型图像的相似度越高。
[0086]
s33：构造从所述三维血管模型图像变换至所述已标记dsa图像的第二损失函数。
[0087]
通过如下公式构造所述第二损失函数：
[0088][0089]
其中，s-1
为所述微分同胚形变场的逆矩阵，e2为所述第二损失函数。
[0090]
sim(m,f
°
(s-1
+u))用于度量三维血管模型图像的配准结果和已标记dsa图像之间的差异程度，‖u‖
22
用于对更新形变场进行约束，reg(s-1
)用于对微分同胚形变场的逆变换进行流形约束。
[0091]
第二损失函数为将三维血管模型图像配准至已标记dsa图像的损失函数，第二损失函数越小，说明将三维血管模型图像变换至已标记dsa图像的坐标系下的准确率越高，配准后的血管模型图与已标记dsa图像的相似度越高。
[0092]
s34：将所述第一损失函数和所述第二损失函数相加，得到最终损失函数。
[0093]efinal
＝e1+e2；
[0094]
其中，e
final
为最终损失函数，e1为第一损失函数，e2为第二损失函数。
[0095]
最终损失函数越小，说明已标记dsa图像变换至三维血管模型图像与三维血管模型图像变换至已标记dsa图像这两个过程均可以取得较好的效果。
[0096]
s35：对所述最终损失函数进行优化，得到最终微分同胚形变场。
[0097]
参照图3，步骤s35包括步骤s351-s352。
[0098]
s351：使用牛顿法对所述最终损失函数进行优化，得到所述最终损失函数的最小函数值。
[0099]
s352：将所述最小函数值对应的所述微分同胚形变场作为所述最终微分同胚形变场。
[0100]
在优化最终损失函数的过程中，最终损失函数的值越来越小。当最终损失函数的值小于最终损失函数阈值时，或当最终损失函数的优化次数大于优化次数阈值时，停止对最终损失函数进行优化，得到最终损失函数的最小函数值，将最小函数值对应的微分同胚
形变场作为最终微分同胚形变场。
[0101]
在优化结束之后，最终损失函数值较小，能够同时在正向配准与反向配准中取得较好的配准效果，在正向配准与反向配准都能执行的情况下，可以进一步地保证从已标记dsa图像变换至三维血管模型图像的过程是可逆的。正向配准为从已标记dsa图像变换至三维血管模型图像，反向配准为从三维血管模型图像变换至已标记dsa图像。
[0102]
s36：根据所述最终微分同胚形变场对所述已标记dsa图像进行插值运算，得到所述配准后图像。
[0103]
将已标记dsa图像的每个像素点的坐标加上最终微分同胚形变场中对应点的坐标，得到配准后坐标，根据配准后坐标使用插值法计算得到配准后坐标对应的配准后像素值，由配准后坐标和配准后像素值共同构成配准后图像。
[0104]
插值法可以采用最邻近插值法、双线性插值法或双三次插值法，最邻近插值法的运算速度最快，但插值效果最差；双三次插值法的运算速度最慢，但插值效果最好；双线性插值法的运算速度介于最邻近插值法和双三次插值法之间，双线性插值法的插值效果介于最邻近插值法和双三次插值法之间，本技术实施例以采用双线性插值法为例。
[0105]
配准后图像为三维图像，可以精确地在配准后图像中实时显示介入结构的第二头端位置。
[0106]
如上所述，通过不断优化最终损失函数，使得第一损失函数和第二损失函数均较小，保证正向配准和反向配准均具有较好的效果，可以进一步地保证从已标记dsa图像变换至三维血管模型图像的过程是可逆的。
[0107]
在一个实施例中，参照图4，所述从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置，包括：
[0108]
s41：检测所述配准后图像中的每个像素点是否有标记，若是，则将对应的所述像素点作为目标像素点。
[0109]
检测配准后图像中的每个像素点是否有颜色标记或标签标记，例如，检测每个像素点是否有红色标记或与第一头端位置对应的标签，若是，则将像素点作为目标像素点。
[0110]
s42：根据所有所述目标像素点确定所述第二头端位置。
[0111]
根据所有目标像素点可以确定介入结构在配准后图像中的轮廓，可以将该轮廓的中心坐标作为第二头端位置。确定第二头端位置之后，可以在配准后图像中实时显示第二头端位置，以更好地展现介入结构的第二头端位置的变化情况。
[0112]
如上所述，所述从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置，包括检测所述配准后图像中的每个像素点是否有标记，若是，则将对应的所述像素点作为目标像素点。根据所有所述目标像素点确定所述第二头端位置。确定第二头端位置之后，可以在配准后图像中实时显示第二头端位置，以更好地展现介入结构的第二头端位置的变化情况。
[0113]
参照图5，是本技术公开的一种基于图像配准的介入导航装置的结构示意框图，基于图像配准的介入导航装置应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述装置包括：
[0114]
图像获取模块10，用于获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像；
[0115]
头端位置标记模块20，用于实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像；
[0116]
配准模块30，用于提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像；
[0117]
头端位置搜寻模块40，用于从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置；
[0118]
头端位置显示模块50，用于将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。
[0119]
如上所述，基于图像配准的介入导航装置能够实现基于图像配准的介入导航方法。
[0120]
在一个实施例中，所述配准模块30还包括：
[0121]
第一损失函数构造单元，用于构造从所述已标记dsa图像变换至所述三维血管模型图像的第一损失函数；
[0122]
第二损失函数构造单元，用于构造从所述三维血管模型图像变换至所述已标记dsa图像的第二损失函数；
[0123]
最终损失函数计算单元，用于将所述第一损失函数和所述第二损失函数相加，得到最终损失函数；
[0124]
最终损失函数优化单元，用于对所述最终损失函数进行优化，得到最终微分同胚形变场；
[0125]
插值运算单元，用于根据所述最终微分同胚形变场对所述已标记dsa图像进行插值运算，得到所述配准后图像。
[0126]
在一个实施例中，所述第一损失函数构造单元还包括：
[0127]
第一损失函数构造子单元，用于通过如下公式构造所述第一损失函数：
[0128][0129]
其中，e1为所述第一损失函数，σi为噪声参数，σ
x
为空间不确定性参数，σ
t
为约束参数，sim为相似度度量函数，f为所述三维血管模型图像，m为所述已标记dsa图像，s为微分同胚形变场，u为更新形变场，reg表示约束函数，||u||2表示所述更新形变场的二范数运算结果，m
°
(s+u)表示根据所述微分同胚形变场和所述更新形变场的和对所述已标记dsa图像进行配准。
[0130]
在一个实施例中，所述第二损失函数构造单元还包括：
[0131]
第二损失函数构造子单元，用于通过如下公式构造所述第二损失函数：
[0132][0133]
其中，s-1
为所述微分同胚形变场的逆矩阵，e2为所述第二损失函数。
[0134]
在一个实施例中，所述最终损失函数优化单元还包括：
[0135]
最终损失函数优化子单元，用于使用牛顿法对所述最终损失函数进行优化，得到所述最终损失函数的最小函数值；
[0136]
最终微分同胚形变场定义子单元，用于将所述最小函数值对应的所述微分同胚形变场作为所述最终微分同胚形变场。
[0137]
在一个实施例中，所述头端位置搜寻模块40还包括：
[0138]
目标像素点定义单元，用于检测所述配准后图像中的每个像素点是否有标记，若是，则将对应的所述像素点作为目标像素点；
[0139]
第二头端位置确定单元，用于根据所有所述目标像素点确定所述第二头端位置。
[0140]
在一个实施例中，所述头端位置标记模块20还包括：
[0141]
第一头端位置提取单元，用于使用基于神经网络模型的目标识别方法提取所述第一头端位置，或，使用基于图像阈值的目标识别方法提取所述第一头端位置。
[0142]
参照图6，本技术实施例中还提供一种计算机设备，该计算机设备的内部结构可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作装置、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储第一头端位置和第二头端位置等。该计算机设备的网络接口用于与外部的终端通过网络连接通信。进一步地，上述计算机设备还可以设置有输入装置和显示屏等。该计算机程序被处理器执行时以实现基于图像配准的介入导航方法，所述方法应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述方法包括所述数据处理端执行的如下步骤：获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像；实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像；提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像；从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置；将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定。
[0143]
本技术一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现基于图像配准的介入导航方法，所述方法应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述方法包括所述数据处理端执行的如下步骤：获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像；实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像；提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像；从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置；将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。
[0144]
可以理解的是，本实施例中的计算机可读存储介质可以是易失性可读存储介质，也可以为非易失性可读存储介质。
[0145]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机
可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram通过多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双速据率sdram(ssrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。
[0146]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
[0147]
以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

技术特征：
1.一种基于图像配准的介入导航方法，其特征在于，应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述方法包括所述数据处理端执行的如下步骤：获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像；实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像；提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像；从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置；将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。2.根据权利要求1所述的基于图像配准的介入导航方法，其特征在于，所述将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像，包括：构造从所述已标记dsa图像变换至所述三维血管模型图像的第一损失函数；构造从所述三维血管模型图像变换至所述已标记dsa图像的第二损失函数；将所述第一损失函数和所述第二损失函数相加，得到最终损失函数；对所述最终损失函数进行优化，得到最终微分同胚形变场；根据所述最终微分同胚形变场对所述已标记dsa图像进行插值运算，得到所述配准后图像。3.根据权利要求2所述的基于图像配准的介入导航方法，其特征在于，所述构造从所述已标记dsa图像变换至所述三维血管模型图像的第一损失函数，包括：通过如下公式构造所述第一损失函数：其中，e1为所述第一损失函数，σ
i
为噪声参数，σ
x
为空间不确定性参数，σ
t
为约束参数，sim为相似度度量函数，f为所述三维血管模型图像，m为所述已标记dsa图像，s为微分同胚形变场，u为更新形变场，reg表示约束函数，||u||2表示所述更新形变场的二范数运算结果，m
°
(s+u)表示根据所述微分同胚形变场和所述更新形变场的和对所述已标记dsa图像进行配准。4.根据权利要求3所述的基于图像配准的介入导航方法，其特征在于，所述构造从所述三维血管模型图像变换至所述已标记dsa图像的第二损失函数，包括：通过如下公式构造所述第二损失函数：其中，s-1
为所述微分同胚形变场的逆矩阵，e2为所述第二损失函数。5.根据权利要求3所述的基于图像配准的介入导航方法，其特征在于，所述对所述最终损失函数进行优化，得到最终微分同胚形变场，包括：使用牛顿法对所述最终损失函数进行优化，得到所述最终损失函数的最小函数值；
将所述最小函数值对应的所述微分同胚形变场作为所述最终微分同胚形变场。6.根据权利要求1所述的基于图像配准的介入导航方法，其特征在于，所述从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置，包括：检测所述配准后图像中的每个像素点是否有标记，若是，则将对应的所述像素点作为目标像素点；根据所有所述目标像素点确定所述第二头端位置。7.根据权利要求1所述的基于图像配准的介入导航方法，其特征在于，所述实时提取所述原始dsa图像中的所述介入结构的第一头端位置，包括：使用基于神经网络模型的目标识别方法提取所述第一头端位置，或，使用基于图像阈值的目标识别方法提取所述第一头端位置。8.一种基于图像配准的介入导航装置，其特征在于，应用于介入导航系统的数据处理端，所述数据处理端与显示端连接，所述装置包括：图像获取模块，用于获取原始数字减影血管造影图像dsa，原始dsa图像为反映介入结构在人体血管中的位置的图像；头端位置标记模块，用于实时提取所述原始dsa图像中的所述介入结构的第一头端位置，对所述第一头端位置进行标记，得到已标记dsa图像；配准模块，用于提取三维血管模型图像，将所述已标记dsa图像配准至所述三维血管模型图像，得到配准后图像；头端位置搜寻模块，用于从所述配准后图像中搜寻出与所述已标记dsa图像中的所述介入结构对应的第二头端位置；头端位置显示模块，用于将所述第二头端位置发送至所述显示端，以显示所述第二头端位置。9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于图像配准的介入导航方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于图像配准的介入导航方法的步骤。

技术总结
本申请属于医学图像处理技术领域，公开了基于图像配准的介入导航方法、装置、设备和介质，其中方法包括：实时提取原始DSA图像中的介入结构的第一头端位置，对第一头端位置进行标记，得到已标记DSA图像；提取三维血管模型图像，将已标记DSA图像配准至三维血管模型图像，得到配准后图像；从配准后图像中搜寻出与已标记DSA图像中的介入结构对应的第二头端位置；将第二头端位置发送至显示端，以显示第二头端位置。上述配准方法的映射过程具有光滑可逆的优点，能够将已标记DSA图像以较高的精确度配准至三维血管模型图像，从而精确地实时显示介入结构的第二头端位置。入结构的第二头端位置。入结构的第二头端位置。


技术研发人员：刘恩海 蒋小花
受保护的技术使用者：深圳市爱博医疗机器人有限公司
技术研发日：2023.05.15
技术公布日：2023/8/2